NTT, AI 주권형 취약점 분석 기술 개발
- •NTT, 소스 코드를 외부에 보내지 않고 취약점을 분석하는 AI 기술 개발
- •CyberGym 과제 150건에서 성공률 63% 기록, 기존 48%보다 15%포인트 상승
- •취약점 발견부터 조직별 위험 판단과 대응까지 지원하는 기술 목표
NTT는 2026년 11월 16일, 검사 대상 소스 코드를 외부 AI 서비스에 보내지 않고 관리 환경에서 취약점을 분석하는 사이버 보안 AI 기술을 개발했다고 발표했습니다. 여러 오픈 웨이트 모델에 취약점 연구 지식 기반의 분석 기술과 자체 워크플로 제어를 결합했습니다. 벤치마크 평가에서 분석 성공률은 기존 방식의 48%에서 63%로 올라 15%포인트 향상됐습니다. NTT는 높은 분석 능력과 조직이 AI를 직접 선택하고 운영하는 ‘AI 주권’을 함께 구현하는 것을 목표로 합니다.
고성능 외부 AI 서비스를 사용하면 기밀 소스 코드를 외부로 보내야 하는 점, 이용 비용 증가, 특정 서비스 의존이 우려됩니다. 취약점을 찾아내는 것만으로 위험이 줄어드는 것도 아닙니다. 조직은 많은 취약점 가운데 자사 시스템에 영향을 주는 항목을 가려내 우선순위를 정하고 안전하게 대응해야 합니다. NTT는 발견부터 판단과 대응까지 일관되게 지원하는 기술을 연구·개발하고 있습니다.
일반적인 AI 취약점 분석에서는 모델이 프로그램을 읽고 취약점 가설을 세운 뒤, 표적을 정해 검증합니다. AI는 전문가에 가까운 작업을 자율적으로 반복하고 여러 건을 병렬로 수행할 수 있습니다. 분석 능력은 모델 성능뿐 아니라 작업 절차를 정하는 워크플로와 검증 도구에도 좌우됩니다. NTT는 연구로 축적한 지식을 바탕으로 취약점이 생길 만한 지점에 AI의 주의를 유도하는 지침을 분석 워크플로에 넣었습니다. NTT는 이를 통해 AI의 역량을 끌어내 분석 성공률을 높였다고 설명했습니다.
평가에는 AI 에이전트의 취약점 분석 능력을 측정하는 벤치마크 CyberGym의 약 1,500개 과제 중 메모리 손상 관련 150건을 선정했습니다. 기존 분석 워크플로와 개선 방식을 비교한 결과 성공률은 48%에서 63%로 높아졌습니다. 규모가 다른 오픈 웨이트 모델도 평가해 중간 규모 모델을 조합하면 성능을 높일 가능성을 확인했습니다. NTT는 검사 대상에 입력을 반복해 바꾸고 비정상 동작에서 취약점 후보를 찾는 자체 분석 기술과의 연계도 추진할 방침입니다.
NTT는 앞으로 취약점 정보와 조직의 시스템 구성 등을 대조해 영향을 받는 지점과 우선 대응할 위험을 좁히는 기술을 개발합니다. 시스템 운영 상황과 업무 영향을 고려한 대응도 지원할 계획입니다. 외부에 매일 공개되는 모든 취약점이 각 조직의 시스템에 영향을 주는 것은 아니며, 대응 필요성과 우선순위도 조직마다 다르기 때문입니다. NTT는 발견·판단·대응을 연결해 실제 위험을 낮추기까지 필요한 시간과 부담을 줄이는 것을 목표로 합니다. 성과는 NTT R&D FORUM 2026에 전시할 예정입니다.
가장 빠르고 정확한 AI 소식, 이메일로 받아보세요