SK쉴더스, 글로벌 AI 학회 ‘ICML 2026’ 논문 채택

“AI 보안 기술력, 글로벌 무대서 주목”

SK쉴더스, 글로벌 AI 학회 ‘ICML 2026’ 논문 채택

- 일정하지 않은 공격 흐름까지 분석하는 AI 신기술 ‘QuITE’ 제시
- 기존 대비 최대 45.9% 성능 개선… 다양한 모델에 적용 가능한 구조
- 시큐디움·MDR 등 서비스 적용 검토… sLLM·자율형 SOC 등 AI 보안 연구 확대

[보도자료 제공일 2026년 5월 22일(금)] SK쉴더스(대표 민기식)는 자사 사이버보안 AI 연구 조직인 ‘사이버보안AI랩스’ 소속 임정훈 선임의 연구 논문이 글로벌 3대 AI 학회인 ‘ICML 2026(International Conference on Machine Learning)’에 채택됐다고 22일 밝혔다.

ICML은 NeurIPS, ICLR과 함께 글로벌 3대 AI 학회로 꼽히며, 글로벌 AI 연구의 최신 동향과 기술 방향을 제시하는 대표적인 학술 무대다. 이번 연구는 실제 사이버 공격의 특징인 ‘불규칙 시계열’ 문제를 새로운 방식으로 접근했다는 점에서 높은 평가를 받았다.

기존 사이버 보안 탐지 기술은 공격이 일정한 흐름으로 이어진다는 가정에 기반해 데이터를 분석하는 방식이 일반적이었다. 그러나 실제 사이버 공격은 발생 시점과 간격이 일정하지 않고, 짧은 시간에 집중되거나 장기간에 걸쳐 나타나는 등 다양한 양상을 보인다. 이로 인해 기존 방식으로는 이러한 변화 양상을 충분히 반영하기 어려워, 공격 징후를 놓치거나 탐지 정확도가 떨어지는 한계가 있었다.

이에 SK쉴더스는 불규칙하게 이어지는 공격 흐름을 그대로 분석할 수 있는 AI 신기술 ’QuITE(Query-based Irregular Time-series Embedding)’를 제시했다.

QuITE는 시간 간격이 서로 다른 데이터를 효과적으로 표현하는 분석 기법으로, 실제 공격 흐름을 보다 자연스럽게 반영할 수 있도록 설계됐다. 또한 기존 AI 모델과 유연하게 결합할 수 있어 다양한 보안 탐지 시스템에 적용 가능한 확장성을 갖춘 것이 특징이다.

성능 검증 결과, QuITE는 글로벌 공개 벤치마크 데이터셋에서 기존 시계열 분석 방식 대비 최대 45.9%의 성능 개선을 보였다.

SK쉴더스 임정훈 선임은 “AI 학계에서는 실제 환경의 불완전한 데이터를 어떻게 효과적으로 다룰 것인지가 중요한 과제로 논의되고 있다”며 “이번 연구는 기존 AI 모델이 불규칙한 공격 패턴까지 더 정밀하게 학습할 수 있도록 했다는 점에서 의미가 있다”고 말했다.

SK쉴더스는 이번 연구 성과를 자사 사이버보안 관제센터 ‘시큐디움(Secudium)’과 MDR(Managed Detection & Response) 등 주요 보안 서비스에 적용하는 것을 검토 중이다. 적용 시 위협 탐지부터 분석·대응까지 전 과정의 정밀도를 높이고, 기존 방식으로 포착하기 어려웠던 이상 징후까지 식별할 수 있을 것으로 기대된다.

아울러 사이버보안 특화 소형언어모델(sLLM)과 자율형 보안운영센터(Autonomous SOC) 등 차세대 AI 보안 기술 연구도 지속 확대할 방침이다. 이를 통해 신·변종 공격 대응 역량을 강화하고, AI·자동화 기반의 실시간 탐지·대응 체계를 고도화할 계획이다.

한편, 해당 연구는 오는 7월 6일부터 서울 코엑스에서 열리는 ‘ICML 2026’에서 전 세계 AI 연구자들을 대상으로 발표될 예정이다.

김병무 SK쉴더스 사이버보안부문 부사장은 “이번 ICML 논문 채택으로 SK쉴더스의 AI 연구 역량이 글로벌 학계에서도 경쟁력을 인정받았다”며 “연구 성과를 자사 서비스에 연계해 탐지·분석 역량을 한 단계 끌어올리고, 사이버보안 특화 AI 기술에 대한 투자와 연구를 지속 확대해 나가겠다”고 밝혔다.

▲ SK쉴더스 CI