문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간
코스 개요
DevSecOps 및 AI 통합 도입
- DevSecOps 원칙 및 목표
- DevSecOps에서 AI 및 ML의 역할
- 보안 자동화 트렌드 및 도구 카테고리
AI를 활용한 정적 및 동적 코드 분석
- SonarQube, Semgrep 또는 Snyk Code를 이용한 정적 분석
- AI 지원 테스트 케이스 생성을 통한 동적 테스트
- 결과 해석 및 버전 관리 시스템과의 통합
시크릿 및 자격 증명 유출 감지
- 하드코딩된 시크릿의 AI 강화 감지 (예: GitHub Advanced Security, Gitleaks)
- 소스 컨트롤에 시크릿이 저장되는 것을 방지
- 자동 차단 및 알림 규칙 생성
AI 기반 의존성 및 컨테이너 스캐닝
- Trivy 및 AI 활성화 플러그인을 통한 컨테이너 스캐닝
- 서드파티 라이브러리 및 SBOM 모니터링
- 자동 복구 권장사항 및 패치 알림
지능형 위협 모델링 및 리스크 평가
- AI 기반 도구를 활용한 자동 위협 모델링
- 머신러닝 모델을 활용한 리스크 우선순위 설정
- 비즈니스 영향력과 기술적 취약점 연결
CI/CD 파이프라인 통합 및 자동화
- Jenkins, GitHub Actions 또는 GitLab CI에 보안 체크 항목 통합
- 환경 간 규칙을 집행하기 위한 코드화 정책(Policies-as-code) 작성
- 감사 및 컴플라이언스를 위한 AI 지원 보고서 생성
사례 연구 및 보안 자동화 패턴
- 보안 파이프라인에서 AI 활용 실전 사례
- 해당 생태계에 맞는 적합한 도구 선택
- 안전한 파이프라인 구축 및 유지 관리 모범 사례
요약 및 다음 단계
요건
- DevOps 라이프사이클 및 CI/CD 파이프라인에 대한 이해
- 애플리케이션 보안 원칙에 대한 기초 지식
- 코드 리포지토리 및 인프라-as-code 도구 숙지
대상 청중
- 보안에 초점을 맞춘 DevOps 팀
- DevSecOps 엔지니어 및 클라우드 보안 전문가
- 컴플라이언스 및 리스크 관리 전문가
