인공지능이 리눅스에서 400개 이상의 영일 취약점 발견, 평균 2.5시간마다 하나씩 근권 획득
2026년 11월 12일 · 읽는 시간 2분
다른 언어로도 게시됨 English
인공지능 모델이 리눅스 운영체제에 대해 권한 상승 작업을 수행하도록 지시받은 결과 400개 이상의 로컬 사용자에서 루트로의 영일 취약점을 발견했다. 모델은 직접 실행 가능한 이진 파일을 생성했으며, 각 취약점마다 연구, 식별, 테스트, 검증에서 배포까지 평균 2시간 30분이 소요되었다. 현장의 최고 수준 역공학 전문가들은 인공지능이 어떻게 일부 사례를 발견했는지 이해하는 데 수주일이 걸렸다.
최근 OpenAI의 GPT-6 사이버 모델은 리눅스 커널의 948개 취약점에 대해 사용 가능한 권한 상승 익스플로잇을 개발했다. 1724개를 재현했으며 948개를 성공적으로 악용했으며, 이는 이전 세대 모델의 5배 이상이다. 인공지능 노동력이 저렴하기 때문에 공격자들은 이제 단일 목표를 위해 오픈소스 코드를 역공학하여 영일 취약점을 찾는 작업을 수행할 수 있다. 과거에는 비용 효율성 때문에 어떤 레드팀 회사도 이런 방식으로 행동하지 않았을 것이다.
2년 전 상위 레드팀 멤버들과 역공학 전문가들은 인공지능이 진정한 침투 테스트를 수행할 수 없다는 합의에 도달했다. 그들의 판단은 레드팀의 진정한 가치가 서로 관련 없어 보이는 것들을 연결하는 능력에 있으며 인공지능은 이를 할 수 없다는 것이었다. 그러나 이 판단은 완전히 틀렸다.
과거에 공격자들은 비용을 계산해야 했다. 일반적인 기업을 위해 그것이 사용하는 오픈소스 구성 요소를 특별히 연구하고 영일 취약점을 발굴하는 것은 비용이 너무 높아서 비실용적이었다. 그러나 이제 인공지능은 웹사이트를 스캔하면서 동시에 기존 항목을 연구하고, 영일 취약점을 찾고, 직원들을 대상으로 피싱을 시작할 수 있다. 내부 네트워크에 진입한 후 개발자 도구 설정에서 자격 증명을 탈취하고 사용자의 키와 세션을 사용하여 시스템에서 실행될 수 있다. 보안 담당자들이 남겨진 프로그램을 역공학하기 시작할 때쯤이면 이미 내부에서 횡적으로 확산되어 있다.
최근 OpenSSH 취약점은 리눅스 환경의 보안에 또 다른 경고를 제공했다. 이 10년간 숨겨진 문제는 OpenSSH, musl 및 계정 설정의 교차점에 있으며 Alpine Linux를 포함한 특정 환경에 영향을 미친다. 발견자는 인공지능 에이전트를 사용하여 약 17600번의 인증 테스트를 실행한 후 장기간 간과된 경로를 발견했다.
공격 속도와 방어 속도 사이의 불일치가 주요 문제다. 공격자는 기계 속도로 행동하지만 방어자는 회의 속도로 행동한다. 기업들이 자산을 파악하고, 패치를 검증하고, 배포를 계획하는 동안 인공지능은 이미 새로운 취약점을 찾아 악용하고 있다. 한 전문가는 사람을 방어 환경에서 제거하고 보안 팀이 직접 수정을 제출하도록 하며 엔지니어링 팀이 자동 감지, 복구 및 롤백 메커니즘을 구축할 것을 제안했다.