클라우드플레어, 정상 웹 요청 구조 학습해 비정상 트래픽 막는 애플리케이션 프로필 출시

긍정 보안 모델의 웹 확장

클라우드플레어가 웹 애플리케이션의 정상 요청 구조를 분석해 비정상 트래픽을 차단하는 애플리케이션 프로필 기능을 공개했다. 기존에 애플리케이션 프로그래밍 인터페이스를 대상으로 제공하던 스키마 학습과 검증 기반의 긍정 보안 모델을 일반 웹 애플리케이션 전반으로 확장한 조치다. 이 기능은 유입되는 웹 요청의 형식과 구조를 지속적으로 학습한 뒤, 사전에 정의되거나 학습된 정상 기준에 부합하는 요청만 통과시키는 방식으로 공격 노출면을 크게 줄인다.

이번 기능 출시의 배경에는 첨단 생성형 인공지능과 대규모 언어 모델을 악용한 웹 공격의 급증이 자리 잡고 있다. 최근에는 전문 지식이 부족한 공격자도 언어 모델에 프롬프트를 입력해 악성 페이로드를 생성하고 방화벽 응답에 맞춰 수시로 기법을 변형하며 취약점을 탐색하고 있다. 기존의 서명 기반 방화벽 규칙과 기계학습 탐지만으로는 수없이 변형되는 공격을 막는 데 한계가 있고 취약점을 매번 신속히 패치하는 방식도 지속하기 어렵기 때문에 정상 트래픽의 구조 자체를 학습하는 방어 방식이 필요해졌다.

프로필 학습과 자동 검증 체계

애플리케이션 프로필은 웹 자산 관리 화면에서 감지된 웹 작업이나 사용자가 수동으로 등록한 작업을 대상으로 트래픽을 관찰한다. 시스템은 각 영역에서 최근 7일 동안 성공적인 200번대 응답을 받은 트래픽을 주 1회 수집하여 자동으로 구조를 학습한다. 특정 작업의 필드 구조를 파악하려면 최소 1,000건의 정상 요청이 필요하며, 데이터 경계값과 허용 범위를 도출하기 위해서는 최소 10,000건 이상의 정상 요청 데이터가 누적되어야 한다.

학습 대상에는 요청 경로 변수를 비롯해 쿼리 매개변수, 요청 헤더, 쿠키, 제이슨 및 양식 인코딩 본문 구조가 두루 포함된다. 각 필드별로 정수, 문자열, 불리언, 배열, 범용 고유 식별자, 최대 세 개 항목으로 구성된 열거형 등의 데이터 유형을 분석한다. 학습이 완료되면 실시간 트래픽에 상시 검증 계층이 배포되어 기대 범위 이탈, 알 수 없는 열거값, 잘못된 형식 등 10가지 세부 사유를 기준으로 위반 여부를 식별하고 요청 메타데이터에 기록한다.

보안 분석과 정책 적용 방식

검증 결과는 트래픽을 즉시 차단하지 않고 메타데이터로만 추가되므로 운영 안정성을 사전에 확보할 수 있다. 보안 분석 화면의 전용 탭에서 지난 7일간의 비준수 트래픽 추이를 확인하고, 샘플 로그를 통해 어떤 필드에서 왜 검증에 실패했는지 정밀하게 추적할 수 있다. 또한 새로운 애플리케이션 배포나 정상 클라이언트 변경으로 인한 오탐 가능성을 줄이기 위해 본격적인 차단 규칙을 적용하기 전 충분한 관찰 기간을 두도록 권장한다.

운영자는 확인된 검증 결과를 바탕으로 특정 경로나 필드에 대해서만 선별적으로 차단하는 보안 규칙을 유연하게 수립할 수 있다. 이 메타데이터 신호는 봇 점수나 공격 점수 같은 기존 보안 신호와 결합해 정교한 방어 조건을 구성하는 데 활용된다. 향후에는 인공지능 기반 분석을 접목해 필드 간 연관성과 일회용 비밀번호 같은 인증 의존성을 파악하고, 비정상 데이터 전송량이나 정찰 활동 지표를 바탕으로 우선순위가 높은 작업을 먼저 보호할 수 있도록 지원할 예정이다.

지원 현황과 기술적 제약

현재 이 기능은 인터페이스 보안 서비스를 이미 구독 중인 고객에게 즉시 제공되며, 해당 서비스를 사용하지 않는 기업용 고객에게는 비공개 시험판 형태로 순차 개방된다. 비공개 시험판 참여 기업은 실제 운영 트래픽에서 프로필 정확도와 분석 지표를 시험하고 제품 팀에 피드백을 전달할 수 있다. 운영자는 완성된 학습 스키마를 오픈에이피아이 형식으로 내려받아 검토하거나 이를 다시 업로드하여 프로필을 고정하고 유지하는 방식으로 관리할 수 있다.

다만 이번 기능은 멀티파트 양식과 그래프큐엘, 확장성 생성 언어 형식의 본문 데이터는 아직 지원하지 않는다. 동일한 매개변수가 반복해서 유입될 경우 각각의 값은 개별 검증하지만 매개변수의 고유성을 강제하지는 않으며, 필수 매개변수 누락 여부도 학습하지 않는다. 아울러 학습 기반 데이터에는 정상 응답을 유도한 봇이나 스캐너 트래픽이 섞여 있을 수 있으므로 차단 규칙을 강제하기 전 면밀한 검토가 필요하다.