회사에 AI 직원이 1,500명 생기면, 계정 권한은 누가 관리할까?

AI Agent가 늘수록 중요해지는 Identity와 Permission

AI Agent가 일을 대신하는 시대가 오고 있다. 질문에 답하는 데서 나아가, 프로그램을 사용해 자료를 찾고 업무를 실행하는 AI다.

한두 개를 쓸 때는 사람이 하나씩 살펴볼 수 있다. 그런데 회사 안에서 수백 개, 수천 개가 움직이면 이야기가 달라진다.

Okta CEO는 FY27 2분기 실적발표 통화에서 한 고객 사례를 소개했다. 처음 평가할 때 약 50개였던 AI Agent 인스턴스가 몇 주 뒤 약 1,500개로 관찰됐다는 것이다. 특정 고객 환경의 사례이며 기업 전체의 평균은 아니다. 실적발표 통화 전사본

여기서 질문이 생긴다. 이 1,500개에게 회사 시스템 권한은 누가, 어디까지 줄까?

AI에도 사원증이 필요하다

신입사원이 입사하면 회사 계정을 만든다. 이메일과 메신저를 연결하고, 직무에 맞는 문서와 업무 시스템에 접근하도록 한다.

그렇다고 모든 직원에게 급여 자료나 회사 통장까지 열어주지는 않는다. 부서가 바뀌면 권한을 조정하고, 퇴사하면 회수한다.

AI Agent도 업무를 맡기려면 비슷한 관리가 필요하다. 보안 관점에서 보면 회사 시스템에 들어와 행동하는 새로운 주체가 된다. 사람과 법적 지위나 계정 구조가 같다는 뜻은 아니다.

고객 문의를 처리하는 Agent라면 주문 내역을 볼 수 있어야 한다. 하지만 조회 권한이 있다고 환불 금액까지 마음대로 결정해도 될까?

여기서 ‘일을 잘하는 AI’와 ‘안전하게 일을 맡길 수 있는 AI’의 차이가 생긴다.

‘얘가 누구인가?’와 ‘뭘 할 수 있는가?’

보안 용어 두 개만 알아두면 쉽다.

Identity는 ‘얘가 누구인가?’
Permission은 ‘얘가 뭘 할 수 있는가?’다.

‘고객지원 Agent’라는 신원이 확인됐다고 해서 모든 행동을 허용하는 것은 아니다.

문서를 읽는 권한도 자료가 민감하면 위험하다. 수정·발송·결제까지 가능해지면 실수가 회사 밖으로 전달되거나 실제 돈이 움직일 수 있다.

AI의 능력이 커질수록, 능력과 별개로 행동의 범위를 정해야 한다.

‘잘 판단해줘’라는 지시만으로는 부족하다. 결제 전에 사람의 승인을 받도록 하거나, 특정 폴더만 읽게 하는 식으로 시스템에서 제한해야 한다.

비밀번호만 잘 지키면 끝나는 문제가 아니다

자동으로 일하는 프로그램과 계정은 원래 있었다. Agent가 추가되면 관리할 대상뿐 아니라 여러 시스템을 오가며 실행하는 행동도 늘어날 수 있다.

자료를 읽고 견적을 비교한 뒤 구매 요청까지 만드는 Agent를 생각해보자. 문서 저장소, 이메일, 구매 시스템의 권한이 연결된다.

누가 만든 Agent인지, 누가 책임지는지, 지금도 필요한 권한인지 알아야 한다. 문제가 생기면 멈출 방법도 있어야 한다.

Okta CEO도 공식 실적 발표에서 Agent마다 신뢰할 수 있는 신원과 명확한 접근·행동 통제가 필요하다고 설명했다. Agent를 찾아내고, 연결과 행동을 관리하며, 문제가 생기면 대응해야 한다는 것이다. Okta 공식 발표

계정을 만드는 것부터 권한을 회수하는 것까지 관리해야 한다.

보안회사들은 무엇을 준비하고 있을까?

세 회사의 움직임을 보면 문제가 더 선명해진다. 역할이 완전히 나뉘는 것은 아니지만 강조점은 다르다.

Okta는 신원과 접근권한에 초점을 둔다. 회사 안에 어떤 Agent가 있고, 어떤 시스템에 연결되며, 무엇을 할 수 있는지 관리하는 방향이다. 사람에게 주던 디지털 사원증과 출입권한 관리를 Agent로 확장한다고 이해하면 쉽다. 공식 발표

CrowdStrike는 접속 이후에도 권한과 위험을 계속 살핀다. 사람뿐 아니라 비인간 신원과 AI Agent까지 보안 대상을 넓혔다. 한 번 확인하고 끝내는 데서 나아가, Agent의 행동마다 실시간 위험을 따져 접근을 허용하거나 막는 기능을 제시한다. 제품 발표

Palo Alto Networks는 AI로 취약점을 지속적으로 시험한다. 9월 22일 발표한 서비스는 보안 전문가와 AI를 결합해 웹앱, API, 클라우드 환경 등을 점검한다. API는 프로그램끼리 요청을 주고받는 연결 통로다. 공격자가 악용할 경로를 미리 찾아 실제로 뚫릴 수 있는지 검증하고, 수정을 돕는다. 서비스 발표

AI가 일하고, AI가 그 행동을 살피는 시대

AI는 업무 자동화뿐 아니라 공격과 방어에도 쓰인다. 보안업체 역시 AI로 공격 경로를 시험하고, 이상 행동을 탐지하며, 대응 조치를 준비하는 방향으로 움직이고 있다. Palo Alto Networks · CrowdStrike

모든 보안을 AI에게 맡긴다는 뜻은 아니다. 무엇을 허용할지 정하고, 위험한 행동에 승인을 요구하며, 사고에 책임질 운영 주체는 여전히 필요하다.

AI Agent의 행동을 AI 보안 시스템이 살피는 장면이 늘어나는 것에 가깝다.

KOTA가 보는 포인트

AI 경쟁에서는 보통 ‘누가 더 똑똑한 모델을 만드는가’에 관심이 쏠린다. 그런데 회사에서 실제로 일을 시키려면 다른 질문이 따라온다.

누가 무엇을 볼 수 있는가.
누가 무엇을 실행할 수 있는가.
누가 돈을 쓸 수 있는가.

앞서 Muse × Amazon 편에서 다룬 질문이 ‘AI가 다른 회사 사이트에 들어가 행동할 권한’이었다면, 이번에는 ‘AI가 우리 회사 안에서 행동할 권한’이다. 같은 권한 문제를 바깥과 안쪽에서 보는 셈이다.

Agent 도입이 늘면 신원 확인, 권한 설정, 행동 기록, 보안 감시를 함께 갖춰야 할 필요도 커질 수 있다.

똑똑한 AI를 만드는 일과, 그 AI에게 안심하고 일을 맡길 환경을 만드는 일은 함께 진행돼야 한다.

사람들이 실제로 AI에게 어디까지 맡길지 궁금하다. 문서를 읽고 정리하는 일은 편하게 맡겨도, 고객에게 메일을 보내거나 회사 돈을 결제하는 순간에는 기준이 달라질 것 같다. AI가 얼마나 똑똑한지만큼, 그 행동을 어디까지 통제할 수 있는지가 도입을 결정하는 기준이 될 수 있다.