Figma, AI 에이전트로 보안 조사 자동화

디자인 도구 대형 업체인 Figma는 자사의 보안팀을 지원하는 AI 에이전트를 개발·운영하고 있다는 사실을 엔지니어링팀이 공식적으로 정리했다. 이 에이전트는 보안 알림의 조사, 과거의 인시던트(장애·사고) 검색, 사내 시스템 확인, 나아가 코드 수정안 작성까지 광범위한 작업을 담당한다. 종래에는 사람이 수작업으로 해내던 일련의 업무를 AI가 연계하면서 처리하는 구조다.

보안팀이 날마다 직면하는 과제 중 하나가 방대한 수의 알림에 대한 대응이다. 알림마다 과거의 사례를 조사하고, 영향 범위를 확인하고, 대처 방침을 결정하는 일련의 흐름은 시간과 전문 지식을 요한다. 특히 같은 패턴의 알림이 반복적으로 발생하는 경우, 조사할 때마다 처음부터 작업을 다시 하게 되어 엔지니어의 부담이 커지기 쉽다. AI를 활용하여 이러한 반복 작업을 줄이려는 움직임은 업계 전체에 확산되고 있지만, Figma는 그러한 시도의 구체적인 내면을 공개한 형태가 되었다.

Figma가 개발한 에이전트의 큰 특징은 과거의 조사 이력에서 학습한다는 점이다. 유사한 알림에 대해 이전에 어떤 절차로 대응했는지, 어떤 결론에 이르렀는지를 참조함으로써 다음 이후의 조사를 더 빠르게 진행할 수 있도록 하고 있다. 또한 필요에 따라 코드의 수정안도 자동으로 준비하므로, 엔지니어가 대응책을 처음부터 작성하는 수고가 생략된다. 이러한 일련의 구조로 인해 복잡한 알림의 해결에 걸리는 시간이 약 70% 단축되었다고 엔지니어링팀은 기록하고 있다.

이 시도가 업계로부터 주목받는 이유는 AI 에이전트를 '실제 업무 흐름에 조합한' 사례로서 상대적으로 자세히 공개되었기 때문이라고 위치지을 수 있다. 단순한 채팅봇이 아니라, 시스템으로의 접근이나 과거 데이터의 참조, 코드 생성이라는 복수의 능력을 결합한 '에이전트형 AI'는 지난 몇 년간 빠르게 실제 업무에 침투하고 있다. 보안 영역은 그 조기 채택 분야 중 하나이며, Figma의 사례는 그 중 하나의 구체적인 모습을 보여주고 있다.

70%라는 처리 시간의 단축은 보안 대응의 현장에 있어 실질적인 의미를 지닌다. 사이버 공격이나 취약점에 대한 대응에서는 초동의 신속함이 피해의 규모를 좌우하는 경우가 많으며, 조사 시간이 대폭 단축되는 것은 즉시적으로 사업 위험의 저감으로 이어질 수 있다. 한편 AI가 조사의 판단을 보조·대체하는 구조는 오탐지나 누락의 위험을 어떻게 관리할 것인가라는 새로운 의문을 낳을 가능성도 있다. 향후는 정확성이나 안전성의 담보를 어떻게 설계할 것인가가 동종의 시도에서는 제기되는 논점이 된다는 견해가 가능하다.

Figma의 공개는 AI 에이전트를 자사의 보안 업무에 조합하려고 하는 다른 기업들에 있어 실천적인 참고 사례가 될 수 있다. 특히 '과거의 조사에서 학습한다'는 설계는 시간을 들일수록 정확성이 올라가는 구조이며, 장기 운영에 있어서의 유효성이라는 관점에서도 주목할 가치가 있다. AI에 의한 보안 대응의 사례가 어떻게 축적되어 업계 표준적인 접근법으로 발전해나갈지, 계속해서 동향을 따를 가치가 있다고 할 수 있다.