Enterprise AI agents are flooding the web. They browse, query APIs, fill forms, and execute multi-step tasks on behalf of users and organizations.
문제는 대부분의 웹 인프라가 이들을 악성 봇과 구분하지 못한다는 점이다, according to Forbes.
이 차이는 분기마다 중요성이 커지고 있다. 모든 비(非)인간 트래픽을 차단하는 기업은 합법적인 AI 기반 워크플로까지 끊어 버릴 위험을 감수해야 한다. 반대로 전부 허용하면 데이터 스크래핑, 크리덴셜 스터핑, 사기 등의 위험이 커진다.
문제의 규모
봇 트래픽은 수년간 웹을 괴롭혀 왔다. CAPTCHA, 레이트 리미팅, IP 평판 리스트를 포함한 전통적인 방어 수단은 특정 위협 모델을 전제로 설계되었다. 그 모델은 공격자가 악의적인 작업을 자동화하기 위해 스크립트를 돌린다고 가정했다.
AI 에이전트는 이 가정을 깨뜨린다. 잘 설계된 AI 에이전트는 신중한 인간 사용자와 매우 비슷하게 행동한다. 페이지를 순차적으로 탐색하고, 요청 사이에 일시 정지를 두며, 프롬프트에 동적으로 반응한다. 표준 봇 탐지 도구는 이를 저위험으로 평가한다.
동시에 악성 행위자는 가벼운 모델을 학습시켜 합법적인 에이전트의 행동을 모방할 수 있다. 신뢰받는 엔터프라이즈 AI 에이전트와 정교하게 위장된 스크레이퍼 사이의 간극은 지난 18개월 동안 크게 줄어들었다.
기업들이 현재 하고 있는 일
여러 접근 방식이 엔터프라이즈 보안팀 사이에서 주목받고 있다.
에이전트 아이덴티티 토큰은 한 가지 방법이다. AI 에이전트는 서비스에 접근하기 전에 암호학적으로 서명된 자격 증명을 사용해 스스로를 인증한다. 서비스는 이를 승인된 에이전트 레지스트리와 대조해 검증한다. 이는 사람이 사용하는 애플리케이션 권한 부여를 처리하는 OAuth 방식과 유사하다.
**행동 지문 분석(behavioral fingerprinting)**은 또 다른 계층이다. 에이전트가 유효한 자격 증명을 제시하더라도, 보안 시스템은 요청 타이밍, 탐색 깊이, API 호출 시퀀스 등 세션 패턴을 추적한다. 예상 패턴에서 벗어난 경우 추가적인 검증 절차가 트리거된다.
**의도 선언 기반 허용 목록(allowlisting by intent declaration)**은 보다 실험적인 방식이다. 이 모델에서 에이전트는 세션 시작 시 자신의 작업 의도를 선언한다. 호스트 시스템은 선언된 작업에 필요한 리소스에만 접근을 허용한다. 그 범위를 벗어난 모든 접근은 자동으로 플래그된다.
아직 단일 표준이 자리 잡지는 못했다. 대부분의 엔터프라이즈 도입 사례는 이들 방법 중 둘 또는 셋을 조합한다.
크립토와의 연결고리
AI 에이전트의 부상은 크립토 및 Web3 생태계와 직접 맞물린다. 블록체인 네트워크에서 자율적으로 작동하는 에이전트는 점점 흔해지고 있다. 이들은 트레이드를 실행하고, 지갑을 관리하며, 거버넌스 시스템에 투표하고, decentralized exchanges와 상호작용한다.
이 문맥에서 봇과 에이전트의 구분은 곧 재무적 이해관계로 이어진다. 합법적인 트레이딩 봇을 모방하는 악성 에이전트는 사람이 세션 로그를 검토하기도 전에 지갑을 털거나 유동성 풀을 조작할 수 있다.
여러 블록체인 프로젝트가 AI 에이전트 전용 온체인 신원 프레임워크를 개발하고 있다. 핵심 아이디어는 각 에이전트에 검증 가능한 탈중앙 식별자를 부여해, 프로토콜 전반에서 수행하는 모든 행동에 대해 감사 가능한 기록을 만드는 것이다. Solana (SOL) 기반 에이전트 프레임워크는 이 분야에서 가장 활발한 편인데, 이는 부분적으로 솔라나의 거래 처리량이 저비용으로 고빈도 에이전트 운영을 뒷받침하기 때문이다.
배경
AI 에이전트 시장은 2024년 말 이후 급격히 성장했다. 초기 도입 사례는 이메일 분류나 캘린더 스케줄링처럼 단일 작업을 자동화하는 좁은 목적의 도구가 대부분이었다. 2026년 초까지 웹 브라우징, 코드 작성, 금융 거래 실행까지 가능한 다단계 자율 에이전트가 연구 데모를 넘어 상용 제품으로 자리 잡았다. 이 변화로 인해 에이전트가 생성하는 웹 트래픽의 볼륨은 주요 클라우드 제공업체 인프라 보고서에 따르면 전년 대비 수백 퍼센트 증가한 것으로 추정된다. Yellow.com은 최근 (see prior Yellow coverage)에서 AI 인프라와 크립토 시장의 접점을 추적했으며, 북미 AI 데이터 센터 구축 계약을 체결했다.
Also Read: BTC And ETH Fall Overnight As Japan Data Adds Fresh Pressure To Geopolitical Selloff
앞으로 무엇이 올까
규제 압박도 나타나기 시작했다. EU의 AI 법(AI Act)에는 자동화된 의사결정과 관련된 조항이 포함되어 있으며, 장기적으로는 웹 접근 시 에이전트 공개를 요구할 수 있다. 미국에는 아직 이에 상응하는 연방 수준의 기준은 없지만, 여러 주 차원의 입법 제안이 초기 단계에 있다.
World Wide Web Consortium을 포함한 업계 단체들은 에이전트 인증을 위한 기술 표준을 모색하고 있다. 진전은 더디다. 브라우저 제조사, 엔터프라이즈 소프트웨어 벤더, 보안 업체 간 합의에 도달하는 데는 시간이 걸린다.
현재 가장 취약한 기업은 강력한 인증 계층 없이 고가치 API를 운영하는 곳이다. 금융 서비스, 헬스케어 플랫폼, 크립토 거래소가 여기에 해당한다. 이들 모두에게 에이전트 식별 문제는 이론이 아니라 시급히 해결해야 할 과제다.
에이전트 트래픽이 통제 불가능해지기 전에 표준을 마련할 수 있는 시간은 점점 줄어들고 있다. 봇 생태계를 연구하는 보안 연구자들은, 현재와 같은 도입 속도가 이어질 경우 앞으로 2~3년 안에 에이전트가 생성하는 트래픽이 CDN을 제외한 웹 요청의 과반을 차지할 수 있다고 추정한다.
Read Next: America Runs A Bitcoin Node: What The Government's Move Means For The Network