2026년 2분기 제품 업데이트: 웹, 클라우드, 데이터, AI 전반에 걸친 간소화된 보안

Thyaga Vasudevan - 제품 담당 부사장

2026년 7월 21일 7 읽는 데 7분

보안 팀은 분기마다 점점 더 복잡해지는 환경에서 업무를 수행하고 있습니다. AI 도입이 가속화되고 있으며, 하이브리드 근무 방식이 여전히 일반적이며, 민감한 데이터는 클라우드 애플리케이션 전반에 걸쳐 계속해서 확산되고 있습니다. 동시에 보안 팀은 운영 부담을 늘리지 않으면서도 더욱 강력한 보호 기능을 제공해야 할 것으로 기대받고 있습니다.

2026년 2분기 동안, Skyhigh Security 은 일상적인 보안 운영을 더욱 간편하게 만들기 위해 고안된 개선 사항을 도입했습니다. 브라우저 기반 보호 기능 확대와 AI 거버넌스 강화부터 제로 트러스트(Zero Trust) 액세스 간소화 및 보안 정책 관리 편의성 제고에 이르기까지, 이번 분기의 혁신을 통해 조직은 보안 수준을 높이는 동시에 관리 부담을 줄일 수 있습니다.

이번 분기에 제공된 주요 개선 사항 몇 가지를 살펴보겠습니다.

업무가 이루어지는 곳 어디에서나 보호 범위 확대

오늘날의 근로자들은 거의 전적으로 브라우저를 통해 업무를 수행합니다. 직원이 관리형 기기를 사용하든, 계약직 직원이 기업용 애플리케이션에 접속하든, 또는 사용자가 개인 기기를 통해 업무를 수행하든, 기업은 생산성을 저해하지 않으면서 데이터를 보호할 수 있는 보안 솔루션이 필요합니다.

이번 분기, Skyhigh는 일상적인 브라우저 활동에 대한 보호 범위를 확대하여 ‘Secure Browser Controls’ 기능을 강화했습니다. 이제 기업은 무단 파일 업로드를 방지하고, 웹 애플리케이션으로의 민감한 텍스트 복사를 차단하며, 다운로드 과정에서 민감한 정보가 추출되는 것을 막고, 인쇄 및 컨텍스트 메뉴 동작을 제한할 수 있습니다. 이러한 제어 기능은 사용자가 선호하는 브라우저에서 계속 작업할 수 있도록 하면서도, 우발적이거나 고의적인 데이터 유출 위험을 줄이는 데 도움이 됩니다.

사용자 경험을 한층 더 향상시키기 위해, ‘세분화된 에이전트리스 알림(Granular Agentless Notifications)’ 기능을 통해 관리자는 브라우저 알림을 더욱 세밀하게 제어할 수 있습니다. 보안 팀은 신뢰할 수 있는 웹사이트에 대해 알려진 오탐을 차단하면서도 ‘사용자 동의 기반 알림( Data Loss Prevention )’ 정책을 계속 적용함으로써, 보안을 약화시키지 않으면서도 불필요한 방해를 줄일 수 있습니다.

이러한 개선 사항들은 종합적으로 조직이 일상 업무가 이루어지는 곳에서 민감한 데이터를 보호할 수 있도록 돕습니다.

제로 트러스트의 배포 및 확장을 더욱 간편하게 만들기

안전한 액세스를 제공하는 것은 사용자에게는 간편해야 하고, 관리자에게는 관리하기 쉬워야 합니다.

이번 분기, Skyhigh는 ‘ Private Access ’ 전반에 걸친 기능 개선을 통해 제로 트러스트 운영을 간소화했습니다. 자동화된 DNS 해결 기능은 Kerberos, LDAP, SMB, DNS와 같은 서비스에 대한 요청을 ‘ Private Access ’ 커넥터를 통해 지능적으로 라우팅함으로써 수동 DNS 구성의 필요성을 없애줍니다. 이를 통해 사용자는 원활한 연결성을 경험할 수 있으며, 조직은 신원 기반 접근 정책을 지속적으로 적용할 수 있습니다.

향상된 애플리케이션 그룹 관리 기능을 통해 안전한 애플리케이션 액세스 관리도 더욱 쉬워집니다. 관리자는 환경이 지속적으로 확장됨에 따라 애플리케이션을 보다 효율적으로 구성하고 일관된 보안 정책을 적용할 수 있습니다.

이러한 개선 사항들은 종합적으로 운영의 복잡성을 줄여주며, 조직이 자신 있게 제로 트러스트 액세스를 확장할 수 있도록 지원합니다.

비즈니스 성장에 맞춰 확장 가능한 보안 정책 수립

조직들이 새로운 애플리케이션, 클라우드 서비스, AI 기술을 도입함에 따라 보안 정책은 자연스럽게 더욱 정교해집니다. 이러한 복잡성을 관리하는 데 있어 복잡한 워크플로가 필요해서는 안 됩니다.

중첩 함수 지원 기능은 정책 수립에 더욱 유연한 접근 방식을 도입하여, 관리자가 클라우드 정책 엔진 내에서 직접 고급 정책 로직을 구축할 수 있도록 합니다. 직관적인 인터페이스를 통해 중첩된 조건을 지원함으로써, 조직은 관리, 유지보수 및 확장이 더 용이한 세분화된 정책을 수립할 수 있습니다.

그 결과, 관리상의 복잡성을 가중시키지 않으면서도 보안 팀에 더 큰 유연성을 제공하는 현대적인 정책 프레임워크가 마련되었습니다.

데이터 분류를 지능형 보호로 전환하기

민감한 데이터를 분류하는 것은 단지 첫 단계에 불과합니다. 위험을 줄이기 위해서는 조직이 수동 개입이나 사용자의 판단에 의존하지 않고 데이터의 민감도에 따라 자동으로 대응하는 보안 정책을 마련해야 합니다.

Google 드라이브 라벨을 데이터 유출 방지( Data Loss Prevention , DLP) 정책과 통합함으로써, 조직은 개인 식별 정보(PII), 금융 정보, 기밀 정보 또는 제한된 콘텐츠와 같은 데이터 분류에 기반한 상황 인식형 제어 기능을 적용할 수 있습니다. 민감한 파일은 자동으로 식별되어 태그가 지정되며, 이를 통해 보안 정책이 실시간으로 적절한 보호 조치를 시행할 수 있습니다. 외부 공유 권한 제거, 액세스 차단, 파일 격리 또는 무단 콘텐츠 삭제 등 어떤 조치가 취해지든, 그 시행 여부는 데이터의 민감도와 해당 데이터가 사용되는 비즈니스 상황에 따라 결정됩니다.

그 결과, 분류 결과를 실질적인 조치로 전환하는 보다 스마트하고 자동화된 데이터 보호 방식이 구현됩니다. 조직은 사용자 경험을 저해하거나 관리 부담을 가중시키지 않으면서도 데이터 유출 위험을 줄이고, 감사 대비 절차를 간소화하며, 민감한 정보가 지속적으로 보호되도록 보장할 수 있습니다.

Google Workspace 전반에 걸친 협업 보안 강화

조직들이 클라우드 기반 협업을 도입함에 따라, Google 드라이브나 Google 채팅과 같은 플랫폼을 통해 민감한 정보가 더욱 광범위하게 공유되고 있습니다. 강력한 보안 태세를 유지하려면 데이터가 어떻게 공유되는지, 누가 접근 권한을 가지고 있는지, 그리고 보안 취약점이 어디에 존재할 수 있는지에 대한 지속적인 가시성이 필요합니다.

Google Workspace용 지속적인 보안 상태 관리 기능은 드라이브와 채팅 전반의 공유 활동을 통합적으로 파악할 수 있게 하여, 조직이 보안 사고로 이어지기 전에 과도하게 노출된 데이터, 위험한 공유 설정 및 정책 위반 사항을 식별할 수 있도록 지원합니다. 보안 모범 사례 및 조직 정책에 따라 설정을 지속적으로 평가함으로써, 실행 가능한 인사이트와 단계별 수정 지침, 지속적인 보안 상태 개선을 제공하여 생산성을 저해하지 않으면서도 안전한 협업을 유지합니다.

그 결과, 조직이 데이터 노출을 줄이고 거버넌스를 강화하며 대규모의 안전한 협업을 가능하게 하는 선제적인 보안 프레임워크가 구축되었습니다.

지능형 프롬프트 보호를 통한 AI 상호작용 보안 강화

생성형 AI가 현대 업무 환경의 필수적인 요소로 자리 잡음에 따라, 기업들은 적대적 프롬프트, 유해한 콘텐츠 및 오용에 대비한 효과적인 안전 장치를 마련해야 합니다. 보안 통제 수단은 혁신, 생산성 또는 사용자 경험을 저해하지 않으면서 AI를 안전하게 도입할 수 있도록 해야 합니다.

AI 프롬프트 보호 기능은 직원이 사용하는 모든 AI 애플리케이션에서 프롬프트 주입 공격, 탈옥 시도, 유해하거나 편향된 콘텐츠, 악성코드 생성 및 기타 적대적 기법에 대해 지속적인 보호 조치를 제공합니다. 이 기능은 사용자 프롬프트와 AI가 생성한 응답을 모두 검사하는 동시에, AI 모델이 참조할 수 있는 이메일, 문서 및 기타 콘텐츠 소스에 숨겨진 프롬프트 주입 시도를 탐지합니다. 훈련 데이터와 지식 저장소를 지속적으로 평가하여 데이터 오염 여부를 확인하고, 조직의 AI 사용 정책을 엄격히 적용함으로써, AI 애플리케이션이 정의된 비즈니스 지침 범위 내에서 안전하고 책임감 있게 운영되도록 보장합니다.

그 결과, 기업의 AI 상호작용을 보호하고, AI 모델의 조작을 방지하며, 조직이 보안, 규정 준수 및 신뢰를 유지하면서 생성형 AI를 자신 있게 도입할 수 있도록 지원하는 포괄적인 AI 보안 프레임워크가 탄생했습니다.

민감 데이터 탐색 시 사각지대 제거 

새로운 애플리케이션, 사용자, 클라우드 서비스가 늘어날 때마다 기업의 데이터 범위가 확대되어 민감한 정보를 추적하기가 더욱 어려워집니다. 데이터가 API로 관리되는 승인된 서비스를 통해 지속적으로 이동함에 따라, 기업들은 미리 정의된 탐색 정책이나 수동적인 감독에 의존하지 않고도 데이터를 자동으로 탐색, 분류 및 파악할 수 있는 보다 간편한 방법이 필요합니다.

‘자동 데이터 탐색(Auto Data Discovery)’은 기업 전반에 걸쳐 민감한 데이터를 지속적으로 탐색하고 분류하는 자동화된 방식을 제공하여, 조직의 변화하는 데이터 범위에 대한 실시간 가시성을 확보해 줍니다. 승인된 클라우드 서비스에서 데이터가 생성, 수정 또는 이동될 때마다 해당 데이터는 자동으로 식별되며, 상황에 맞는 위험 분석 정보가 추가됩니다. 또한 관리자는 특정 데이터 세트나 위치에 대해 집중적으로 스캔을 수행할 수 있으므로, 보안 팀은 탐색 정책을 복잡하게 관리할 필요 없이 중요한 데이터가 어디에 저장되어 있는지, 어떻게 노출되어 있는지, 그리고 어떤 조치가 필요한지 파악할 수 있습니다.

그 결과, 보안 팀이 민감한 데이터에 대한 지속적인 가시성을 확보할 수 있게 해주는 현대적인 데이터 탐색 프레임워크가 탄생했으며, 이를 통해 보안 팀은 숨겨진 위험을 파악하고, 보호 조치의 우선순위를 정하며, 운영상의 복잡성을 가중시키지 않으면서 끊임없이 변화하는 데이터 환경을 안전하게 보호할 수 있습니다. 

경고 과부하 없이 민감 데이터 가시성 확대

조직들이 클라우드 환경 전반에 걸쳐 점점 더 많은 양의 데이터를 생성하고 저장함에 따라, 민감한 정보에 대한 완전한 가시성을 확보하는 것이 점점 더 어려워지고 있습니다. 데이터 탐색 범위를 확대한다고 해서 불필요한 경보가 발생하거나 기존 보안 운영에 차질이 생겨서는 안 됩니다.

‘지속적인 2차 데이터 탐지’ 기능은 1차 DLP 정책의 적용 범위를 벗어난 민감한 클라우드 데이터를 식별하고 분류함으로써 데이터 가시성을 확대합니다. 이 기능은 조직의 데이터 범위에 대한 정확하고 통합된 뷰를 ‘데이터 탐색기(Data Explorer)’에 지속적으로 업데이트하는 동시에, 관리자가 스캔 대상에 포함될 데이터 분류 및 클라우드 서비스 인스턴스를 정밀하게 정의할 수 있도록 지원합니다. 탐지 과정과 정책 적용을 지능적으로 분리함으로써, 조직은 불필요한 DLP 인시던트를 발생시키거나 준실시간 보안 워크플로우에 영향을 주지 않으면서도 이전에 파악되지 않았던 민감한 데이터를 발견할 수 있습니다.

그 결과, 민감한 데이터에 대한 더 심층적인 가시성을 제공하고, 스캔 리소스를 최적화하며, 보안 팀이 운영 부담을 늘리지 않고도 데이터 보호를 강화할 수 있도록 지원하는 보다 포괄적인 데이터 탐색 프레임워크가 탄생했습니다.

앞으로의 전망

보안 팀은 강력한 보호와 운영의 간편성 사이에서 선택을 강요받아서는 안 됩니다.

2분기 내내 선보인 혁신을 통해 Skyhigh Security는 배포, 관리 및 확장이 더 용이한 통합 플랫폼을 통해 조직이 데이터, 웹, 클라우드, 사내 애플리케이션 및 AI를 안전하게 보호할 수 있도록 지원하는 데 계속해서 주력하고 있습니다.

보안 환경이 지속적으로 변화함에 따라, Skyhigh는 조직이 새로운 위험에 선제적으로 대응하면서도 일상적인 운영을 간편하게 유지할 수 있도록 돕는 실용적인 혁신을 제공하기 위해 최선을 다하고 있습니다.

블로그로 돌아가기