AI 기술의 발전으로 공격자가 LLM을 활용해 실시간으로 변형되는 페이로드를 생성하며 보안 위협이 고도화되고 있습니다. 기존의 시그니처 기반 탐지 방식은 알려진 패턴만을 차단하기 때문에 이러한 변형 공격을 막는 데 한계가 있습니다. 따라서 “무엇이 악성인가”를 정의하는 대신, “무엇이 정상인가”를 데이터로 학습하는 Behavior-based Anomaly Detection으로의 패러다임 전환이 필요합니다. Isolation Forest나 Autoencoder와 같은 알고리즘을 활용해 정상 베이스라인을 구축하고, WAF와 이상 탐지 엔진을 결합한 다층 방어 체계를 구축함으로써 APT와 같은 지능형 지속 위협에 효과적으로 대응할 수 있습니다.