> For the complete documentation index, see [llms.txt](https://h08.gitbook.io/undefined/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://h08.gitbook.io/undefined/undefined/1..md). # 1. 배경 전통적인 사이버 보안이 위협을 미리 차단하는 예방 중심이었다면, 최근 사이버 복원력이라 부르는 Cyber Resilience는 침해사고 발생을 전제로 한 신속한 탐지 및 대응과 복구에 초점을 맞춘다. 이러한 변화의 배경에는 생성형 AI와 클라우드 기술의 발전이 있다. 새로운 공격 유형이 지속적으로 등장하고, 완벽한 예방은 불가능 하다는 인식의 변화에서 시작하였다. [IBM 2024년 데이터 유출 보고서](#user-content-fn-1)[^1]에 따르면 전 세계 평균 데이터 침해 비용은 495만 달러에 달하며, 침해사고 식별 및 봉쇄까지 평균 287일이 소요되는 것으로 나타났다. 특히 클라우드 환경에서 발생하는 보안 사고는 급격히 증가하고 있다. [Verizon 2024년 데이터 침해 조사 보고서(DBIR)](#user-content-fn-2)[^2]에 따르면, 클라우드 기반 보안 사고는 전년 대비 67% 증가 했으며 이 중 82%가 사람의 실수나 내부자 위협에 기인한 것으로 분석되었다. 이는 기존 네트워크 경계 보안만으로는 한계가 있음을 시사한다. 현대 기업들은 '침해사고가 발생했을 때 얼마나 빠르게 정상화 할 수 있는가'에 큰 관심을 기울이고 있으며, 평균 탐지 시간(MTTD, Mean Time To Detect)과 평균 대응 시간(MTTR, Mean Time To Restore or Mean Time To Repair)을 단축하는 것이 핵심 과제로 부상하고 있다. 본 프로젝트는 이러한 Cyber Resilience 개념을 바탕으로 진행하였다. 실제 클라우드 환경에서 발생할 수 있는 침해사례를 시뮬레이션하기 위해 인프라를 구성하고, SIEM(Security Information and Event Managemen)과 SOAR(Security Orchestration, Automation and Response)를 활용한 자동화 된 대응 체계를 오픈소스 도구로 구현해 보았다. [^1]: [^2]: