패치가 제공되기 전에도 발생하는 취약점의 빠른 악용은 보안 팀에게 새로운 접근 방식을 요구합니다. 개발 파이프라인에 대규모 언어 모델(LLM) 에이전트를 통합하면 자동화된 취약점 발견 및 복구가 가능합니다. 그러나 권한이 있는 AI 에이전트를 배포하려면 새로운 아키텍처 위험을 피하기 위해 성숙한 통합 프로세스가 필요합니다. Mandiant Consulting은 AI 지원 취약점 관리를 위한 운영 가드레일을 구축하는 데 대한 지침을 제공합니다. 조직은 NIST AI Risk Management Framework 및 LLM용 OWASP Top 10과 같은 프레임워크를 채택해야 합니다. 기존 결정론적 제어를 AI 실행 환경으로 확장하는 것은 안전한 구현을 위해 중요합니다. 여기에는 합성 데이터 및 심층 방어 모델을 사용한 사전 에이전트 데이터 보안과 엄격한 워크로드 격리가 포함됩니다. AI 에이전트의 레드 팀 테스트 및 인간 컨트롤러를 사용한 최소 권한 기계 신원 사용은 중요한 보증 조치입니다. AI 기술의 공급망 복원력과 강력한 독성 흐름 분석은 새로운 공격 벡터를 방지하는 데 필요합니다. 인간 주도의 위협 모델링은 비즈니스 위험 및 아키텍처 설계 결함에 대한 추론에 여전히 중요합니다. AI 에이전트는 엔터프라이즈 취약점 관리 및 제품 보안을 지원할 수 있지만, 기본 보안도 해결해야 합니다. 정규화된 데이터 및 위협 인텔리전스로 정보화된 위험 기반 취약점 관리는 복구 노력의 우선순위를 정하는 데 필수적입니다.