MIND는 MCP(Model Context Protocol) 인터페이스를 추가하여 보안팀이 이미 사용 중인 MCP 연결 AI 클라이언트에서 자연어로 에이전트를 지시할 수 있게 했습니다 . 즉, 별도 콘솔이 아닌 일반 언어로 "어젯밤 PII 알림을 조사해줘" 또는 "신용카드 분류기를 업데이트해줘"라고 명령할 수 있습니다 .
MIND 플랫폼을 사용하는 조직들은 에이전트 도입으로 사고 조사 시간이 건당 34시간에서 단 몇 분으로 단축되어 **건당 일일 2550%의 시간 절감** 효과를 봤다고 Noname Security의 CISO Mike Morrato가 밝혔습니다 . ThoughtSpot의 보안 엔지니어링 선임 디렉터 Al Faiella는 "팀이 얻은 가장 큰 가치는 마음의 평화(peace of mind)다. 사고가 발생하면 조사가 이미 완료된 상태로 도착하고, 정책이 스스로 개선된다"고 전했습니다 .
MIND는 이번 발표를 통해 "GenAI 애플리케이션, 에이전틱 AI, 자율 워크플로우가 보안팀이 수동으로 관리할 수 있는 속도보다 훨씬 빠르게 데이터를 생성하고 이동시킨다"는 현실을 강조했습니다 . 보안팀은 여전히 시간의 대부분을 전략 수립이 아닌 수동 작업(분류기 구축, 알림 조사, 정책 조정, 예외 처리)에 소비하고 있습니다 . MIND의 CEO Eran Barak은 "AI는 데이터가 생성되고 이동하는 방식을 근본적으로 바꿨지만, 대부분 조직이 데이터를 보호하는 방식은 바뀌지 않았다"고 말했습니다 .
MIND는 2026년 1월 DLP for Agentic AI를 출시했습니다. 이는 어떤 AI 에이전트가 활성화되어 있는지 파악하고, 이들이 어떤 민감 데이터에 접근하는지 탐지하며, AI 간 상호작용에서 데이터 유출을 방지하는 데이터 중심 접근법이었습니다 . 이 초기 버전은 에이전틱 AI 워크플로우에 대한 기본적인 가시성과 통제 계층을 제공했습니다 . 7월의 에이전트 출시는 그 기반 위에 구축되었습니다. 1월 버전이 AI 에이전트 데이터 접근에 대한 가시성과 정책 통제를 제공했다면, 새 에이전트는 분류기 구축, 사고 조사, 정책 생성, 노출 대응을 자율적으로 수행하여 해당 정책의 운영 실행을 자동화합니다 . 이 두 출시를 통해 MIND는 "AI 에이전트가 무엇을 하는지 보자"에서 "AI 에이전트가 DLP 프로그램 자체를 운영하게 하자"로 전환했습니다.