Cogent와 OpenAI, 기업을 위한 사이버 방어 팩토리 구축
Cogent는 OpenAI 모델과 기업 컨텍스트를 결합해 에이전트가 취약점을 자동으로 해결하도록 돕습니다.

75%
취약점 평균 조치 시간 단축
5배
분류 및 우선순위 평가를 마친 취약점 수 증가
Cogent Security(새 창에서 열기)는 기업들이 그 어느 때보다 많은 보안 위험에 직면하는 모습을 지켜보며, 가장 어려운 일은 취약점을 찾는 것이 아니라 해결하는 것임을 확인했습니다. 취약점 조치는 복잡하며 여러 팀이 관여하는 작업입니다. 공격자가 취약점을 어떻게 악용할 수 있는지, 어떤 업무 시스템이 위험에 처하는지, 무엇을 안전하게 변경할 수 있는지 등 기업 환경의 맥락을 이해해야 합니다.
Cogent는 기업이 이러한 위험을 자율적으로 찾아 제거할 수 있도록 Cyber Defense Factory를 구축합니다. 취약점 발견과 악용이 가속화되는 상황에서, 보안 담당자가 기계 수준의 속도로 대응할 수 있도록 설계된 시스템입니다.
Cogent의 AI 에이전트는 GPT‑6.1 Sol 및 GPT‑5.6에 기업 컨텍스트와 통제 기능을 결합해 조사부터 조치와 해결 검증까지 수행합니다. 에이전트는 위험 노출 수준을 평가하고, 허용된 변경을 실행하며, 위험이 제거되었는지 확인합니다. Cogent는 Cyber와 Daybreak를 활용해 공격 경로와 방어 역량을 탐구하는 내부 연구도 수행합니다.
“OpenAI 모델은 장시간 작업을 지속할 수 있어 기업 보안의 자율성을 새로운 수준으로 끌어올립니다. 이제 AI 에이전트가 조사부터 조치와 해결 검증까지 전 과정을 수행할 수 있습니다.”

Cogent의 Context Engine은 고객별로 자산, 취약점, ID, 소유 관계, 의존성을 담은 기업 지식 그래프를 유지합니다. 전문화된 백그라운드 에이전트가 보안 도구와 시스템 전반의 정보를 지속적으로 대조하고 정합성을 맞춰, 조사 및 조치 에이전트가 환경에 대한 공통된 이해를 갖도록 합니다.
GPT‑6 Astra는 이 작업의 사전 계획 수립과 복잡한 추론을 담당합니다. 이를 통해 Cogent 공동 창립자 겸 CTO인 Geng Sng이 말하는 ‘기업용 메모리 하네스’가 구현됩니다. 그는 “새로운 작업이 생길 때마다 환경이 어떤 모습인지 다시 학습할 필요가 없습니다”라고 설명합니다. 컨텍스트를 재사용하면 지연 시간과 추론 비용이 줄고, 결과의 일관성도 높아집니다.
Cogent의 Agent Policies는 기업별로 허용되는 변경과 승인 요건을 정의합니다. 정책 적용 엔진인 TRACE는 실행 전에 도구 호출이 정책에 부합하는지 확인합니다. 이 검사는 정해진 규칙에 따라 일관된 결과를 내는 방식으로 수행되며, 별도의 모델 추론이 필요하지 않습니다.
Agent Gateway가 권한을 독립적으로 확인하며, 위험도가 높은 작업은 격리된 샌드박스에서 실행할 수 있습니다. 고객은 조사를 위임하거나, 변경 시 승인을 요구하거나, 정해진 범위 내에서 자율적인 조치를 허용할 수 있습니다.
웹사이트 운영에 쓰이는 프로그래밍 언어 PHP에서 PHP2Shell이라는 심각한 보안 결함이 공개되자, 고객들은 Cogent가 이미 자사 환경에 구축해 둔 Cyber Defense Factory를 활용했습니다.
GPT‑6.1 Sol과 GPT‑6 Astra는 조사와 조치 계획 수립에 필요한 심층 추론을 제공했습니다. 에이전트는 Cogent의 컨텍스트 계층을 활용해 영향을 받는 시스템을 파악하고, 위험 노출 수준을 평가하고, 애플리케이션 간 의존성과 운영상의 제약을 고려한 계획을 세웠습니다. 그런 다음 고객이 정의한 승인 및 실행 워크플로에 따라 조치를 조율하고 문제가 해결되었는지 검증했습니다.
Cogent에 따르면 고객들은 Cyber Defense Factory를 활용해 취약점을 더 빠르게 해결하고 조사 역량을 확대하고 있습니다. Cogent를 통해 Fortune 1000에 속한 한 자동차 업계 고객사는 심각한 취약점의 평균 조치 시간을 75% 단축했으며, Fortune 500에 속한 한 IT 서비스 고객사는 취약점 분류 및 우선순위 평가 처리량을 5배로 늘렸습니다.
거래 플랫폼 MarketAxess는 Cogent가 노출된 위험 중 무엇을 먼저 해결할지 결정하는 데 도움이 된다고 말합니다. “Cogent는 공격자의 시각으로 우리 환경을 살펴봅니다. 인터넷에서 취약한 시스템까지 이어지는 경로를 추적하고, 그 경로에 있는 보안 통제를 점검하죠. 이제 우리는 가장 큰 위험과 공격자가 침입에 악용할 수 있는 경로에 집중해 조치하고 있습니다.” MarketAxess의 글로벌 CISO인 Vijay Bala의 설명입니다.
Cogent는 비공개 소스와 오픈 소스 대안을 지속적으로 평가하고 있습니다. 그 결과 OpenAI 모델이 장시간 보안 작업에서 더 뛰어난 추론 능력을 보이고, 정확도가 더 높으며, 기술 코드베이스에서 환각이 더 적고, 실행도 더 안정적이라고 설명합니다. 이 모델들은 조치 워크플로 전반에 걸쳐 컨텍스트를 유지하면서 도구 호출을 순차적으로 또는 병렬로 연결할 수 있습니다.
Cogent는 복잡한 조사에서는 추론 품질을, 비교적 단순한 작업에서는 비용을 우선시합니다. 일반적인 작업 실행에는 GPT‑6.1 Sol을, 고급 추론의 중요도가 낮은 일상적인 취약점 관리 작업에는 GPT‑5.6을 사용합니다.
“OpenAI 모델은 다른 제공업체의 모델보다 비용 효율적입니다. 특히 이렇게 대규모 에이전트 군집을 운영하는 우리에게는 큰 장점이죠.”
OpenAI 모델을 사용하면서 Cogent가 취약점 조치와 패치를 위해 구축해야 하는 보조 소프트웨어도 줄었습니다. Geng은 “하네스 수준에서 해야 했던 작업 상당수가 더 이상 필요하지 않게 됐습니다”라고 말합니다. 또한 OpenAI API 덕분에 “요청 라우팅과 에이전트 오케스트레이션이 간소화되어 내부 엔지니어링 부담이 크게 줄었고, 복잡한 보안 워크플로를 더 빠르게 시장에 선보일 수 있게 됐습니다”라고 덧붙였습니다.
Cogent 엔지니어 대부분도 개발에 Codex를 선택합니다. Geng에 따르면, 같은 OpenAI 모델을 오픈 소스 코딩 환경에서 사용할 때보다 Codex와 함께 사용할 때 생산성이 더 높습니다. Geng은 “Codex에는 우리가 직접 만들 필요가 없는 도구들이 이미 갖춰져 있습니다”라고 말합니다.
Cogent는 Trusted Access for Cyber와 Daybreak를 통해 내부 레드팀 테스트 및 공격 경로 연구를 위한 기술 지원을 받습니다. Daybreak의 액세스 등급인 Daybreak Red는 허가된 공격 및 취약점 연구에 특화된 OpenAI 모델을 팀에 제공합니다. Geng은 “잘 방어하려면 공격에도 능해야 합니다”라고 말합니다.
“Trusted Access for Cyber와 Daybreak를 통해 ID, 리소스, 네트워크 통제 전반에서 취약점이 어떻게 연쇄적으로 악용될 수 있는지 연구할 수 있습니다. 이 연구를 바탕으로 에이전트가 할 수 있는 일을 파악하고, 다음에 개발할 방어 기능을 정합니다.”
Cogent는 기업이 자체 Cyber Defense Factory를 구축할 수 있도록 돕는 핵심 파트너로서 역량을 확대할 계획입니다. 로드맵에는 에이전트가 자율적으로 수행할 수 있는 보안 조치를 점차 확대하는 계획이 포함되어 있습니다. 단순한 구성 변경부터 여러 기업 시스템에 걸친 다단계 워크플로까지, 에이전트가 실행할 수 있는 조치의 범위를 넓히고 더 복잡한 작업도 처리하도록 할 예정입니다.
또한 자율 탐지 및 검증 기능도 개발하고 있습니다. 목표는 위험을 찾아 제거하는 동시에 모든 취약점에서 지속적으로 학습해 향후 조사와 조치를 개선하는 폐루프 시스템입니다.


