0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Nati Hazut, CEO and Co-Founder of Bold Security – Interview Series (원문, 새 창)

한국어 요약
Claude · 2026-10-25볼드 시큐리티(Bold Security) CEO 나티 하주트는 인터뷰에서 기기 자체에서 동작하는 소형 언어모델로 민감정보를 분류하고 보호하는 엔드포인트 중심 보안 전략을 설명했다. 데스크톱 AI 비서, 코딩 도구, 자율 에이전트가 네트워크를 거치지 않고 로컬에서 파일에 직접 접근하기 때문에 기존 CASB·DSPM·네트워크 보안으로는 이를 탐지할 수 없다는 점을 지적했다. 볼드의 제품은 기존 비AI 에이전트 대비 약 20%의 컴퓨팅 자원만 사용하며, 위험 행동을 코칭으로 유도하는 방식이 최소 90% 효과적이라고 밝혔다. 그는 향후 3~5년 내 모든 기기가 사람과 에이전트를 구분해 실시간으로 자율적인 보안 판단을 내리는 지능형 보안 계층이 될 것으로 전망했다.
- 데스크톱 AI 비서·코딩 도구·자율 에이전트는 네트워크를 거치지 않아 CASB·DSPM 등 기존 보안 도구가 탐지 불가
- 볼드 시큐리티는 온디바이스 소형 언어모델로 민감정보를 실시간 분류, 클라우드 전송 없이 판단
- 위험 행동에 대한 '코칭'(경고·유도) 방식이 최소 90% 효과적, 차단 여부는 고객사 정책에 따라 결정
- 자사 제품은 기존 비AI 에이전트형 보안 솔루션 대비 약 20%의 컴퓨팅 자원만 사용
- 3~5년 내 모든 엔드포인트가 사람과 AI 에이전트를 구분해 자율적으로 보안을 판단하는 지능형 계층이 될 것으로 전망
AI 인사이트
- Bold Security CEO Nati Hazut, SAM Seamless Network·Polyrize 공동창업 경험 활용
- 온디바이스 소형언어모델(SLM)로 민감정보를 로컬 분류·판단, 클라우드 전송 없이 실시간 차단
- 브라우저·네트워크 중심 기존 보안도구가 놓치는 데스크톱 앱·AI 에이전트 경로의 섀도 AI 포착
- 코칭 방식이 위험행동 리디렉션에 90% 이상 효과, 레거시 에이전트 대비 자원 약 20%만 사용
왜 중요한가
데이터가 네트워크를 거치지 않는 데스크톱 AI 앱·자율 에이전트 경로는 기존 DLP·CASB로 탐지가 어려운데, 온디바이스 SLM으로 이를 보완하는 접근이 에이전트형 AI 확산에 따른 새로운 보안 사각지대 대응책으로 제시된다.
본문 미리보기
Nati Hazut is CEO and Co-Founder of Bold Security. He previously co-founded SAM Seamless Network and Polyrize, building experience across connected-device security, identity, cloud permissions, and data protection. His work at Bold applies those lessons to securing interactions between employees, AI agents, and sensitive enterprise data. Bold Security develops endpoint data protection technology that uses small language models running directly on devices to classify sensitive information and…
전체 내용이 궁금하다면?
Unite.AI에서 원문을 직접 읽어보세요
- #AI보안
- #소형언어모델
- #인터뷰
이 글이 만들어진 과정
- 10:59AI 초안