더 자세한 정보를 얻으려면  무료 샘플을 요청하세요 

규제 의무 사항은 기업 AI 방어의 새로운 기준을 어떻게 정립하고 있는가?

현재 인공지능 레드팀 및 보안 테스트 시장의 기반은 강력한 규제 및 프레임워크 의무 사항에 의해 다져지고 있습니다. 백악관의 인공지능 안전 관련 행정 명령과 EU 인공지능법의 엄격한 테스트 요건은 공식적인 문서화된 위험 평가 없이 "최첨단 모델"을 배포하는 것을 사실상 금지했습니다.

결과적으로 규정 준수 통합은 더 이상 부차적인 고려 사항이 아닙니다. 전 세계 기업 AI 프로그램의 80% 이상이 이미 MITRE ATLAS 프레임워크를 채택하여 공격 시나리오를 매핑하고 있으며, OWASP Top 10 for LLMs(및 2026년 에이전트 애플리케이션 업데이트)는 업계의 표준 청사진 역할을 하고 있습니다.

EU 규정 준수 위험 압력으로 인해 AI 레드팀 활동이 급증하고 있습니다

이제 공식적인 레드팀 훈련 없이 AI 시스템을 배포하는 것은 EU 법률 위반에 해당합니다. 더욱이, AI와 GDPR과 같은 데이터 개인정보 보호 규정이 맞물리면서, 현재 전체 직원의 67%가 사용하고 있고 공식적인 관리 정책을 갖춘 기업은 18%에 불과한 사업장에서 섀도우 AI가 사용될 경우, 승인되지 않은 도구를 통해 개인 식별 정보(PII)가 처리될 때 심각한 감사 위험에 노출될 수 있습니다.

Microsoft Agentic Failure-Mode Taxonomy v2.0과 같은 새로운 규정 준수 기준이 스토리지 수준에서 무단 액세스를 방지하기 위해 데이터 계층에 직접 통합되고 있습니다. 그 결과, AI 기반 레드팀 및 보안 테스트 시장에막대한 투자가 유입되고 있으며, 이는 임시 테스트를 의료 및 금융과 같이 엄격한 감시가 요구되는 분야에 적합한 지속적이고 감사 준비가 완료된 규정 준수 제어로 전환하는 데 목표를 두고 있습니다.

진화하는 AI 위협 환경 속에서 가장 심각한 취약점은 어디에 있을까요?

AI 레드팀 및 보안 테스트 시장의 궤적을 이해하려면 빠르게 변화하는 위협 요소를 분석해야 합니다. 취약점 상황은 매우 심각합니다. 기업의 97%가 생성형 AI 관련 보안 사고를 경험했으며, 특히 신속 주입 공격으로 인한 전 세계 손실액은 2025년에 약 23억 달러에 이를 것으로 추산됩니다. 

이러한 전년 대비 340% 증가는 정적인 안전장치가 매우 불충분하다는 중요한 사실을 강조하며, 이는 상업용 LLM에 대해 78%라는 놀라운 성공률을 보이는 다중 회전 신속 주입 방식이 입증하고 있습니다.

에이전트형 AI 위협으로 인해 지속적인 레드팀 보안에 대한 수요가 증가하고 있습니다

AI 레드팀 및 보안 테스트 시장의 확장은 에이전트형 AI와 다중 모드 위협의 증가와 밀접하게 관련되어 있습니다. 현재 자율 AI 에이전트를 배포하는 조직의 88%가 확인되었거나 의심되는 보안 사고를 보고하고 있으며, 이러한 사고는 주로 머신 제어 프로토콜(MCP)의 악의적인 조작에 의해 발생합니다. 

더욱이, AI 코드 생성기는 심각한 결함을 보여 시뮬레이션된 사이버 보안 시나리오의 약 40%에서 취약한 코드를 생성합니다. 2026년 맥킨지 릴리(McKinsey Lilli) 데이터 유출 사건처럼 단 두 시간 만에 4,650만 건의 내부 메시지가 유출된 실제 사례는 검증되지 않은 시스템이 얼마나 빠르게 붕괴될 수 있는지를 보여줍니다. 

악의적인 공격자들이 끊임없이 변이하는 적응형 AI 기반 악성 스팸을 악용함에 따라, AI 기반 레드팀 및 보안 테스트 시장은 기업 기술 스택에서 현재 가장 낮은 해결률을 보이는 취약점에 대응하기 위해 지속적이고 역동적인 위협 평가로 방향을 전환하고 있습니다.

기업들이 지속적인 AI 보안 격차를 해소하는 데 어려움을 겪는 이유는 무엇일까요?

설문 조사에 참여한 조직의 98%가 LLM(Learning Leadership Model)을 애플리케이션에 통합했음에도 불구하고, 무려 24%는 여전히 기본적인 AI 보안 도구가 부족한 것으로 나타났습니다. 이러한 격차는 시장의 상당한 성장 잠재력을 시사합니다 . 기업 리더들 사이에서는 AI 보안에 대한 자신감 위기가 뚜렷하게 나타나고 있습니다. 91%는 대규모 생성형 AI를 안전하게 보호할 준비가 되어 있지 않다고 응답했으며, 보안 전문가의 94%는 생성형 AI 도입 속도가 각자의 사이버 보안 예산을 훨씬 앞지르고 있다고 지적했습니다.

기업 AI 리스크 증가로 지속적인 레드팀 플랫폼 도입 가속화

이러한 주저함 때문에 기업의 97%는 직원들이 기업 데이터를 공개 모델에 입력하는 것을 적극적으로 차단하거나 제한하고 있습니다. 하지만 기업들이 AI 레드팀 및 보안 테스트 시장에 참여하게 되면 그 결과는 분명합니다. 

2026년 1분기 기업 설문조사 데이터에 따르면, 공식적인 AI 레드팀 활동을 수행한 조직의 81%가 기존의 정적인 애플리케이션 보안 도구로는 전혀 발견하지 못했던 심각한 취약점을 찾아냈습니다. AI 위험의 비이전적인 특성으로 인해 취약점은 기본 모델 자체보다는 API 및 타사 RAG 파이프라인과 같은 주변 애플리케이션 아키텍처에 존재하는 경우가 많습니다. 

조직들이 외부 컨설턴트에 의존하는 단계에서 벗어나 자체적인 지속적인 추적 플랫폼을 구축하는 단계로 전환함에 따라, 시장의 공급업체들은 표준 네트워크 침투 테스트와 특수 머신러닝 기반 원격 측정 기능을 결합한 통합 솔루션을 제공해야 합니다.

차세대 선제적 국방 혁신을 주도하는 방법론은 무엇일까요?

대규모 언어 모델은 본질적으로 확률적이기 때문에 전통적인 결정론적 소프트웨어 테스트는 이 영역에서 사실상 쓸모없어졌습니다. 표준 입력이 더 이상 동일한 출력을 보장하지 않게 되면서 시장에 방법론적 혁명이 일어나고 있습니다. 

최신 위협 모델은 이제 학습 데이터, 모델 가중치, 추론 API 및 시스템 프롬프트를 포함하는 완전히 새로운 공격 표면을 목표로 합니다. AI 기반 레드팀 및 보안 테스트 시장의 혁신은 수동 공격 연습에서 자동화된 플랫폼 생성으로 전환되고 있으며, 이를 통해 보안 팀은 수천 개의 변형된 프롬프트를 시스템에 단 몇 초 만에 주입할 수 있습니다.

자율 AI 샌드박스 실패가 고급 레드팀 기법의 진화를 촉진합니다

AI 레드팀 및 보안 테스트 시장의 주요 관심사는 자율 에이전트를 위한 안전한 샌드박싱 환경 개발입니다. 클라우드 제공업체의 기본 보안 시스템은 정교한 테스트 환경에서 제대로 작동하지 않거나 취약한 경우가 많아, 기업들은 모델의 변화와 예상치 못한 동작을 실시간으로 포착할 수 있는 지속적인 AI 모니터링 시스템을 도입해야 하는 상황에 직면하고 있습니다. 

고급 방법론은 간접적인 프롬프트 주입 공격에도 성공적으로 대응하고 있으며, 공격자가 악성 웹페이지나 이메일을 LLM(Local Load Management)에 입력하는 것만으로도 코드를 실행할 수 있음을 입증하고 있습니다. 외부 악성 공격과 의도치 않게 정보 유출을 유발하는 정상 사용자를 구분하는 등 위협 모델을 엄격하게 정의함으로써, 시장 혁신가들은 이 분야를 일반적인 소프트웨어 품질 보증이 아닌 사이버 전쟁의 특정 영역으로 분류하고 있습니다.

조직은 어떻게 하면 최고 수준의 AI 보안 인재를 지속 가능하게 수익화하고 규모를 확장할 수 있을까요?

AI 레드팀 및 보안 테스트 시장의 급속한 성장은 수익성이 매우 높지만 인재 공급은 심각하게 부족한 상황을 초래했습니다. 현재 모든 주요 AI 연구소는 HackerOne 및 OpenAI와 같은 플랫폼을 통해 최고 수준의 연구원에게 중요한 발견에 대해 최대 10만 달러의 보상금을 지급하는 전용 버그 바운티 프로그램을 운영하고 있습니다. 

모질라의 0din이나 토너먼트 방식의 아레나와 같은 크라우드소싱 플랫폼은 최고의 인재들을 모아 최대 30만 달러에 달하는 상금을 나눠 갖고 있으며, 단순한 "AI 슬롭"이나 기본적인 탈옥보다는 복잡한 RAG 조작을 적극적으로 장려하고 있습니다.

AI 인재 부족과 데이터 리스크가 레드팀 운영 경제를 재편하고 있다

기업들이 시장에 적응하려면 차별화된 인력 관리 모델을 도입해야 합니다. 버그를 보고하고 넘어가는 기존의 침투 테스터와 달리, AI 레드팀은 데이터 과학자들과 반복적으로 협업해야 합니다. 

행동 버그를 해결하려면 신속한 튜닝과 재학습이 필수적이며, 이로 인해 인재 양성 과정은 전통적인 보안 결함 발견과 AI 안전성 플래그 지정이라는 두 가지 영역으로 나뉘게 되었습니다. 이러한 심각한 인재 부족으로 인해 기업들은 전문 벤더와 컨설팅 회사에 크게 의존할 수밖에 없었습니다. AI 레드팀 및 보안 테스트 시장에서 이러한 핵심 기술을 수익화하려면 데이터 노출에 집중해야 합니다. 기업의 비공개 데이터베이스를 즉시 노출시키는 공격은 5,000달러부터 시작하는 최고 등급으로 분류되어 적대적 연구에 대한 새로운 경제적 기준을 제시합니다.

경쟁 분석: AI 레드팀 및 보안 테스트 시장을 장악하는 상위 5개 업체

1. Protect AI는포괄적인 MLSecOps 플랫폼과 세계 최고의 AI 버그 바운티 커뮤니티인 Huntr의 소유권을 통해 시장을 선도하고 있습니다. 이 독보적인 생태계는 탁월한 크라우드소싱 위협 인텔리전스와 고도로 적응력 있는 자동화된 레드팀 활동을 제공합니다.
2. HiddenLayer는 독자적인 비침습적 머신러닝 보안 플랫폼을 통해 업계를 선도하고 있습니다. 이 회사의 AI 탐지 및 대응(AIDR) 기술은 소스 코드 접근 없이도 모델을 악의적인 공격으로부터 보호하여, 원활하고 안전한 기업 확장을 보장합니다.
3. Robust Intelligence(Cisco): 지속적인 AI 검증에 탁월합니다. 자동화된 레드팀 엔진은 수천 가지의 공격 기법을 사용하여 LLM을 철저하게 스트레스 테스트하여 엄격한 규정 준수, 편향되지 않은 결과, 그리고 포괄적인 배포 전 보안을 보장합니다.
4. CalypsoAI는생성형 AI 보안 가드레일을 개척한 기업입니다. 실시간으로 모델을 체계적으로 레드팀 테스트하여 악의적인 프롬프트 주입을 차단하고, 오류 발생을 방지하며, 민감한 데이터 유출을 막는 동적 엔터프라이즈 방화벽 역할을 수행하며 업계를 선도하고 있습니다.
5. 마이크로소프트는PyRIT(Python Risk Identification Tool)으로 엔터프라이즈 환경에 혁명을 일으켰습니다. Azure AI Content Safety에 깊이 통합된 PyRIT는 글로벌 하이퍼스케일러 배포 환경에서 생성형 AI 레드팀 활동을 자동화하고 확장하는 데 있어 업계 표준을 제시합니다.

AI 레드팀 및 보안 테스트 시장의 부문별 분석

테스트 유형별: 탈옥 및 신속 주사 테스트로 시장 지배력 확보

글로벌 AI 레드팀 및 보안 테스트 시장에서 탈옥(jailbreak) 및 신속 주입(prompt-injection) 테스트는 절대적인 지배력을 확보하며 2025년까지 최대 수익을 창출할 것으로 예상됩니다. 생성형 AI 모델이 확산됨에 따라 위협 행위자들은 안전장치를 우회하기 위해 적대적 프롬프트를 무기화하는 사례가 늘어나고 있으며, 이로 인해 이러한 유형의 테스트가 매우 중요해지고 있습니다. 

2026년 초, 간접적인 프롬프트 주입을 통한 데이터 유출이 급증하면서 기업들은 기존의 침투 테스트보다 이러한 취약점 평가를 우선시하게 되었습니다. 그 결과, 프롬프트 조작에 특화된 취약점 스캐너가 빠르게 상용화되었습니다. 이러한 지배력은 LLM 엔드포인트에 대한 지속적인 공격 시뮬레이션을 요구하는 엄격한 규정 준수 요건에 의해 더욱 강화되었습니다.

• 2025년 기업 LLM 침해 사고의 85% 이상이 즉각적인 주입 방식을 통해 발생했습니다.
• 탈옥 시뮬레이션 엔진에 대한 투자가 전년 대비 142%라는 급격한 증가세를 보였습니다.
• LLM에 대한 OWASP Top 10은 프롬프트 주입을 주요 취약점으로 지적합니다.
• 주요 파운데이션 모델 제공업체들은 API 수익화 전에 탈옥 평가를 엄격하게 요구합니다.

배포 방식별: 클라우드 기반 아키텍처가 배포 환경을 선도합니다

클라우드 기반 배포는 2025년까지 AI 레드팀 및 보안 테스트 시장에서 압도적인 시장 점유율 1위를 유지할 것으로 예상됩니다. 최신 AI 보안 업체들은 주로 서비스형 보안(Security-as-a-Service) 모델을 통해 공격 플랫폼을 제공하며, 실시간 위협 인텔리전스 업데이트를 보장합니다. 이러한 아키텍처 선호는 대규모 언어 모델에 대한 분산형 적대적 공격을 시뮬레이션하는 데 필요한 막대한 컴퓨팅 요구 사항에서 비롯됩니다. 

또한, 2026년 기준으로 클라우드 네이티브 레드팀 솔루션은 기존 CI/CD 파이프라인에 원활한 API 통합을 제공합니다. 이를 통해 온프레미스 하드웨어에 과도한 부담을 주지 않고 자동화된 지속적인 공격자 테스트를 수행할 수 있습니다. 기업들은 특히 부하가 높은 AI 학습 단계에서 방어적 프로빙을 동적으로 확장하기 위해 이러한 배포 방식을 선호합니다.

• 클라우드 배포는 해당 부문 전체 매출의 73%를 안정적으로 차지합니다.
• 이러한 모델은 테스트에 대한 총 소유 비용을 40% 절감합니다.
• 클라우드 네트워크에서 실시간으로 수집되는 원격 측정 데이터는 적대적 시뮬레이션의 정확도를 크게 향상시킵니다.
• 포춘 500대 기업들은 확장 가능한 MLOps 통합을 위해 클라우드 환경을 필수 조건으로 요구합니다.

애플리케이션별: 사전 배포 보증으로 최첨단 기술을 확보하세요

2025년 말까지 AI 레드팀 및 보안 테스트 시장에서 사전 배포 검증이 가장 중요한 응용 분야로 부상할 것으로 예상됩니다. 2026년 EU AI법의 엄격한 시행에 따라 기업은 상용 출시 전에 알고리즘 안전성을 검증해야 할 법적 의무를 지게 됩니다. 이러한 사전 예방적 접근 방식은 실제 환경에서 발생하는 AI 오작동으로 인한 브랜드 이미지 손상 및 규제 벌금을 방지합니다. 

결과적으로, 모델 검증 단계에서 자동화된 레드팀 프레임워크를 통합하는 것은 업계에서 필수적인 표준이 되었습니다. 개발자들은 출시 전 샌드박스 환경을 적극적으로 활용하여 공격적인 위협 요소를 시뮬레이션하고, 모델이 소비자 데이터와 상호 작용하기 전에 취약점을 효과적으로 무력화합니다.

• 배포 전 테스트는 전체 AI 보안 애플리케이션 수요의 62%를 충족합니다.
• AI 취약점을 출시 전에 해결하는 것이 출시 후 수정보다 90배 저렴합니다.
• 전 세계 규제 체계는 이제 제품 출시 전 공격적 스트레스 테스트를 의무화하고 있습니다.
• 개발 과정에 레드팀 활동을 통합하면 안전한 제품 출시 기간을 35% 단축할 수 있습니다.

최종 사용자 산업별: 금융·보험·보험(BFSI) 부문, 독보적인 시장 지배력 확보

2025년까지 은행, 금융 서비스 및 보험(BFSI) 부문은 AI 레드팀 및 보안 테스트 시장에서 가장 큰 최종 사용자 산업 부문으로 자리매김할 것으로 예상됩니다. 금융 기관은 매우 민감한 소비자 데이터를 관리하며 알고리즘 편향과 관련하여 전례 없는 규제 감시를 받고 있습니다. 2026년까지 자산 관리를 위한 자율 AI 에이전트의 도입은 적대적 머신러닝 공격을 통한 금융 조작 위험을 증가시킬 것으로 전망됩니다. 이러한 실존적 위협에 대응하기 위해 글로벌 은행들은 알고리즘 트레이딩 봇과 고객 대면 가상 비서를 철저히 검증하기 위한 레드팀 훈련에 지속적으로 투자하고 있습니다. 데이터 유출에 대한 이 부문의 무관용 정책은 AI 레드팀 및 보안 테스트 시장에서 BFSI 부문이 압도적인 매출 리더십을 유지하는 데 기여하고 있습니다.

• 금융·보험(BFSI) 부문은 IT 예산의 거의 15%를 AI 레드팀 활동에 할당하고 있습니다.
• 세계 최고 은행의 80% 이상이 매년 제3자 기관에 AI 보안 감사를 의뢰하고 있습니다.
• 금융 규제 당국은 검증되지 않은 AI 모델에 대해 엄격한 처벌을 시행하여 테스트 도입을 촉진하고 있습니다.
• 금융 AI에 대한 적대적 공격이 300% 증가하여 시급한 투자가 필요해졌습니다.

AI 레드팀 및 보안 테스트 시장의 지역별 분석

북미는 시장에서 지배적인 지역입니다

2025년까지 북미 지역이 전 세계 AI 레드팀 및 보안 테스트 시장을 주도할 것으로 예상되는 이유는 첨단 인공지능 기술의 조기 도입과 주요 AI 개발 업체들의 집중적인 보유 덕분입니다. 또한, 북미 지역의 적극적인 AI 거버넌스 접근 방식과 고도로 성숙한 사이버 보안 인프라가 이러한 선두 자리를 더욱 공고히 했습니다. 

미국은 인공지능 레드팀 및 보안 테스트 시장을 장악하는 명실상부한 원동력입니다. 오픈AI, 구글, 마이크로소프트, 앤트로픽과 같은 인공지능 거대 기업들의 본거지인 미국은 핵심 모델 보안 도구 개발 분야에서 세계를 선도하고 있습니다.

게다가, AI 관련 미국 행정명령(엄격한 AI 레드팀 활동을 명시적으로 의무화함)과 NIST AI 위험 관리 프레임워크와 같은 적극적인 규제 움직임은 미국 기업들이 처음부터 AI 보안 테스트를 통합하도록 강제했습니다. 또한, 활발한 벤처 캐피털 생태계는 AI 보안 전문 스타트업에 지속적으로 수십억 달러를 투자하고 있습니다. 

캐나다는 중요한 보완적 역할을 수행합니다. 세계적으로 인정받는 AI 연구 허브인 몬트리올과 토론토를 통해 캐나다는 AI 윤리 및 적대적 머신러닝에 특화된 최첨단 학술 연구와 풍부한 인재를 제공합니다. 이러한 국가 간 협력을 통해 혁신, 규제 집행, 자본이 어우러진 독보적인 생태계를 구축하고, 북미 지역의 시장 점유율 우위를 공고히 합니다. 

아시아 태평양 지역은 AI 레드팀 및 보안 테스트 시장에서 가장 빠르게 성장하는 지역입니다

아시아 태평양(APAC) 지역은 급격한 디지털 전환, 기업 전반에 걸친 대규모 AI 통합, 그리고 증가하는 사이버 위협에 힘입어 AI 레드팀 분야에서 가장 빠르게 성장하는 시장으로 부상했습니다. 이 지역의 가속화된 성장률은 초기 AI 탐색 단계에서 본격적인 상용화 단계로의 빠른 도약 덕분에 선진 시장을 능가하고 있습니다.

중국은 AI 레드팀 및 보안 테스트 시장에서 세계적인 AI 패권을 확보하기 위해 막대한 투자를 하면서 주요 촉매 역할을 하고 있습니다. 중국의 거대 기술 기업들이 자체 개발한 대규모 언어 모델을 대량으로 배포함에 따라, 이러한 자산을 악의적인 공격으로부터 보호하고 엄격한 국가 데이터 규제를 철저히 준수해야 할 필요성이 커지면서 거대한 국내 AI 보안 시장이 탄생했습니다. 

인도는 세계 IT 서비스 강국으로서의 확고한 입지를 바탕으로 또 다른 거대한 성장 동력으로 작용하고 있습니다. 인도의 기술 기업과 사이버 보안 스타트업들은 AI 기반 레드팀 운영 및 취약점 평가 서비스를 빠르게 확장하여 국내 기업과 해외 고객 모두에게 제공하고 있습니다. 

한편, 싱가포르와 일본 같은 국가들은 AI 레드팀 및 보안 테스트 시장에서 선제적인 거버넌스를 통해 제도적 성장을 주도하고 있습니다. 싱가포르의 선구적인 AI 검증(AI Verify) 테스트 프레임워크와 일본의 엄격한 데이터 보호 지침은 기업들이 강력한 AI 보안 조치를 채택하도록 유도하며, 아시아 태평양 지역을 전 세계에서 가장 역동적이고 빠르게 성장하는 지역으로 만들고 있습니다.

AI 레드팀 및 보안 테스트 시장의 최근 4대 주요 동향

1. Votal AI는 RLHF로 학습된 적대적 공격자 모델과 오픈 소스 공격 카탈로그를 출시하여 에이전트 AI 보안을 강화하고, 지속적인 에이전트 레드팀 플랫폼을 확장했습니다
2. 마이크로소프트는 CAISI 및 AISI와의 파트너십을 통해 AI 평가 범위를 확장하여 최첨단 모델을 테스트하고, 안전장치를 평가하며, 적대적 평가 방법을 개선했습니다.
3. Microsoft Security는 2026년 6월 업데이트를 통해 Defender가 이제 25개 이상의 로컬 AI 에이전트 및 MCP 서버 유형을 검색할 수 있게 되어 AI 환경 보안 테스트가 강화되었다고 발표했습니다
4. 마이크로소프트, 구글, 그리고 xAI는 미국 정부가 새로운 AI 모델의 보안 취약점을 공개 전에 테스트할 수 있도록 허용하기로 합의했는데 , 이는 배포 전 평가를 위한 중요한 조치입니다.

AI 레드팀 및 보안 테스트 시장의 주요 기업

• 마이크로소프트
• Google
• 숨겨진 레이어
• 강력한 인텔리전스(시스코)
• AI 보호(팔로알토)
• 라케라
• 칼립소AI
• 하이즈 랩스
• 그레이 스완 AI
• Adversa AI
• 패트로누스 AI
• 기스카드
• 마인드가드
• 해커원
• 크레도 AI
• 기타 주요 플레이어

시장 세분화 개요

제공함으로써

• 플랫폼/도구
• 관리형 레드팀 서비스

테스트 유형별

• 탈옥 및 신속 주사
• 편견과 공정성
• 데이터 유출/개인정보 보호
• 안전 및 유해 콘텐츠
• 견고성/적대적

배포를 통해

• 구름
• 구내
• 잡종

신청을 통해

• 사전 배포 보증
• 지속적인 모니터링
• 규정 준수

최종 사용자 산업별

• BFSI
• 의료 서비스
• 정부 및 국방
• IT 및 소프트웨어
• 기타

지역별

• 북아메리카
  • 미국.
  • 캐나다
  • 멕시코
• 유럽
  • 서유럽
    • 영국
    • 독일
    • 프랑스
    • 이탈리아
    • 스페인
    • 나머지 서유럽
  • 동유럽
    • 폴란드
    • 러시아 제국
    • 나머지 동유럽
• 아시아 태평양
  • 중국
  • 인도
  • 일본
  • 호주 및 뉴질랜드
  • 대한민국
  • 아세안
  • 아시아 태평양 지역 나머지 지역
• 중동 및 아프리카(MEA)
  • 사우디아라비아
  • 남아프리카공화국
  • UAE
  • 중동 및 아프리카의 나머지 지역
• 남아메리카
  • 아르헨티나
  • 브라질
  • 남미의 나머지 지역