사카나 AI, 보안 특화 오케스트레이션 모델 'Fugu-Cyber' 공개

최신 프론티어 AI 모델의 사이버 공격 능력을 둘러싼 공포가 커지고 있지만, 정작 기업 보안 현장에서는 모델을 도입해도 오탐만 쏟아져 실무에 쓰기 어렵다는 불만이 적지 않습니다.

일본 도쿄의 AI 스타트업 사카나 AI(Sakana AI)가 이러한 현장의 간극을 메우기 위해 기업 사이버 방어 전용 오케스트레이션 모델인 '후구-사이버(Fugu-Cyber)'를 출시하고 신규 API 엔드포인트를 열었습니다.

성능 지표는 최상위권입니다. 복잡한 코드베이스에서 실제 취약점을 분석하고 검증하는 CyberGym 벤치마크에서 86.9%의 성공률을 기록했고, 원시 위협 인텔리전스 보고서를 탐지 규칙으로 변환하는 CTI-REALM에서는 72.1%를 달성했습니다. 이는 오픈AI의 GPT-5.5-Cyber나 앤스로픽의 Mythos-Preview 같은 사이버 특화 프론티어 모델과 대등한 수준입니다.

단일 API 뒤에서 협업하는 멀티 에이전트

Fugu-Cyber는 기존 Fugu 아키텍처와 마찬가지로 겉으로는 단일 모델처럼 동작합니다. 사용자가 하나의 API 엔드포인트로 요청을 보내면, 내부에서 여러 전문 서브 에이전트 풀이 작업을 동적으로 조율해 처리합니다. 특정 빅테크 벤더 하나에 종속되는 위험을 피할 수 있는 구조입니다.

사카나 AI는 발표와 함께 업계의 지나친 환상을 꼬집었습니다. 닛케이 디지털 거버넌스 보도를 인용하며, 대형 금융기관조차 앤스로픽의 Mythos 같은 최첨단 모델에 단순히 접근하는 것만으로는 실제 보안 문제를 해결하지 못하고 있다고 지적했습니다. 사내 보안 전문 인력과 독자적인 소스코드 환경에 맞춘 파이프라인이 없으면 실질적인 패치 적용이 불가능하다는 설명입니다.

이에 따라 사카나 AI의 엔터프라이즈 팀은 일본 주요 대기업 및 기관들과 협력해 전용 검증 프레임워크를 구축하고 있습니다. AI가 발견한 취약점 후보를 전문 하위 에이전트와 보안 전문가가 실제 환경에서 다시 검증한 뒤에야 패치를 제안하도록 설계했습니다.

공격적 오용을 막기 위한 안전장치도 강화했습니다. 공격적 사용을 금지하는 개정 이용 정책을 적용했으며, API 접근을 원하는 기업은 구체적인 사용 목적과 담당자 정보를 제출해 까다로운 수동 심사를 거쳐야만 토큰 플랜을 이용할 수 있습니다.

왜 중요한가

우리는 사카나 AI의 이번 행보가 엔터프라이즈 보안 AI의 거품을 걷어내는 실용적인 접근이라고 봅니다.

단일 파운데이션 모델 하나가 보안관제센터를 완전히 대체할 수 있다는 주장은 현장의 복잡성을 무시한 것입니다. 잘못된 탐지로 업무를 마비시키거나 검증되지 않은 패치를 적용해 시스템을 망가뜨리는 것은 외부 침해만큼이나 치명적입니다. 단일 모델의 한계를 인정하고, 여러 모델을 오케스트레이션하며 인간 전문가를 검증 루프에 넣은 설계는 매우 영리합니다.

다만 일반 개발자나 스타트업이 당장 가볍게 써볼 수 있는 도구는 아닙니다. 엄격한 심사 절차를 통과해야 할 뿐만 아니라 자체 코드베이스와 정교하게 연동해야 제 성능을 내기 때문에, 단기적으로는 금융권이나 대형 엔터프라이즈의 전유물이 될 가능성이 높습니다.

산업적 측면에서는 데이터 및 AI 주권 관점의 대안을 제시했다는 점이 눈에 띕니다. 특정 미국 테크 기업의 독점 모델에 국가 핵심 인프라 보안을 전부 맡기기 부담스러운 기관들에게, 여러 최상위 모델을 조합해 자체 방어선을 구축하는 후구의 오케스트레이션 방식은 강력한 선택지가 될 것으로 보입니다.