검색결과 총 8건
-
애플도 반영한 AI 보안 기술…티오리, 애플 OS 보안 결함 발견
[경제일보] 기업들이 생성형 인공지능(AI)을 활용한 소프트웨어 개발을 확대하면서 사람이 놓치기 쉬운 보안 취약점을 AI가 찾아내는 'AI 기반 코드 보안' 시장도 빠르게 성장하고 있다. AI가 코드를 생성하는 시대를 넘어 AI가 코드의 취약점까지 찾아내는 'AI 대 AI' 보안 경쟁이 본격화되는 가운데 국내 보안 기업 티오리가 애플 운영체제(OS)의 치명적인 보안 취약점을 발견하며 기술력을 입증했다. 5일 사이버 보안 기업 티오리는 AI 소스코드 보안 분석 솔루션 '진트 코드'가 애플 주요 운영체제에서 치명적인 보안 취약점 2건을 발견했고, 해당 내용이 애플의 공식 보안 업데이트에 반영됐다고 밝혔다. 이번에 패치된 취약점 가운데 가장 위험도가 높은 것은 공통취약점평가시스템(CVSS) 기준 9.8점을 받은 커널 취약점이다. 해당 취약점은 별도의 사용자 조작 없이도 특정 애플리케이션이 시스템을 강제 종료시킬 수 있는 '제로클릭' 유형으로 분류된다. 티오리는 애플이 메모리 초기화 과정의 문제를 수정하고 메모리 처리 방식을 개선해 해당 취약점을 해결했다고 설명했다. 함께 수정된 취약점은 특정 애플리케이션이 커널 메모리 데이터를 외부로 유출할 수 있는 취약점으로, 애플은 추가 검증 로직을 적용해 문제를 차단했다. 이번 보안 업데이트는 iOS 26.6과 iPadOS 26.6, macOS Tahoe 26.6을 비롯해 macOS Sequoia 15.7.8, Sonoma 14.8.8, tvOS 26.6, visionOS 26.6, watchOS 26.6 등 애플 주요 플랫폼 전반에 적용됐다. 최근 AI를 활용한 코드 분석 기술이 실제 글로벌 플랫폼의 보안 수준 향상으로 이어지고 있다. 생성형 AI를 활용한 소프트웨어 개발이 빠르게 확산되면서 코드 규모와 복잡성이 커지고 있는 만큼, 기존 수작업 중심의 보안 점검만으로는 모든 취약점을 찾아내기 어렵기 때문이다. 실제로 글로벌 빅테크들도 AI를 활용한 자동 코드 분석과 취약점 탐지 기술 도입을 확대하고 있다. 개발 초기 단계에서부터 취약점을 찾아 수정하는 '시프트 레프트' 보안 전략이 확산되면서 AI 기반 정적 분석과 자동화된 보안 검증의 중요성도 커지고 있다. 이에 티오리는 AI가 소스코드의 맥락과 데이터 흐름을 분석해 사람이 놓칠 수 있는 취약점을 탐지하는 기술을 기반으로 글로벌 운영체제 보안 연구를 확대하고 있다. 단순히 코드 패턴을 비교하는 수준을 넘어 실제 공격 가능성을 검증할 수 있는 공격 재현 코드(PoC)를 생성하고, 이를 통해 실질적인 위험성을 확인하는 방식이다. 앞서 티오리는 최근 리눅스 커널에서도 AI 기반 분석을 통해 약 9년간 발견되지 않았던 권한 상승 취약점 'Copy Fail'을 찾아낸 바 있다. 해당 취약점은 분석 시작 약 1시간 만에 발견됐으며, 리눅스 커널 보안 패치에도 반영됐다. 또한 안드로이드 운영체제에서도 권한 상승과 메모리 오염을 유발할 수 있는 고위험 취약점 3건을 발굴해 구글의 공식 보안 업데이트에 반영시킨 것으로 알려졌다. 티오리는 이번 성과를 바탕으로 AI 기반 자율형 모의해킹 플랫폼 '진트' 사업도 확대한다는 계획이다. 진트는 개발 단계에서 소스코드 취약점을 분석하는 '진트 코드', 운영 환경에서 침투 테스트를 수행하는 '진트 웹', 온디맨드 모의해킹 서비스 '진트 펄스' 등으로 구성돼 개발부터 운영까지 보안 전 주기를 지원한다. 곽경주 티오리 진트 제품 총괄은 "사용자 조작 없이 악용 가능한 CVSS 9.8점급 취약점은 디바이스 전반에 큰 타격을 줄 수 있는 고위험군 위협"이라며 "이번 애플 공식 패치 반영은 수백만 줄에 달하는 거대한 소스코드 속에서도 사람 해커가 발견하기 까다로운 맹점을 진트 코드의 AI 엔진이 빠르고 정확하게 찾아낼 수 있음을 보여주는 대표 사례"라고 말했다.
2026-08-05 08:31:26
-
MS, AI 해킹에 'AI 방패' 세웠다…보안 특화 모델·플랫폼 공개
[경제일보] 인공지능(AI)을 활용한 사이버 공격이 빠르게 고도화하는 가운데 마이크로소프트(MS)가 AI로 AI 공격을 방어하는 에이전트 기반 보안 플랫폼을 내놨다. 보안 특화 자체 모델과 다수의 전문 에이전트를 결합해 취약점 탐지부터 위험 판단, 수정까지 이어지는 방어 체계를 구축한다는 구상이다. 연합뉴스에 따르면 MS는 27일(현지시간) 미국 샌프란시스코에서 보안 행사를 열고 에이전트형 보안 플랫폼 ‘프로젝트 퍼셉션’을 공개했다. 기존 보안 체계가 침해사고 발생 이후 경고와 분석에 집중했다면 퍼셉션은 조직의 디지털 환경을 지속적으로 살피며 공격 가능성을 사전에 찾아 대응하는 데 초점을 맞췄다. 퍼셉션은 레드팀과 블루팀, 그린팀 등 세 종류의 전문 에이전트가 협력하는 구조다. 레드팀 에이전트는 공격자가 악용할 수 있는 침투 경로를 탐색하고, 블루팀은 조직의 시스템과 자산·계정 정보를 종합해 실제 위험도를 판단한다. 그린팀은 취약점을 수정하거나 보호조치를 적용해 방어 수준을 높인다. 각 에이전트가 취약점을 개별적으로 탐지하는 데 그치지 않고 발견과 분석, 대응 결과를 다시 공유하는 순환형 구조를 갖춘 것이 특징이다. 다만 시스템이 모든 보안 결정을 독자적으로 내리는 것은 아니다. MS는 주요 대응과 위험성이 큰 조치는 보안 담당자가 통제하도록 설계했다고 설명했다. 퍼셉션은 MS가 앞서 공개한 다중 모델 기반 취약점 분석 시스템 ‘엠대시(MDASH)’와 연계된다. 엠대시는 100개 이상의 전문 에이전트를 활용해 소프트웨어 코드를 분석하고 취약점 발견과 검증, 중복 제거, 공격 가능성 입증, 패치 확인 등을 수행한다. MS는 이번에 자체 개발한 보안 특화 모델 ‘MAI-사이버-1 플래시’를 엠대시에 추가했다. 비교적 반복적이고 처리량이 많은 보안 작업은 자체 모델이 담당하고, 복잡한 추론이 필요한 일부 작업은 오픈AI의 GPT-5.4가 처리하는 다중 모델 구조다. 하나의 대형 모델에 모든 작업을 맡기지 않고 성능과 비용, 처리 속도에 따라 적합한 모델을 배치했다. 이 조합은 공개 보안 벤치마크인 ‘사이버짐’에서 95.95%의 성능을 기록했다. GPT-5.5 사이버의 85.6%, 앤트로픽 미토스5의 83.8%보다 10%포인트 이상 높은 수치다. 기존 엠대시 구성보다 운영비용도 약 50% 줄였다는 것이 MS의 설명이다. 다만 95.95%는 MAI-사이버-1 플래시 단일 모델의 점수가 아니라 GPT-5.4와 전문 에이전트를 결합한 엠대시 전체 시스템의 결과다. 벤치마크 성능이 실제 기업 환경의 모든 공격을 탐지하거나 차단한다는 의미도 아니다. 알려지지 않은 공격과 복잡한 조직별 환경에서 같은 성능을 유지하는지는 향후 검증이 필요하다. MS가 방어용 AI를 전면에 내세운 배경에는 자율형 AI 에이전트의 확산이 있다. AI가 취약점을 찾아 공격 코드를 만들고 여러 시스템을 이동하는 과정까지 자동화하면서 공격에 필요한 시간과 비용이 빠르게 낮아지고 있다. 사람 중심의 보안관제만으로 기계 속도의 공격을 따라가기 어려워진 만큼 방어 역시 상시 작동하는 AI 체계로 전환해야 한다는 판단이다. 프로젝트 퍼셉션은 오는 8월3일 공개 프리뷰로 제공된다. MS는 향후 소프트웨어 취약점 관리뿐 아니라 계정과 클라우드, 애플리케이션, 데이터, AI 에이전트 보호 등으로 적용 범위를 확대할 계획이다. 실제 기업 환경에서 오탐을 얼마나 줄이고 인간 보안 담당자와 책임을 어떻게 나눌지가 상용화 성패를 결정할 전망이다.
2026-07-28 07:55:43
-
AI 해커, 인간 화이트해커에 도전장…코드게이트 무대 올랐다
[경제일보] 사람의 개입 없이 스스로 문제를 분석하고 취약점을 찾는 인공지능(AI) 해커가 국제 해킹방어대회에서 인간 화이트해커들과 처음 맞붙었다. 청소년과 비교한 주니어부에서는 2위에 올랐지만 세계 정상급 해커가 참가한 일반부에서는 18위에 머물렀다. AI 단독보다 보안 전문가가 AI를 활용할 때 더 높은 성과가 나온다는 점을 보여준 결과다. 과학기술정보통신부는 지난 23일부터 이틀간 서울 코엑스에서 국제 해킹방어대회 및 보안 콘퍼런스 ‘코드게이트 2026’을 개최했다고 24일 밝혔다. 올해 대회의 가장 큰 관심사는 KAIST와 코드게이트보안포럼이 공동 개발한 AI 해커였다. 초청 선수로 참가한 AI 해커는 인간 참가자와 같은 문제를 받아 별도의 지시 없이 분석과 전략 수립, 취약점 탐색, 정답 제출까지 수행했다. 경기는 여러 보안 문제를 해결해 숨겨진 문자열인 ‘플래그’를 찾아 제출하는 캡처더플래그 방식으로 진행됐다. 실제 시스템을 무단 공격한 것이 아니라 외부와 분리된 대회 환경에서 취약점 분석 능력을 겨룬 것이다. 최종 성적은 일반부 18위, 만 19세 미만 주니어부 2위였다. AI가 청소년 최고 수준에 근접한 문제 해결 능력을 보인 반면 세계 정상급 화이트해커 팀과의 경쟁에서는 아직 격차가 있다는 의미다. 이번 대결은 순수 AI와 AI를 활용하는 인간 전문가의 차이도 보여줬다. 일반부 참가자들은 여러 명이 팀을 이뤄 문제 유형과 상황에 따라 전략을 바꾸고 필요하면 AI 도구를 활용할 수 있다. 반면 초청된 AI 해커는 사람의 실시간 개입 없이 자동으로 움직였다. AI는 대량의 코드 분석과 알려진 취약점 탐색, 반복 작업에 강하지만 처음 접하는 문제의 의도를 파악하거나 여러 단서를 연결해 전략을 수정하는 능력에서는 숙련된 인간팀을 넘지 못했다. AI와 사람이 경쟁하는 구도보다 전문가가 AI를 업무에 결합하는 방식이 당분간 더 효과적일 수 있다는 분석이 나온다. AI 해커 개발을 이끈 윤인수 KAIST 교수는 “현재 AI가 어느 정도 수준에 와 있는지, AI와 사람이 협업했을 때 어떤 시너지가 날 수 있는지 확인하고 싶었다”며 “결과에서 알 수 있듯 전문가와 AI가 만났을 때 좋은 시너지가 나온다는 결론에 이를 수 있었다”고 말했다. 일반부에서는 일본의 ‘BunkyoWesterns’가 우승해 과기정통부 장관상과 상금 5000만원을 받았다. 한국의 ‘따따’와 ‘The Amazing Digital Orange!’는 각각 2위와 3위를 차지했다. 개인전으로 열린 주니어부에서는 김준원 군이 우승해 과기정통부 장관상과 상금 300만원을 받았다. 원예준 군과 김필립 군이 2위와 3위에 올랐다. AI 해커의 주니어부 2위는 초청 참가 성적으로, 공식 수상 순위와는 별도로 해석할 필요가 있다. 2008년 시작돼 올해 18회째를 맞은 코드게이트에는 세계 88개국 3333명이 온라인 예선에 참가했다. 일반부에서는 8개국 20개 팀, 주니어부에서는 3개국 20명이 본선에 진출해 실력을 겨뤘다. AI를 이용한 취약점 탐지와 자동 수정은 세계 사이버보안 업계의 핵심 경쟁 분야로 떠오르고 있다. 지난해 미국 국방고등연구계획국(DARPA)의 ‘AI 사이버 챌린지’에서는 KAIST와 삼성리서치, 미국 조지아공대, 포스텍 연구진이 참여한 팀 애틀랜타가 우승했다. 이들이 개발한 AI 시스템은 대규모 오픈소스 코드에서 취약점을 찾고 수정 패치까지 자동 생성했다. 보안 콘퍼런스에는 블록체인 분석기업 체이널리시스 공동 창업자 마이클 그로내거 그라이AI 대표와 화웨이, 고려대, 서울과기대, 보안기업·법률 전문가 등이 발표자로 참여했다. 미국 보안 행사 블랙햇의 코치진이 진행한 전문 교육과 문제풀이 세션, 청소년 해킹 체험 프로그램도 함께 열렸다. 최우혁 과기정통부 정보보호네트워크정책실장은 “AI 3대 강국이 되기 위해서는 굳건한 사이버보안이 기반이 돼야 한다”며 “정교해지는 사이버 위협에 대응할 핵심 보안 인재를 양성하겠다”고 밝혔다.
2026-07-24 12:27:32
-
-
-
-
-