최근 오픈소스 프로젝트에서 보안 취약점이 발견되면 패치가 공개되기도 전에 AI 에이전트가 이를 악용하는 공격 코드를 만들어내는 현상이 빈번해지고 있습니다. OCaml(오캠)의 `cohttp` 라이브러리 개발자인 아닐 마다바페디(Anil Madhavapeddy)는 경로 탐색(path traversal) 취약점을 수정한 직후, 자신의 웹 서버 로그에서 해당 취약점을 노린 공격 시도를 발견했습니다. 이는 패치 공개를 위한 PR(Pull Request)이 열린 지 불과 몇 분 만에 일어난 일로, AI 기반 자동화된 시스템이 공개 저장소를 실시간으로 감시하고 있음을 시사합니다.
마다바페디는 자신이 직접 AI 에이전트(DeepSeek V4 Pro)를 사용해 취약점의 대략적인 정보만으로도 1분 만에 익스플로잇을 생성할 수 있었음을 밝혔습니다. 이는 기존의 보안 엠바고(embargo) 방식, 즉 취약점 상세 정보를 일정 기간 비공개하여 사용자들이 패치할 시간을 버는 전략이 더 이상 유효하지 않음을 의미합니다. 2026년 연구에 따르면, AI 에이전트는 CVE(Common Vulnerabilities and Exposures) 설명이 주어지면 87%의 취약점을 익스플로잇할 수 있었고, 설명이 없어도 7%를 성공시켰습니다. 2018~2019년에는 취약점 발견 후 익스플로잇까지 평균 63일이 걸렸지만, 2024년에 이 기간이 0일을 넘어섰고, 이제는 패치 공개 이전에 익스플로잇이 발생하는 '마이너스 7일' 시대에 접어들었습니다. Marimo의 CVE-2026-39987은 권고 후 9시간 만에, Langflow의 CVE-2026-33017은 20시간 만에 첫 공격 시도가 감지되는 등 자동화된 익스플로잇 생성의 현실이 되고 있습니다.
이러한 변화는 '버그노믹스(bugonomics)'라는 신조어로 설명됩니다. AI가 익스플로잇을 대량으로 생성하는 반면, 오픈소스 유지보수자(maintainer)의 취약점 검증, 우선순위 지정, 패치 배포 속도는 정체되어 방어자의 대응 역량이 병목 현상을 겪는다는 것입니다. 구글(Google) 같은 대기업은 소프트웨어에 마이크로 업데이트(microupdates) 기능을 내장하여 패치를 사용자에게 직접 배포하는 방식을 택하고 있지만, OCaml이나 Docker와 같은 소규모 오픈소스 프로젝트는 이러한 인프라를 갖추기 어렵습니다. 또한, 최첨단 AI 모델에 대한 접근성도 부족하여 방어 역량 강화에 어려움을 겪고 있습니다.
결론적으로, 오픈소스 보안 대응 방식은 근본적인 전환이 필요합니다. 단순히 취약점을 숨기는 것을 넘어, AI를 활용해 취약점을 사전에 더 빨리 찾아내고, 패치 배포 과정을 자동화하며, 기술 부채를 적극적으로 해소하는 방향으로 나아가야 합니다. 이는 오픈소스 생태계 전체의 지속 가능성과 사용자들의 보안에 직결되는 중요한 과제입니다.