아직 답변이 없습니다
아직 답변이 없습니다
비용과 관련된 것은 제가 답변드리기 좀 어렵습니다 ㅎㅎ.. 학습 곡선 같은 경우에는 거의 없다고 봐주셔도 됩니다. AI가 알아서 분석해주고 대응방안을 정리할 수 있습니다. 자연어로 원하는 질의를 수행하시는 것으로 충분합니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
폐쇄망의 레거시 시스템의 경우에는 외부의 시스템과 연동이 제한적일 수 밖에 없습니다. 다만 이를 SIEM 과 같은 로그 통합 시스템에 적재만 할 수 있다면 이후에 MCP와 Gemini를 활용하시는데는 제약이 거의 없다고 봐주시면 될 것 같습니다.
아직 답변이 없습니다
아직 답변이 없습니다
로그의 파편화 같은 경우에는 MCP가 관여하는 부분이 적습니다. 이는 MCP 보다는 데이터를 SIEM 과 같은 통합 관리시스템을 적용하시는게 맞습니다. 이후에 SIEM에 통합된 데이터를 MCP를 통해서 AI 활용이 가능합니다.
감사합니다
네 중요한 점을 질문해주셨습니다. 대부분의 개발자가 현재 AI에 의존하는 바이브코딩을 수행하는 것과 유사한 것으로 이해해주시면 될 것 같습니다. Gemini 를 통해 SIEM의 데이터를 불러오고 이를 분석하고 연관성을 식별하며 전체적인 공격 체인을 식별하는 등 시니어 이상의 분석가가 수행하는 업무를 더 빠르고 정확하게 수행할 수 있습니다. 말씀해주신 관점에서 Google SecOps와 Gemini CLI 그리고 MCP의 조합은 효율적인 대안이 될 수 있습니다.
아직 답변이 없습니다
말씀해주신 경우는 SIEM의 제품마다 천차만별입니다. 다만 Google에서 제공하는 google secops의 경우에는 기본적으로 대부분의 보안 제품에 대한 parser가 이미 만들어져 있고 이를 통한 자동 포맷 정규화를 수행하고 있습니다. 그 외 In house App등 정규화 파서의 커스텀이 필요한 경우에 아무것도 존재하지 않는 상황에서 완성된 Parser를 제작하는데 까지 10분 ~30분이면 수행이 가능합니다.
아직 답변이 없습니다
아직 답변이 없습니다
네, 웨비나 종료 후 팔로업메일을 드려 공유드릴 예정입니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다