OpenAI로 취약점 탐지부터 방어까지 연결하는 Cloudflare
Cloudflare는 OpenAI Daybreak에 실시간 트래픽과 보안 신호를 결합해 취약점을 조사하고, 고객이 검토할 수정안을 제안합니다.
2,340억 건
2026년 1분기 Cloudflare 네트워크의 일평균 사이버 위협 차단 건수
10분의 1
신제품 개발에 필요한 리소스 감소
3일
Codex로 제품을 재구축하는 데 걸린 시간
1,100달러
제품 재구축에 사용한 토큰 비용
Cloudflare는 세계 최대 규모의 네트워크 중 하나를 운영하며, 웹 트래픽의 약 20%를 프록시로 처리합니다. 기업과 기관들은 이 네트워크를 통해 애플리케이션과 서비스를 안전하고 빠르며 안정적으로 운영합니다.
Cloudflare는 Cloudflare Managed Defense를 통해 제공하는 사전 체험 서비스인 취약점 탐지 및 해결(새 창에서 열기)에서 Daybreak를 통해 이용하는 OpenAI 모델을 자사의 글로벌 네트워크 및 위협 맥락 정보와 결합합니다. 이 모델들은 코드를 조사하고 잠재적인 취약점을 평가합니다. Cloudflare는 여기에 실시간 트래픽 데이터, 보안 신호, 검증을 더해 발견된 취약점의 우선순위를 정하고, 고객이 검토할 완화 조치와 패치를 마련합니다.
Codex는 Cloudflare 엔지니어링 조직 전반으로 OpenAI의 역할을 넓히고 있습니다. 개발자들은 Codex를 활용해 생산성과 코드 품질을 높입니다.
“Daybreak와 Codex가 제공하는 자동화의 장점은 번거로운 실무를 기계에 맡기고, 사람은 엔지니어링과 보안에서 가장 중요한 의사결정에 판단력을 발휘할 수 있다는 것입니다.”
보안팀은 끊임없이 쏟아지는 취약점 정보와 알림을 처리해야 합니다. 이 데이터를 사람이 일일이 살펴보려면 시간과 노력이 들어, 중요한 문제를 조사하고 해결할 여력이 줄어듭니다. “기존 보안팀에는 유용한 데이터가 아주 많습니다. 다만 이를 처리할 인력과 시간이 부족할 뿐이죠.” 앤더슨의 설명입니다.
Cloudflare는 소스 코드의 취약점을 실제 운영 환경에서 벌어지는 상황과 연결하는 방식을 취합니다. 영향을 받는 경로가 활성 상태인가? 해당 경로에 의심스러운 트래픽이 유입되고 있는가? 기존 보안 통제 수단이 이미 해당 경로를 보호하고 있는가? 이러한 신호는 보안팀이 무엇을 먼저 조사할지 결정하는 데 더 풍부한 맥락을 제공합니다.
Cloudflare는 취약점 탐지 및 해결(새 창에서 열기) 서비스에서 Daybreak를 통해 이용하는 OpenAI 모델로 고객이 허용한 코드를 조사하고, 잠재적인 취약점을 식별하며, 각 발견 사항을 뒷받침하는 증거를 확인합니다. 이 서비스는 코드 패치안을 마련하고, 필요한 경우 개발자가 수정안을 검토하는 동안 위험 노출을 줄일 수 있도록 맞춤형 웹 애플리케이션 방화벽 규칙도 제안합니다. Cloudflare는 이러한 제안에 자동 검사를 실행하고, 담당 팀의 검토를 거쳐 고객에게 전달합니다.
Cloudflare 고객은 취약점 식별부터 영향을 받는 애플리케이션 보호까지 이어지는 명확한 대응 경로를 확보할 수 있습니다. 이 서비스는 취약점의 우선순위를 정할 근거, 위험 노출을 줄이기 위한 엣지 보호 제안, 검토할 코드 수정안을 제공합니다. 어떤 변경 사항을 적용할지는 고객이 결정합니다.
애플리케이션 보호는 개발팀이 작성하고 유지 관리하는 코드에도 달려 있습니다. 앤더슨은 Cloudflare가 Codex를 활용하면서 개발자 생산성과 코드 품질이 높아지고, 개발 중 발생하는 버그도 줄어든다고 설명합니다.
“Cloudflare 직원의 3분의 1은 플랫폼의 서비스와 기능을 만드는 소프트웨어 개발자이며, 이들 모두가 Codex를 사용해 생산성을 높이고 더 나은 코드를 제공합니다.”
앤더슨은 팀에서 미뤄 두었다가 최근 진행한 재구축 사례를 소개합니다. “인력이 부족해서 개발을 미루고 있었습니다.” Codex로 개발자 생산성이 크게 높아지면서 질문은 “이 일을 감당할 수 있을까?”에서 “못 할 이유가 있을까?”로 바뀝니다.
앤더슨은 이 작업을 순차적으로 진행하려면 수개월이 걸리고 “개발자도 아마 10배는 더 필요했을 것”이라고 추산합니다. 하지만 Codex를 활용하면서 Cloudflare 개발자 4명으로 구성된 팀이 개발을 맡았습니다. “3일 만에 개발을 마치고 배포와 테스트까지 진행했으며, 토큰 비용으로 1,100달러를 썼습니다.”
앤더슨은 AI를 일상적인 엔지니어링 업무에 도입한다는 것은 “기술을 개발할 때부터 기계의 역할을 고려하도록 내부 프로세스를 재구성하는 것”이라며, “기계를 별도의 요소가 아니라 개발 과정에 통합된 일부로 다뤄야 한다”고 말합니다.
Cloudflare의 사전 체험 보안 서비스는 코드 조사 결과를 실제 운영 환경의 증거 및 고객이 검토할 수 있는 대응 제안과 연결해 이러한 접근 방식을 실현합니다. 목표는 고객이 변경 사항에 대한 통제권을 유지하면서, 보안팀이 어떤 취약점을 먼저 처리하고 영향을 받는 애플리케이션을 어떻게 보호하고 수정할지 판단하는 데 필요한 정보를 제공하는 것입니다.
