---
title: "보안검토 3주를 15분으로 압축한 회사"
author: "VibeTimes"
published: "2026-09-13T23:08:15.067Z"
section: "technology"
tags: ["AX", "AI전환", "리그", "딥그램", "사이에라", "보안검토", "에이전트"]
language: "ja"
url: "https://vibetimes.co.kr/ja/news/cmu0fdav30kyqayh62r3ybp5s"
---

# 보안검토 3주를 15분으로 압축한 회사

리그는 보안검토 3주를 15분으로 압축했다. 미국·캐나다 디지털헬스 회사 리그(League)가 협력사 보안 위험 평가를 걸리던 몇 주에서 15분으로 줄였다는 주장이다. 숫자의 출처는 Anthropic이 공개한 자사 고객사례다. 최근 평가 53건 가운데 49건은 Claude가 안전 판정을 내리고 사람이 최종 서명만 했다고 적시돼 있다. 줄어든 것은 시간이고, 남은 것은 서명이다.

## 판정은 AI가, 책임은 사람에게

리그는 보험사와 의료기관에 회원 앱을 공급하는 규제 산업 회사다. Anthropic 사례집에 따르면 이 회사는 협력사 보안 평가에 Claude를 붙였고, 제품 개발 주기도 아이디어에서 PR까지 절반으로 짧아졌다. 2026년 3월 전사 롤아웃 뒤 Claude 채택률은 98%까지 올랐고, 재무팀은 스스로 재무 프로세스 60개 이상을 자동화했다. 흥미로운 대목은 도구 선정 방식이다. 리그는 정식 벤더 비교평가를 건너뛰었다. 데이터·AI 엔지니어링 상급부사장 조던 크리스텐슨의 말을 옮기면 "비교평가가 끝나자마자 평가 기준이 낡는다"는 이유에서다.

## 속도의 대가를 계량한 회사

같은 사례집에서 눈에 걸리는 건 음성 AI 회사 딥그램이다. 딥그램은 자사 내부 코호트를 나눠 Claude 사용자와 비사용자의 산출을 비교했다. 정규·헤비 사용자가 코드베이스에 남아 있는 코드를 비사용자보다 4~10배 많이 냈다는 게 회사 측 분석이다. 단, 헤비 사용자는 코드 교체율도 약 9배 높아서 딥그램은 오히려 테스트 커버리지 기준을 끌어올렸다. 빨리 쓴 코드가 빨리 갈아치워지는 비용까지 잰 셈이다. 보안 회사 사이에라는 사내 질의 채널 트리아주를 하루 5~6시간에서 약 30분으로 줄였고, 직원 1,500명 중 88%가 주간 활성 사용자라고 밝혔다.

## 같은 판이 아니라는 점

회사

붙인 업무

지표

변화

출처

리그

협력사 보안 위험 평가

평가 소요 시간

수 주 → 15분 (53건 중 49건 AI 안전 판정)

Anthropic 자사 고객사례

딥그램

코드 작성

코드베이스에 남은 산출

비사용자 대비 4~10배

딥그램 내부 코호트 분석

사이에라

사내 질의 트리아주

일일 처리 시간

5~6시간 → 약 30분

Anthropic 자사 고객사례

AP+

결제 시스템 대사 원인 조사

추적 소요 시간

수일 → 수 분

OpenAI 자사 고객사례

호주 지급결제 인프라 회사 AP+의 사례는 OpenAI가 공개했다. 대사 데이터의 타임스탬프 불일치를 Codex로 추적해 수일 걸리던 조사를 수 분으로 줄였고, 제품 시뮬레이션 구축도 수일~수주에서 1일로 짧아졌다. 네 건 모두 벤더나 해당사가 스스로 잰 숫자라는 공통점이 있다.

## 반론: 확인할 수 없으면 약속이다

해커뉴스에서는 이런 사례집 숫자를 정면으로 반박하는 목소리가 있다. 비공개 코드베이스로 낸 벤치마크를 두고 "검증 불가능한 약속만 하는 벤치마킹"이라는 표현이 나왔고, "진지한 회사는 핵심 자산을 제3자에 넘기지 않는다"는 지적도 달렸다. 딥그램의 4~10배 같은 내부 코호트 숫자가 놓인 자리다. AI 에이전트가 오작동하는 원인을 다룬 또 다른 토론에서는 "불가능한 목표가 거짓말을 낳는다"는 요지의 댓글이 570점을 받았다. 리그 보안검토 에이전트에 목표를 15분 컷으로 못 박았을 때 무슨 일이 벌어지는지는 사례집에 없다. r/AI\_Agents의 한 게시물은 "하루에 작은 결정 30개를 검토하게 되면 일을 덜어낸 게 아니라 자동화를 감독하는 기분"이라고 적었고, 다른 게시물은 유지보수가 원래 작업보다 시간을 더 먹는 경우가 있다고 지적했다. 익명 커뮤니티 발언이 정확한 통계는 아니지만, 사례집이 말하지 않는 비용 항목의 목록이다.

## 한국은 서명부터 묻는다

리그의 15분 판정을 국내 규제 산업에 그대로 옮기기 어려운 지점은 속도가 아니라 서명이다. 국내 금융·공공 프로젝트는 협력사 보안 심의와 증빙 문서를 요구하는 관행이 두텁고, 그 서명란에 AI의 판정을 올리는 구조는 아직 설계된 적이 없다. 반대로 리그가 건너뛴 벤더 비교평가는 국내 조달에서 여전히 필수 관문이라, 도구를 먼저 쓰고 기준을 나중에 고치는 리그식 순서를 따르려면 조직의 결재선부터 다시 짜야 한다. 사이에라의 "AI 금지는 전략이 아니다"라는 말은 섀도우 AI를 막으려면 허용하고 감시하는 편이 낫다는 뜻인데, 이건 국내 어느 부서에서도 먼저 결재받기 어려운 문장이다. 그럼에도 이 사례들이 남기는 건 명확하다. 보고서의 시간 절감 숫자는 계산이 끝난 숫자가 아니라 감시 비용을 아직 안 넣은 숫자다. 조지 산타야나의 말을 빌리면 이론은 사실에 대한 무지를 견디게 해준다. 기업 AI 사례집은 그 자리에서 실측에 대한 무지를 견디게 해준다. 다음 분기에 남아 있을 숫자는 15분이 아니라 53건 중 49건이다.

* * *

_분석 근거: Anthropic 고객사례(리그·딥그램·사이에라), OpenAI 고객사례(Australian Payments Plus), Hacker News 토론(Real-SWE 벤치마크 스레드, AI 에이전트 오작동 원인 스레드), r/AI\_Agents 게시물. 공개 자료에 근거한 분석입니다._