I. 서론
최근 디지털 전환의 가속화와 함께 AI기반 사이버 위협의 양상은 과거와는 근본적으로 다른 차원으로 진화하고 있다. 특히 2023년 이후의 공격 동향은 공격자가 AI를 활용하여 침투를 자동화(Automation)하고, 내부 시스템에서 스스로 확산 경로를 학습하는 자율화(Autonomy) 단계로 진입하였다[1-3, 7, 8, 18]
이러한 환경에서 네트워크 경계(Perimeter) 방어에 의존하던 전통적인 보안 모델은 이미 내부로 침투한 위협의 수평 이동(Lateral Movement)을 차단하지 못하는 한계를 드러내고 있다[6, 9]. 이에 따라 모든 접근 요청을 신뢰하지 않고 지속적으로 검증하는 ‘제로트러스트 아키텍처(Zero Trust Architecture, ZTA)’가 필수적인 보안 전략으로 부상하였다[9,10,15,16]. ZTA는 마이크로세그멘테이션과 지속적 인증을 통해 공격 표면을 최소화하고 내부 위협을 효과적으로 격리하는 것으로 입증되었다[9,10,17].
그러나 ZTA의 핵심 원칙인 ‘지속적 검증(Continuous Verification)’은 역설적으로 새로운 암호학적 취약점을 야기한다. ZTA 환경에서는 세션 연결, 데이터 접근, 마이크로세그멘트 간 이동 시마다 빈번한 인증과 키 교환이 발생하며, 이는 기존 레거시 환경 대비 훨씬 많은 양의 암호화된 트래픽을 생성한다. 현재 ZTA 구현의 대부분은 RSA나 ECC와 같은 전통적인 공개키 암호체계에 의존하고 있어, 공격자가 현재의 암호화된 통신 데이터를 수집해두었다가 향후 양자 컴퓨터를 이용해 복호화하는 ‘HNDL(Harvest Now, Decrypt Later)’ 공격[11,12]에 구조적으로 취약하다. 즉, ZTA가 강화된 인증 절차가 오히려 미래의 양자 컴퓨팅 환경에서는 공격자에게 풍부한 암호 해독 소스를 제공하는 결과를 초래할 수 있는 것이다.
따라서, ZTA의 보안 신뢰성을 장기적으로 보장하기 위해서는 양자내성암호(Post-Quantum Cryptography, PQC)의 도입이 시급하며, 이는 단순한 알고리즘 교체를 넘어 ZTA의 운영 아키텍처와 PQC의 암호적 특성을 결합하는 통합적 관점에서 접근해야 한다[12,13,21,22].
본 연구는 AI 기반의 지능형 위협과 양자 컴퓨팅에 의한 암호 무력화 위협이 공존하는 현시점에서, ZTA와 PQC를 결합한 통합 보안 아키텍처를 제안하는 것을 목적으로 한다. 기존 연구들이 ZTA의 접근 통제 효과나 PQC 알고리즘의 성능 분석에 개별적으로 집중한 것과 달리, 본 연구는 두 기술의 상호의존성에 주목한다. 본 논문은 ZTA의 정책 엔진을 활용해 PQC 전환에 따른 운영 복잡성(암호 민첩성)을 해결하고, PQC를 통해 ZTA의 인증 데이터 기밀성을 보장하는 상호 보완적 구조를 설계한다.
구체적으로 본 연구는 다음과 같은 기여를 제공한다. 첫째, 2023-2025년의 AI 기반 위협 동향을 분석하고, 이에 대응하기 위한 보안요구사항을 도출한다. 둘째, ZTA의 구성요소별로 적용 가능한 PQC 기술을 명확히 정의한다. 세션 키 교환에는 CRYSTALS-Kyber(KEM)를, 인증 및 무결성 검증에는 CRYSTALS-Dilithium과 Falcon(전자 서명)을 적용하는 구체적인 매핑 방안을 제시하여, 실제 구현 단계에서의 가이드라인을 제공한다. 마지막으로 기술적 방어를 넘어 조직의 사이버 복원력(Cyber Resilience)을 강화하기 위한 거버넌스 모델을 통합적으로 제시함으로 차세대 보안 체계의 실질적인 구축 방향을 논의한다.
II. 지능형 사이버 위협의 진화와 제로트러스트 보안의 구조적 한계 분석
2.1 지능형 위협의 대두: AI 기반 공격의 자동화와 자율화
2024년 이후 사이버 위협 환경은 공격자가 AI를 무기화(Weaponization)함에 따라 ‘자동화’를 넘어 ‘자율화’ 단계로 급격히 진화하고 있다[2,3,7,8,18]. 과거의 공격이 사전에 정의된 규칙에 따라 수동적으로 수행되었다면, 현대의 지능형 위협은 대규모 언어모델(LLM)과 생성형 AI를 활용하여 인간의 개입 없이 환경에 적응하며 자동화된 형태로 수행되고 있음을 보여준다[7,8]. 이러한 공격 특성은 정적이거나 규칙 기반 정책 집행에 의존하는 기존 제로트러스트 아키텍처의 구조적 한계를 명확히 드러내며 방어 체계의 탐지 패턴을 스스로 학습하고 우회 경로를 실시간으로 생성한다.[7, 8]. Figure 1에서 확인할 수 있듯이, ENISA 2023 보고서에 따르면 전체 침해 사고의 약 55%가 자동화된 도구에 의해 수행되고 있으며[6,14], 이러한 AI 기반 공격의 침해 성공률은 기존 수동 공격 대비 1.5배 이상 높은 것으로 보고된다. 이는 인공지능 보조 공격과 공급망 공격이 지속적으로 증가하고 있음을 보고하고 있으며, 이는 사이버 위협 환경의 보편적 확산을 시사한다[6,8,14].
Fig. 1. Proportions(%) of AI-driven Cyber Threats(2023-2025)[6,14]
특히 주목할 점은 공격의 ‘초기 침투 후 확산’ 과정이 지능화되었다는 것이다. AI 침투 모델(AI-enabled Intrusion Model)은 내부망에 진입한 후, 네트워크 로그와 권한 구조를 자율적으로 분석하여 최적의 측면 이동(Lateral Movement) 경로를 도출한다[7,9]. 이는 경계 방어(Perimeter Defense)를 무력화시킬 뿐만 아니라[2, 3], 한번 신뢰를 획득하면 내부에서의 이동이 자유로웠던 기존 보안 모델의 한계를 명확히 드러낸다. 이에 따라 모든 접근을 신뢰하지 않고 지속적으로 검증하는 제로트러스트 아키텍처(ZTA)의 도입이 필수적인 대응책으로 제시되고 있다[9].
2.2 제로트러스트의 암호적 취약성: 지속적 검증의 역설
ZTA는 ‘절대 신뢰하지 않고 항상 검증한다(Never Trust, Always Verify)’는 원칙 하나에 마이크로세그멘테이션과 지속적 인증을 수행함으로써 AI 기반 공격의 확산을 효과적으로 차단한다. 그러나 ZTA의 핵심 메커니즘인 ‘지속적 검증’은 암호학적 관점에서 새로운 ‘구조적 한계(Structural Limitation)’를 내포한다.
ZTA 환경에서는 사용자의 신원, 디바이스 상태, 데이터 접근 권한을 실시간으로 확인하기 위해 세션 재수립과 키교환이 빈번하게 발생한다. 이는 기존 레거시 환경 대비 암호화된 인증 트래픽의 양을 급증시키며, 역설적으로 공격자가 도청하거나 수집할 수 있는 암호 데이터의 표본을 대량으로 제공하는 결과를 초래한다. 현재 ZTA 구현의 대부분은 RSA나 ECC와 같은 전통적인 공개키 암호체계에 의존하고 있어, 향후 양자 컴퓨터가 상용화될 경우 Shor 알고리즘에 의해 무력화될 위험이 크다.
가장 치명적인 구조적 한계는 ‘HNDL(Harvest Now, Decrypt Later)’ 위협에 대한 취약성이다[11-13]. 공격자는 현재 복호화할 수 없는 ZTA의 암호화 트래픽을 미리 수집해 두었다가, 미래에 양자컴퓨터를 이용해 이를 일괄 해독할 수 있다. 이 경우 ZTA 운영 과정에서 축적된 모든 인증 토큰, 세션키, 정책 서명이 소급적으로 노출되어 조직의 장기적 기밀성이 붕괴된다[11-13,19,20]. 즉, ZTA의 강화된 인증 절차가 미래 시점에서는 오히려 보안 취약점으로 작용할 수 있다는 것이 ZTA의 구조적 딜레마이다.
이러한 구조적 취약성은 Zero Trust 환경에서도 반복적으로 생성되는 암호화 인증 및 세션 트래픽이 장기간 수집될 수 있음을 의미하며, 이는 Harvest Now, Decrypt Later(HNDL) 공격 시나리오로 이어질 수 있다. Figure 2는 미래의 양자컴퓨팅 환경에서 소급적으로 복호화되는 과정을 나타낸다.
Fig. 2. The Harvest Now, Decrypt Later attack in a Zero Trust Environment
2.3 복합 위협 환경: 클라우드 및 공급망의 전이 위험
지능형 위협은 단일 시스템을 넘어 클라우드와 소프트웨어 공급망(Supply Chain)이라는 거대 생태계로 전이되고 있다. Table 1에서 볼 수 있듯이, 클라우드 환경에서는 IAM(Identity and Access Management) 설정 오류가 전체 침해의 39%를 차지하며[1, 14], 공격자는 이를 악용해 별도의 해킹 기술 없이도 내부 자원에 접근한다. 또한, SolarWinds 상태와 같은 공급망 공격은 신뢰된 배포 채널을 오염시켜 연결된 수천 개의 하위 시스템을 동시에 감염시킨다[4,5].
Table 1. Cloud Misconfiguration Statistics[1,14]
이러한 복합 위협 환경에서 ZTA는 IAM 오구성(Misconfiguration)을 보완하는 접근 통제 수단을 제공하지만, 앞서 언급한 암호적 한계로 인해 공급망의 코드 서명이나 소프트웨어 자재명세서(SBOM)의 장기적 무결성까지 보장하기는 어렵다[4,5,13]. 이는 ZTA가 접근 통제 측면에서는 강력하지만, 데이터 보호(Data Protection)와 신뢰 지속성(Trust Persistence) 측면에서는 불완전함을 시사한다.
2.4 ZTA-PQC 통합 필연성: 상호 의존적 보안 구조
종합하면, 지능형 사이버 위협에 대응하기 위해 ZTA는 필수불가결한 전략이지만, 기존 공개키 암호 기반의 ZTA는 ‘지속적 검증’ 과정에서 발생하는 암호 데이터의 양적 증가로 인해 HNDL 공격에 구조적으로 취약하다[11,12,19].
따라서 ZTA의 보안 효과를 지속가능하게 유지하기 위해서는 접근 통제 계층과 암호화 계층의 통합이 요구된다. Figure 3은 이러한 상호 의존성을 시각화한다. AI 기반 위협은 ZTA 지속 검증의 필요성을 유발하고, HNDL 위협은 PQC 적용의 필연성을 제기한다. 동시에 ZTA와 PQC는 서로의 운영 취약점을 보완하는 양방향 의존 관계를 형성한다[16,20,21,22]. 양자내성암호(PQC) 기반의 키 캡슐화(KEM)와 전자서명을 ZTA의 핵심 구성요소에 적용함으로써, ZTA의 빈번한 인증 트래픽을 미래의 복호화 위협으로부터 보호해야 한다. 이는 단순한 기술적 결합을 넘어, ZTA가 가진 ‘구조적 한계’를 보완하고 AI 및 양자 복합 위협 시대에 부합하는 차세대 보안 아키텍처를 완성하기 위한 필연적 과제이다.
Fig. 3. Necessity of ZTA-PQC Integration
III. ZTA-PQC 통합 보안 아키텍처 제안
3.1 통합 아키텍처의 구조적 설계: 신뢰 기반의 재정의
본 연구에서 제안하는 ‘ZTA-PQC 통합 보안 아키텍처’는 AI 기반의 고도화된 위협과 양자 컴퓨팅에 의한 암호 무력화 위협을 동시에 방어하기 위해, 보안 운영의 논리와 암호학적 기반을 상호 의존적으로 결합한 3계층 구조로 설계되었다[16,17].
Figure 4는 제로트러스트 코어 레이어는 정책 결정 지점(PDP)과 정책 시행 지점(PEP)을 통해 지속적인 인증, 권한 부여 및 정책 시행을 담당하며, 모든 암호화 작업은 트러스트 파운데이션 레이어에 위임된다.
Fig. 4. The proposed ZTA–PQC integrated architecture with a Zero Trust Core Layer and a PQC-enabled Trust Foundation Layer
제안된 아키텍처는 파운데이션 레이어에 양자 후 암호화 메커니즘을 도입함으로써 지속적인 검증을 통해 생성된 인증 자격 증명과 세션 키가 미래의 양자 공격으로부터 안전하게 유지되도록 보장하여 기존 ZTA 배포의 내재적인 HNDL 취약성을 해결한다. 이 그림은 ZTA-PQC 통합 보안 아키텍처를 보여준다. 최상위의 ‘위협 및 환경 계층(Threat & Environment Layer)’은 AI 자동화 공격, 딥페이크, 공급망 오염 등 외부 위협과 클라우드 환경을 식별하는 역할을 수행한다. 이를 바탕으로 중간의 ‘제로트러스트 핵심 계층(Zero Trust Core Layer)’은 ‘절대 신뢰하지 않고 검증한다’는 원칙에 지속적 인증과 동적 정책 결정을 수행하며, AI 기반 탐지 모델을 통해 이상 징후를 실시간으로 분석하고 위협의 내부 확산을 차단한다.
가장 핵심이 되는 최하위의 ‘PQC 신뢰 기반 계층(PQC-Enabled Trust Foundation Layer)’은 ZTA의 모든 검증 과정이 수행되는 암호학적 토대를 제공한다. 이 계층은 양자내성암호(PQC) 기반의 키 캡슐화(KEM)를 통해 세션 키를 안전하게 교환하고, 전자서명을 통해 사용자 신원과 디바이스의 무결성을 보증한다[12,20].
이러한 계층 구조에서 ZTA는 보안의 운영 논리를 담당하고 PQC는 그 논리가 실행되는 암호적 토대를 담당함으로써, PQC가 ZTA의 장기적 기밀성을 보장하고 ZTA가 PQC의 운영 복잡성을 제어하는 상호 보완적 관계를 형성한다.
3.2 제1계층: 위협 및 환경 식별
최상위 계층인 위협 및 환경 식별 계층은 방어 대상이 되는 IT 인프라와 이를 노리는 외부 잠재적 위협을 실시간으로 감지하고 식별하는 역할을 수행한다. 이 계층은 클라우드나 공급망과 같이 보호해야 할 자산이 위치한 환경적 특성을 정의하고, 이곳에서 발생하는 비정상적인 행위를 탐지하여 하위의 제로트러스트 코어 계층으로 컨텍스트 정보를 전달한다.
주요 구성요소로는 공격 표면 식별, 인프라 환경, 입력 데이터가 있다. 공격 표면 식별은 AI 자동화봇, 생성형 AI를 이용한 피싱, 공급망(CI/CD) 오염 시도 등을 의미하며, 인프라 환경은 멀티 클라우드, 마이크로서비스 아키텍처, 레거시 온프레미스 시스템 등을 말한다. 입력 데이터로는 사용자 접속 위치, 자산 보안 상태(OS 버전, 패치 여부), 트래픽 패턴, 비정상적 접근 시도 로그 등이 있다.
실제 운영 시나리오를 예로 들면, 공격자가 생성형 AI를 이용해 특정 임직원의 문체를 모방한 정교한 스피어 피싱 메일을 발송하고, 이를 통해 탈취한 합법적 자격증명으로 클라우드 ERP 시스템에 접근을 시도하는 상황을 가정할 수 있다. 이 때 제1계층은 접속 요청이 합법적인 계정에서 발생했더라도 평소와 다른 지리적 위치나 디바이스 환경, 또는 비정상적인 시간대에 이루어졌음을 감지한다. 이러한 컨텍스트 정보는 단순한 로그 수집을 넘어, AI 기반의 이상 탐지 모델을 통해 위협의 신뢰도 점수(RiskScore)로 정량화되어 제2계층의 정책 결정 지점(Point Decision Point)으로 실시간 전달됨으로써 동적 정책 생성의 판단 근거로 활용된다.
3.3 제2계층: 제로트러스트 핵심 제어
중간 계층인 제로트러스트 핵심 제어 계층은 상위 계층의 위협 정보를 바탕으로 신뢰 여부를 판단하고 접근을 제어하는 아키텍처의 중추로, 지속적 인증, 마이크로세그멘테이션, 정책 기반 보안 관리라는 세가지 핵심 구성요소를 통해 동작한다.
먼저 지속적 인증은 세션 단위의 일회성 검증이 아니라, 접속 상태, 위치, 행위 기반 정보를 종합적으로 평가해 세션이 유지되는 동안 동적으로 신뢰 수준을 조정한다[10,16,17]. 마이크로세그멘테이션은 네트워크를 세분화된 논리적 단위로 분리하여, 공격자가 내부망에 침투하더라도 다른 영역으로 이동하는 측면 이동을 원천적으로 차단, 격리한다. 마지막으로 정책 기반 보안 관리는 정적 규칙 대신 AI 분석 결과에 따라 실시간으로 권한을 조정하는 정책 엔진(Policy Engine)을 통해 구현되며, 이는 정책 결정 지점(PDP)과 시행 지점(Policy Enforcement Point)으로 세분화되어 운영된다.
앞서 식별된 자격증명 탈취 시나리오에서, 제2계층의 정책 엔진은 해당 접속 요청을 분석한 뒤 자격 증명은 유효하지만 행동 패턴이 비정상적(Anomaly)이라고 판단한다. 이에 따라 정책 엔진은 기존의 ‘기본 접근 허용’ 정책을 철회하고, 지속적 인증 모듈을 통해 재인증을 요구하는 동시에 마이크로세그멘테이션 제어를 통해 해당 세션이 중요 데이터베이스로 접근하지 못하도록 네트워크를 격리한다. 이 과정에서 정책 엔진은 안전한 통신 채널 수립이 필요하다고 판단되면, 하위의 제3계층인 PQC 신뢰 기반 계층에 양자내성암호 기반의 새로운 키 교환을 요청하여 물리적인 보안 조치를 실행한다.
3.4 제3계층: PQC 기반 신뢰 기반
최하위 계층인 PQC 기반 신뢰 기반 계층은 제2계층의 정책적 결정이 실제 네트워크 상에서 안전하게 집행되도록 보장하는 암호학적 실행 단계이다. 기존의 취약한 공개키 암호 대신 양자내성암호(PQC)를 적용하여, 제로트러스트의 빈번한 인증 데이터가 미래의 양자 컴퓨터에 의해 해독(HNDL)되는 것을 방지한다.
이 계층은 PQC 키 캡슐화(KEM), PQC 전자서명, 암호 민첩성 모듈을 통해 데이터 기밀성과 무결성을 보장한다. 각각에 대해서 CRYSTALS-Kyber는 격자기반의 키 캡슐화 메커니즘(KEM)으로, 높은 보안성과 빠른 연산 속도를 제공하여 빈번한 세션 키 교환에 최적화된 알고리즘이다. CRYSTALS-Dilithium은 서명 알고리즘으로서 기존의 RSA나 ECDSA를 대체하여 사용자 신원 인증과 정책 무결성을 검증하는 데 사용된다. Falcon은 서명 크기가 매우 작은 고성능 서명 기법으로, 자원이 제한적인 엣지 컴퓨팅 환경에서 효율적인 인증을 제공한다[12,20].
운영 시나리오 상에서 제2계층의 ‘재인증’ 명령이 내려오면, 클라이언트와 서버는 공격자가 현재의 통신 패킷을 수집하고 있을 가능성(HNDL 위협)을 고려하여 CRYSTALS-Kyber 알고리즘을 사용해 일회용 세션 키를 안전하게 교환한다. 이 과정에서 사용자가 제출하는 다중 인증(MFA) 토큰은 CRYSTALS-Dilithium으로 전자서명되어 전송됨으로써 신원 위조를 원천 차단한다. 또한, 소프트웨어 공급망과 같은 경량화가 요구되는 영역에서는 Falcon 서명을 사용하여 성능 저하 없이 무결성을 검증한다. 이와 같이 각 ZTA 구성요소별로 최적화된 PQC 기술 적용 방안을 정리하면 Table 2와 같다.
Table 2. Application of PQC KEM and Digital Signatures in ZTA Components[12,20]
Table 2는 ZTA 구성 요소와 양자내성 암호화 알고리즘 간의 매핑을 요약한 반면, Figure5는 Kyber, Dilithium 및 Falcon이 ZTA 프레임워크 내에서 인증, 세션 설정 및 공급망 보호에 어떻게 적용되는지를 구조적으로 시각화한 것이다. 이는 제안된 통합이 통신 채널 보호에만 국한되지 않고 양자 후 보안 보장을 신원 확인 및 소프트웨어 신뢰 앵커까지 체계적으로 확장하여 전체 ZTA 수명 주기에 걸쳐 장기적인 암호화 복원력을 향상시킴을 보여준다.
Fig. 5. Mapping of post-quantum cryptographic algorithms to ZTA components
IV. ZTA-PQC 통합 체계의 운영 전략 및 단계적 전환
4.1 암호 민첩성의 운영 자동화 의존 관계
양자내성암호(PQC)의 도입은 단순한 알고리즘의 대체가 아니라[13], 향후 새로운 암호 표준의 등장이나 취약점 발견 시 신속하게 알고리즘을 교체할 수 있는 ‘암호 민첩성(Crypto-Agility)’ 확보를 전제로 한다[21,22]. 그러나 기존의 레거시 보안 환경에서 암호 민첩성을 구현하는 것은 운영 측면에서 상당한 복잡성을 수반한다. 기존 방식은 알고리즘 전환을 관리자의 수동 정책 변경에 의존하며, 키 갱신 주기 또한 고정된 기간(예를 들어, 90일)에 따라 일괄적으로 수행되기 때문에, 급변하는 위협 환경이나 양자컴퓨터의 발전 속도에 유연하게 대응하기 어렵다.
본 연구에서 제안하는 통합 체계는 이러한 PQC 운영의 한계를 ZTA의 ‘정책 엔진’과 ‘지속적 검증’ 메커니즘을 통해 해결한다. ZTA의 정책 엔진은 위협 수준과 컨텍스트 정보를 실시간으로 분석하여 암호 알고리즘의 전환 여부를 자동으로 결정하며, 지속적 검증 결과 신뢰도가 하락한 세션에 대해서는 키 갱신 주기를 동적으로 단축 시킨다. 또한, 중앙 집중식 키 관리 시스템(KMS)에 대한 의존도를 낮추고 ZTA의 제어 평면(Control Plane)을 통해 키 분배를 자동화함으로써, 대규모 트래픽 환경에서도 관리 복잡성을 획기적으로 낮춘다. 즉, ZTA의 자동화된 정책 관리 역량은 PQC가 가진 운영적 난제인 ‘복잡성’과 ‘호환성’ 문제를 해결하는 필수적인 기반 인프라로 기능한다[16,21].
Table 3는 기존 암호 관리 방식과 본 연구에서 제안하는 ZTA 통합형 암호 민첩성 관리 방식을 비교한 것이다. 구성 요소 수준에서의 암호화 매핑에 초점을 맞추고 있지만, 이러한 매핑의 의미는 알고리즘 선택을 넘어 암호화 유연성, 키 수명 주기 관리 및 장기적인 보안 지속 가능성의 차이점을 강조하며 운영 유연성과 관리 용이성에 직접적인 영향을 미칠 수 있다.
Table 3. Comparison of Conventional Cryptographic Management and ZTA-Integrated Crypto-Agilie Management[21,22]
4.2 단계적 전환 전략의 상호 보완성
기존의 IT 인프라를 PQC로 전면 교체하는 것은 비용과 가용성 측면에서 현실적으로 불가능하므로, ‘단계적 전환(Gradual Transition)’ 전략이 필수적이다. 본 연구는 조직의 중요도와 자원 제약을 고려하여 전환 과정을 3단계로 구분하고, 각 단계에서 ZTA와 PQC가 상호 보완적으로 작용하여 보안 공백을 최소화하는 전략을 제시한다.
제안하는 ZTA–PQC 통합 보안체계는 단일 시점에서의 일괄 전환이 아닌, 위험도와 데이터 특성에 기반한 단계적 전환 전략을 전제로 한다.
일회성 시스템 전체 전환 대신, 제안된 로드맵은 신원 및 공급망 보호를 우선시하고, 그 다음으로 빈번하고 가치 있는 데이터를 보호하며, 마지막으로 엣지 및 IoT 환경으로 확장합니다. 이러한 단계적 접근 방식은 제한된 운영 자원 내에서 보안 효과를 극대화하면서 실제 배포 제약 조건을 반영한다.
Figure 6은 신원 및 공급망 보호를 시작으로 고빈도 데이터와 엣지 환경으로 확장되는 단계적 PQC 전환 로드맵을 시간 흐름에 따라 나타낸다.
Fig. 6. Phased migration roadmap toward post-quantum cryptography within ZTA environments
제1단계는 ‘장기적 신뢰 기반(Long-termTrustFoundation)’을 확보하는 단계이다[12,13]. 이 단계에서는 사용자의 신원 인증, CI/CD 파이프라인의 코드 서명, 소프트웨어 자재명세서(SBOM) 무결성 검증과 같이, 데이터의 수명이 길고 위변조 시 파급력이 큰 영역에 우선적으로 PQC 서명(Dilithium)을 적용한다. 이는 ZTA의 정책 결정이 이루어지는 신뢰의 뿌리(Root of Trust)를 양자 위협으로부터 보호하는 가장 시급한 조치이다.
제2단계는 ‘고빈도 데이터 평면 (High Frequency Data Plane)’으로의 확장 단계이다[20,21]. 여기서는 마이크로세그먼트 간 통신, 클라우드 API 게이트웨이, 감사 로그 암호화 등 대량의 트래픽이 발생하는 구간에 PQC 키 교환(Kyber)을 적용한다. 이때 ZTA의 마이크로세그멘테이션 기능은 PQC가 적용된 구간에 레거시 암호가 적용된 구간을 논리적으로 격리(Isolation)하여, 호환성 문제로 인한 시스템 중단 없이 순차적인 전환을 가능하게 한다.
제3단계는 ‘자원 제약형 엣지 환경(Resource Constrained Edge)’으로의 최적화 단계이다[20]. 엣지 디바이스와 같이 연산 능력이 부족한 환경에 경량 PQC 알고리즘(Falcon)을 배포하거나, 중요도가 낮은 구간에는 기존 암호와 PQC를 병행하는 하이브리드 모드를 유지한다. 이 과정에서 ZTA의 지속적 검증 메커니즘은 알고리즘의 종류와 관계없이 일관된 접근 통제 정책을 적용함으로써, 과도기적 혼란 속에서도 보안 거버넌스의 일관성을 유지하는 안전장치 역할을 수행한다.
V. ZTA-PQC 통합 보안 아키텍처 평가
5.1 구조적 및 기능적 비교 평가
기존의 ZTA와 본 연구에서 제안하는 통합 아키텍처를 주요 보안 속성별로 비교분석하였다. 기존 ZTA는 마이크로세그멘테이션과 지속적 검증을 통해 접근 통제 측면에서는 탁월한 성능을 보이나, 그 기반이 되는 암호 체계가 양자 컴퓨팅 위협에 노출되어 있어 장기적인 데이터 기밀성을 보장하지 못한다는 구조적 한계가 존재한다[10,11].
반면, 제안된 통합 아키텍처는 인증 및 세션 수립 단계에 PQC를 적용함으로써 이러한 암호적 공백을 메우고, ‘HNDL’ 공격에 대한 내성을 확보하였다. 특히 신뢰의 지속성 측면에서 기존 모델은 인증서의 유효기간이나 고전 암호의 수명에 의존하는 반면, 제안 모델은 양자 내성을 갖춘 전자서명을 통해 공급망과 디바이스 신원을 장기적으로 보장한다. 아래의 Table 4는 이러한 구조적, 기능적 차이를 요약한 비교 평가 결과이다[12,13,20].
Table 4. Structural and Functional Comparison
5.2 사이버 복원력 평가
단순한 방어를 넘어 침해 발생시 조직이 얼마나 신속하게 회복할 수 있는지를 나타내는 ‘사이버 복원력’ 관점에서도 제안 모델은 우수한 특성을 보인다. 본 아키텍처는 위협 탐지(Detection), 대응(Response), 복구(Recovery)의 전 과정을 ZTA의 정책 엔진과 PQC의 암호 체계가 유기적으로 연동되도록 설계하였다[6,10,16].
구체적으로, AI 기반 탐지 모델이 이상 징후를 식별하면 정책 엔진이 즉시 접근 권한을 축소하거나 세션을 격리(Isolation)하여 위협의 확산 시간을 최소화한다. 또한, 침해된 것으로 의심되는 통신 채널에 대해서는 PQC 기반의 키 갱신(Rekeying)을 강제 수행하여 공격자의 암호 해독 시도를 무력화함으로써, 시스템이 침해 상태에서 벗어나 정상 상태로 복귀하는 ‘회복 탄력성’을 극대화한다. 이를 정량적 지표인 ‘사이버 복원력 지수(CRI: Cyber Resilience Index)’로 환산할 경우, 자동화된 대응과 장기적 신뢰 보장 기능이 결합되어 기존 모델 대비 높은 복원력 점수를 확보할 수 있다.
5.3 운영 효율성 평가
마지막으로, PQC 도입에 따른 관리 복잡성을 얼마나 효과적으로 제어하는지에 대한 운영 효율성을 평가하였다. 일반적으로 PQC로의 전환은 복잡한 키 관리와 호환성 문제를 야기하여 운영 비용을 증가시키는 요인이 된다. 그러나 본 아키텍처는 ZTA의 ‘자동화된 정책 관리’ 기능을 통해 이러한 비효율성을 상쇄한다.
기존 환경에서는 관리자가 수동으로 암호 정책을 업데이트하고 키를 분배해야 했으나, 제안 모델에서는 정책 엔진이 위협 수준과 디바이스 성능을 분석하여 최적의 알고리즘과 키 길이를 자동으로 결정하고 배포한다[16,21,22]. 이는 보안 관리자의 개입을 최소화할 뿐만 아니라, 인적 실수(Human Error)로 인한 보안 공백을 방지한다. 아래의 Table 5는 이러한 운영 관리 방식의 효율성을 비교한 것이다[21,22].
Table 5. Operational Efficiency Evaluation: Management Complexity
VI. 결론
6.1 연구의 요약과 시사점
본 연구는 AI 기술의 악용으로 인한 사이버 공격의 지능화와 양자 컴퓨팅 기술 발전에 따른 암호 체계의 무력화라는 이중의 위협 속에서, 차세대 보안 모델이 나아가야 할 방향을 모색하였다. 특히 ZTA가 ‘지속적 검증’을 수행하는 과정에서 필연적으로 발생하는 빈번한 인증 트래픽이, 역설적으로 ‘HNDL’ 공격의 취약점이 될 수 있다는 구조적 딜레마를 규명하였다.
이러한 문제를 해결하기 위해 본 논문은 ZTA의 운영 프레임워크와 양자내성암호(PQC)의 기술적 토대를 상호 의존적으로 결합한 ‘ZTA-PQC 통합 보안 아키텍처’를 제안하였다. 제안된 아키텍처는 ZTA의 정책 엔진을 통해 위협 확산을 논리적으로 차단하고, PQC 기반의 키 캡슐화(KEM)와 전자서명을 통해 데이터의 물리적 기밀성을 장기적으로 보장하는 3계층 구조로 설계되었다. 그 결과, ZTA와 PQC 두 기술의 결합이 단순한 기능적 보완을 넘어, 보안성과 유연성을 동시에 확보하는 필수적인 생존 전략임을 시사한다[16,19,20,21].
6.2 연구의 한계 및 향후 과제
본 연구는 문헌 연구와 표준화 기구의 기술 명세를 바탕으로 통합 아키텍처의 구조적 유효성을 논리적으로 입증하고, 그 기대 효과를 제시하였다. 그러나 제안된 아키텍처를 실제 대규모 클라우드 트래픽이나 복잡한 레거시 시스템에 적용했을 때 발생할 수 있는 구체적인 지연 시간이나 시스템 자원 점유율에 대한 실증적 데이터를 확보하지 못했다는 점에서 한계를 갖는다.
따라서 향후 연구에서는 클라우드 네이티브 및 컨테이너 환경 기반의 실증 테스트베드를 통해 ZTA 정책 엔진과 PQC 알고리즘이 상호작용할 때의 성능을 정밀하게 측정해야 한다. 또한, 산업별(금융, 국방, 의료 등)로 상이한 규제 요구사항과 보안 수준을 반영하여, ‘사이버 복원력 지표(CRI)’를 정량화하고 표준화된 거버넌스 프레임워크로 발전시키는 후속 연구가 필요하다[12,21].
참고문헌
- A. Kumar and R. Singh, "Cloud security misconfigurations: A comprehensive analysis," IEEE Cloud Computing, vol. 11, no. 2, pp. 23-35, 2024.
- V. Kumar, S. Patel, and M. Rodriguez, "AI-powered phishing detection: Challenges and opportunities," Expert Systems with Applications, vol. 235, Art. no. 121142, 2024.
- Y. Wang and F. Liu, "Deepfake detection in fraud prevention: Trends and challenges," ACM Computing Surveys, vol. 56, no. 4, pp. 1-35, 2024. https://doi.org/10.1145/3699710
- H. Park and J. Lee, "Supply chain security vulnerabilities in open-source software components: A large-scale empirical study," ACM Transactions on Software Engineering and Methodology, vol. 33, no. 4, pp. 1-35, 2024.
- C. Johnson, M. Davis, and S. White, "Software Bill of Materials (SBOM) implementation: Impact on supply chain risk reduction," Computers & Security, vol. 132, Art. no. 103118, 2024.
- IBM Security, "IBM Security X-Force Threat Intelligence Index 2024," 2024.
- Y. Li, Q. Xu, and H. Wang, "Autonomous cyber defense agents using deep reinforcement learning," Computers & Security, vol. 132, Art. no. 103452, 2023.
- A. Kott and C. Wang, "Autonomous intelligent cyber defense agents: Vision, challenges, and research directions," ACM Computing Surveys, vol. 55, no. 11, pp. 1-36, 2022. https://doi.org/10.1007/978-3-031-29269-9
- S. Liu and P. Chen, "Network micro-segmentation effectiveness against lateral movement attacks: A quantitative analysis," Computer Networks, vol. 221, Art. no. 109512, 2024.
- D. Roberts, J. Martinez, and A. Wilson, "Continuous verification mechanisms in zero trust architectures: Impact on insider threat mitigation," IEEE Security & Privacy, vol. 22, no. 4, pp. 67-78, 2024. https://doi.org/10.1109/MSEC.2024.3395730
- M. Adams and R. Kumar, "Quantum computing threats to current cryptographic systems: Timeline and mitigation strategies," npj Quantum Information, vol. 10, Art. no. 45, 2024.
- L. Chen, S. Jordan, Y. Liu, et al., "Report on Post-Quantum Cryptography Standardization (NIST PQC Round 4)," National Institute of Standards and Technology (NIST), 2024.
- L. Garcia, N. Patel, and K. Brown, "Post-quantum cryptography migration strategies: A comprehensive framework for enterprise adoption," Journal of Cryptographic Engineering, vol. 14, no. 3, pp. 189-206, 2024.
- ENISA, "ENISA Threat Landscape 2023," Oct. 2023.
- J. Kindervag, Build Security into Your Network's DNA: The Zero Trust Network Architecture, Forrester Research, 2010.
- NIST, "Zero Trust Architecture," NIST Special Publication 800-207, Aug. 2020.
- E. Gilman and D. Barth, Zero Trust Networks, O'Reilly Media, 2017.
- S. Brundage et al., "The malicious use of artificial intelligence: Forecasting, prevention, and mitigation," arXiv preprint arXiv:1802.07228, 2018.
- M. Mosca, "Cybersecurity in an era with quantum computers: Will we be ready?" IEEE Security & Privacy, vol. 16, no. 5, pp. 38-41, 2018. https://doi.org/10.1109/MSP.2018.3761723
- D. J. Bernstein et al., "Post-quantum cryptography," Nature, vol. 549, pp. 188-194, 2017. https://doi.org/10.1038/nature23461
- S. Fluhrer, Transitioning to Post-Quantum Cryptography, NIST Interagency Report (IR) 8413, 2022.
- A. Hülsing et al., "Cryptographic agility for security infrastructure," in IEEE Security & Privacy Workshops, 2021.