에이전트 접근 모델

BeyondCorp와 Zero Trust는 요청의 출처보다 사용자 신원과 기기 상태를 기준으로 접근을 결정하며 기업 보안을 바꿨다. 하지만 이 모델은 사람과 기기를 중심으로 설계됐고, 인간의 속도로 활동하는 단일 주체를 전제로 한다.

AI 에이전트는 여러 작업을 수행하고 시스템 간 데이터를 빠르게 이동시키는 소프트웨어 주체다. 하나의 지시가 데이터베이스, 소스 코드 저장소, 로그, 티켓 시스템, 문서, 스프레드시트 등에 접근하는 **작업 실행 그래프(task execution graph)**를 만들 수 있으며, 작업이 끝나면 해당 권한도 즉시 사라져야 한다.

기존 인간·서비스 계정용 통제는 에이전트에 적용할 때 크게 네 가지 문제를 드러낸다.

• 자격 증명 수명 불일치: 에이전트는 수분 동안 실행될 수 있지만 서비스 계정의 키와 권한은 장기간 남아 재사용·탈취 위험을 키운다.
• 머신 속도: 에이전트는 사람이 감지하거나 대응하기 전에 데이터베이스를 읽고 외부로 전송할 수 있어 사후 탐지보다 인라인 예방 통제가 필요하다.
• 프롬프트의 한계: “운영 환경에 접근하지 말라” 같은 지시는 행동을 유도할 뿐 접근을 강제하지 못한다. 실제 집행은 도구 호출을 중재하는 하네스와 패킷을 통제하는 네트워크 계층에서 이뤄져야 한다.
• 과도한 권한과 부족한 가시성: 장기 실행 서비스와 광범위한 권한은 작업 범위를 넘어선 접근과 감사 공백을 만들 수 있다.

제안된 **Agent Access Model(AAM)**은 각 접근 결정을 더 똑똑하게 만드는 대신, 에이전트가 처음부터 보유하는 능력과 권한의 범위를 줄이는 데 초점을 둔다. 작업별로 권한 상한과 신뢰 수준을 설정하고, 실행 중인 에이전트에 필요한 권한만 부여해 최소 권한 원칙을 실시간으로 적용하는 방식이다.

이 모델은 오늘날 구현 가능한 단일 주체 통제와, 여러 주체가 하나의 작업에 관여할 때 발생하는 더 어려운 멀티플레이어 접근 제어(multiplayer access control) 문제를 구분한다. 핵심은 에이전트의 권한 수명과 작업 수명을 일치시키고, 모든 도구 호출과 네트워크 접근을 예방적으로 통제하며, 감사 가능한 실행 기록을 남기는 데 있다.