AI를 활용한 N2SF 보안통제 항목 도출 자동화 프레임워크 연구: 보안통제 항목 ‘권한’을 중심으로 = A Study on a Framework for Automated Derivation of N2SF Security Control Items Using AI: A Focus on ‘Authorization’

국문 초록 (Abstract)

국가 망 보안체계(이하, N2SF)는 공공 부문의 멀티 클라우드 플랫폼(MCP) 도입을 촉진하지만 C/S/O 등급분류및 위협 식별에 따른 보안대책 수립 과정은 복잡하고 수동적이다. 본 연구는 AI를 활용하여 N2SF 보안통제 항목도출 및 조정을 자동화 가능성을 확인하고자 한다. 이에 N2SF 보안통제 항목 중 ‘권한’에 집중하여 자동화를 위한 여러 전문 AI 에이전트가 협력하는 멀티 에이전트 시스템을 기반으로 하는 프레임워크를 제안한다. 각 에이전트는 데이터 수집, 위협 분석, 정책 생성 등의 특화된 작업을 자율적으로 수행하며, 거대 언어 모델(LLM)의 추론능력을 활용하여 최소 권한 원칙에 부합하는 최적의 IAM 정책을 자동으로 생성 및 조정함으로써 보안대책 수립과정을 지능화하는 방안을 제시한다.

다국어 초록 (Multilingual Abstract)

While the National Network Security Framework (N2SF) promotes the adoption of Multi-Cloud Platforms (MCPs) in the public sector, the process of establishing security measures based on C/S/O classification and threat identification remains complex and manual. This study aims to investigate the feasibility of automating the derivation and adjustment of N2SF security control items using AI. To this end, focusing on the 'Authorization' control item, we propose a framework based on a multi-agent system where specialized AI agents collaborate. Each agent autonomously performs specialized tasks such as data collection, threat analysis, and policy generation. By leveraging the reasoning capabilities of a Large Language Model (LLM), the system automatically generates and adjusts optimal IAM policies that adhere to the principle of least privilege, thereby presenting a method to intelligentize the security measure implementation process.