사상 리더
AI, 취약점을 순식간에 찾아낸다. 하지만 이를 해결하는 건 전혀 다른 문제다.

핵심 포인트AI는 이제 방어자가 패치할 수 있는 속도보다 더 빠르게 제로데이를 발견합니다.
더 보기
- AI는 이제 방어자가 패치할 수 있는 속도보다 더 빠르게 제로데이를 발견합니다.
- AI가 생성한 패치의 절반 이상이 결함을 고치지 못했거나 새로운 결함을 도입했습니다.
- 공개된 CVE에만 의존하면 방어자는 공격자의 일정에 대응하게 됩니다.
사이버 보안에 새로운 문제가 생겼다. 아이러니하게도, 그 원인은 그 어느 때보다 빠르게 문제를 찾아낼 수 있게 된 우리의 능력이다.
최첨단 AI 모델은 소프트웨어 취약점을 찾아내고 악용하는 데 점점 더 능숙해지고 있다. 그 결과, 수년간 숨겨져 있을 수도 있었던 결함이 불과 몇 달 전만 해도 상상하기 어려웠을 속도로 드러나고 있다.
하지만 업계는 취약점을 해결하는 것보다 찾아내는 데 훨씬 더 능숙해지고 있다. Anthropic의 최신 연구를 살펴보자. Zhipu AI의 오픈 웨이트 GLM-5.3은 ExploitBench 벤치마크에서 410번 시도 중 50번에 걸쳐 작동하는 종단 간 익스플로잇을 성공적으로 개발했다. 반면 Claude Mythos Preview는 56번 성공했다.
제한적으로 사용할 수 있는 최첨단 모델과 가중치를 공개적으로 이용할 수 있는 모델 사이의 격차가 극히 작다는 뜻이다. 한때 고도로 전문화된 보안 연구자만 발휘할 수 있었던 역량이 이제 훨씬 더 많은 사람에게 열리고 있다. 그사이 우리 모두가 사용하는 소프트웨어의 취약성이 갑자기 줄어든 것도 아니다. 제로데이를 찾아내는 속도가 이를 해결하는 데 걸리는 시간보다 빨라질 수 있는 시대에 접어들었다.
최근 PHP2Shell 취약점은 대표적인 사례다. Wiz, Calif 및 OpenAI의 Codex 보안팀이 진행한 연구에 따르면, 최첨단 AI의 도움을 받은 연구자 한 명이 약 일주일 만에 PHP 엔진의 치명적인 결함을 찾아냈다. 이 취약점은 웹의 상당 부분을 떠받치는 런타임에 영향을 미쳤으며, WordPress, Drupal, Joomla로 구축된 애플리케이션도 그 대상에 포함됐다.
보안팀에는 시급한 질문이 생긴다. 공격자가 방어자가 취약점을 패치하는 것보다 더 빠르게 취약점을 찾아낼 수 있다면 어떻게 될까?
취약점 관리의 기존 방식은 이런 상황을 염두에 두고 만들어지지 않았다
수년 동안 취약점 관리는 익숙한 순서에 따라 이뤄져 왔다. 취약점이 발견되면 누군가 이를 신고하고, CVE가 부여되며, 패치가 제공된다. 스캐너가 취약점을 표시하면 보안팀은 위험을 평가하고 수정 우선순위를 정한 뒤 패치를 배포한다. 완벽한 절차는 아니지만, 보안 생태계 전체가 이 절차를 중심으로 구축됐다.
하지만 진짜 문제는 이 절차가 무엇보다 취약점의 존재를 먼저 알아야 한다는 점에 크게 의존한다는 것이다. 기존 스캐너는 환경에 어떤 알려진 취약점이 있는지 파악하는 데 유용하다. 그렇다면 아직 공개되지 않은 취약점은 어떨까? CVE도, 보안 권고도, 패치도 없는 취약점 말이다.
PHP2Shell 취약점 공개는 이런 방식이 우리를 얼마나 취약한 상태에 놓이게 하는지 보여준다. 두 가지 치명적인 취약점인 CVE-2026-109618과 CVE-2026-109619는 모두 CVSS 9.2 등급을 받았으며, PHP 자체의 메모리 안전성 결함과 관련이 있었다. 연구자들은 WordPress, Drupal, Joomla를 비롯해 널리 사용되는 애플리케이션을 대상으로 원격 코드 실행과 메모리 정보 유출을 입증했다. 기반 런타임에 취약점이 있었기 때문에, 애플리케이션 코드 자체가 안전하더라도 취약할 수 있었다.
공개까지 이어진 일정도 많은 것을 시사했다. 초기 경고가 공개된 뒤 PHP 보안팀은 출시 일정을 앞당겼다. 패치가 제공될 무렵에는 이미 초기 공격 시도가 관찰되고 있었다.
게다가 그날 문제는 PHP만이 아니었다. 별도의 소프트웨어 공급망 공격으로 대규모 언어 모델용 오픈 소스 게이트웨이로 널리 쓰이는 LiteLLM 버전 1.107.0이 침해됐다. 공격자들은 배포된 Python 패키지에 정보 탈취 악성코드와 원격 액세스 트로이목마를 심었지만, 프로젝트의 소스 코드 저장소는 깨끗한 상태로 남아 있었다. 소스 코드만 검토한 팀이라면 악성 페이로드를 전혀 발견하지 못했을 것이다.
이러한 사건은 신뢰받는 소프트웨어 구성 요소 깊숙한 곳에 취약점이 수년간 존재할 수 있다는 점을 보여준다. 또한 조직이 일상적으로 설치하는 종속성을 통해 악성 코드가 유입될 수도 있다. 두 경우 모두 반드시 애플리케이션 자체의 코드에서 비롯되는 것은 아니다.
또한 심각한 취약점이 애플리케이션의 종속 소프트웨어에 여전히 남아 있는데도 스캐너가 문제가 없다고 판정할 수 있음을 보여준다. 얼마 전까지만 해도 숨겨진 결함을 대규모로 찾아내려면 상당한 연구 전문성과 자원이 필요했지만, 최첨단 AI가 그 상황을 바꾸고 있다.
버그를 찾는 건 쉬운 일이다. 이제 어떻게 할 것인가?
AI가 제로데이를 발견할 수 있다는 점에 큰 기대가 쏠리고 있다. 진전이 놀라운 만큼 당연한 일이다. 하지만 AI가 얼마나 많은 취약점을 찾아낼 수 있는지에 대한 과도한 기대에 비해, 그다음에 무슨 일이 벌어지는지에 대한 관심은 턱없이 부족하다고 생각한다.
취약점을 찾았다고 해서 더 안전해지는 것은 아니다. 먼저 그 취약점이 실제로 존재하는지 입증해야 한다. AI가 찾아낸 결함이 자동으로 유효한 것은 아니며, 그럴듯해 보이는 익스플로잇도 항상 재현 가능한 것은 아니기 때문이다. 그런 다음에는 어떤 버전이 영향을 받는지, 취약점을 실제로 악용할 수 있는지, 어떤 위험을 초래하는지 파악해야 한다.
그다음에는 취약점을 수정해야 하는데, 바로 이 지점부터 상황이 특히 흥미로워진다. 1Password의 연구는 AI가 생성한 패치 6,080개를 조사한 결과, 53.9%가 원래 취약점을 해결하지 못했거나 새로운 보안 결함을 유발했거나 두 가지 문제를 모두 일으켰음을 발견했다.
해당 연구에서는 생성된 패치의 절반 이상에 자체적인 보안 문제가 있었습니다. 물론 이 결과는 특정한 테스트 조건을 반영합니다. 하지만 모든 숙련된 엔지니어가 알고 있는 사실을 보여 줍니다. 수정처럼 보이는 코드를 작성하는 것과 그 코드가 실제로 문제를 해결한다는 점을 입증하는 것은 전혀 다른 일입니다.
패치가 올바르더라도 아직 끝난 게 아닙니다. 기존 기능이 손상되지는 않을까요? 애플리케이션이 의존하는 라이브러리의 구버전과도 호환될까요? 다른 문제를 열두 가지나 일으키는 업그레이드를 강요하지 않고 배포할 수 있을까요?
수백 개의 애플리케이션과 팀, 환경 전반에 패치를 적용해야 한다면 어떻게 될까요? 테스트 환경에서는 잘 작동하지만 실제 운영 환경에 도달하지 못하는 패치는 누구도 보호하지 못합니다. 제가 생각하기에 보안 업계가 직면해야 할 가장 큰 간극이 바로 이것입니다.
취약점 발견 속도는 믿기 어려울 만큼 빨라지고 있지만, 발견한 취약점을 실제 보호 조치로 전환하는 데 필요한 작업은 여전히 답답할 정도로 느립니다. 그리고 그 간극 자체가 새로운 보안 위험이 되고 있습니다.
그렇다면 이 간극을 실제로 어떻게 좁힐 수 있을까요?
이미 업무가 과중한 보안팀에 더 열심히 일하거나 더 많은 경고를 처리하라고 하는 것이 답이라고 생각하지 않습니다. 결함 발견이 더 이상 가장 큰 병목이 아닌 상황에서 효과적인 취약점 관리는 어떤 모습이어야 하는지 다시 생각해야 합니다.
저라면 다음 네 가지부터 시작하겠습니다.
1. CVE 데이터베이스가 전체 상황을 보여 준다고 여기지 마세요
CVE와 취약점 스캐너는 필수적이지만, 우리가 알고 있는 것을 기록한 것이지 실제로 존재하는 모든 것을 보여 주는 것은 아닙니다. 보안팀은 공개적으로 알려진 취약점만 바라보는 데서 벗어나야 합니다. 기존 스캐닝에 선제적 조사, 코드 분석, 위협 인텔리전스를 결합하고 조직이 의존하는 소프트웨어 구성 요소를 명확히 파악해야 합니다.
CISA의 알려진 악용 취약점 카탈로그와 같은 자료는 알려진 위협의 우선순위를 정하는 데 유용하지만, 아직 공개되지 않은 취약점까지 알려 주지는 않습니다. PHP2Shell 사례는 기반이 되는 소프트웨어에 심각한 취약점이 발견되지 않은 채 수년간 존재할 수 있음을 보여 줬습니다. 최첨단 AI가 이런 결함을 며칠 만에 찾아낼 수 있는 상황에서, 공개된 보안 권고에만 의존하면 방어자는 언제나 다른 이들이 정한 일정에 맞춰 대응하게 됩니다.
2. 발견 건수가 늘어도 보안이 강화되는 것은 아닙니다
AI는 잠재적인 취약점 발견 사례를 엄청나게 많이 만들어 낼 수 있지만, 그렇다고 해서 모든 사례를 조사하느라 엔지니어링팀이 다른 일을 전부 중단해야 하는 것은 아닙니다.
진정한 가치는 어떤 취약점이 실제로 존재하고, 악용할 수 있으며, 해당 환경과 관련이 있는지 판별하는 데 있습니다. 문제를 재현할 수 있나요? 어떤 버전이 영향을 받나요? 현실적인 공격 경로가 있나요? 실제 사업상 영향은 무엇인가요?
이러한 맥락을 파악하지 못하면 조직은 심각도 점수만을 기준으로 취약점의 우선순위를 정하는 한편, 공격자가 민감한 시스템과 자격 증명에 실제로 어떻게 접근할 수 있는지는 간과할 위험이 있습니다.
3. 기술적으로 올바른 데 그치지 말고 배포할 수 있는 해결책을 만드세요
이는 취약점 해결 과정에서 가장 과소평가되는 과제 중 하나입니다. 기업은 모든 종속성을 하룻밤 사이에 최신 버전으로 업그레이드할 수 있는 완벽한 환경에서 운영되지 않습니다. 기업에는 레거시 애플리케이션과 서로 연결된 시스템, 호환성 요건, 간단히 교체할 수 없는 소프트웨어 버전이 있습니다.
따라서 조직 인프라의 절반을 다시 구축해야 하는 해결책은 별로 쓸모가 없습니다. 보안 패치를 구버전으로 백포팅하고, 호환성을 유지하며, 불필요한 공격 표면을 줄이고, 팀이 이미 사용하는 도구와 워크플로를 통해 업데이트를 제공할 더 나은 방법이 필요합니다.
NIST의 기업 패치 관리 지침은 업데이트를 식별하고, 우선순위를 정하고, 설치하고, 검증하는 일이 중요하다고 강조합니다. 이제 과제는 AI가 주도하는 취약점 발견 속도를 따라갈 수 있도록 이 전체 과정을 충분히 빠르게 진행하는 것입니다. 아무도 배포할 수 없다면 세상에서 가장 훌륭한 패치도 쓸모가 없기 때문입니다.
4. 실제로 얼마나 빨리 보호되는지 측정하세요
오늘 AI가 심각한 취약점을 발견한다면, 이를 검증하고 작동하는 패치를 개발해 테스트한 뒤 실제 운영 환경에 배포하기까지 얼마나 걸릴까요?
PHP2Shell 대응은 유용한 기준이 됩니다. Echo는 업스트림 패치가 제공된 직후 수정된 PHP 패키지를 배포했고, 지원되는 PHP 버전용 이미지는 같은 날 오후에 다시 빌드했습니다.
보안팀은 취약점 발견과 검증부터 패치 개발, 호환성 테스트, 배포에 이르기까지 전체 해결 주기를 측정해야 합니다. 영향을 받은 소프트웨어를 얼마나 빠르게 다시 빌드할 수 있는지, 취약한 종속성을 사용하는 애플리케이션을 모두 식별할 수 있는지, 보호 조치를 완료하는 데 수작업이 얼마나 필요한지 파악해야 합니다.
최첨단 AI로 취약점을 더 빠르고 쉽게 발견할 수 있게 되면서, 취약점 발견부터 실제 악용 가능성이 생기기까지의 시간은 계속 줄어들 것입니다. 기존의 공개 및 패치 주기가 이런 변화의 속도를 따라갈 것이라고 장담할 수는 없습니다. 취약점 관리의 다음 시대는 공격자가 행동에 나서기 전에 누가 발견된 취약점을 신뢰할 수 있고 배포 가능한 수정 사항으로 전환할 수 있느냐에 따라 좌우될 것입니다.












