MS는 사이버보안 환경이 급속도로 변하고 있다고 지적했다. 자율형 시스템의 등장으로 공격자는 취약점 악용 방식을 더 빠르게 생성하고 공격 범위를 효율적으로 확장하고 있는 반면, 보호해야 할 조직의 디지털 자산 규모와 복잡성은 계속 커지고 있어서다. 이에 따라 단순히 더 많은 경보를 울리는 기존 방식에서 벗어나, 방어자가 머신 속도로 조치를 실행할 수 있는 새로운 접근 방식이 필요해졌다.
프로젝트 퍼셉션은 신호, 맥락, 모델, 특화 에이전트를 하나로 결합한 지속 학습형 방어 시스템이다. 방어 체계의 핵심은 레드팀, 블루팀, 그린팀으로 구성된 세 종류의 특화 에이전트다. 레드팀 에이전트가 공격자 관점에서 침해 경로를 미리 식별하면, 블루팀 에이전트가 보안 맥락을 분석해 실질적 위험을 판별하고, 그린팀 에이전트가 필요한 시정 조치를 시행해 환경 전반의 방어 체계를 강화한다. 이 세 에이전트는 발견·평가·개선이 상시 이뤄지는 폐쇄형 루프 시스템을 형성하며, 전체 과정에서 인간의 최종 통제권은 그대로 유지된다.
이를 구현하기 위해 MS는 처음부터 새롭게 설계된 ‘사이버 스택’도 함께 제시했다. 디지털 자산 전반에서 수집된 신호는 ‘보안 컨텍스트’를 통해 에이전트가 즉각 이해할 수 있는 토큰 효율적 데이터로 전환된다. 에이전트가 신호에서 맥락을 매번 재구성할 필요 없이 거의 실시간으로 위험을 파악할 수 있어 추론의 정확성을 높이고 운영 비용과 컴퓨팅 자원을 크게 절감할 수 있다. 또한 도출된 인사이트를 실제 보호 조치로 연결하는 ‘액추에이터’ 계층을 MS의 기존 보안 제품군과 깊이 통합했다.
아울러 단일 모델에 의존하지 않고 작업 성격에 맞춰 최적의 모델을 연동하는 ‘멀티 모델 아키텍처’를 채택했다. 프런티어 모델과 더불어 새롭게 개발한 보안 특화 AI 모델 ‘MAI-사이버-1-플래시(MAI-Cyber-1-Flash)’를 도입해 효과와 경제성을 동시에 확보했다. 첫 적용 사례인 소프트웨어 취약점 관리 하네스(MDASH)에 이 모델을 적용한 결과, 업계 대표 벤치마크인 사이버짐(CyberGym)에서 96%의 높은 성능을 기록했으며, 기존 시장 제공 구성 대비 약 50%의 비용 절감 효과를 입증했다.
MS는 프로젝트 퍼셉션을 책임 있는 AI 원칙과 기존 엔터프라이즈 거버넌스 체계에 연동해 엔터프라이즈 환경에 필요한 신뢰성을 확보했다고 설명했다. 프로젝트 퍼셉션은 오는 8월 3일부터 전 세계 고객을 대상으로 공개 프리뷰로 제공될 예정이다.
