GPU 데이터센터 인프라의 모든 알려진 취약점을 집대성한 오픈 프로젝트 'GPU VulnDB'가 최근 공개되었습니다. 이 데이터베이스는 AI/ML 프레임워크부터 GPU 하드웨어 펌웨어에 이르기까지 총 6개 계층에서 발생하는 4,467개 이상의 취약점 정보를 제공하며, 이 중 600개는 치명적(critical) 수준이고 137개는 이미 실제 공격에 악용된 것으로 파악됩니다. 이는 급증하는 GPU 활용에 비해 상대적으로 간과될 수 있었던 GPU 인프라 보안의 중요성을 다시금 일깨우는 계기가 될 것으로 보입니다.
GPU VulnDB는 취약점을 AI/ML 프레임워크 및 서빙(AI/ML frameworks & serving), 테넌트 워크로드(Tenant workload), 컨테이너 및 오케스트레이션(Container, Kubernetes & orchestration), 제어 플레인 및 스토리지(Control plane, storage & DevOps), 커널 및 하이퍼바이저(Kernel, userspace & hypervisor), NVIDIA/GPU 스택(NVIDIA / GPU stack), 펌웨어 및 BMC(Firmware, BMC & network fabric) 등 6가지 주요 계층으로 분류합니다. 각 취약점은 심각도(critical, high, medium, low)와 CVE(Common Vulnerabilities and Exposures) 번호, 발견 날짜 등을 상세히 표기하여 사용자가 필요한 정보를 쉽게 찾아볼 수 있도록 돕습니다. 예를 들어, NVIDIA Triton Inference Server의 경로 탐색(path traversal) 취약점(CVE-2026-47627)과 같은 GPU 스택 관련 문제부터, IBM Power FSP의 인증 우회(authentication bypass) 취약점(CVE-2026-16835)과 같은 펌웨어 레벨의 문제까지 폭넓게 다룹니다.
이번 GPU VulnDB의 등장은 인공지능(AI)과 고성능 컴퓨팅(HPC) 분야에서 GPU의 중요성이 날로 커지는 상황에서 매우 시의적절합니다. GPU 데이터센터는 민감한 데이터를 처리하고 핵심 AI 모델을 구동하는 만큼, 단 하나의 취약점도 치명적인 결과를 초래할 수 있습니다. 이 데이터베이스는 기업과 개발자들이 GPU 기반 시스템의 잠재적 보안 위협을 사전에 인지하고 대비할 수 있는 중요한 도구가 될 것입니다. 또한, 오픈 소스 형태로 제공되어 보안 커뮤니티의 협력을 통해 지속적으로 업데이트되고 발전할 수 있는 기반을 마련했다는 점에서 그 의미가 큽니다. GPU 인프라를 구축하고 운영하는 모든 이해관계자에게 보안 강화의 필요성을 상기시키고, 더욱 안전한 AI 시대를 위한 초석을 다지는 데 기여할 것으로 기대됩니다.