이슈 AI 보안 위험을 데이터·모델·애플리케이션·인프라 영역으로 나눈다
요약
딜로이트는 AI 보안 위험을 데이터, AI 모델, 애플리케이션, 인프라의 네 영역으로 나눈다. 데이터 영역에는 민감 정보 노출, 학습 데이터 오염, 백도어나 편향을 심는 의도적 왜곡이 있다. 모델 영역에는 합성 데이터 학습에 따른 모델 붕괴, 독점 모델 탈취, 출력으로 학습 데이터를 복원하는 역공격, 생성형 애플리케이션의 과도한 권한 행사가 꼽힌다. 애플리케이션 영역은 윤리적 오용, 입력 주입, 무단 접근을, 인프라 영역은 취약한 인터페이스, 서비스 거부, 외부 공급망 약점, 설정 오류, 측면 이동 공격을 포함한다. 보고서는 최소 권한 접근 통제, 모델 격리, 샌드박스, 네트워크 강화 같은 기존 관행을 이런 위협에 맞게 고쳐 쓸 수 있다고 본다. 다만 위협의 전모는 아직 드러나는 중이며 사후 대응으로 버틸 시간은 줄고 있다고 경고한다.
분류
주 주제디지털 인프라·사이버
지역 메뉴글로벌
영향 지역scope:global
시간 지평0~3년 (2026-07-26)
발간2025-12
최종 갱신2026-09-30 12:56 KST
근거 3
- Tech Trends 2026: As technology innovation and adoption accelerate, five trends reveal how successful organizations are moving from experimentation to impact Deloitte Insights (Deloitte Development LLC, US Office of the CTO) page=57;section=The AI dilemma: Securing and leveraging AI for cyber defense / Figure 4 2025-12 접근 2026-07-26
- Tech Trends 2026: As technology innovation and adoption accelerate, five trends reveal how successful organizations are moving from experimentation to impact Deloitte Insights (Deloitte Development LLC, US Office of the CTO) page=56;section=The AI dilemma: Securing and leveraging AI for cyber defense / Figure 2 2025-12 접근 2026-07-26
- Tech Trends 2026: As technology innovation and adoption accelerate, five trends reveal how successful organizations are moving from experimentation to impact Deloitte Insights (Deloitte Development LLC, US Office of the CTO) page=55;section=The AI dilemma: Securing and leveraging AI for cyber defense / From risk identification to risk mitigation 2025-12 접근 2026-07-26
구성 트렌드 1
직접 연결 신호 1
연결 유형: constitutes · direct_urgent
공개 식별자: fm-4da2e2a87a68