젠슨 황 CEO는 얼마 전 미국 라스베이거스에서 열린 CrowdStrike Fal.Con 2026에서 가득찬 객석을 향해 “사이버보안은 지금 변곡점에 서 있습니다”라고 말했습니다. 사이버 공격은 이미 자동화됐습니다. 방어도 그래야 합니다.
NVIDIA 젠슨 황 CEO는 CrowdStrike의 창립자 겸 CEO George Kurtz와 함께 무대에 올라, CrowdStrike Cyber Superintelligence Lab이 개발한 에이전틱 사이버보안 시스템 SafeMind를 발표했습니다.
젠슨 황 CEO는 1만 명의 보안 전문가들 앞에서 “지금은 사이버보안의 새로운 시대가 시작되는 순간입니다”라며 “한편으로 공격자들은 그 어느 때보다 강하게 무장하게 될 것입니다. 다른 한편으로 여러분 모두도 그 어느 때보다 강하게 무장하게 될 것입니다”라고 말했습니다.
SafeMind는 CrowdStrike가 특정 목적에 맞게 개발한, 프런티어를 넘어서는 성능의 모델과 맞춤형 에이전틱 하네스에 NVIDIA Nemotron 기반 방어 모델을 결합합니다. 공격과 방어가 서로를 거듭 시험하고 개선하는 지속적인 공진화 루프 안에서 작동합니다.
CrowdStrike는 에이전틱 워크로드 자동화로 Project QuiltWorks를 실제 운영 단계로 옮기는 CrowdStrike Falcon IQ도 함께 발표하고, CrowdStrike Guardian AI 안전 솔루션을 확장했습니다.
젠슨 황 CEO는 청중들을 향해 “우리에게는 비대칭적 강점이 있습니다. 서로 협력하며 세상을 안전하게 지키려는 사이버보안 전문가들의 거대한 커뮤니티가 있기 때문이죠”라고 밝혔습니다.
CrowdStrike의 연례 콘퍼런스에는 금융 서비스와 헬스케어, 공공 부문, 핵심 인프라 분야의 보안 리더들이 모였습니다.
Kurtz는 청중들에게 “제가 본 진짜 격차는 공격자에게는 프런티어 AI가 있는데 방어자에게는 없다는 점이었습니다”라며 “이제 그것이 달라집니다”라고 말했습니다.
SafeMind
CrowdStrike는 NVIDIA Nemotron 오픈 모델로 SafeMind의 방어 모델을 구축하고, 자사의 사이버 대응 경험과 위협 데이터로 포스트 트레이닝했습니다. SafeMind 모델은 에이전틱 스택으로 작동하도록 최적화된 자체 사이버보안 하네스와 짝을 이룹니다.
그 결과물은 CrowdStrike의 에이전틱 사이버보안 시스템 SafeMind로서 CrowdStrike Falcon 플랫폼에 기본 탑재됩니다. SafeMind는 공격 AI와 방어 AI를 지속적인 공진화 루프 안에서 결합해, 양쪽이 서로에게 적응하며 함께 강해지도록 합니다. 이 과정은 공격이 통하지 않을 때까지 고객 환경의 보안을 끊임없이 단단하게 만듭니다.
젠슨 황 CEO는 Kurtz에게 “15년 넘게 쌓인 보안 데이터로 학습시킬 수 있다면, 프런티어 모델을 사이버보안에 대단히 뛰어난 사실상의 슈퍼 AGI로 만들 수 있습니다”라고 말했습니다.
Kurtz는 “NVIDIA와 함께 방어자를 위해 특별히 설계된 최초의 프런티어 모델과 하네스를 포함해, 사이버보안 최초의 완전한 에이전틱 시스템을 구축했습니다”라며 “이것은 다른 누군가의 지능에 얹은 코파일럿이 아닙니다. 보안이라는 겉옷을 입힌 챗봇도 아닙니다. CrowdStrike가 자사 데이터로 NVIDIA와 협력해 직접 만들고 학습시킨 프런티어급 모델입니다”라고 말했습니다.
NVIDIA Nemotron 3 Ultra가 방어 에이전트 하네스를 오케스트레이션합니다. 파인 튜닝된 Nemotron 3 Super는 SafeMind의 규칙 생성 서브 에이전트를 구동합니다.
CrowdStrike 데이터로 Nemotron을 포스트 트레이닝한 결과, 내부 평가에서 Nemotron 3 Super 기반의 Blue Solano 모델이 선도적인 프런티어 모델들보다 높은 정확도를 99% 낮은 비용으로 달성한 것으로 나타났습니다.
SafeMind는 완결된 시스템으로 운영할 수도 있지만, 각 모델을 독립적으로 활용해 방어자가 공격자보다 앞서 나가도록 지원할 수도 있습니다. 보안 전문가는 자체 모델을 CrowdStrike의 맞춤형 하네스와 결합할 수도 있어, 고객은 자신의 환경에 맞는 모델과 기능을 유연하게 선택할 수 있습니다.
젠슨 황 CEO는 “하네스는 본질적으로 거대 언어 모델의 외골격입니다”라며 “거대 언어 모델이 두뇌라면, 외골격은 그 두뇌를 에이전트로 만들어 줍니다. 그리고 이 외골격이 모든 영역에서 똑같은 형태와 성능일 필요는 없습니다”라고 말했습니다.
AI가 곧 방어가 될 때
CrowdStrike에 따르면 지난 1년간 AI를 활용한 공격은 89% 늘었고, 공격자가 최초 침투 지점에서 내부로 이동하기까지 걸린 최단 시간(eCrime 브레이크아웃 타임)은 27초까지 줄었습니다. 사람의 속도로 대응하는 것은 방어가 아닙니다. 사후 기록일 뿐이죠.
젠슨 황 CEO는 “세상에는 파인 튜닝하고 포스트 트레이닝해서 특정 영역에 대단히 강한 AI를 만들어야 하는 응용 분야가 많습니다”라며 “Nemotron은 바로 그것을 위해 만들어졌습니다. 완전히 무료이고, 대단히 빠릅니다. 무엇이 닥치든 비대칭적 우위를 가질 수 있습니다”라고 말했습니다.
개방형 Nemotron을 기반으로 삼은 덕분에 CrowdStrike의 보안팀은 자사 위협 데이터를 외부 공급업체로 보내지 않고 직접 포스트 트레이닝하고, AI를 자사 환경에 맞게 맞춤화할 수 있었습니다.
폐쇄형 프런티어 모델로는 불가능한 일입니다. 그리고 보안에서는 무엇이 방어하고 있는지 직접 들여다볼 수 있다는 점이 중요합니다.
레드 팀 대 블루 팀
NVIDIA는 NVIDIA 네트워크를 시뮬레이션한 고정밀 사이버 에이전트 환경에서 CrowdStrike SafeMind 모델과 하네스를 테스트한 결과를 공개했는데요.
이 테스트는 적대적 공진화를 위해 SafeMind를 공격-방어 루프로 실행합니다. 공격을 맡은 레드팀 에이전트가 취약점을 찾아내면 블루팀 방어 에이전트가 이를 막고, 그 결과는 공격을 차단하는 실행 가능한 탐지 규칙이 됩니다.
레드 에이전트 하네스는 정찰(Recon)과 공격(Assault), 침투(Compromise) 서브 에이전트를 구동해 사이버 에이전트 환경 안에서 공격 경로를 실행합니다. 블루 에이전트 하네스는 Falcon 센서로 모니터링하며 탐지 후보를 생성하고, 이를 검증한 뒤 실제 규칙으로 승격합니다.
CrowdStrike는 NVIDIA와 함께 이 테스트 환경을 구축했습니다. NVIDIA 자체 가속 컴퓨팅 인프라의 디지털 트윈으로, NVIDIA의 실제 위협 환경을 기준으로 검증했습니다.
젠슨 황 CEO는 “SafeMind의 기본 골격, 즉 환경의 디지털 트윈 위에서 움직이는 공격 모델과 끝없이 쫓고 쫓기는 루프 속의 방어 모델이 결국 스스로를 지키는 법을 배워 나가는 이 구조는 로보틱스와 엣지 컴퓨팅, 엔터프라이즈 컴퓨팅을 비롯한 거의 모든 영역에 적용됩니다”라고 밝혔습니다.
CrowdStrike는 Falcon IQ도 발표했습니다. NVIDIA Nemotron 모델은 Falcon IQ가 구동되는 CrowdStrike의 노코드 에이전트 개발 플랫폼 Charlotte AI AgentWorks의 핵심 에이전틱 엔진을 뒷받침합니다.
Falcon IQ는 50개가 넘는 에이전트를 하나의 통합된 에이전틱 워크포스로 묶어, 평가와 우선순위 지정, 조치에서 가장 시간이 많이 드는 워크플로우를 자동화합니다.
파트너사는 Falcon IQ를 활용해 고객에게 맞춤형 분석 결과와 권고안, 경영진용 보고를 제공합니다. Charlotte AI AgentWorks를 통해 모든 Falcon 사용자가 자신만의 에이전틱 보안 워크포스를 구성할 수 있습니다.
풀스택
CrowdStrike는 수천 개 고객 조직을 두고 있으며, 이들로부터 하루에도 수조 건의 보안 이벤트가 발생하고 있습니다.
NVIDIA의 풀스택 가속 컴퓨팅 플랫폼과 결합된 이번 협력은 칩에서 시작해 모델을 거쳐, 그 모델이 찾아낸 것에 실제로 조치를 취하는 하네스까지 이어집니다. Kurtz에게는 이것이 핵심이죠.
Kurtz는 “CrowdStrike의 ‘크라우드(crowd)’야말로 방어자가 공격자를 이길 수 있는 독보적인 위치에 서게 하는 비대칭성입니다”라고 덧붙였습니다.