S2W, 국산 보안 AI 개발 참여…숨은 위협 데이터로 학습·검증 지원

일반 웹에서 찾기 어려운 사이버 위협 정보를 학습시켜 국산 인공지능(AI)의 보안 대응 역량을 높이는 사업에 에스투더블유(S2W)가 참여한다. S2W는 9월 14일 네이버클라우드 컨소시엄의 일원으로 정부의 ‘특화 인공지능 파운데이션 모델 개발’ 사이버 보안 분야 사업에 참여한다고 밝혔다.

과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 이번 사업은 국내 자체 기술을 바탕으로 보안 AI 개발 역량을 쌓고, 보안 산업의 AI 전환을 지원하기 위해 추진됐다. 네이버의 9월 3일 발표에 따르면 컨소시엄에는 총 33개 기관이 참여한다. 네이버클라우드와 LG CNS, LG AI연구원을 비롯해 한국항공우주산업, 한국수력원자력, 서울대학교, 한국과학기술원(KAIST) 등이 힘을 모은다.

개발 대상은 여러 보안 업무의 바탕이 되는 기초 AI인 ‘파운데이션 모델’이다. 네이버클라우드의 하이퍼클로바X와 LG AI연구원의 엑사원을 기반으로 각각 700B급 모델을 병렬 개발할 계획이다. 700B는 모델이 학습한 정보를 담는 내부 값인 매개변수가 7천억 개 규모라는 뜻이다. 여러 전문화된 부분 모델을 조합하는 전문가 혼합(MoE) 구조를 적용하며, 하이퍼클로바X는 방어 역량을, 엑사원은 공격 역량을 강화하는 방향으로 개발한다.

S2W는 위협 인텔리전스(TI), 즉 사이버 위협 데이터를 분석해 대응에 활용할 수 있는 정보로 바꾸는 기술을 맡아 모델 학습과 검증에 참여한다. 특히 일반적으로 접근하는 공개 웹인 서피스 웹에서는 확보하기 어려운 히든 채널 데이터를 반영할 방침이다. 공개된 정보만으로 접하기 어려운 위협 자료를 학습에 활용해 모델의 완성도와 현장 적용성을 높이겠다는 취지다. 보안 특화 언어모델을 구축하고 위협 데이터를 수집·분석해온 경험을 이번 개발 과정에 활용한다.

관련 선행 연구로는 S2W가 KAIST와 공동 연구해 ACL 2023에 발표한 ‘DarkBERT’가 있다. 기존 언어모델 RoBERTa에 다크웹 텍스트를 추가 학습한 모델이다. 논문의 랜섬웨어 유출 사이트 분류 실험에서 전처리한 DarkBERT의 F1 점수는 84.11로, 비교 모델 RoBERTa의 44.31보다 높았다. F1은 정답을 얼마나 정확하고 빠짐없이 찾아냈는지를 함께 평가하는 지표다. 다만 이 결과는 특정 문서를 분류한 기존 실험의 성과이며, 이번에 개발할 700B급 모델의 성능을 입증하는 결과는 아니다.

대규모 모델 학습을 위한 연산 자원도 투입할 계획이다. 컨소시엄은 정부가 제공하는 그래픽처리장치(GPU) 256장과 별도로 네이버클라우드의 B200 4천 장, LG의 H200 256장을 활용한다고 밝혔다. GPU는 AI 학습에 필요한 많은 계산을 처리하는 장치다. 이 수량은 개발에 투입하겠다고 발표한 자원 규모로, 모델의 보안 성능을 나타내는 수치는 아니다.

학습에는 약 830TB의 실데이터를 활용할 예정이다. 실증 분야는 전력·금융·과학기술·통신·반도체·방위산업·항공우주 등 7개다. 실증은 개발한 기술을 실제 활용 환경에서 시험하는 과정이다. 모델을 만드는 작업과 함께 서로 다른 산업 현장에서 적용 가능성을 확인하고, 그 결과를 바탕으로 고도화하는 단계까지 사업에 포함됐다.

개발한 AI를 확산하기 위한 방안도 제시됐다. 외부 인터넷과 분리된 환경인 폐쇄망에서 모델을 운영하는 기술을 개발하고, 상업적으로도 활용할 수 있도록 오픈소스로 공개할 계획이다. 중소기업을 대상으로 취약점과 사이버 공격 탐지를 무상으로 점검하는 방안도 포함됐다. 자체 보안 AI 역량을 축적하는 동시에 기업들이 이를 활용할 기회를 넓히겠다는 구상이다.

이번 발표는 모델 개발부터 현장 실증, 산업계 확산으로 이어지는 추진 계획이다. S2W의 참여 역시 위협 데이터와 보안 언어모델 연구 경험을 학습·검증에 연결하는 데 초점이 있다. 컨소시엄은 국내 환경에 맞는 보안 특화 모델을 개발하고 고도화해 국내 보안 산업의 AI 활용과 대응 역량을 강화할 방침이다.

자료: 에스투더블유(S2W), 네이버·네이버클라우드, 과학기술정보통신부, 정보통신산업진흥원(NIPA), 한국과학기술원(KAIST), Association for Computational Linguistics(ACL)