Claude Code 보안 심층 분석 ⑤ — 놓치기 쉬운 것들: 코드 품질, 포렌식, 컴플라이언스

Claude Code 보안의 간과되기 쉬운 영역은 AI 생성 코드의 보안 품질(취약률 45~62%), 포렌식 증거 보전(로컬 데이터의 삭제 가능성과 무결성 부재), 라이선스 컴플라이언스(GPL 오염, 저작권 리스크), 비용 폭증(API 키 탈취를 통한 과금 공격)이다. 여기에 데이터 보존 정책, 모델 투명성 한계, 규제 환경 변화(EU AI Act, NIST AI RMF, ISO 42001)까지 고려해야 한다. 시리즈 전체를 즉시/단기/중기/장기 실행 체크리스트로 정리하여 실무 적용을 지원한다.

AI 보안 하네스 – 거버넌스와 가시성

AI 보안 하네스의 횡단 계층 상세. 거버넌스 & 정책에서는 합의선(Agreement Line) 설계, AI 사용 정책의 4대 구성요소(승인 도구 목록·데이터 분류별 허용 범위·Level별 배포 기준·금지 행위), AI 보안 위원회 구성, AI 특화 인시던트 시나리오 4가지(프롬프트 인젝션 성공·데이터 유출·에이전트 폭주·모델 타협), 규제 대응을 다룸. 관찰 가능성 & 감사에서는 의미론적 로깅, 민감정보 마스킹 딜레마, Shadow AI 탐지, 모델 드리프트 탐지, SIEM 연동, 감사 추적을 다룬 시리즈 세 번째 글.