블로그를 시작하며: AI와 보안을 검증 가능한 기록으로 남기기

2026-09-05 정정 — 모든 글을 직접 실습한 것처럼 읽히는 설명과 AI 사용량 수집 표현을 바로잡았다. 글마다 확인 범위가 다르며 사용량 수집은 명시적으로 실행할 때만 한다.

왜 이 블로그를 만드는가

AI를 사용하면 자료를 찾고 초안을 만드는 속도가 빨라진다. 하지만 빠르게 작성한 글이 곧 좋은 포트폴리오는 아니다. 채용 관점에서 더 중요한 것은 무엇을 알고 있는지뿐 아니라 어떻게 확인했는지를 설명하는 능력이라고 생각한다.

중요한 것은 AI가 참여했다는 사실이 아니라 작성자가 어디까지 검증했는지다.

그래서 이 블로그는 다음 질문에 답하는 기록을 목표로 한다.

AI는 목차 구성, 긴 문서 요약, 반대 관점 찾기, 코드의 잠재적 문제 검토에 유용하다. 반면 최신 버전, 정확한 수치, 표준의 요구사항처럼 틀리면 곤란한 정보는 반드시 원문을 다시 확인해야 한다.

이 블로그에서는 AI가 제시한 답을 다음 순서로 다룬다.

질문 정의 → AI로 탐색 → 1차 자료 확인 → 글의 범위에 맞는 실습·자료 대조 → 확인 범위와 한계 표시 → 게시

AI 사용량은 명시적으로 수집한 로그·화면 기록의 범위에서 AI 활용 기록에 정리하고, 이 사이트를 만드는 데 어떻게 썼는지는 프로젝트 페이지에 적는다. 사용량은 글별 기여나 검증의 증거가 아니므로, 직접 실습한 부분과 자료로 대조한 부분은 각 글에서 구분한다.

보안 지식은 공유 방식도 결과의 일부다. 실습이 성공했다고 해서 모든 세부 정보를 그대로 공개하는 것이 항상 책임 있는 선택은 아니다.

게시 전에는 다음 항목을 확인한다.

재현에 성공했다는 사실보다, 재현 범위와 실패 조건을 함께 설명하는 편이 더 신뢰할 수 있는 기록이다.

분류는 열 개를 두었다. 어느 칸이 비어 있는지도 함께 적는다.

영역	기록할 내용
AI 활용	조사, 코딩, 문서화에 AI를 쓰면서 무엇을 맡기고 무엇을 직접 확인했는가
AI Security	프롬프트 인젝션, 데이터 노출, 도구 권한 등 LLM 애플리케이션 위험
Security Basics	보안 개념을 사고 분류와 대응 방향으로 잇는 정리
Network Security	계층과 프로토콜을 실제 패킷까지 내려가서 확인한 기록
Web Security	웹 취약점의 원인, 수정, 회귀 테스트
Pentest	셸을 얻고 권한을 올리기까지 한 세션에서 반복하는 기본기
Cloud · DevSecOps	배포 과정의 권한·비밀정보·공급망 관리
Digital Forensics	휘발성이 높은 것부터 모으고 아티팩트를 교차로 읽는 절차
파이썬 보안 자동화	정답을 아는 대상에 도구를 돌려 탐지율과 오탐을 숫자로 재는 실습
Lab Notes	위 어디에도 들어가지 않는 짧은 확인 기록

이 중 Web Security와 Lab Notes는 아직 공개한 글이 없다. 사이트가 앞에 걸어 둔 분야가 비어 있다는 사실을 감추지 않고 그대로 둔다. 비어 있는 칸을 언제 어떤 순서로 채우는지는 그 자체가 기록거리다.

각 주제는 작은 실습 하나와 검증 가능한 결과 하나부터 시작한다. 완벽한 대형 프로젝트를 기다리지 않고, 대신 공개할 수 있는 품질 기준을 유지하며 반복한다.