MDASH, 점수 경쟁이 아니라 보안 워크플로의 재설계다
마이크로소프트가 AI 보안 도구 MDASH를 발표하면서 가장 먼저 주목받은 건 수치였다. MAI-Cyber-1-Flash 모델이 CyberGYM 벤치마크에서 96점을 기록해 Anthropic의 Mythos보다 12점 앞섰다는 소식은 강렬한 인상을 남기기에 충분했다1. 하지만 MDASH를 제대로 이해하려면 시선을 점수판에서 운영 현장으로 옮겨야 한다. 핵심은 "얼마나 높은가"가 아니라 이미 구축된 보안 체계 안에서 어떻게 녹아드는가에 있기 때문이다.
독립 도구가 아니라 기존 워크플로에 스며드는 구조
MDASH는 별도로 실행하는 애드온이 아니다. 온보딩의 시작점은 Microsoft Defender 포털의 노출 관리(Exposure Management) 메뉴다2. 사용자는 익숙한 Defender 대시보드 안에서 스캔을 실행하고 결과를 확인한다. 기업이 이미 운영 중인 보안 워크플로에 AI 분석을 자연스럽게 밀어 넣는 접근이다.
이러한 통합 설계는 온보딩 절차의 까다로움에서도 드러난다. MDASH를 사용하려면 전역 관리자 또는 보안 관리자 역할이 필요하고, 전용 Microsoft Foundry 리소스와 Azure 구독을 연결해야 한다2. 필수 AI 모델 역시 직접 배포해야 한다2. 높아 보이는 진입 장벽은 오히려 의도된 설계로 읽힌다. 민감한 코드를 외부 추론 서버에 전송하지 않고, 조직이 통제하는 Foundry 환경 안에서 분석을 완결시키기 위한 장치라는 점이 중요하다.
권한 모델도 정밀하게 쪼개져 있다. 스캔 실행(Manage), 결과 업로드(Manage), 조회(Read), 분류 및 처리(Manage)를 각각 부여할 수 있어2, 보안 팀 내에서도 역할에 따라 접근 수준을 세분화할 수 있다. 분석 결과를 볼 수 있는 사람과 조치 권한을 가진 사람을 분리하는 설계가 이미 프리뷰 단계부터 준비되어 있는 셈이다.
비용 절반, 위치는 통제하에
가장 실용적인 변화는 가격이다. 새 MDASH의 사용 비용은 이전 제품 대비 절반으로 낮아졌다1. 낮아진 진입 비용은 더 많은 조직이 프리뷰 기간부터 실험에 참여할 유인으로 작용할 것이다.
실행 방식도 선택지를 넓혔다. Defender CLI를 로컬에 설치하는 경로는 여전히 열려 있지만, 권장 경로는 원격 GitHub 스캔이다2. 저장소 커넥터를 연결하면 별도 설치 없이 포털에서 바로 스캔을 실행할 수 있어, 운영 부담을 낮추면서도 분석 위치는 계속 Foundry 환경 안에 유지된다.
프리뷰 시점에 점검해야 할 세 가지
MDASH는 현재 프리뷰 상태다1. 정식 출시 이전 지금, 발표 소식을 넘어 실질적인 도입 근거를 쌓으려면 다음 세 가지를 확인해야 한다. 첫째, 조직의 Azure 및 Foundry 환경이 온보딩 요구사항을 충족하는지. 둘째, Defender RBAC 체계를 활용해 필요한 최소 권한만으로 접근 구조를 설계할 수 있는지. 셋째, 벤치마크 점수가 아니라 실제 레포지토리에서 발견되는 취약점 패턴과 오탐률이 어떤지. 이 세 질문에 대한 답을 확보하면, 단순한 제품 발표를 넘어 "우리 환경에 맞는 도구인가"를 판단할 기준이 생긴다.
MDASH의 방향은 분명하다. 점수를 내세워 경쟁 제품을 견제하는 메시지가 아니라, 보안 운영자가 기존 도구 안에서 더 빠르게 결론에 도달하도록 만드는 일에 초점을 맞추고 있다. 그리고 그 목표가 실제로 작동하는지는 앞으로의 프리뷰 피드백이 증명할 몫이다.
1Microsoft unveils AI security tools it says outperform competing platforms
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.