Development of an AI-Based System for Responding to Internal Security Threats in On-Premises Environments

기업의 디지털 전환 가속화로 보안 로그의 규모가 기하급수적으로 증가함에 따라, 수작업 기반의 이상 행위 탐지는 한계에 직면 하고 있다. 본 연구에서는 오프라인 환경에서도 독립적으로 구동 가능한 AI 기반 이상 로그 탐지 시스템을 제안한다. 제안 시스템은 Pycaret 기반 AutoML과 SHAP 기반 XAI를 통합하여, 사용자로부터 로그 파일을 입력받아 이상 로그를 자동 탐지하고 탐지 이유를 텍스트 형태로 제공한다. 범주형 데이터에 대해 기존 원-핫 인코딩 대신 빈도 기반 인코딩을 적용하여 대규모 로그에서도 안정적인 탐지 성능을 확보하였으며, 자연어 기반 설명은 보안 담당자의 직관적 해석을 지원한다. 또한, Docker 기반으로 구성된 본 시스템은 망 분리된 환경에서도 설치와 실행이 간편하며, 분석 결과의 시각화를 통해 실시간 보안 분석 효율을 높인다. 실무 시나리오 기반 평가에서도 내부 위협 행위를 효과적으로 탐지함으로써 제안 시스템의 실용성과 확장 가능성을 입증하였다.