Cloudflare가 Anthropic의 보안 특화 LLM ‘Mythos Preview’를 활용한 Glasswing 프로젝트 분석 결과를 공개했다. 모델이 복수의 취약점을 연결해 실제 익스플로잇 체인을 구성하고 개념 증명(PoC)까지 생성할 수 있는 수준에 도달했다고 평가하면서도, 일관되지 않은 안전장치와 높은 노이즈 문제에 대한 과제도 함께 지적했다.
Cloudflare has released findings from its Glasswing project using Anthropic’s security-focused LLM “Mythos Preview.” The company said the model can chain vulnerabilities into working exploits and generate proof-of-concept code, while also warning about inconsistent safeguards and signal-to-noise challenges.
Cloudflare는 지난 몇 달간 보안 중심 대형 언어 모델을 자사 인프라에 적용해 취약점 탐지 성능을 테스트해왔다고 밝혔다. 그중 가장 주목받은 모델로 Anthropic의 Mythos Preview를 지목했으며, Glasswing 프로젝트 일환으로 약 50개 이상의 자체 리포지토리에 적용해 분석을 진행했다고 설명했다.
Cloudflare는 Mythos Preview가 기존 범용 프런티어 모델과 비교해 단순 성능 향상을 넘어 다른 유형의 작업을 수행하는 수준으로 발전했다고 평가했다. 특히 실제 공격 시나리오처럼 여러 취약점을 연결해 익스플로잇 체인을 구성하는 능력과, 직접 코드를 생성·컴파일·실행하며 PoC를 완성하는 능력을 핵심 차별점으로 꼽았다.
보고서에 따르면 기존 모델도 개별 취약점을 발견하고 분석하는 수준까지는 가능했지만, 여러 취약점을 결합해 실제 공격 가능한 체인으로 완성하는 단계에서는 한계를 보였다. 반면 Mythos Preview는 상대적으로 심각도가 낮아 보이는 버그까지 연결해 실제 익스플로잇으로 발전시키는 추론 능력을 보여줬다고 설명했다.
Cloudflare는 Mythos Preview가 보안 연구 요청을 일부 거부하는 자연스러운 안전장치를 갖고 있지만, 표현 방식이나 문맥 변화에 따라 동일 요청에도 다른 반응을 보이는 등 일관성 문제가 존재한다고 지적했다. 이에 따라 일반 공개 모델에는 Glasswing 프로젝트와 같은 통제 환경 외에도 추가적인 안전장치가 필요하다고 강조했다.
노이즈 문제도 주요 과제로 언급됐다. Cloudflare는 메모리 비안전 언어인 C·C++ 기반 프로젝트에서 긍정 오류가 더 많이 발생했으며, 모델 특성상 “잠재적으로 가능하다” 수준의 추정 결과가 대량 생성되는 경향이 있다고 설명했다. 다만 Mythos Preview는 실제 작동 가능한 PoC를 제시하는 경우가 많아 기존 모델 대비 분류 효율성과 결과 신뢰도가 개선됐다고 평가했다.
Cloudflare는 일반 코딩 에이전트를 리포지토리에 연결하는 방식만으로는 대규모 취약점 연구에 한계가 있다고 분석했다. 단일 에이전트 기반 접근은 컨텍스트 창 제한과 병렬 처리 한계로 인해 코드베이스 전체를 효과적으로 분석하기 어렵다는 설명이다. 이에 따라 Cloudflare는 Mythos Preview를 단순 코딩 보조 도구가 아니라 병렬 보안 연구를 위한 기반 모델로 활용하는 방향으로 아키텍처를 재설계하고 있다고 밝혔다.
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.