아이덴티티는 에이전틱 AI의 문지기다

F5 리서치 | 2026년 5월 27일

2026년 애플리케이션 전략 현황 보고서에서 얻은 인사이트

에이전틱 AI는 이론의 단계를 넘어 이제 당연한 기대가 되었습니다.

최근 발표한 2026년 애플리케이션 전략 현황 보고서에 따르면, 조직의 98%가 에이전틱 AI에 적극적으로 대비하고 있습니다. 실험하는 것이 아니라 대비하는 것입니다. 이는 중요한 사실을 시사합니다. 기업들은 AI가 행동에 나설지 여부를 논의하는 것이 아닙니다. AI가 행동할 것이라고 전제하고, 그에 따른 결과에 어떻게 대처할지 모색하고 있습니다.

그리고 그 결과는 아키텍처 차원에서 나타납니다.

기업들은 추론을 가까이에 두고 있습니다

더욱 시사적인 신호 중 하나는 추론이 실제로 어디에서 실행되는지입니다.

약 78%의 조직이 이미 자체적으로 AI 추론을 운영하고 있습니다. 퍼블릭 AI 서비스에 주로 의존하는 조직은 36%에 불과하며, 자체 관리형 추론 없이 퍼블릭 서비스만 사용하는 조직은 단 8%입니다.

이러한 분포는 중요합니다.

이는 기업이 통제권을 외부에 맡기지 않고 있음을 보여줍니다. 기업은 추론 기능을 의도적으로 자체 운영 경계 안에 두어 내부 시스템, 데이터 및 워크플로와 상호 작용할 수 있도록 하고 있습니다. 즉, 에이전틱 AI가 행동을 시작할 때 그 활동은 어딘가 ‘외부’에서 이루어지는 것이 아닙니다. 기업 내부에서 여러 환경에 걸쳐 기록 시스템을 대상으로 이루어집니다.

그만큼 위험 부담도 크게 높아집니다.

행위자가 달라졌다

우려를 불러일으키는 것은 단순히 규모나 복잡성만이 아닙니다. 행위자의 성격 자체가 문제입니다.

AI 시스템은 더 이상 인간의 입력에 반응하는 수동적인 도구가 아닙니다. 이제 워크플로에 직접 참여하는 주체로 진화하고 있습니다. 요청을 시작하고, API를 호출하며, 여러 작업을 연계하고, 지속적으로 작동하게 될 것입니다.

이로 인해 기존의 많은 전제가 더 이상 성립하지 않게 됩니다.

기존의 ID 모델은 사람을 중심으로 설계되었습니다. 사용자가 로그인하고 인증을 거쳐 일련의 권한을 부여받은 뒤, 그 권한 범위 내에서 작업을 수행합니다. 이러한 모델은 각 작업이 개별적으로 이루어지고 특정 개인에게 귀속될 수 있을 때 효과적입니다.

행위 주체가 여러 사용자나 프로세스를 대신해 여러 시스템에 걸쳐 수천 건의 요청을 빠르게 연속으로 보낼 수 있는 머신이라면, 이 모델은 한계에 부딪히기 시작합니다.

아이덴티티가 핵심 관심사로 떠올랐습니다

당사의 데이터는 이러한 변화를 명확히 보여줍니다.

ID 및 액세스 제어는 에이전틱 AI와 관련해 예상되는 가장 큰 과제로 꼽히며, 모델 품질이나 인프라 규모, 비용에 대한 우려를 앞섭니다. 인증은 AI 추론 서비스를 보호하기 위해 가장 많이 선택되는 방법이며, 권한 부여 및 액세스 제어는 관측 가능성과 더불어 가장 중요한 보호 메커니즘으로 꾸준히 꼽힙니다.

동시에 조직의 88%는 AI와 관련된 운영 또는 보안 문제를 하나 이상 겪고 있다고 답했습니다. 이는 두 가지를 시사합니다. 첫째, 조직들은 이미 어려움에 직면하고 있습니다. 둘째, 조직들은 ID 관리가 문제의 핵심이라는 점을 이해하고 있습니다.

AI가 행동할 수 있게 되는 순간, 문제는 더 이상 AI가 무엇을 할 수 있느냐에만 국한되지 않기 때문입니다. AI가 어떤 신원으로 행동하도록 허용되는지가 중요해집니다.

배포와 보안이 동일한 계층에서 융합되고 있습니다

조직이 전송 및 보안 서비스에서 가장 큰 효과를 얻는 영역을 살펴보면 또 다른 패턴이 드러납니다.

딜리버리 부문에서는 프롬프트 계층이 29%로 가장 높고, 토큰 및 제어 계층이 23%로 그 뒤를 잇습니다. 보안 부문에서도 프롬프트 계층이 25%로 가장 높으며, 토큰 및 제어 계층은 23%입니다.

이러한 일치는 우연이 아닙니다.

The 프롬프트 계층에서는 의도가 표현됩니다. 토큰 계층에서는 범위, 비용 및 실행이 관리됩니다. 이 지점들에서 의사 결정이 이루어지고 위험이 발생합니다.

제공과 보안이 모두 이 지점에 집중되고 있다는 것은 조직이 추론 시점의 성능, 안정성, 위험을 서로 분리할 수 없는 문제로 보고 있음을 의미합니다.

ID는 이들을 하나로 연결하는 핵심 요소입니다. 누가 프롬프트를 보내는지, 토큰이 어떤 범위의 권한을 나타내는지, 그리고 그에 따라 어떤 작업이 허용되는지를 결정합니다.

정적 ID 모델은 동적 시스템에서 살아남지 못한다

다중 모델 환경에서는 상황이 더욱 복잡해집니다.

조직들은 프로덕션 환경에서 평균 7개의 모델을 운영하며, 이를 조정하거나 확장하기 위해 평균 약 2.5개의 기법을 함께 사용한다고 보고합니다. 이로 인해 런타임에 라우팅, 폴백, 버전 관리에 관한 결정을 내려야 합니다.

요청이 여러 모델과 컨텍스트에 걸쳐 동적으로 라우팅되는 시스템에서는 로그인 시 한 번만 신원을 확인하는 것으로는 충분하지 않습니다. 신원 정보는 요청과 함께 전달되어야 합니다. 또한 라우팅 결정, 토큰 한도, 정책 적용에 맞춰 지속적으로 검증되어야 합니다.

다시 말해, ID 확인은 최초 진입 시 한 번 수행하는 검사를 넘어 요청 처리 과정에 내재된 통제 수단으로 전환됩니다.

제어는 프로그래밍 방식으로 이루어져야 합니다

그러한 제어가 어떻게 이루어지는지도 그에 못지않게 중요합니다.

운영 업무 전반에서 조직들은 GUI, CLI 또는 자연어 인터페이스보다 API 기반 제어를 일관되게 선호합니다. AI를 적극적으로 활용하지 않는 조직조차도 API를 선호하는 경향이 있습니다.

이러한 선호는 편의성 때문이 아니라 필수적이기 때문입니다.

에이전트는 버튼을 클릭하지 않습니다. API를 호출합니다. 프로그래밍 인터페이스를 통해 인증하고, 권한을 부여받고, 작업을 실행합니다. 사람이 개입하는 워크플로에 의존하는 모든 ID 모델은 에이전트의 자율적 행동을 감당하지 못하고 무너질 것입니다.

따라서 ID 적용은 머신이 처리할 수 있고, 정책에 따라 구동되며, 완전히 자동화할 수 있어야 합니다.

아이덴티티는 확장 가능한 유일한 통제 수단입니다

이 모든 것을 종합해 보면, 결론은 명확합니다.

에이전틱 AI는 더 많은 행위자와 행동, 그리고 더욱 지속적인 변화를 가져옵니다. 이러한 환경에서는 기존의 통제 방식이 변화의 속도를 따라가기 어렵습니다. 네트워크 경계는 모호해지고, 정적인 권한 체계는 쉽게 한계에 부딪히며, 수동 감독은 규모가 커질수록 감당하기 어렵습니다.

아이덴티티는 가능합니다.

이는 누가 또는 무엇이 누구를 대신해 어떤 제약 조건과 책임하에 행동하는지를 실시간으로 파악할 수 있는 유일한 통제 수단입니다. 요청과 함께 전달되고 상황에 맞게 조정될 수 있으며, 전송 및 추론 과정에서 인라인으로 적용할 수 있습니다.

그렇지 않으면 에이전트형 시스템은 위험할 정도로 과도한 권한을 허용하거나 운영상 관리가 불가능해집니다.

이것이 아키텍처의 전환입니다

데이터가 보여주는 바는 명확합니다.

  • 조직의 98%가 에이전틱 AI를 준비하고 있습니다.
  • 78%는 이미 자체적으로 추론을 실행하고 있습니다.
  • 88%가 운영 또는 보안 문제를 겪고 있습니다.
  • ID 관리가 가장 큰 우려 사항이며, API가 선호되는 제어 지점입니다.

이러한 조합이 시사하는 결론은 하나입니다. 에이전틱 AI는 본질적으로 AI의 문제가 아니라, ID 및 제어 영역의 문제입니다.

또한 전송 및 추론 경로의 중심에 ID를 두지 않는 아키텍처는 신뢰, 통제, 안전에 대한 기업의 기대를 충족하기 어려울 것입니다.

기계가 행동하는 세상에서 아이덴티티는 더 이상 단순히 접근 권한만을 의미하지 않기 때문입니다.

권한에 관한 문제입니다.

자세한 내용은 2026년 애플리케이션 전략 현황 보고서 전문을 참조하세요.

공유

작성자 소개

Lori Mac Vittie
Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.

Lori Mac Vittie의 다른 블로그 게시물

관련 블로그 게시물

당신의 다음 SRE는 머신일지도 모릅니다
F5 리서치 | 2026. 06. 26.

당신의 다음 SRE는 머신일지도 모릅니다

통제는 의도가 형성되는 지점, 즉 프롬프트, 토큰, 라우팅에 집중되고 있습니다. 아키텍처의 과제는 AI가 어디까지 행동할 수 있는지, 언제 판단을 유보해야 하는지, 그리고 어떻게 되돌릴지를 정의하는 것입니다.

AI 확장의 비결은 콘웨이의 법칙을 극복하는 것입니다
F5 리서치 | 2026. 06. 12.

AI 확장의 비결은 콘웨이의 법칙을 극복하는 것입니다

AI는 저절로 확장되지 않습니다. 도구와 소유권의 경계를 허무는 통합 제어 플레인이 없다면, 추론 계층은 가장 취약하고 조율 부담이 큰 계층이 됩니다.

아이덴티티는 에이전틱 AI의 문지기다
F5 리서치 | 2026. 05. 27.

아이덴티티는 에이전틱 AI의 문지기다

에이전트형 AI가 기계를 도구에서 행위 주체로 변화시키면서, 아이덴티티가 핵심 통제 수단으로 부상합니다. 즉, 누가 누구를 대신해 어떤 범위까지 행동할 수 있는지를 추론 시점에 인라인으로 강제 적용합니다.

이제 추론이 운영의 중심축입니다
F5 리서치 | 2026. 05. 13.

이제 추론이 운영의 중심축입니다

멀티모델 운영과 API 기반 자동화로 인해 제어 지점이 프롬프트, 토큰/제어, 라우팅, 모더레이션 등 추론 시점의 계층으로 이동하면서 비용, 위험, 성능을 관리해야 합니다.

AI, 추론, 토큰이라니, 세상에!
F5 리서치 | 2025. 10. 16.

AI, 추론, 토큰이라니, 세상에!

AI 애플리케이션은 트래픽이 아닌 토큰을 기반으로 추론 서버에서 실행됩니다. 더 스마트한 인프라를 설계하려면 토큰과 JSON 데이터를 이해하는 것이 왜 중요한지 알아보세요.