방코 세르피난자는 AI를 활용하여 검색 관리 시간을 약 90% 단축하고 안전한 개발 제어를 자동화했습니다.

사례 연구

방코 세르피난자 로고

방코 세르피난자 소개

방코 세르피난자 SA 콜롬비아 바랑키야에 본사를 둔 금융 기관으로, 소비자 금융, 소매 금융 및 중소기업을 위한 금융 솔루션을 전문으로 합니다.

은행은 성장 및 디지털 전환 전략의 일환으로 디지털 상품 및 서비스 출시 속도를 높이기 위해 자체 기술 역량을 구축했습니다. 은행의 소프트웨어 개발은 ​​사내 소프트웨어 개발 센터와 은행을 위해 코드를 작성하는 전문 전략적 파트너 그룹이라는 두 가지 축을 기반으로 합니다.

과제: 분산 개발 환경 전반에 걸친 보안 강화

개발 속도가 빨라지고 내부 팀과 여러 외부 파트너로 개발이 분산될 경우, 보안 관리는 더 이상 수동 검토에만 의존할 수 없습니다. 매번 배포될 때마다 코드 취약점이나 안전하지 않은 인프라 구성이 제때 발견되지 않고 프로덕션 환경에 배포될 위험이 발생합니다.

탐지 자체는 문제가 아니었습니다. 주기적인 검토를 통해 보안팀은 수많은 탐지 결과를 받았고, 이를 하나하나 수동으로 분류하여 개발자 투입이 필요한 항목을 결정하고 배정해야 했습니다. 병목 현상은 분석 자체가 아니라 바로 이 분류 작업에서 발생했습니다. 방코 세르피난자는 다음과 같은 세 가지 구체적인 요구 사항을 파악했습니다.

• 지속적이고 일관된 가시성 은행 내부에서 작성된 코드든 파트너가 작성한 코드든, 은행에 유입되는 모든 코드의 위험성을 내포하고 있습니다.
• 수동 분류가 아닌 자동 우선순위 지정. 무엇을 먼저 고칠지 결정하는 것은 누군가가 목록을 하나씩 검토하는 것에 달려 있어서는 안 됩니다.
• 개발 주기 내에서 제어해야지, 개발 후에 제어해서는 안 됩니다. 분석은 모든 항목에 대해 실행되어야 합니다. commit 모든 pull request주기적인 검토처럼 한 단계와 다음 단계 사이에 공백이 생기는 방식이 아닙니다.

근본적인 목표는 분석 도구를 하나 더 추가하는 것이 아니라, 자동화되고 측정 가능한 증거를 통해 안전한 개발 거버넌스를 강화하는 것이었습니다.

우리의 과제는 취약점을 탐지하는 것이 아니라, 내부 개발팀과 외부 파트너의 빠른 속도에 맞춰 탐지하는 것이었습니다. 비즈니스의 빠른 속도 때문에 은행에 투입되는 코드의 양이 끊임없이 증가했고, 수동적인 통제 방식으로는 이를 감당할 수 없었습니다.

레오넬 산티아고 사난드레스

운영 위험 관리 책임자

해결책: 디지털 전환 비전에 부합하는 플랫폼

은행은 시장에 나와 있는 여러 대안들을 철저히 평가한 후 Xygeni를 채택했습니다.

첫 만남은 스페인 레온에서 INCIBE가 주최한 18ENISE 행사에서 이루어졌으며, 당시 Banco Serfinanza 팀은 소프트웨어 개발 보안 관리에 대한 Xygeni의 접근 방식을 알게 되었습니다.

그 후, 두 가지를 검증하기 위해 개념 증명(proof of concept)을 실행했습니다. 첫째, 플랫폼이 은행이 이미 보유하고 있는 프로세스 및 도구와 통합되는지 여부, 둘째, 플랫폼에서 생성된 결과가 보안 팀의 업무 부담을 늘리지 않고도 실행 가능한지 여부입니다.

Xygeni는 단일 플랫폼에서 전체 사이클을 포괄하며, 독점 코드, 오픈 소스 종속성, 실행 중인 애플리케이션, API, 노출된 자격 증명 및 코드형 인프라 분석은 물론 소프트웨어 공급망 보호까지 제공합니다. ASPM 이 계층은 자체 조사 결과와 다른 도구에서 수집한 결과를 하나의 위험 모델로 통합합니다.

방코 세르피난자는 해당 플랫폼을 기반으로 은행의 우선순위에 부합하는 네 가지 기능을 배포했습니다. 그중 하나가 바로 AI입니다. SAST 독점 코드에 대해, CI/CD 보안 pipelines, IaC Security 인프라를 코드로 관리하는 방식과 플랫폼의 인공지능 계층은 다른 세 가지 요소가 감지하는 모든 것의 분류 및 우선순위 지정을 자동화합니다.

GitLab에서 통합 작업을 수행하여 기존 기능에 분석 기능을 추가했습니다. pipelines. 전체 시스템에 걸쳐 분석 기능을 한 번에 활성화하는 대신, 은행의 우선순위에 따라 단계적으로 저장소를 도입했습니다.cision은 보안 배포 시 흔히 발생하는 문제, 즉 초기 단계에서 너무 많은 발견 사항이 발생하여 개발 팀이 이를 무시하는 현상을 피했습니다.

그 결과는 특히 자동화, 위험 가시성 및 강화된 보안 개발 제어 측면에서 조직의 목표와 매우 잘 부합하는 것으로 나타났습니다.

Xygeni 제품 사용

Banco Serfinanza는 Xygeni의 모든 제품을 테스트하여 분석 범위와 문제 발견율을 높였지만, PoC(개념 증명) 과정에서 중점적으로 검토하고 검증한 이점은 다음과 같습니다.

CI/CD 보안

Pipelines는 애플리케이션 코드와 동일한 주기로 코드로 분석됩니다. Xygeni 검사 pipeline 정의와 SCM 안전하지 않은 구성, 과도한 권한, 보호되지 않은 브랜치 및 빌드 프로세스의 위험에 대한 설정을 OWASP에 매핑합니다. CI/CD 상위 10위. 분산 개발 방식을 사용하는 은행의 경우, pipeline 이는 코드 자체만큼이나 중요한 통제 지점입니다. 은행에 들어오는 모든 정보, 내부에서 오는 정보든 외부에서 오는 정보든, 모두 이곳으로 모이기 때문입니다.

AI SAST

모든 독점 코드에 대한 AI 기반 정적 분석 commit pull requestSQL 인젝션이나 크로스 사이트 스크립팅과 같은 불안정한 패턴을 감지하고, 저장소 자체의 컨텍스트를 사용하여 악용 가능한 부분과 이론적인 부분을 구분하므로 개발자는 중요한 정보만 볼 수 있습니다. standard 이 기능은 내부 팀과 전략적 파트너의 코드 모두에 적용되며, 문제가 확인되면 AI 자동 수정 기능이 수정 사항을 직접 제안합니다. pull request.

IaC Security

Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm 및 Dockerfile은 물론 이러한 도구로 생성된 컨테이너 이미지 전반에 걸쳐 인프라 코드의 안전하지 않은 구성은 프로비저닝되기 전에 감지됩니다. Guardrails 인간을 pull request 그리고 pipeline 위험한 변경 사항이 클라우드에 도달하기 전에 차단하면 AI 자동 수정 기능이 수정된 템플릿을 제안합니다. 수정은 배포 후 유지 관리 시간을 소모하는 것이 아니라, 단 몇 분 만에 완료됩니다.

결과

보안 문제점 식별, 우선순위 지정 및 담당자 지정에 소요되는 시간을 90% 절감합니다.
비용 절감은 탐지 속도 향상에서 오는 것이 아니라, 수동 분류 작업을 더 이상 하지 않아도 되기 때문에 발생합니다. 분석은 주기적인 검토에서 모든 작업에 대해 자동으로 실행되는 방식으로 전환되었습니다. commit 모든 pull request그리고 AI 레이어는 이론적인 심각도가 아닌 실제 맥락에 따라 이미 정렬된 위험 정보를 제공합니다. 이전에는 보안 팀이 반복적으로 목록을 검토하고 누구에게 어떤 작업을 할당할지 결정해야 했던 작업이 이제는 이미 해결된 상태로 제공됩니다. 이러한 90%의 성과 향상은 인공지능 레이어 도입과 동시에 이루어졌습니다. 지속적인 탐지는 이미 AI를 통해 해결되었습니다. SAST, CI/CD 보안 및 IaC Security부족했던 점은 각 분석 후에 쌓이는 수작업을 없애는 것이었습니다.

은행 자체 팀이 작성하지 않은 코드에 대한 거버넌스

보안 관리는 내부 개발 업체와 전략적 파트너사 간의 개발 모두에 동일하게 적용됩니다. 은행은 각 공급업체의 관행을 신뢰하는 단계에서 벗어나 동일하게 검증 가능한 기준을 요구하는 단계로 전환했습니다. standard자동화된 증거를 통해 100개 이상의 저장소에서 지속적인 분석을 통해 모든 배송에서 해당 요건이 충족되었음을 입증합니다. 이는 전체 배포에서 가장 장기적인 효과를 가져오는 결과입니다. standard 모든 납품 건에 대해 점검되는 이 사항은 각 파트너의 성숙도나 상업적 관계에 좌우되지 않으며, 은행이 공급업체와의 대화에서 차별화된 입지를 확보할 수 있도록 해줍니다.

실제 제품 배포 전 취약점 조기 발견

코드 취약점과 안전하지 않은 인프라 구성은 개발 주기 내에서 발견되므로, 나중에 수정하는 비용보다 훨씬 적은 비용으로 해결할 수 있습니다. 현재는 모든 중요 및 심각도 높은 취약점이 제품 출시 전에 해결되고 있습니다.

문제 발견부터 해결까지 걸리는 시간은 며칠이 아닌 몇 시간 단위입니다.

이전에는 다음 정기 검토 때까지 발견되지 않을 수 있었던 취약점이 이제는 몇 분 안에 동일한 시스템 내에서 발견됩니다. pull request 문제가 발생한 지점에서 수정이 이루어지며, 개발자가 상황을 아직 잘 기억하고 있을 때 수정이 완료됩니다. 따라서 수정 작업은 더 이상 작업 중단이 아니라 이미 진행 중인 작업의 일부가 됩니다.

자동 우선순위 지정: 방대한 검색 결과에서 핵심 목록을 추려내기

트리아지 작업은 더 이상 보안팀의 전담 업무가 아닙니다. 플랫폼의 인공지능이 실제 상황에 맞춰 위험을 분류하고 개발팀에 전달되는 불필요한 정보를 줄여줍니다. 이러한 효과는 기술적인 측면뿐만 아니라 보안과 제품 간의 연관성을 개선하는 데에도 도움이 됩니다. 개발자에게 수정을 요청하는 내용이 타당성을 갖도록 설계되기 때문입니다.

Xygeni를 도입함으로써 제어 기능을 자동화하고 취약점을 조기에 감지하여 보안 개발 프로세스를 크게 강화할 수 있었습니다.

우리는 발견 사항을 관리하고 우선순위를 정하는 데 소요되는 시간을 약 90% 단축했으며, 현재 대부분의 문제는 프로덕션 환경에 배포되기 전에 해결됩니다. 플랫폼의 기술적 역량 외에도, 우리는 그 팀의 역량을 높이 평가합니다. commit전체 과정에 걸쳐 지속적인 개선, 혁신 및 긴밀한 지원을 제공하는 것을 목표로 합니다.

Xygeni는 당사의 디지털 전환 및 기술 위험 관리 전략에서 중요한 역할을 담당하게 되었습니다.

레오넬 산티아고 사난드레스
Banco Serfinanza SA 운영 위험 담당 이사

소프트웨어 개발 및 제공을 안전하게 보호하세요

Xygeni 보안과 함께