칼럼 | 차세대 보안위협과 대응전략

2. 빅데이터 분석과 빅데이터 보안
또 하나의 큰 IT 트렌드는 빅데이터다. 국내에서는 빅데이터라는 말이 회자되는 만큼 실질적으로 활용되는 경우는 많지 않아 보인다. 빅데이터라고 부를 때 ‘빅’에 지나치게 집착해서 그런 게 아닌가 싶다. 글로벌 기업들은 빠른 속도로 수집되는 비정형 데이터의 ‘분석’에 초점을 맞추고 있다. 그래서 해외의 빅데이터 관련 기사에서는 데이터 분석(Data Analytics)이라는 용어가 자주 나온다. 최근 보안 분야의 핫이슈인 ‘보안 인텔리전스’ 역시 이 데이터 분석에 기초하고 있다는 점은 주지의 사실이기도 하다.
 

빅데이터를 보안의 측면에서 보면 (1) 빅데이터 산업 발전에서의 개인정보 보호 (2) 기업에서 발생하는 빅데이터(주로 로그)에 포함된 개인정보 대응 (3) 기업 보안을 위한 빅데이터 활용의 문제로 나뉜다.

첫째, 빅데이터 산업이 발전하는 데 개인정보 수집·제공에 대한 사전 동의(Opt-in) 기반으로 구성된 우리나라 법규 체계가 장애물이라는 지적이 제기되어 왔다. 최근 개인정보의 보호 일변도로 입법, 행정 활동이 집중되다가 빅데이터 때문에 다시 개인정보의 활용 부분을 강조하려 보니 사회적으로 엇박자가 나는 것이 사실이다. 빅데이터를 추진하는 업계 및 이를 지원하려는 정부 부처와 개인정보 보호를 강조하는 시민단체의 의견이 첨예하게 부딪히는 형국이다. 특히 최근에는 금융위원회에서 비식별화(De-identification)된 개인(신용)정보는 개인(신용)정보가 아닌 것으로 규정하여 산업적으로 폭넓게 활용할 수 있도록 신용정보법 시행령을 개정하려고 한 것에 대해 시민단체에서는 ‘비식별화된 정보’의 재식별화(Re-identification) 사례를 들면서 이것이 결국 개인정보의 (대량) 유출을 허용하는 꼴이라며 이를 강력히 반대하였다. 결국 금융위에서도 9월 시행령에 포함시키지는 않기로 해서 이 전선은 당분간 소강상태가 될 것으로 보인다.

방송통신위원회에서 작년 12월에 “개인정보의 오·남용을 방지하면서, 빅데이터 산업의 활성화”를 이루기 위해 제정한 ‘빅데이터 개인정보보호 가이드라인’을 통해 “개인정보가 포함된 공개된 정보 및 이용내역정보는 비식별화 조치를 취한 후 수집·저장·조합·분석 및 제3자 제공이 가능하도록 하였다. 방통위 가이드라인에서 규정한 비식별화는 ‘공개된 정보’와 ‘이용내역정보’만을 대상으로 한다는 점에서 금융위원회 추진안과 차이가 있다.

둘째, 기업 내 로그에서의 개인정보 문제는 이미 많은 회사에서 한번쯤 고민하고 걸렀을 문제이나 새롭게 나타날 수도 있고 아직 처리하지 못한 기업도 있을 수 있겠다. 애플리케이션, 미들웨어, 서버 등 기업의 IT인프라 여러 계층에서 로그가 생성된다. 자체 개발한 애플리케이션에서 쌓는 로그라면 쉽게 발견하여 기획 목적에 따라 제거, 마스킹, 대체, 암호화 등의 다양한 개인정보 제거 방법을 강구하면 되겠지만, 간혹 개발자가 디버깅을 위해 만든 로그라면 발견하기 어려울 수도 있다. 개발 단계에서 한번 정도는 코드 리뷰나 테스트를 통해 로깅에 대해 전반적으로 점감할 필요가 있다. 웹서버나 웹애플리케이션 서버 등에서 나오는 로그는 놓치기 쉽다. 여기에 개인정보가 포함되어 있는지도 점검해야 한다.

셋째, 빅데이터를 보안에 활용하는 것으로서 여기에서는 방화벽, 웹 방화벽, 침입탐지시스템(IDS), 침입방지시스템(IPS), 웹 서버 등 보안 및 IT시스템에서 빠르게 쌓이는 많은 양의 데이터를 얼마나 신속하고 정확하게 분석하여 보안이상 징후를 찾아 내고 그에 대응할 수 있는지가 핵심 문제다. 정보보호 장비와 웹 서버의 로그를 수집, 분석하는 보안 정보 및 이벤트 관리(SIEM, Security Information & Event Management)가 기업 내 빅데이터를 일부 활용하고 있는데, 아직 초보적인 수준에 머물고 있기 때문에 앞으로 이를 활용한 보안 제품이 지속적으로 나오지 않을까 생각된다. 금융권에서 많이 구축한 이상거래 탐지시스템(FDS) 역시 로그를 보안에 활용하는 예다. 아직 자체 운용하는 애플리케이션 데이터를 활용하는 데 한정되고 있지만 보안시스템이나 IT시스템에 쌓이는 로그, 네트워크 트래픽, 나아가 외부의 데이터까지 활용한다면 큰 효과를 발휘할 수 있지 않을까 싶다.

3. 사물인터넷과 사물인터넷 보안
사물인터넷은 IT가 포함된 스마트 기기가 인터넷을 통해 연결되는 것(Smart, Connected device)이므로, 기존 IT 단말과 서버, 네트워크에서 나타난 다양한 보안취약점이 발생한다. 게다가 스마트 기기는 일반 컴퓨터나 스마트폰보다 컴퓨팅 능력이 떨어지기 때문에 기존 IT 인프라에서 사용하던 암호 알고리즘과 프로토콜, 보안솔루션을 사용하기 어렵다는 단점이 있다. 지난 6월에 발생한 금융회사들에 대한 디도스 공격은 이러한 우려를 현실화시켰다.

더 큰 문제는 이렇게 스마트 기기들에서 취약점이 발견되었다 하더라도 보완(패치)되기가 어렵다는 점이다. 대부분의 스마트 기기들이 패치 체계가 잘 구축되지 않았을 뿐 아니라 사용자들이 패치를 잘 하지 않기 때문이다. 스마트폰만 하더라도 새로운 운영체제가 나왔을 때 하던 일을 멈추고 오래 걸리는 업데이트를 시작하는 사람은 많지 않다. 보안 업데이트가 포함되었다 하더라도 상황이 얼마나 나아질지 장담하기 어렵다. 게다가 산업용이나 개인·가정용 스마트 기기들은 화면이 매우 작거나 없는 경우가 많아 악성코드 감염 같은 보안 문제가 발생한다 하더라도 사용자가 그것을 인지하여 조치를 취하지 못할 가능성이 매우 높다.

사물인터넷에서 산업인터넷(Industrial Internet)도 빼 놓을 수 없는 분야다. GE는 GE소프트웨어를 중심으로 에너지, 항공엔진, 운송 등 자신이 강점이 있던 분야에서 사물인터넷을 주도하고 있는데, 여기에서 보안은 핵심적인 부분을 차지한다. 우리나라에서도 겪었던 에너지기업의 보안 사태를 돌아보면 산업인터넷에서 보안의 중요성을 쉽게 알 수 있다.

전력, 의료, 항공, 열차, 선박 등 인터넷으로 연결된 다양한 산업인터넷 기기가 보안공격에 의해 오작동하거나 위·변조된 데이터를 전달한다면 그 영향은 막대할 것이다.

개인과 가정에 들어온 사물인터넷은 프라이버시 문제를 일으킬 수 있다. 우리 곁에 있는 TV, 노트북, 휴대폰에 있는 카메라가 우리를 실시간 감시하는 도구가 되고, 스마트 온도계, 스마트 체중계 등 우리를 둘러싸고 있는 각종 스마트 기기들이 내가 집에 있는지, 내가 과체중인지, 내 건강에 문제가 있는지 등 내가 외부에 밝히고 싶지 않거나 밝혀지면 나한테 불이익이 생길 수 있는 정보의 유출 경로가 될 수 있다. 동영상, 오디오, 이미지, 텍스트 등 그 어떤 형태로든 말이다.