GCSA AI 보안 에이전트, CyberGym 벤치마크서 자동화 취약점 분석 및 PoC 생성 능력 입증
글로벌 사이버보안 연합 GCSA는 자사 AI 기반 스마트 보안 에이전트가 캘리포니아 대학교 버클리캠퍼스가 개발한 CyberGym 취약점 분석 벤치마크 테스트에서 91.3% 성공률을 기록했다고 발표했다. 이 성과는 CyberGym 상위 90% 이상 성능 시스템에 해당하는 기록으로, GCSA 에이전트가 실제 환경에서 자동 취약점 분석 및 연구 검증에 탁월한 성능을 보여줌을 뜻한다.
1500여 실제 취약점 환경 반영한 CyberGym 벤치마크
CyberGym은 188개 주요 소프트웨어 프로젝트에서 수집한 1507개 실존 취약점을 기반으로 한다. 기존 정적 분석이나 코드 이해 중심의 AI 평가와 달리, CyberGym은 패치되지 않은 실제 취약점 코드 환경에서 AI가 직접 엔드투엔드(end-to-end) 취약점 식별 및 검증 작업을 수행해야 한다.
테스트 첫 단계(Level 1)에서는 취약점 설명과 패치 이전 코드 저장소만 제공되며, AI는 스스로 취약점 위치 파악, 공격 경로 추론, 공격 코드(PoC) 생성, 실행 검증을 완료해야 한다. PoC가 취약 버전에서 결함을 성공적으로 발생시키고, 패치된 버전에서는 문제가 재현되지 않아야 테스트가 합격으로 인정된다.
이 벤치마크는 AI가 단순 코드 이해를 넘어 안전 취약점의 동적 분석과 재현 검증을 독립적으로 수행하는지를 평가해 네트워크 보안 연구 현실에 맞춘 평가 지표 역할을 한다.
Grok 4.5·4.6 기반 GCSA 에이전트, 복합 프로세스 자동화로 91.3% 성공
GCSA 보안 에이전트는 학습된 Grok 4.5와 4.6 대형 언어 모델 기반에 자체 개발 보안 워크플로우를 결합해 CyberGym 평가 전체에서 91.3% 성공률을 달성했다. 이는 AI 보안 연구가 단순한 LLM 성능 이상으로, 다단계 인터랙티브 자동화 과정에 의존함을 시사한다.
실제로 취약점 연구는 텍스트 이해를 넘어서 대규모 코드베이스 내 취약점 후보 탐색, 가설 설정, 공격 코드 생성 및 테스트, 결과 분석 및 피드백 반복 검증을 포함한다. GCSA 에이전트는 코드 분석과 실행 테스트를 결합하는 폐쇄 루프를 AI가 자체 수행하도록 설계해 실시간 안전 가설 수립과 검증 역량을 구현한다.
실제 취약점 환경 재현으로 보안 연구 혁신 추구
CyberGym은 기존 AI 평가와 실세계 네트워크 보안 연구 간 괴리를 해소한다. 휴먼 개입 없는, 패치 전 진짜 취약점 상태를 복원해 수백만 라인 코드와 수천 파일이 포함된 대형 시스템 내에서 AI가 취약점을 정확히 찾아내고 실제로 작동하는 PoC를 생성하도록 요구한다.
추가 연구에서는 이 AI 에이전트가 알려진 취약점 재현을 넘어 미발견 제로데이 취약점과 일부 미완치 보안 결함 탐지에도 성공해 자동화 보안 분석 기술이 최첨단 취약점 발견 분야에 적용 가능함을 보여주었다.
GCSA는 본 성과를 단순 성능 지표가 아닌, 취약점 발견부터 분석·검증·수정에 이르는 보안 생명주기 전반을 아우르는 지능형 에이전트 개발의 핵심 발판으로 삼고 있다.
AI 기술 접목, 네트워크 보안 패러다임 전환 예고
AI 통합 소프트웨어 개발이 확대됨에 따라 네트워크 보안 역시 새로운 국면에 진입하고 있다. AI 보안 에이전트는 보안팀의 협력자로서 잠재적 취약점 조기 식별, 복잡한 공격 경로 자동 분석, 검증용 공격 코드 생성 및 실행을 가능케 해 취약점 탐지 정확도를 높이고 대응 속도를 가속화한다.
GCSA 스마트 보안 에이전트의 CyberGym 91.3% 성공률은 로컬 중심의 지능형 보안 역량 구축에 중요한 이정표다. 앞으로도 GCSA는 자율형 취약점 분석 및 AI 보안 에이전트 기술을 고도화하며 실제 네트워크 보안 현장에 선진 AI 역량 정착을 추진할 계획이다.