앤트로픽, 보안 전문가용 CVP 개편… 3단계 모델 권한 도입

보안 현장에서 대규모 언어 모델을 활용해 본 엔지니어라면 누구나 비슷한 답답함을 겪어봤을 것입니다. 실제 침해 사고를 분석하기 위해 악성코드 샘플을 넣거나 취약점 검증 코드를 입력하는 순간, 모델이 해킹 시도로 오인하고 답변을 거부해 버리기 일쑤였기 때문입니다.

보안 기술은 본질적으로 양날의 검입니다. 취약점을 찾아내고 패치하는 능력은 공격자가 악용하는 기술과 완전히 동일합니다. 이 때문에 상용 AI 모델들은 극도로 보수적인 차단 필터를 적용해 왔고, 그 결과 해커들은 탈옥을 시도하는 동안 정작 시스템을 지켜야 할 방어자들은 자체 보안 필터와 씨름해야 했습니다.

Anthropic은 10월 6일, 검증된 보안 전문가를 대상으로 안전 필터 차단 기준을 완화해 주는 사이버 검증 프로그램(CVP)을 3단계 등급 체계로 전면 확대 개편한다고 발표했습니다. 승인된 조직은 Claude Opus 5.5, Claude Sonnet 5.5, Claude Mythos 5.1 등 최상위 모델을 실무에 맞춰 활용할 수 있게 됩니다.

세 가지 등급으로 나뉜 권한 체계

이번 개편은 핵심 소프트웨어 방어를 지원하던 기존의 글래스윙 프로젝트(Project Glasswing)와 CVP를 단일 체계로 통합한 것이 핵심입니다.

첫 번째 단계인 방어 접근(Defense Access)은 보안관제센터(SOC) 업무, 침해 사고 대응, 악성코드 리버스 엔지니어링, 취약점 검증 등 순수 방어 목적을 다룹니다. 일반 기업, 대학, 공공기관, 병원 등 기반 시설 운영사뿐만 아니라 공시 이력이 있는 개인 연구원도 신청할 수 있으며 며칠 내로 심사가 완료됩니다.

두 번째 단계인 레드팀 접근(Red Team Access)은 사전 승인된 모의 침투 테스트와 레드팀 공격 시뮬레이션 권한을 추가로 제공합니다. 이 등급은 조직 단위로만 신청할 수 있으며 개인은 제외됩니다. 랜섬웨어 배포나 물리 시스템 파괴, 고위험 안전 시스템에 대한 공격 행위는 실시간으로 차단되며, 승인까지 수주일이 소요됩니다.

가장 높은 단계인 특수 접근(Specialized Access)은 전력망, 항공 운항 통제, 통신 네트워크, 은행 간 결제망처럼 대규모 혼란을 초래할 수 있는 핵심 인프라를 다루는 소수 조직에 한정됩니다. 미국 정부와의 심층 협력을 통해 검증이 진행되며, 기존 글래스윙 참여 조직들은 별도 재심사 없이 이 등급으로 승계됩니다.

실전 벤치마크 결과는 극명합니다. 다단계 공격 시나리오를 측정하는 CyScenarioBench 평가에서 일반 모델은 50회 시도 모두 첫 번째 프롬프트 단계에서 차단되었습니다. 반면 레드팀 접근 등급에서는 차단율 0건을 기록하며 50개 과제 중 34개를 성공적으로 완수해 무제한 상태와 동일한 68% 수준의 성공률을 기록했습니다.

13만 개 취약점 발굴로 입증된 효과

Anthropic이 빗장을 푼 배경에는 구체적인 수치가 있습니다. 2026년 4월부터 7월까지 진행된 글래스윙 프로젝트를 통해 파트너사들은 Claude Mythos 모델을 활용해 검증된 소프트웨어 취약점을 12만 9000개 이상 찾아냈습니다.

Anthropic 자체 오픈소스 스캐닝에서도 4월부터 10월 사이 5500개의 취약점이 추가로 확인되었습니다. 이 중 위험도가 심각 또는 높음으로 분류된 취약점만 3만 3000개에 달합니다. 부즈앨런이나 컴캐스트 같은 파트너사들은 이 모델 덕분에 취약점 점검 기간을 수개월에서 수년 단위로 단축할 수 있었다고 밝혔습니다.

다만 권한을 얻는 대신 오남용 모니터링을 위한 데이터 저장은 의무화됩니다. 자체 클라우드 인프라에서 데이터 비저장 상태를 보장하는 솔루션(EFS)은 이번 가을 후반에 제공될 예정입니다. CVP는 Claude Platform, Google Cloud Vertex AI, Microsoft Foundry에서 이용할 수 있습니다.

왜 중요한가

현장 보안 엔지니어 입장에서 이번 조치는 AI를 실질적인 분석 도구로 쓸 수 있게 해주는 결정적인 전환점입니다. 그동안 악성 바이너리를 뜯어보거나 개념 증명 코드를 다룰 때마다 필터를 우회하려고 프롬프트 문구를 다듬어야 했던 낭비가 사라지기 때문입니다. 적법한 인프라 관리 조직이나 취약점 점검팀이라면 방어 접근 등급 신청을 망설일 이유가 없습니다.

산업 관점에서 보면 Anthropic은 첨단 AI의 이중용도 위험을 다루는 새로운 표준을 제시하고 있습니다. 모델의 성능이 올라갈수록 해킹 위험을 무조건 틀어막는 방식은 한계에 부딪힐 수밖에 없습니다. 검증된 신원과 정부 협력, 차등 권한이라는 틀을 통해 규제 당국과 기업이 모두 납득할 수 있는 상용화 통로를 먼저 뚫어낸 셈입니다.

하지만 현실적인 걸림돌도 분명합니다. 보안 침해 우려 때문에 클라우드 상의 프롬프트 로그 보관을 꺼리는 기업 보안팀 입장에서, 오남용 모니터링을 위한 데이터 저장은 상당한 부담입니다. 가을 말로 예고된 데이터 비저장 엔터프라이즈 기능이 실제로 안착하기 전까지는 금융권이나 방산 분야의 핵심 팀들이 전면 도입하기에 다소 주저할 것으로 보입니다.