Mythos를 통한 Firefox 취약점 271건 탐지로 입증한 AI 기반 보안 자동화 가능성

Context

전통적인 취약점 탐지가 전문가의 수동 분석인 Eyeballs 방식에 의존하며 발생한 낮은 효율성 및 탐지 누락 문제. 기존 보안 체계가 정형화된 패턴 외의 구조적 결함을 찾는 데 한계를 보인 상황.

Technical Solution

• LLM 기반의 추론 엔진을 활용하여 코드 내 구조적 결함을 탐색하는 Mythos 모델 도입
• 전문가가 인지하고 있는 취약점 클래스를 학습 데이터로 활용하여 탐지 자동화 구현
• 신규 코드 배포 전 단계에서 취약점을 제거하여 공격 표면을 원천 차단하는 Shift-left 보안 전략 적용
• 취약점 체인의 연결 고리 중 하나만 제거해도 전체 공격 경로가 차단되는 Swiss cheese model의 역이용 설계
• 제한된 파트너사 대상의 Project Glasswing 운영을 통한 모델 안정성 검증 및 리스크 제어