AI 인공지능 분석

• SIEM(자사 eyeCloudXOAR 또는 타사)에서 수집된 데이터를 eyeCloudAI에 연계하거나, 보안장비에 Agent를 설치해 수집된 로그를 AI 모델로 분석합니다.

• 보안 이벤트 분석 시간 대폭 단축
• 하루 약 2만 건 분석 업무를 AI가 처리 → 약 650명 이상 인력 대체 효과
• 분석 커버리지 확대 (관제 요원 일일 분석 한계 초과 가능)
• eyeCloudXOAR와 함께 사용 시 AI 분석 결과 기반 자동화 업무처리 및 AI 모델 라이프사이클 관리까지 가능

• LLM 기반 벡터 분석과 지속학습(Continual Learning)으로 소량 데이터로도 빠르게 적응합니다.
  피드백 데이터 1건만으로 즉시 강화학습되며, CNN 대비 약 29배의 데이터 효율성을 갖춥니다

• 보안 특화 On-Premise LLM 어시스턴트(eyeCloudAI Assistant)가 핵심 차별점입니다.

• 위협 이벤트 정·오탐 자동 분류(99.8% 정확도), 공격 페이로드 분석, 위협 분석 보고서 자동 생성, CVE·CAPEC 자동 매핑, SOAR 플레이북 연동 자동 대응 실행이 가능합니다.

• AI Assistant: 운영자 명령에 따라 요약·분석 결과를 제공하는 '보조자' 역할
• Agentic AI: 여러 AI 에이전트가 스스로 협업하여 탐지부터 대응까지 전 과정을 자율적으로 판단하고 실행하는 '자율형' 보안 시스템

① 보안관제 특화 학습 vs 일반 지식 기반
② On-Premise 폐쇄망 동작으로 데이터 유출 없음
③ SIEM/SOAR 직접 연동 및 자동화 실행
④ 구축형 1회 비용 vs 사용량 기반 지속 과금

• 시큐레이어 UEBA는 AI 기반 지속학습(Continual Learning) 기능으로 오탐을 지속 감소시킵니다.
  피드백 데이터 1건만 추가되어도 즉시 학습에 반영되며, 실제 eyeCloudAI의 오탐률은 94.8%→5.2%로 감소한 실적이 있습니다.
  초기 운영 기간 동안 최적화를 위한 기술 지원도 제공합니다.

• LLM 기반 벡터 분석과 지속학습(Continual Learning)으로 소량 데이터로도 빠르게 적응합니다.
  피드백 데이터 1건만으로 즉시 강화학습되며, CNN 대비 약 29배의 데이터 효율성을 갖춥니다

• 네, 가능합니다. 비지도·강화학습 기반 ML/UEBA 기술로 알려지지 않은 신종 위협을 탐지합니다.
  장기간 로그를 스스로 분석하여 APT 공격을 추적하고, 무인으로 보고서까지 완성하는 기능을 갖추고 있습니다.

• 자가 피드백 학습(Self-Feedback Learning) 기술을 적용하여 자율 튜닝을 수행합니다.
  다만 모델이 분류하지 못하는 데이터에 대해서는 강화학습을 통해 모델 업데이트가 필요합니다.
  강화학습된 데이터에 대해서는 이후 별도 피드백이 불필요합니다.

• 멀티 에이전트 협업 체계로 이 문제를 해결합니다.
  수집·분석·대응 에이전트가 각자의 역할을 분담하고 서로의 결과를 검증하는 워크플로우를 거치며, 최종적으로는 사람이 감독하고 승인하는 구조를 갖추어 정확성을 극대화합니다.