웨비나속 Q&A
최근 웨비나 진행 중 발생한 질문과 답변을 조회할 수 있습니다
[질문]자동화 유량제어 시스템에서 가장 많이 발생하는 운영 이슈는 무엇이며, API Lifecycle 관리를 통해 어떻게 줄일 수 있나요?
실제 원하는 정책과는 다른 정책이 자동으로 적용되어 정상요청을 차단하거나 장애상황에서도 차단을 하짐 못하는 이슈가 있을 수 있습니다. API Lifecycle관리를 통해 원하는 정책을 정확하게 넣어서 원하는 정책에 맞춰 차단할수 있게 하는방법이 이슈를 줄일 수 있을것으로 보입니다. STC Lab과 인젠트 APIM에 유량제어 기능을 통하면 차단이 아닌 트래픽 지연을 통해 큐를 이용해 차단을 줄일 수 있을것으로 예상됩니다. 추가적인 답변을 원하신다면 연락처를 따로 남겨주시면 추후 연락하여 답변을 드리도록하겠습니다.
INZENT
2026-07-21 14:18
[질문] API Gateway를 모든 트래픽이 거치는 구조인데, Gateway 자체가 병목이나 SPOF(Single Point of Failure)가 되지 않도록 어떤 아키텍처를 권장하시나요?
API Gateway가 병목이나 SPOF가 되지 않으려면 Gateway를 Stateless 구조로 구성하고 여러 인스턴스를 Active-Active 방식으로 운영하는 것이 기본입니다. 앞단에는 L4/L7 로드밸런서를 두어 트래픽을 분산하고, Auto Scaling으로 부하에 따라 Gateway를 유연하게 확장해야 합니다. 또한 요청 큐와 Rate Limit, Circuit Breaker를 적용해 과부하를 제어하고, 장애 발생 시 다른 Gateway 인스턴스로 자동 우회(Failover)되도록 구성하는 것이 안정적인 운영에 효과적입니다. 아키구성에 대한 궁금하신 사항의 세부설정들은 유선상으로 말씀드리는데 한계가 있어 연락처를 남겨주시면 담당자가 따로 연락을 드리도록 하겠습니다.
INZENT
2026-07-21 14:15
[질문]API Lifecycle 관리가 실시간 유량제어 시스템의 안정성과 운영 효율에 어떤 차이를 만들어 주나요?
API Lifecycle 관리는 API의 설계 및 배포, 버전관리 등을 체계화해 장애와 변경 리스크를 줄이고, 실시간 유량제어 시스템의 안정성을 높여줍니다. 또, 정책 관리와 운영 자동화를 통해 유지보수 효율을 높이고, 서비스 확장과 업데이트를 더욱 빠르고 안전하게 수행 할 수 있습니다.
INZENT
2026-07-21 14:10
[질문]1.API Lifecycle 관리를 도입했을 때 기존 API Gateway 중심 운영과 비교하여 가장 큰 운영상의 변화와 기대 효과는 무엇인지요? 2.자동화 유량제어(Traffic Control)는 어떤 기준(CPU, TPS, 응답시간, SLA, 사용자 등급 등)으로 정책을 동적으로 변경하고, AI 기반 최적화 기능도 제공하는지요? 3.실시간 API 추적(Tracing)은 분산 환경(MSA, Kubernetes, 멀티클라우드)에서 어느 수준까지 End-to-End 가시성을 제공하고, 대표적인 활용 사례는 무엇인지요? 4.API 설계부터 개발, 테스트, 배포, 운영, 폐기까지 Lifecycle 전 과정을 자동화하기 위해 반드시 갖춰야 할 핵심 구성요소는 무엇인지요? 5.API 버전 관리와 무중단 배포(Blue-Green, Canary Release)를 Lifecycle 관리 플랫폼에서 어떻게 지원하는지요?
질문이 너무 방대하여 해당 답변은 연락처를 따로 남겨주시면 저희가 전화를 하여 답변을 드리도록하겠습니다.
INZENT
2026-07-21 14:13
[질문] LM 호출처럼 응답 시간이 길고 토큰 소비량이 불규칙한 AI 트래픽은 기존 REST API 트래픽과 패턴이 완전히 다른데, 기존 API 게이트웨이나 로드밸런서 설정을 어떻게 바꿔야 AI 트래픽을 안정적으로 처리할 수 있나요?
AI 트래픽은 일반 API와 분리시키는게 일반적입니다. AI 트래픽은 일반적인 rest호출과는 다르게 LLM호출을 굉장히 오랜시간이 걸리는 API들도 많아 분리해주는게 맞습니다. 궁금하신 로드밸런서 설정들은 트레픽과 네트워크 경로등을 흐름을 확인하고 변경할수 있기에 유선상으로 말씀드리는데는 한계가 있어 연락처를 남겨주시면 담당자가 따로 연락을드리도록 하겠습니다.
INZENT
2026-07-21 14:10
아직 답변이 없습니다
AI 시대에는 SaaS Security, DSPM(Data Security Posture Management), CSPM(Cloud Security Posture Management), CIEM(Cloud Infrastructure Entitlement Management), DLP가 각각 운영되기보다 하나의 AI Security Posture Management 체계로 통합되는 흐름이 보입니다. 스카이하이와 씨앤토트에서도 이러한 통합 거버넌스를 지향하고 있는지, 그리고 가장 먼저 통합해야 할 보안 영역은 무엇이라고 보시는지 궁금합니다.
아직 답변이 없습니다
[질문] AI 시대의 SaaS 보안 효과를 경영진에게 설명할 때 단순 차단 건수만으로는 부족합니다. 데이터 노출 위험 감소, 미승인 SaaS 감소율, 권한 최적화율, 사고 대응 시간 단축 중 가장 설득력 있는 KPI는 무엇인가요?
아직 답변이 없습니다
[질문]AI 워크로드는 일반 VM보다 GPU 사용량과 데이터 이동량이 훨씬 많습니다. Azure 보안 정책도 일반 애플리케이션과 AI 워크로드를 구분하여 별도로 설계하는 것이 권장되는지 궁금합니다.
아직 답변이 없습니다
[질문] 수십 개의 SaaS를 동시에 운영하는 환경에서 보안 이벤트와 사용 현황을 단일 대시보드로 통합해 모니터링하는 것이 현실적으로 가능한가요?
완전한 단일 대시보드는 현실적으로 어렵지만, "통합 보안 이벤트 뷰"는 충분히 가능하고 이미 표준화되어 있습니다. 핵심은 모든 것을 하나로 합치려는 것이 아니라, 보안 이벤트는 SIEM으로, SaaS 태세·사용 현황은 CASB/SSPM으로 통합하는 2계층 통합 아키텍쳐를 제안드립니다
씨앤토트 발표자
2026-07-09 14:55
[질문]최근 AI Agent 간 연동을 위해 MCP(Model Context Protocol) 기반 연결이 늘어나고 있습니다. MCP를 통해 외부 SaaS나 내부 시스템을 연결할 경우, DLP와 접근 제어 정책도 MCP 세션 단위까지 확장하는 방향을 고려하고 계신지 궁금합니다.
아직 답변이 없습니다
[질문] SaaS 보안 사고를 예방하기 위해 사전 위험 평가가 중요합니다. 신규 SaaS를 도입하기 전에 보안, 데이터 처리 위치, 규제 준수 여부를 평가하기 위한 표준 심사 프로세스는 어떻게 구성해야 하나요?
Skyhigh Securty에서는 40,000 개 이상의 SaaS 에 대해서 80개 이상의 위협 항목에 대한 분석 정보를 제공하고 있습니다. 또한 새로운 SaaS 의 경우, 분석을 신청하면 3일 내로 분석을 완료하여 Shadow IT/AI GTI를 업데이트해 드리고 있습니다.
스카이하이 시큐리티 발표자
2026-07-09 15:00
[질문] SaaS 보안 거버넌스를 담당하는 조직이 IT, 보안, 컴플라이언스, 현업으로 분산되어 있는 경우가 많습니다. 부서 간 책임과 협업 체계를 어떻게 설계해야 SaaS 보안이 실질적으로 작동하나요?
각 부서의 명확한 책임을 정의한 RACI 매트릭스를 기반으로 전사 'SaaS 거버넌스 협의체'를 운영하는 것이 중요할 것 같습니다. 현업은 데이터 소유자(Owner)로서 활용 목적을 증명하고, IT·보안은 통합 플랫폼을 통해 기술적 통제와 모니터링을 수행하고, 컴플라이언스는 법적 규제 준수를 상시 감사(Audit)하는 자동화된 워크플로우를 구축하는 것을 제안드립니다 상세 구축에 관한 부분은 상담문의주시면 연락 드리도록 하겠습니다
씨앤토트 발표자
2026-07-09 14:53
거버넌스 협의체 아이디어 이해했습니다. 감사합니다.
곽원기
2026-07-09 14:54
[질문]AI 서비스가 증가하면 SaaS, API, Cloud Audit Log, AI Prompt Log까지 모두 분석해야 합니다. 실제 SOC에서는 이러한 로그를 기존 SIEM으로 분석하는지, 아니면 AI Security 전용 분석 체계를 별도로 운영하는 사례가 증가하고 있는지도 궁금합니다.
아직 답변이 없습니다
[질문] AI 기능이 내장된 SaaS(예: Copilot, 협업 도구의 AI 기능)를 사용할 때, 해당 AI가 참조할 수 있는 데이터 범위를 기업이 직접 통제할 수 있는지, 그리고 어느 수준까지 제한이 가능한지 궁금합니다.
아직 답변이 없습니다
[질문] DLP, CASB, CSPM, CNAPP, SIEM 등의 보안 솔루션을 우선순위별로 도입한다면 어떤 순서가 효과적일까요?
효과적인 도입 순서는 가시성 → ID/접근 통제 → 데이터 보호 → 클라우드 태세 → 통합 탐지·대응 순입니다. 즉 SIEM(또는 CSPM)으로 먼저 "보이게" 만들고, CASB로 접근을 통제한 뒤, DLP로 데이터를 보호하고, CNAPP로 클라우드 인프라 태세를 심화하는 흐름이 리스크 대비 효과가 큽니다. 다만 조직의 성숙도·규제 환경·클라우드 의존도에 따라 1순위는 달라질 수 있습니다.
씨앤토트 발표자
2026-07-09 14:50
[질문]Zero Trust를 AI 환경에 적용할 경우 사용자 인증뿐 아니라 AI 모델과 AI Agent도 하나의 주체(Identity)로 관리해야 한다는 의견이 있습니다. Azure 환경에서도 Workload Identity와 AI Agent Identity를 통합 관리하는 방향으로 발전하고 있는지 궁금합니다.
아직 답변이 없습니다
[질문] AI 워크로드를 위해 Azure에서 제로 트러스트 기반 보안 아키텍처를 구현할 때 권한이 오남용되거나 Identity(계정)가 탈취되는 리스크를 방지하기 위해 가장 핵심적으로 고도화해야 하는 통제 포인트(예: JIT 권한 부여, 조건부 액세스 등)는 무엇이라고 보시는지 의견 요청 드립니다.
아직 답변이 없습니다
[질문] AI 학습용 데이터와 일반 업무 데이터에 대해 서로 다른 DLP 정책을 적용해야 할 경우 어떤 기준으로 구분하는 것이 좋을까요?
아직 답변이 없습니다
[질문] SaaS 보안 정책이 강화될수록 현업의 불편이 커지고 우회 사용이 늘어날 수 있습니다. 보안 통제와 업무 생산성의 균형을 맞추기 위해 현업 피드백을 정책에 반영하는 운영 방식은 무엇인가요?
아직 답변이 없습니다