Bitcoin Red Team 설립자 “중국 AI로 돌아가야 하는 상황이 괴롭다”

Bitcoin Red Team 설립자 “중국 AI로 돌아가야 하는 상황이 괴롭다”

비트코인 보안 연구자 Rob Hamilton이 Bitcoin Red Team을 위한 지속적인 보안 스캔 작업을 진행하던 중 OpenAI의 고급 사이버 보안 기능에 대한 접근이 제한됐다고 밝혔다. 이에 따라 향후 취약점 분석에는 다시 중국의 오픈소스 AI 모델을 사용할 계획이다.

이번 사례는 암호화폐 보안 분야에서 제기되고 있는 보다 광범위한 문제를 보여준다. 공개된 소프트웨어의 보안을 강화하려는 연구자들이 가장 강력한 AI 시스템에 안정적으로 접근하지 못할 수 있다는 우려다.

AnchorWatch 최고경영자인 Hamilton은 화요일 X를 통해 지난 토요일 Bitcoin Red Team 활동에 OpenAI의 Trusted Access for Cyber 관련 기능을 통합하기 시작했다고 밝혔다.

그러나 다음 날 아침 해당 기능에 대한 접근이 제한됐으며, 이후 취약점 연구를 계속하기 위해 중국 오픈소스 AI 모델로 다시 전환하게 됐다고 설명했다.

Hamilton은 이러한 전환을 자신이 원하는 방향이라기보다 방어적인 보안 작업을 계속 수행하기 위한 현실적인 선택으로 표현했다.

핵심 내용

• Hamilton은 Bitcoin Red Team 연구에 OpenAI의 고급 사이버 보안 기능을 사용하기 시작한 뒤 접근이 제한됐다고 밝혔다.
• 앞으로 비트코인 관련 저장소 스캔에는 중국 오픈소스 AI 모델을 다시 활용할 계획이다.
• Bitcoin Red Team은 AI 기반 자동 스캔과 사람의 직접 검토를 결합해 수백 개의 오픈소스 저장소를 분석한다.
• 암호화폐 업계에서는 사이버 위협이 커지는 상황에서도 최첨단 AI 모델에 대한 보안 연구자의 접근이 제한될 수 있다는 우려가 이어지고 있다.

갑작스러운 접근 제한으로 달라진 연구 방식

Hamilton의 설명에 따르면 OpenAI 도구를 Bitcoin Red Team에 실제로 적용할 수 있었던 기간은 매우 짧았다.

그는 토요일부터 OpenAI의 사이버 보안 기능을 Bitcoin Red Team에 통합하기 시작했지만 다음 날 접근이 제한되면서 기존 방식으로 조사를 이어갈 수 없게 됐다고 밝혔다.

Hamilton은 이 조치가 이미 발견된 코드 문제를 다시 검토하는 작업뿐 아니라 아직 발견되지 않은 다른 취약점이 존재하는지 확인하는 작업에도 영향을 줬다고 설명했다.

그는 이번 상황을 보안 정책에서 발생하는 병목 문제로 바라봤다. 공격자는 자신이 원하는 AI 도구나 오픈소스 모델을 별다른 제한 없이 활용할 수 있지만, 피해를 줄이기 위해 방어 작업을 수행하는 연구자는 동일한 수준의 도구를 사용하지 못할 수 있다는 주장이다.

Hamilton이 강조한 핵심은 특정 AI 모델의 국적이나 브랜드 자체보다 연구 작업의 연속성에 있다.

레드팀 보안 연구에서는 한 차례 코드를 스캔하는 것으로 작업이 끝나지 않는다. 초기 분석에서 의심되는 부분을 발견한 뒤 해당 코드가 실제 취약한지 검증하고, 수정된 코드가 문제를 제대로 해결했는지 확인하며, 같은 유형의 문제가 다른 저장소에도 존재하는지를 반복해서 조사해야 한다.

따라서 연구 도중 사용하던 AI 시스템에 대한 접근이 끊기면 단순히 다른 모델로 한 번 교체하는 것 이상의 작업 부담이 생길 수 있다.

비트코인 보안 테스트에서 중요한 이유

Bitcoin Red Team은 AI 도구와 사람의 직접 검토를 결합해 다수의 비트코인 관련 오픈소스 저장소에서 취약점을 찾는 자발적인 보안 활동으로 설명되고 있다.

비트코인 자체뿐 아니라 주변 생태계에는 지갑과 노드 소프트웨어, 라이브러리, 결제 시스템 등 수많은 오픈소스 프로젝트가 존재한다.

각 프로젝트에서 새로운 코드가 추가되거나 기존 코드가 변경될 때마다 잠재적인 취약점이 생길 가능성이 있기 때문에 대규모 저장소를 반복적으로 검토할 수 있는 자동화 도구의 중요성이 커지고 있다.

특히 최근 주요 지갑 보안 사고가 발생한 이후 Bitcoin Red Team의 활동도 더욱 활발해진 것으로 전해졌다.

방어 연구자 입장에서는 대규모 코드베이스를 빠르고 반복적으로 검토할 수 있는 작업 흐름이 필요하다. AI 모델은 사람이 직접 모든 코드를 처음부터 분석하는 데 필요한 시간을 줄이고, 의심되는 부분을 우선적으로 찾아내는 데 활용할 수 있다.

하지만 분석 과정 중 AI 도구를 더 이상 사용할 수 없게 되면 이미 진행한 검증 작업의 일부를 다른 시스템에서 다시 수행해야 할 수 있다.

새로운 모델은 이전 모델과 동일한 방식으로 코드를 해석하거나 같은 취약점을 찾아낸다는 보장이 없기 때문에 결과를 다시 비교하고 검증하는 과정도 필요해진다.

Hamilton은 이번 접근 제한이 단순한 일시적 불편을 넘어 코드 변경 사항을 계속 조사하고 다른 취약점이 남아 있는지를 확인하는 능력에 영향을 미쳤다는 입장이다.

취약점 발견만큼 중요한 수정 검증

보안 연구에서 중요한 것은 취약점을 찾는 것만이 아니다.

문제가 발견되면 개발자는 이를 수정하기 위한 패치를 적용하고, 이후 해당 패치가 실제 근본적인 원인을 해결했는지를 다시 검증해야 한다.

겉으로 보이는 오류만 수정됐지만 취약점의 핵심 원인이 그대로 남아 있을 수도 있고, 새로운 코드가 추가되면서 다른 문제가 생길 수도 있다.

따라서 보안 연구자는 초기 취약점 발견부터 재현, 패치 분석, 수정 여부 검증까지 여러 단계를 반복해야 한다.

Hamilton이 언급한 코드 변경이 ‘충분한지’ 확인하는 과정도 이러한 맥락에 있다.

AI는 초기 스캔에서 의심스러운 코드를 찾아내는 데 사용할 수 있지만, 해당 문제를 수정한 이후 같은 취약점이 다시 발생할 수 있는지 확인하는 과정에서도 활용된다.

도구에 대한 접근이 취약점 발견 직후 끊기는 것보다 수정 검증 단계에서 중단될 경우 방어 작업에 더 큰 영향을 줄 수 있다는 이유다.

증가하는 사이버 위협과 제한된 AI 접근

이번 사례는 암호화폐 업계에서 진행되고 있는 AI 접근성 논쟁과도 연결된다.

원문에 따르면 암호화폐 기업의 경영진들은 지난달 증가하는 사이버 위협에 대응하기 위해 더욱 강력한 AI 모델을 활용하려 하고 있지만, 주요 기업 가운데 일부만 최첨단 모델에 접근할 수 있다고 지적했다.

AI 모델의 보안 분석 능력이 계속 향상되면서 공격자와 방어자 모두 AI를 이용해 코드와 시스템을 분석할 수 있게 됐다.

문제는 공격자가 폐쇄형 서비스의 정책 제한을 피하기 위해 다양한 오픈소스 모델을 사용할 수 있는 반면 방어 조직은 기업 정책과 접근 승인, 사용 범위 등에 따라 이용할 수 있는 기능에 제약을 받을 수 있다는 점이다.

방어자에게 가장 강력한 시스템이 제한적으로만 제공되거나 소수 조직만 사용할 수 있고, 이미 허용된 접근도 갑작스럽게 변경될 수 있다면 보안 대응 역량이 조직별로 크게 달라질 수 있다.

Hamilton이 중국 오픈소스 AI 모델로 다시 전환하겠다고 밝힌 것도 이러한 상황에서 보안 연구를 중단하지 않기 위한 선택으로 제시됐다.

최첨단 AI의 방어적 활용을 둘러싼 과제

고성능 AI 모델은 코드에서 취약할 가능성이 있는 부분을 찾고, 여러 저장소에서 유사한 패턴을 검색하며, 패치 전후의 코드를 비교하는 작업을 빠르게 수행할 수 있다.

반면 같은 기능은 실제 시스템을 공격하거나 악용 가능한 취약점을 찾는 데도 사용될 수 있다.

이러한 이중용도 특성 때문에 AI 기업은 고급 사이버 보안 기능을 모든 이용자에게 제한 없이 제공하기 어렵다.

OpenAI의 Trusted Access for Cyber 역시 신원이 확인되고 승인된 방어 작업을 수행하는 연구자에게 일반적인 이용자보다 보안 관련 작업에서 발생하는 제한을 줄여주는 구조지만, 모든 보호조치가 사라지는 것은 아니다.

Hamilton의 사례는 이러한 안전장치와 실제 방어 연구의 효율성 사이에서 발생할 수 있는 마찰을 보여준다.

방어 연구자는 공격자보다 더 많은 절차와 제한을 따라야 하지만, 동시에 공격자가 사용하는 기술을 분석하고 실제 취약점을 찾아내려면 충분히 강력한 도구가 필요하다.

Bitcoin Red Team의 다음 행보 주목

현재 가장 직접적인 변화는 Hamilton이 OpenAI의 고급 사이버 기능에 대한 접근 제한을 경험했다고 밝힌 뒤 중국 오픈소스 AI 모델로 다시 전환한다는 것이다.

앞으로는 Bitcoin Red Team이 기존과 비슷한 속도와 깊이로 비트코인 관련 저장소 스캔을 계속할 수 있는지가 주요 관심사가 될 전망이다.

중국 오픈소스 AI 모델을 이용한 분석이 기존 작업을 어느 정도 대체할 수 있는지와 다른 암호화폐 보안 연구팀에서도 비슷한 AI 접근 제한 사례가 나타나는지도 확인할 필요가 있다.

이번 사례의 핵심은 단순히 하나의 연구팀이 사용하는 AI 모델이 변경됐다는 데 있지 않다.

AI의 사이버 보안 능력이 빠르게 높아지는 상황에서 공격자와 방어자 가운데 누가 가장 강력한 모델에 안정적으로 접근할 수 있는지, 그리고 정당한 방어 연구를 수행하는 팀에 필요한 기능을 어떤 방식으로 제공할지가 앞으로 보안 업계의 중요한 과제로 남게 됐다.