---
title: Figma, 인공지능 에이전트로 보안 조사 및 취약점 탐지 강화
url: https://www.dataloco.com/ko/figma
published: 2026-09-16T01:23:34+00:00
language: ko
section: 보안
source: https://www.infoq.cn/article/eS4M9XEPmLbkxksCyAye?utm_source=rss&utm_medium=article
organizations: Figma, Panther, AWS, Okta, GitHub, Snowflake
publisher: Dataloco
---

# Figma, 인공지능 에이전트로 보안 조사 및 취약점 탐지 강화

소프트웨어 기업 Figma의 엔지니어링 팀이 보안 팀의 경고 조사, 과거 사건 검색, 시스템 점검 및 코드 수정 방안 준비를 지원하기 위해 구축한 인공지능 에이전트의 상세 내용을 공개했습니다. 이 시스템은 과거의 사건 조사 경험을 학습하여 반복적인 작업을 줄였으며, 엔지니어들이 복잡한 경고를 해결하는 속도를 약 70% 향상시켰습니다. 다만 인적 검토와 엄격한 제어 조치는 그대로 유지하고 있습니다.

이 보안 시스템은 Panther SIEM을 기반으로 구축되었으며, AWS, Okta, GitHub, GCP 및 osquery의 감사 로그를 조사합니다. 또한 100개 이상의 다른 데이터 소스를 조회하고 풀 리퀘스트를 생성할 수 있는 기능을 갖추고 있습니다. 이 시스템을 통해 복잡한 경고의 처리 시간이 약 70% 단축되었고, 일부 경고의 심각도가 낮아지면서 당직 알림이 20% 감소했습니다.

시스템의 핵심인 경고 분류 에이전트는 Claude Opus와 유사한 모델을 사용합니다. 이 에이전트는 배경 정보로서 전체 Slack 대화 기록과 자체 안내 메모리를 제공받으며, 보안 당직 엔지니어가 분류 과정에서 통상적으로 사용하는 도구 세트를 활용합니다. 또한 AWS Bedrock 지식 베이스, Amazon Kendra, Tines 및 Snowflake 기반 도구를 사용하여 과거 경고를 검색하고 Panther 데이터를 분석합니다.

시스템의 성능 향상을 위해 세 가지 유형의 메모리, 즉 과거 경고, 행동 지침, 학습된 데이터베이스 구조가 분리되어 관리됩니다. 보안 제어 조치는 도구 자체에 내장되어 있으며, 에이전트가 생성한 풀 리퀘스트는 기본적으로 초안 상태로 설정됩니다. 또한 프롬프트 설계는 민감한 데이터가 공개 Slack 채널에 공유되는 것을 방지하도록 되어 있습니다.

취약점 탐지 측면에서 이 에이전트는 기존 도구가 놓친 고위험 취약점 2개를 포함하여 이전에 발견되지 않았던 100개 이상의 취약점을 찾아냈습니다. 코드 리뷰 시스템의 정확도는 한 달 만에 80%에 도달했으며, 2차 검토 단계를 통해 알려진 취약점의 탐지율을 약 30% 높였습니다. 자동화된 지침을 추가한 후에는 특정 코딩 오류가 약 50% 감소했습니다.

Figma는 현재의 인공지능 에이전트가 완벽하지 않다는 점을 인정하면서도, 자동화와 인적 감독 사이의 적절한 균형을 계속해서 발전시켜 나가고 있다고 밝혔습니다.