AI 에이전트가 민감한 데이터에 접근하는 이유, 정책보다 권한을 봐야 해요

AI를 활용하여 생성한 이미지입니다.

AI 에이전트에 사내 문서와 업무 도구를 연결할수록 편리함은 커지지만, 권한이 남아 있는 시간도 길어질 수 있어요. 최근 해외 보안 보도는 기업이 AI 사용 정책을 마련했더라도 실제 환경에서는 에이전트가 필요 이상으로 네트워크와 데이터에 접근할 수 있다고 지적했어요.[1]

정책이 있는데도 문제가 생기는 이유

Delinea가 2026년 9월 29일 공개한 조사에서는 IT 리더의 87%가 지난 1년 동안 AI 도구나 에이전트가 의도한 범위를 넘어 민감한 데이터에 접근한 사례를 경험했다고 답했어요. 실시간으로 범위 위반을 탐지할 수 있다고 답한 비율은 5명 중 1명보다 적었고, 99.7%는 AI 데이터 접근 정책을 갖고 있다고 답했습니다.[2]

수치만 보면 정책이 무용해 보이지만, 실제 문제는 정책 문서와 실행 권한 사이에 있어요. “민감한 자료에 AI를 쓰지 말라”는 규칙이 있어도 에이전트에 메일, 파일 저장소, 코드 저장소를 한 번에 연결하면 시스템은 그 권한을 기술적으로 구분하지 못할 수 있습니다. 사용자가 승인한 작업이 끝난 뒤에도 토큰과 세션이 살아 있으면 접근 범위가 그대로 남아요.

에이전트 권한을 사람 계정과 다르게 다뤄야 해요

특히 “읽을 수 있다”와 “밖으로 보낼 수 있다”를 분리해야 해요. 내부 문서를 요약하는 에이전트가 외부 웹 요청까지 할 수 있다면, 모델의 의도와 관계없이 데이터가 다른 시스템으로 이동할 가능성이 생깁니다. OpenAI도 모델 증류 캠페인 관련 보고서에서 모델 사용과 도구·네트워크 통제의 중요성을 별도로 다루고 있어요.[3]

개발팀이 먼저 적용할 최소 통제

• 에이전트마다 별도 서비스 계정을 만들고 사람 계정의 관리자 권한을 재사용하지 마세요.
• 작업별로 읽기·쓰기·외부 전송 권한을 나누고 기본값은 차단으로 두세요.
• 승인 만료 시간과 자동 권한 회수 조건을 토큰에 넣으세요.
• 도구 호출, 반환값, 대상 파일, 승인자, 중단 시점을 함께 기록하세요.
• 민감한 파일에는 추적용 표식을 넣은 테스트 자료를 사용해 외부 전송 여부를 확인하세요.

이 과정에서 모든 행동을 사람이 실시간 승인해야 한다는 뜻은 아니에요. 반복 작업은 제한된 범위에서 자동화하고, 외부 전송·삭제·결제·권한 변경처럼 되돌리기 어려운 행동만 별도 승인을 요구하면 됩니다. 기준을 정하지 않은 채 자동화 범위만 넓히는 것이 가장 위험해요.

보고서 수치를 읽을 때 주의할 점

Delinea 조사는 500명 이상 조직의 IT·보안 리더와 일반 직원을 대상으로 한 설문이에요.[2] 따라서 모든 기업의 실제 침해율을 뜻하지 않고, 조사 응답자의 경험과 인식을 보여주는 자료로 읽어야 합니다. “87%가 공격을 당했다”가 아니라 “87%가 의도 범위를 넘은 접근 사례를 경험했다고 답했다”는 차이를 지켜야 해요.

지금 확인할 질문

우리 조직의 AI 에이전트가 어떤 데이터에 접근하는지 한 장의 표로 만들 수 없다면, 아직 자동화 범위를 넓힐 단계가 아닐 수 있어요. 연결된 계정, 허용된 도메인, 파일 저장 위치, 토큰 만료 시간, 사람이 중단할 수 있는 경로를 먼저 적어 보세요. 목록에서 답하지 못한 항목이 바로 다음 보안 작업입니다.

출처

• [1] Cybersecurity Insiders, AI Agents still retain Access to Business Data and Act on Users Behalf
• [2] Delinea, 2026 Identity Security Report: The AI Enforcement Gap
• [3] OpenAI, Disrupting a Coordinated Model Distillation Campaign