보안은 어렵고 그 대가는 크다

의사 결정 지원 도구가 보안 운영 팀의 속도와 정확성을 모두 개선하는 방법.

사이버 보안은 공격자가 유리한 비대칭 게임이라고 합니다. 공격자는 단 한 번만 성공하면 되지만, 방어자는 언제나 성공해야 합니다. 단 한 번의 단순한 실수가 데이터 유출, 업무 중단, 서비스 장애, 랜섬웨어 감염 등 치명적인 결과로 이어질 수 있습니다.

그러나 보안을 “제대로” 하기란 어렵습니다. 가정용 네트워크처럼 단일 시스템이나 네트워크로 구성된 매우 작은 환경에서는 제대로 하는 것이 간단해 보일 수 있습니다. 모든 인바운드 접근을 차단하고 몇 개의 시스템에 패치를 적용하면 끝입니다.

안타깝게도 보안 과제는 네트워크의 복잡성이 확대됨에 따라 기하급수적으로 증가합니다. 다른 리소스와의 연결이 필요한 모든 신규 디바이스, 사용자, 서비스는 n 제곱에 비례하여 환경의 복잡성을 높입니다.

100,000개 이상의 리소스를 관리하는 대기업이라면 그 복잡성은 분명하게 드러날 것입니다. 그런데 귀사가 관리해야 할 대상이 100억 개가 넘는 잠재적 연결이라는 점을 인식하고 계셨습니까? 각 시스템이 하나 이상의 서비스를 노출한다는 점까지 고려하면 상황은 그보다 더 복잡합니다(더 자세한 내용은 메트칼프의 법칙을 참조하십시오). 제 오랜 친구인 Rich Mogull의 말처럼 “단순함은 확장되지 않습니다”.

이러한 복잡성의 개념을 네트워크 보안 정책 관리의 맥락에 대입해 보겠습니다. 방화벽 300대를 운영하고 각 방화벽마다 300개의 룰을 관리하는 기업을 가정해 보십시오. 이 예시에서는 각 룰이 출발지와 목적지에 몇 개의 클래스 C 네트워크를 포함하고 그 사이에 몇 개의 서비스(예: HTTPS, SQL, SSH)를 포함한다고 가정합니다.

이 환경에서 보안 팀이 관리해야 하는 대상은 다음과 같습니다.

• 방화벽 300대
• 방화벽 룰 90,000개
• 논리적 방화벽 룰 810,000개(출발지 객체, 목적지 객체, 서비스)
• 연결 1,433,272,320,000개(14억 개)(IP 주소, IP 주소, 서비스)

방화벽 300대에 각각 300개의 룰이 있는 이 “단순한” 환경에서도 보안 운영 팀은 14억 개가 넘는 연결을 관리해야 합니다. 어떤 형태로든 자동화된 분석 없이는 이를 제대로 수행하는 것이 불가능합니다.

복잡성만이 유일한 과제는 아닙니다. 보안은 비즈니스를 지원해야 하며, 비즈니스는 빠르게 변화합니다. 새로운 애플리케이션이 도입되고, 새로운 파트너가 연결되며, 오래된 서비스는 폐기됩니다. 그리고 이 모든 것을 지금 즉시 지원해야 합니다. 허용 가능한 대응 시간은 기업마다 다르며 몇 분에서 몇 개월까지 걸릴 수 있지만, 충분히 빠른 경우는 거의 없습니다. 제대로 하는 것과 빠르게 하는 것은 흔히 상충하지만, 이는 보안 전문가에게 주어진 사명입니다.

게다가 이 문제에 인력을 더 투입하는 것만으로는 해결되지 않습니다. 신규 채용을 억제하라는 압박은 항상 존재합니다. 설령 인력 충원 승인을 받는다 해도, 오늘날의 고용 시장에서 막대한 비용을 들이지 않고 적합한 인재를 찾기는 매우 어렵습니다.

그렇다면 기껏해야 선형적으로만 증가하는 자원으로 기하급수적으로 증가하는 이러한 과제에 어떻게 대응해야 할까요?

그 해답은 의사 결정 지원 도구로 팀의 역량을 강화하는 것입니다. 앞서 언급한 방화벽 예시를 바탕으로 몇 가지 구체적인 과제와, 더 나은 도구가 어떻게 위험 감소, 지속적인 컴플라이언스, 정책 변경의 정확한 배포 시간 단축이라는 보안 성과를 개선하는지 살펴보겠습니다.

위험 감소

트래픽 통과를 허용하는 방화벽 정책의 모든 룰은 조직에 위험을 초래합니다. 이 중 상당 부분은 비즈니스 운영을 위해 수용 가능하고 필요한 위험입니다. 예를 들어 SMTP 트래픽을 송수신할 수 없는 이메일 서버는 쓸모가 거의 없습니다. 그러나 운영 중인 방화벽에 놀라울 만큼 많은 수의 룰이 불필요하며, 그중 다수는 불필요하거나 지나치게 위험도가 높은 접근을 허용합니다.

관리 대상이 14억 개의 연결인 앞선 예시에서, 유용하고 필요한 연결과 쓸모없고 불필요한 연결을 어떻게 구분할 수 있을까요? 네트워크 보안 정책 관리 솔루션은 14억 개의 연결 전체를 평가하고 제거해야 할 연결을 식별하는 데 필요한 의사 결정 지원을 제공할 수 있습니다.

• 중복 룰 찾기: 중복 룰은 정책에 불필요한 복잡성을 더합니다. 기존 룰을 그대로 되풀이하므로 아무런 목적이 없지만, 쉽게 실수로 이어질 수 있는 복잡성을 가중시킵니다. 이는 아무런 위험 없이 제거할 수 있는 가장 손쉬운 개선 대상입니다.
• 섀도우 룰 찾기: 완전한 중복 룰보다 덜 명확한 경우는 다른 룰에 의해 “가려진(shadowed)” 룰입니다. 이러한 룰은 아무런 가치를 제공하지 않고 정책의 복잡성만 높입니다. 이런 룰은 제거하십시오.
• 미사용 룰 찾기: 로그 트래픽을 적절히 모니터링하면 정책에는 존재하지만 사용되지 않는(룰에 일치하는 트래픽이 없는) 룰을 탐지할 수 있습니다. 이러한 룰은 정책의 복잡성을 높일 뿐만 아니라 위험도 가중시킵니다. 다만 재해 복구 시스템과 같은 중요 프로세스가 해당 룰에 의존하면서도 테스트 시에만 트래픽을 발생시킬 수 있으므로, 제거를 결정하기 전에 반드시 먼저 검토해야 합니다.
• 룰 내 미사용 객체 찾기: 출발지 네트워크 3개, 목적지 네트워크 3개, 서비스 3개로 구성된 예시 룰에서 이 중 일부가 불필요한 경우는 매우 흔합니다. 미사용 룰을 식별하는 것과 유사한 기법을 사용하면 룰 내의 미사용 객체를 식별할 수 있습니다. 미사용 객체 하나하나가 불필요한 위험을 의미하므로 제거해야 합니다.
• 위험한 서비스 찾기: 어떤 접근은 애초에 허용해서는 안 됩니다. 예를 들어 암호화되지 않은 프로토콜로 수행되는 시스템 관리는 민감한 데이터와 자격 증명을 노출할 수 있습니다. 이러한 이유로 telnet과 같은 서비스는 대부분의 경우 허용해서는 안 됩니다. 고위험 서비스의 사용을 허용하는 모든 룰을 찾아 해당 접근을 제거하십시오. 필요한 경우 시스템 중단을 방지하기 위해 정책을 수정하기에 앞서 시스템 팀과 협력하여 해당 시스템의 접근 방식을 변경하십시오.
• 영역 정책을 위반하는 룰 찾기: 방화벽은 모든 경우에 네트워크 세그먼트를 분리하도록 구성됩니다. 대부분의 경우 서로 다른 영역 간에 허용되는 트래픽이 무엇인지 기술하는 보안 정책을 정의할 수 있습니다. 예를 들어 인사 부서와 재무 부서 간에 허용되는 접근, 또는 PII 데이터를 호스팅하는 환경과 사용자 네트워크 간에 허용되는 접근 등이 있습니다. 이러한 영역 정책을 기준으로 방화벽 룰을 평가하면 검토 및 개선이 필요한 위반 룰을 식별할 수 있습니다.

컴플라이언스 적용

대부분의 조직은 하나 이상의 내부 또는 외부 컴플라이언스 프레임워크를 준수해야 합니다. 설령 의무 사항이 없더라도 이러한 프레임워크를 기준으로 조직의 보안 정책과 프로세스의 효과성을 검증하는 것은 여전히 유용합니다. 이러한 환경의 복잡성 때문에 평가가 어려워지며, 경우에 따라서는 수작업 검토 프로세스로는 아예 불가능합니다. 자동화는 이를 가능하게 할 뿐만 아니라, 실패 사항을 준실시간으로 식별하여 지속적인 컴플라이언스를 달성할 수 있게 합니다. 또한 포괄적인 방화벽 정책 변경 관리 프로세스에 통합될 경우 실수를 예방합니다.

변경 관리

예시 네트워크에서 14억 개의 연결이 모두 비즈니스 요구에 정확히 부합하게 동작하며 모든 것이 완벽하다 하더라도, 단 한 번의 변경이 치명적인 결과로 이어질 수 있는 위험을 초래할 수 있습니다. 변화는 불가피하며 보안 팀은 신속하고 정확하게 대응할 수 있어야 합니다. 비즈니스 요구에 따른 변경이든 완화해야 할 외부 위협에 따른 변경이든, 새로운 위험이나 서비스 장애를 쉽게 초래할 수 있습니다. 불필요한 위험을 초래하지 않으면서 변경을 가장 잘 구현하는 방법을 파악하는 일은 막중한 과제이며, 자동화된 의사 결정 지원 도구에 가장 적합합니다. 활용 사례의 예는 다음과 같습니다.

• 변경 요청의 위험 및 컴플라이언스 평가: 어떤 변경 요청은 애초에 구현해서는 안 됩니다. 이러한 변경의 잠재적 영향을 어떻게 평가하시겠습니까? 취약점이 알려진 시스템에 대한 접근을 노출하지는 않습니까? 영역 접근 정책을 위반하지는 않습니까? 이러한 요청을 검토하는 수작업 프로세스는 몇 주, 경우에 따라서는 몇 개월까지 걸릴 수 있습니다. 시간이 흐를수록 현업의 불만은 커지고, 결국 고위험 변경을 방지하기 위해 설계된 프로세스와 보안 통제를 우회하는 “긴급 요청”이 발생합니다. 자동화된 사전 변경 평가 도구는 고위험 룰을 실시간으로 식별하고, 이를 요청자에게 반려하거나 예외 처리 프로세스로 전달하는 선택지를 제공합니다.
• 변경 구현 방식 평가: 방화벽 벤더들은 기존 룰에 대한 변경을 매우 쉽게 구현할 수 있도록 훌륭하게 지원해 왔습니다. 그러나 엔터프라이즈 환경에서 어떤 변경을 적용할지, 어떤 방화벽을 변경할지 판단하는 일은 대단히 어려울 수 있습니다. 기존 14억 개의 연결 중에 신규 룰 요청에 필요한 접근이 이미 모두 존재할 수도 있지만, 이를 인지하지 못할 수 있습니다. 또한 중복될 수 있는 새 룰을 생성하는 대신 간단한 수정만 필요한 기존 룰이 있을 수도 있습니다. 어떤 정책과 장비를 수정해야 하는지, 정책 내 어느 위치에 변경을 적용해야 하는지 파악하는 데 몇 시간이 걸릴 수 있습니다. 적절한 의사 결정 지원 도구를 활용하면 이 전체 프로세스를 자동화하여 보안 운영 팀이 올바른 변경을 더 빠르게 수행할 수 있도록 지원할 수 있습니다.

보안은 어렵고 그 대가는 큽니다. 팀이 업무를 수행하는 데 필요한 도구를 제공하십시오.

FireMon이 팀에 필요한 의사 결정 지원을 어떻게 제공하는지 자세히 알아보시려면 보안 정책 솔루션 페이지를 방문하십시오.