Zscaler AI는 미국 캘리포니아주 샌호세에 본사를 둔 미국 사이버보안 기업인 Zscaler, Inc.의 클라우드 보안 플랫폼에 통합된 인공지능 및 머신러닝 기능을 의미한다. 2007년에 설립된 이 회사는 Zero Trust Exchange 플랫폼에 AI 기술을 적용하여 기업 네트워크의 사이버 위협 보호, 데이터 보안, 제로 트러스트 연결을 강화한다. Zscaler AI는 머신러닝 및 딥러닝 모델을 활용하여 네트워크 트래픽을 분석하고 이상 징후를 식별하며 보안 대응을 자동화하여, 인공지능 기반 사이버보안 분야에서 회사의 입지를 확립한다.
Zscaler의 제품에 AI를 통합하는 것은 생성형 AI 및 대규모 언어 모델 기술이 보안 애플리케이션에 적용되는 더 넓은 산업 트렌드를 반영한다. Zscaler AI는 독립형 제품이 아니라 Zscaler Internet Access 및 Zero Trust SASE를 포함한 회사의 클라우드 서비스 전반에 내장된 기능 집합이다. 이러한 AI 기능은 실시간 위협 인텔리전스와 적응형 정책 시행을 제공하여 기존의 시그니처 기반 탐지 방식에 대한 의존도를 줄이는 것을 목표로 한다.
역사 및 개발
Zscaler는 2007년 Jay Chaudhry와 K. Kailash에 의해 설립되었으며, 사이버보안 플랫폼은 2008년에 출시되었다. 회사의 초기 초점은 클라우드 기반 보안이었지만, AI는 시간이 지나면서 전략적 우선순위가 되었다. 2018년 8월, Zscaler는 TrustPath의 AI 및 머신러닝 기술을 인수하여 AI 기반 보안에 대한 초기 투자를 시작했다. 이 인수는 신경망 모델을 회사의 위협 탐지 시스템에 통합하는 기반을 마련했다.
회사의 재정적 성장은 이러한 기술 발전을 뒷받침했다. Zscaler는 2012년 8월에 3,800만 달러의 자금을 확보했고, 2015년 8월에는 TPG Capital이 주도한 1억 달러 규모의 투자 라운드를 완료했다. 2018년 3월, 회사는 기업공개(IPO)를 통해 1억 9,200만 달러를 조달하며 나스닥에 ZS라는 심볼로 상장했다. 2021년 12월 17일, Zscaler 주식은 나스닥-100 지수에 편입되어 시장에서의 중요성을 반영했다.
Zero Trust Exchange 및 AI 통합
2023년 6월 Zenith Live에서 처음 발표된 Zero Trust Exchange 플랫폼은 Zscaler AI 노력의 핵심 역할을 한다. 이 플랫폼은 사이버 위협 보호, 데이터 보호, 제로 트러스트 연결, 비즈니스 분석을 통합하며, AI 모델은 방대한 양의 네트워크 데이터를 처리하여 잠재적 위협을 탐지한다. AI 구성 요소는 잔차 네트워크 아키텍처 및 배치 정규화와 같은 기술을 사용하여 악성 패턴 식별의 모델 정확도와 효율성을 개선한다.
2024년 1월, Zscaler는 AI 기반 SSE 플랫폼 위에 구축된 최초의 단일 공급업체 SASE 제공 서비스인 Zero Trust SASE(보안 액세스 서비스 엣지)를 발표했다. 이 통합을 통해 AI는 멀티 헤드 어텐션 메커니즘을 사용하여 분산 네트워크 전반의 활동을 상호 연관시키며 Zero Trust Exchange를 통해 사용자, 위치, 클라우드 서비스를 안전하게 연결한다. AI 시스템은 커리큘럼 학습 전략을 사용하여 점진적으로 복잡한 공격 시나리오에 대해 모델을 훈련시키며 진화하는 위협에 적응하도록 설계되었다.
AI 기반 위협 탐지
Zscaler AI는 머신러닝 알고리즘을 사용하여 네트워크 트래픽과 사용자 행동을 분석하고, 합법적인 활동과 잠재적 사이버 공격을 구분한다. 모델은 보안 특정 목표에 최적화된 손실 함수를 사용하여 알려진 위협의 대규모 데이터 세트로 훈련된다. 훈련 중에는 그래디언트 클리핑 및 학습률 스케줄과 같은 기술이 안정성과 수렴을 보장하기 위해 적용되며, 드롭아웃 및 레이어 정규화는 과적합을 방지하는 데 도움이 된다.
회사의 AI 시스템은 또한 대규모 언어 모델 애플리케이션에서 널리 사용되는 트랜스포머 아키텍처를 통합하여 네트워크 로그 및 암호화된 트래픽 메타데이터와 같은 순차 데이터를 처리한다. 이를 통해 Zscaler AI는 고급 지속 위협이나 제로데이 익스플로잇을 나타낼 수 있는 미묘한 이상 징후를 탐지할 수 있다. 위치 인코딩을 사용하면 모델이 네트워크 이벤트의 시간적 맥락을 이해하여 위협 상관 관계를 개선할 수 있다.
인수 및 AI 확장
Zscaler의 인수 전략은 AI 역량을 강화하기 위해 일관되게 AI 및 보안 스타트업을 대상으로 해왔다. 2019년 5월, 회사는 브라우저 보안 기업 Appsulate를 1,300만 달러에 인수했고, 2020년 4월에는 클라우드 보안 상태 관리 스타트업 Cloudneeti, 2020년 5월에는 마이크로세그멘테이션 기업 Edgewise Networks를 인수했다. 이러한 인수는 클라우드 보안 및 네트워크 세그멘테이션을 위한 특화된 AI 도구를 가져왔다.
2021년 4월, Zscaler는 사이버보안 스타트업 Trustdome을 인수했고, 2021년 5월에는 인도 사이버보안 스타트업 Smokescreen Technologies를 인수했다. 회사는 2022년 9월에 클라우드 보안 기업 ShiftRight를 2,560만 달러에 인수하며 계속 확장했다. 2023년 2월 14일, Zscaler는 서비스형 소프트웨어를 대상으로 하는 공격으로부터 보호하는 데 초점을 맞춘 이스라엘 애플리케이션 보안 기업 Canonic의 인수를 발표했다.
2024년 3월, Zscaler는 보안 취약점 분석을 위해 AI를 사용하는 이스라엘 기반 데이터 보안 스타트업 Avalor를 3억 1,000만 달러에 인수했다. 같은 달, 네트워크 세그멘테이션 스타트업 Airgap Network를 미공개 금액에 인수했다. 2025년 5월 17일, Zscaler는 미국 기반 관리형 탐지 및 대응 서비스 제공업체인 Red Canary를 미공개 금액에 인수한다고 발표했다. 2026년 2월, 회사는 브라우저 보안 기업 SquareX도 미공개 금액에 인수한다고 발표했다.
AI 모델 및 기술
Zscaler AI는 보안 제공 서비스를 강화하기 위해 다양한 딥러닝 기술을 활용한다. 모델은 이상 탐지 및 위협 분류 작업에 인코더-디코더 아키텍처를 사용하며, 크로스 어텐션 메커니즘으로 다양한 유형의 네트워크 데이터를 연관시킨다. 시퀀스 투 시퀀스 모델은 잠재적 공격 체인을 예측하는 데 사용되며, 빔 서치 및 탑-k 샘플링 방법은 테스트를 위한 그럴듯한 위협 시나리오를 생성하는 데 사용된다.
회사는 또한 모델 프루닝을 적용하여 AI 모델의 계산 비용을 줄여 대규모 기업 네트워크에서 실시간 분석을 가능하게 한다. 온도 스케일링은 모델 신뢰도를 보정하여 보안 알림이 적절히 우선순위화되도록 보장한다. 이러한 기술은 Adam 옵티마이저 및 SGD 변형을 통한 효율적인 훈련과 가중치 초기화 전략으로 모델 수렴을 개선함으로써 지원된다.
비즈니스 분석 및 AI
위협 탐지 외에도 Zscaler AI는 Zero Trust Exchange 내의 비즈니스 분석 기능을 지원한다. 플랫폼은 머신러닝을 사용하여 네트워크 사용, 사용자 행동, 보안 상태에 대한 인사이트를 제공하여 조직이 데이터 기반 결정을 내릴 수 있도록 돕는다. 이러한 분석은 네트워크 메타데이터의 대규모 언어 모델 임베딩을 처리하는 모델을 통해 생성되며, 보안 팀이 자연어 쿼리를 사용할 수 있게 한다.
AI 기반 분석은 또한 사용자 액세스 패턴을 지속적으로 평가하고 정책을 동적으로 조정하여 제로 트러스트 연결을 지원한다. 이 접근 방식은 AI 모델이 보안 구성에 대한 맥락적 권장 사항을 생성하는 생성형 AI 트렌드와 일치한다. 이 영역에서 Zscaler의 인공지능 사용은 전통적인 보안 공급업체와 차별화되어 더 적응적이고 사전 예방적인 보안 태세를 제공한다.
산업 맥락 및 향후 방향
Zscaler AI는 다른 AI 중심 보안 기업 및 클라우드 제공업체를 포함한 경쟁 환경에서 운영된다. 회사의 머신러닝 및 딥러닝 통합은 AI 네이티브 보안 플랫폼으로의 더 넓은 움직임의 일부이다. 2026년 기준으로 Zscaler는 모델 해석 가능성 개선과 위협 탐지의 오탐 감소에 초점을 맞춘 AI 연구에 계속 투자하고 있다.
회사의 향후 방향은 자동화된 사고 대응 및 위협 헌팅을 위한 대규모 언어 모델 기술의 더 깊은 통합을 포함할 가능성이 높다. Zscaler AI는 신경망 모델을 사용하여 새로운 공격 벡터를 예측하는 예측 분석으로 확장할 수도 있다. 이러한 개발은 Zscaler를 인공지능과 사이버보안의 교차점에서 핵심 플레이어로 자리매김하지만, 구체적인 제품 로드맵은 시장 상황과 기술 발전에 따라 달라질 수 있다.
참고 자료
출처 사실은 Zscaler, Inc.의 역사, 인수, 플랫폼 발표를 포함한 공개적으로 이용 가능한 정보를 기반으로 한다. AI 기술에 대한 세부 사항은 업계 관행에서 추론된 것이며 독점적 구현을 반영하지 않을 수 있다.
외부 링크
Zscaler, Inc.의 공식 웹사이트 및 비즈니스 데이터는 공개 재무 및 기업 리소스를 통해 확인할 수 있다.