정보기술 / 사이버보안
SentinelOne: 악성코드 역분석과 위협 사이의 연관 분석
- 기업
- SentinelOne
- 국가
- 미국
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
OpenAI가 2026년 10월 14일 낸 SentinelOne 고객 사례에 따르면 정교한 악성코드 하나를 역분석하는 데 최고 수준의 보안 연구원도 4주에서 6주가 걸렸다. 그래서 SentinelOne 연구팀은 깊은 조사를 가장 흥미롭거나 중요한 위협에만 할 수 있었고, 비교할 표본이 적어 위협 사이의 연관을 찾을 기회도 적었다.
적용한 기술과 데이터
SentinelOne은 보안 업무용 OpenAI 모델을 제공하는 OpenAI Daybreak로 악성코드를 역분석해 소프트웨어가 어떻게 동작하는지 살핀다. 분석이 빨라지면서 연구원은 더 많은 표본을 조사하고, 서로 무관해 보이는 표본에서 같은 구성 요소를 찾아 고객 조사의 단서로 쓴다. Gregor Stewart 최고 AI 책임자는 결과에 대한 책임은 팀에 있고, 소프트웨어 구조를 바꾸는 결정은 여전히 사람이 검토해야 한다고 말했다.
성과
Gregor Stewart는 최고 수준 연구원이 4주에서 6주 걸리던 역분석을 OpenAI Daybreak가 약 8시간 만에 사람 수준의 결과로 만들어 낸다고 말했다. 그는 빨라진 역분석으로 악성코드 지형의 훨씬 넓은 부분을 파악할 수 있게 됐고, 소수 전문가에게 기대던 보안 조사를 더 많은 직원이 직접 맡게 됐다고 설명했다.
한계와 남은 과제
사례는 역분석한 악성코드 수와 약 8시간을 잰 방법, 결과 검증 절차를 밝히지 않았다.
출처
- SentinelOne cuts malware analysis from weeks to hoursopenai.com, 확인
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.