AI가 코드를 잘 쓰는 시대는 AI가 취약점도 잘 찾는 시대다. Anthropic의 Project Glasswing은 이 능력을 공격이 아니라 방어에 먼저 쓰려는 협력 프로젝트다. 핵심은 Claude Mythos Preview로 핵심 소프트웨어를 스캔해, 공격자가 악용하기 전에 결함을 찾고 고치는 것이다.1
중요한 변화는 단순히 “AI가 버그를 잘 찾는다”가 아니다. 취약점 발견 비용이 낮아지면서, 보안의 병목이 발견에서 검증·공개·패치로 이동하고 있다는 점이다.
Project Glasswing은 무엇인가
Project Glasswing은 AI 모델이 악용되기 전에 인터넷과 필수 인프라 운영에 필요한 소프트웨어를 보호하기 위한 방어 목적의 협업 프로젝트다.1 초기 파트너들은 핵심 소프트웨어를 개발·유지하는 조직들이었고, Anthropic은 이를 15개국 이상 약 150개 신규 파트너 조직으로 확대하고 있다.2
새 파트너에는 에너지, 수도, 의료, 통신 같은 분야의 조직이 포함된다.2 이들은 장애나 침해가 개별 기업을 넘어 사회적 피해로 이어질 수 있는 영역이다. 그래서 Project Glasswing의 의미는 “AI 보안 실험”보다는 “핵심 인프라 방어 역량을 AI로 확장하려는 시도”에 가깝다.
왜 지금 중요한가
Anthropic에 따르면 기존 약 50개 파트너는 지금까지 1만 건 이상의 심각한 취약점을 발견했다.1 개별 사례도 눈에 띈다. Cloudflare는 Mythos Preview로 핵심 경로 시스템에서 2,000개 버그를 찾았고, 그중 400개는 높음 또는 치명 등급이었다.1 Mozilla는 Firefox 150 테스트 중 271개 취약점을 찾아 수정했으며, 이는 Claude Opus 4.6을 사용했던 Firefox 148 때보다 10배 이상 많은 수치였다.1
성능 평가도 단순한 수량에 그치지 않는다. Cloudflare는 Mythos Preview의 오탐률이 인간 테스터보다 낫다고 평가했고, 영국 AI Security Institute는 Mythos Preview가 두 개의 사이버 레인지를 처음으로 end-to-end 해결한 모델이라고 보고했다.1
다만 이 결과를 “AI가 보안을 자동으로 해결한다”는 뜻으로 읽으면 안 된다. AI가 취약점 후보를 빠르게 찾아도, 실제 보안 개선은 그다음 단계에서 결정된다. 사람이 재현하고, 영향도를 판단하고, 유지관리자와 조율하고, 패치를 배포해야 한다.
병목은 발견이 아니라 패치다
Project Glasswing이 보여주는 가장 practical한 교훈은 이것이다. 취약점 발견 속도가 빨라질수록 조직의 패치 역량이 더 중요해진다.
Anthropic은 취약점 공개 관행에 맞춰 발견 후 90일, 패치가 먼저 나오면 약 45일 뒤 공개하는 방식을 따른다고 설명했다.1 또한 Mythos Preview가 찾은 세부 취약점 정보를 즉시 공개하면 최종 사용자를 위험에 빠뜨릴 수 있다고 밝혔다.1
이는 현실적인 문제를 드러낸다. 취약점 정보는 방어자에게는 수리 지침이지만, 공격자에게는 공격 설명서가 될 수 있다. 따라서 AI가 취약점을 더 빨리 찾을수록 공개 시점, 패치 배포, 사용자 업데이트까지의 전체 프로세스가 보안의 핵심이 된다.
기업은 무엇을 준비해야 하나
Project Glasswing에서 기업이 얻어야 할 결론은 “AI 보안 도구를 도입하라”보다 넓다. AI로 더 많은 취약점을 찾을 수 있는 환경에서는, 발견 이후를 처리하는 운영 능력이 보안 수준을 좌우한다.
첫째, 패치 주기를 줄여야 한다. AI가 취약점을 더 빨리 찾는다면 공격자도 비슷한 도구를 얻게 될 가능성이 있다. “나중에 업데이트”는 점점 더 위험한 선택이 된다.
둘째, 검증 파이프라인이 필요하다. 오탐률이 낮아져도 0이 되는 것은 아니다. 자동 스캔 결과를 바로 배포 결정으로 연결하기보다, 재현 가능성 확인, 심각도 분류, 영향 범위 판단, 담당자 배정까지 이어지는 triage 체계를 갖춰야 한다.
셋째, 기본 보안 체계를 강화해야 한다. 다중 인증, 로그 수집, 기본 설정 강화, 빠른 배포 체계는 화려하지 않지만 AI 시대에도 가장 현실적인 방어선이다. 취약점 발견 속도가 빨라질수록 이런 운영 기본기가 더 중요해진다.
넷째, 상용 도구와 협업 프로젝트를 구분해 이해해야 한다. Anthropic은 Project Glasswing과 별도로 Claude Opus 4.8 기반 코드베이스 스캔 및 패치 제안 제품인 Claude Security도 판매하고 있다.2 즉, 한쪽은 핵심 소프트웨어 보호를 위한 협업 프로젝트이고, 다른 한쪽은 기업이 자체 코드베이스에 적용할 수 있는 제품에 가깝다.
결론
Project Glasswing의 의미는 “AI가 보안을 해결한다”가 아니다. AI가 취약점 발견 비용을 낮추면서, 조직의 실제 보안 수준이 패치 속도와 운영 역량에 더 크게 좌우되는 시대가 왔다는 신호다.
앞으로 중요한 질문은 “취약점을 찾을 수 있는가”에서 “찾은 취약점을 얼마나 빨리 검증하고 고칠 수 있는가”로 이동한다. AI 보안의 승부처는 모델 성능만이 아니라, 그 결과를 안전하게 처리하는 조직의 프로세스다.
1Project Glasswing: An initial update
2Anthropic scales Claude Mythos to critical infrastructure in 15+ countries
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.