OpenAI가 인공지능(AI) 모델을 활용하여 리눅스(Linux) 커널에서 948개의 로컬 권한 상승(LPE) 취약점을 발견하고, 이에 대한 익스플로잇(exploit)과 패치 후보를 성공적으로 생성했습니다. 이 프로젝트는 안드로이드(Android) 기기, 클라우드 인프라 등 수십억 대 시스템의 기반이 되는 리눅스 커널의 방대한 코드에서 잠재적 보안 위협을 AI가 자율적으로 찾아내고 해결책까지 제시할 수 있음을 보여주었습니다. 총 1,213,430달러의 API 크레딧이 소요되었으며, 고유 LPE 취약점 하나당 약 1,279달러의 비용이 들었습니다.
이번 연구는 '취약점 탐색 → 동적 검증 → 악용 가능성 평가 → 패치 생성 → 사람 검토'의 다섯 단계로 구성된 파이프라인을 통해 진행되었습니다. '스카우트(Scout)' 에이전트가 약 280만 줄의 코드를 감사 대상으로 선정하고, '애널리스트(Analyst)' 에이전트가 2,308개의 취약점 후보를 생성했습니다. 이후 가상 머신에서 1,724개의 취약점을 동적으로 재현하고, '익스플로잇 개발(ExploitDev)' 에이전트가 실제 루트(root) 권한을 얻는 익스플로잇을 개발했습니다. 특히, AI 모델은 기존에 알려지지 않은 10가지 새로운 리눅스 악용 기법을 발견하는 등 단순한 패턴 재사용을 넘어선 창의적인 공격 접근 방식을 선보였습니다. OpenAI는 이 과정에서 발견된 심각한 취약점 수백 건에 대한 보고서와 패치를 리눅스 커뮤니티에 전달했으며, 나머지는 순차적으로 제출하고 있습니다.
이번 성과는 소프트웨어 보안 분야에서 AI의 역할이 단순 보조를 넘어 자율적인 '보안 연구원' 수준으로 발전할 수 있음을 시사합니다. AI가 방대한 코드베이스를 효율적으로 분석하고, 실제 공격 시나리오를 재현하며, 심지어 새로운 공격 기법까지 찾아내 패치까지 제안하는 능력은 보안 취약점 발견 및 대응 속도를 획기적으로 높일 잠재력을 가지고 있습니다. 이는 기업과 사용자가 소프트웨어를 최신 상태로 유지하는 것의 중요성을 다시 한번 강조하며, 공격자의 악용 비용을 감당하기 어렵게 만들려면 선제적인 AI 기반 분석 및 수정이 필수적임을 보여줍니다. 앞으로 AI 모델의 역량이 향상될수록 기존에 감사한 코드도 주기적으로 재검사하여 숨겨진 취약점을 찾아내는 방어 전략이 더욱 중요해질 것입니다.