AI 코딩 에이전트가 개발 환경에서 활발히 활용되면서 새로운 보안 문제가 부상하고 있습니다. 개발자가 디버깅이나 코드 분석을 위해 에이전트에 .env 파일이나 로그, CSV 파일 등을 제공할 때, 이 안에 포함된 고객 데이터나 API 키 같은 민감 정보가 의도치 않게 외부 LLM(대규모 언어모델) 서비스로 전송될 위험이 커진 것입니다. 기존의 보안 도구들은 이러한 에이전트의 내부 작동 방식을 파악하기 어렵기 때문에, 최종적으로 LLM에 전달되는 요청의 내용을 감시하기 어렵다는 한계가 있었습니다.
이러한 문제를 해결하기 위해 '함자(Hamza)'라는 오픈소스 프록시가 개발되었습니다. 함자는 클로드 코드(Claude Code)나 코덱스(Codex)와 같은 AI 코딩 에이전트와 LLM 서비스(앤트로픽, 오픈AI) 사이에 위치하여, 에이전트가 LLM으로 보내는 모든 요청을 가로챕니다. 그리고 요청 본문에서 클라우드 자격 증명, 소스 제어 비밀, 패키지 레지스트리 키, SaaS 자격 증명 등 다양한 비밀 정보와 이메일, 전화번호, 결제 카드 정보, IP 주소 등 개인 식별 정보(PII)를 탐지합니다. 탐지된 민감 정보는 'SECRET_1' 또는 'EMAIL_1'과 같은 고유한 플레이스홀더로 마스킹되어 원본 데이터가 LLM에 노출되지 않도록 합니다. 동일한 값은 동일한 플레이스홀더로 대체되어 모델이 참조 관계를 유지하면서도 실제 값을 알 수 없게 합니다. 함자는 또한 어떤 정보가 탐지되어 어떤 조치가 취해졌는지에 대한 감사 기록(audit record)을 남기지만, 실제 프롬프트 텍스트나 일치하는 값은 기록하지 않아 프라이버시를 보호합니다.
함자의 등장은 AI 에이전트 활용이 늘어나는 기업 환경에서 중요한 의미를 가집니다. 기존의 깃(Git) 비밀 스캐닝, 엔드포인트 DLP(데이터 유출 방지), 웹 보안 도구 등은 커밋되지 않은 파일이나 에이전트가 읽어들이는 로그 파일 내의 민감 정보를 놓칠 수 있습니다. 함자는 이러한 사각지대를 메워주며, 개발자가 의도치 않게 고객 기록이나 자격 증명을 외부 AI 서비스로 유출하는 것을 방지합니다. 이는 기업의 보안 및 규제 준수(예: GDPR, CCPA) 팀의 부담을 크게 줄여주고, 잠재적인 데이터 유출 사고로 인한 평판 손상이나 법적 책임을 회피하는 데 기여할 수 있습니다. 궁극적으로 함자는 AI 에이전트의 생산성을 유지하면서도 기업의 데이터 보안 태세를 강화하는 실용적인 솔루션으로 자리매김할 것으로 보입니다.