drift: AI 에이전트의 지속적인 정책 강제 실행

(dev.to)

AI 에이전트가 자율적으로 결제를 수행할 때 발생할 수 있는 권한 오남용 및 보안 취약점을 해결하기 위해, 결제 조건과 정책을 실시간으로 강제 실행하여 보안 공백을 메우는 'drift' 기술이 공개되었습니다.

이 글의 핵심 포인트

1Google AP2 Python SDK에서 오디언스(audience) 검증이 누락되어 잘못된 토큰이 수용될 수 있는 취약점 발견
2drift는 금액, 수취인, 오디언스, 통화, 기간, 의도를 포함한 6가지 규칙을 통해 정책을 강제함
3'Deny by Default' 원칙을 적용하며, 변경 불가능한 만데이트(Mandate)와 추가 불가능한 원장(Append-only ledger) 구조를 채택
4MCP(Model Context Protocol)를 지원하는 drift_check, drift_session, drift_explain 등의 표준 라이브러리 제공
5일일 100회 검사까지 무료로 제공되며, 136개의 테스트를 통과하여 안정성을 입증함

이 글에 대한 공공지능 분석

왜 중요한가?

AI 에이전트가 금융 권한을 갖게 되는 시대에, 권한 위임 과정에서의 보안 허점은 막대한 경제적 손액으로 이어질 수 있기 때문입니다. 특히 기존 SDK의 검증 누락을 구체적으로 지적하며 실질적인 방어책을 제시했다는 점에서 보안 표준의 중요성을 시사합니다.

어떤 배경과 맥락이 있나?

AI 에이전트가 스스로 결제하고 계약하는 'Agentic Workflow'가 확산됨에 따라, 에이전트에게 부여된 권한(Mandate)이 적절한 범위 내에서만 사용되는지 검증하는 기술적 요구가 급증하고 있습니다.

업계에 어떤 영향을 주나?

에이전트 기반 경제(Agentic Economy)의 신뢰 구축을 위한 필수 보안 인프라로서, MCP(Model Context Protocol)와 결합된 보안 레이어 솔루션 시장의 성장을 촉진할 것입니다.

한국 시장에 어떤 시사점이 있나?

AI 에이전트를 활용한 핀테크 및 자동화 서비스를 개발하는 국내 스타트업들은 에이전트의 자율성 확대와 동시에 발생할 수 있는 보안 리스크를 관리하기 위해, 이러한 정책 강제 실행 기술을 아키텍처 설계 단계부터 고려해야 합니다.

이 글에 대한 큐레이터 의견

AI 에이전트의 자율적 경제 활동이 가시화되면서, '권한 부여(Delegation)'와 '실행(Execution)' 사이의 보안 격차를 메우는 것이 핵심 과제로 떠오르고 있습니다. drift는 단순히 취약점을 지적하는 데 그치지 않고, 금액, 수식인, 기간 등 구체적인 6가지 규칙을 통해 'Deny by Default' 원칙을 구현함으로써 에이전트 경제의 신뢰 기반을 마련하려는 시도로 평가됩니다.

물론, 이러한 지속적인 정책 검증 레이어는 에이전트의 실행 속도(Latency)를 저하시키거나, 복잡한 정책 설정으로 인해 에이전트의 유연한 의사결정을 방해할 수 있는 트레이드오프가 존재합니다. 보안을 강화할수록 에이전트의 자율적 최적화 능력은 제한될 수밖에 없습니다. 따라서 창업자들은 보안 수준과 에이전트의 성능 사이의 균형점을 찾는 '적정 보안(Appropriate Security)' 전략을 수립해야 하며, drift와 같은 표준화된 보안 프로토콜을 활용해 초기 인프라 구축 비용을 절감하는 기회로 삼아야 합니다.

원문 보기 →