클라로티, 데이터브릭스 기반 CPS 자산 식별 AI 라이브러리 출시
클라로티가 데이터브릭스 기술을 활용해 산업 및 의료용 사이버 물리 시스템 자산을 자동으로 식별하는 AI 라이브러리를 선보입니다. 이 시스템은 파편화된 장치 데이터를 통합해 보안 관리 효율성을 높입니다.
주장클라로티는 사이버 물리 시스템(CPS) 분야의 고질적인 자산 식별 문제를 해결하고자 AI 기반 라이브러리를 구축했습니다. 이 솔루션은 파편화된 장치 신호를 결정론적인 단일 정보원으로 변환하여 보안 관리 효율을 극대화합니다.
팩트조사 결과 CPS 자산의 88%가 정확한 제품 코드를 전송하지 않으며, 76%는 제조사의 공식 기록과 다른 코드를 사용합니다. 이러한 데이터 불일치는 보안 팀이 취약점을 수동으로 관리해야 하는 주요 장애 요인입니다.
팩트클라로티의 AI 라이브러리는 1,700만 개 이상의 산업 및 의료 자산을 자동으로 식별합니다. 이 시스템은 데이터브릭스의 커스텀 에이전트와 메달리온 아키텍처를 기반으로 운영됩니다.
주장이번 솔루션은 단순한 데이터베이스를 넘어 다중 에이전트 AI 시스템으로 작동합니다. 이는 산업 현장의 복잡한 네트워크 데이터를 통합하여 보안 팀이 즉각적인 조치를 취하도록 지원합니다.
팩트도입 초기 테스트 결과, 취약점 식별 정확도가 25% 이상 향상되었습니다. 또한 분석된 장치의 56% 이상이 기존에 파악되지 않았던 구형 펌웨어에 대한 새로운 보안 권장 사항을 수신했습니다.
교차검증기존 수동 방식은 웹 검색과 제조사 카탈로그 확인, 취약점 데이터베이스 대조 등 복잡한 과정을 거쳐야 했습니다. 이러한 수동 작업은 보안 실패의 주요 원인이었으나, AI 도입으로 수 밀리초 내에 자동화가 가능해졌습니다.
팩트시스템은 자연어 처리(NLP) 에이전트, 추론 에이전트, 그리고 인간 개입(Human-in-the-loop) 피드백 루프로 구성됩니다. 낮은 신뢰도의 매핑 결과는 전문가가 검토하며, 이 피드백은 모델 재학습에 활용되어 정확도를 지속적으로 높입니다.
팩트데이터브릭스의 레이크하우스 아키텍처와 유니티 카탈로그를 통해 데이터 사일로를 제거했습니다. 이를 통해 운영 기술(OT) 프로토콜, API 호출, 비정형 PDF 매뉴얼 등 다양한 데이터를 단일 환경에서 처리합니다.
주장이번 협업은 데이터브릭스의 데이터 인텔리전스 엔진과 클라로티의 도메인 전문성이 결합된 사례입니다. 이는 산업 인프라의 보안 가시성을 확보하는 데 있어 중요한 기술적 진보를 의미합니다.
출처데이터브릭스 공식 블로그 및 클라로티 기술 블로그 자료를 교차 검증했습니다.
관련 콘텐츠
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.