앤트로픽이 불붙인 인공지능(AI) 기반 차세대 사이버 보안 경쟁에 오픈AI와 마이크로소프트(MS)가 가세했다. 경쟁은 3파전으로 확대됐지만, 단순한 프런티어(Frontier) 모델 성능 대결로만 보기는 어렵다. 이제 AI 모델을 어떻게 조합하고, 취약점 탐지·검증 절차를 어떻게 짜느냐로 핵심이 옮겨갔다는 분석이 나온다.
앤트로픽이 ‘클로드 미토스 프리뷰’와 ‘프로젝트 글래스윙’으로 불붙인 인공지능(AI) 기반 차세대 사이버 보안 경쟁에 오픈AI와 마이크로소프트(MS)가 가세하며 경쟁이 3파전으로 확대됐다. / 챗GPT 생성
앤트로픽은 2026년 4월 7일 미공개 AI 모델 ‘클로드 미토스 프리뷰(Claude Mythos Preview)’와 제한형 협력 체계 ‘프로젝트 글래스윙(Project Glasswing)’을 발표하며 전 세계의 이목을 끌었다. 오픈AI는 한 달여 뒤인 5월 11일 공식 홈페이지에 AI 기반 사이버 보안 전략 ‘데이브레이크(Daybreak)’를 공개하며 맞섰고, MS도 하루 뒤인 5월 12일 다중 에이전트 기반 보안 운영 모델 ‘MDASH(Multi-moDel Agentic Sscanning Harness)’를 공개하며 참전했다.
세 회사의 접근 방식은 다르다. 앤트로픽은 강력한 미공개 모델의 접근권을 제한된 협력사에 제공하는 방식을 택했다. 오픈AI는 GPT-5.5 계열 모델의 사이버 보안 역량을 강화하고, 이를 소프트웨어 개발 과정에 심는 방어 협력 모델을 내놨다. MS는 여러 모델과 100개 이상 특화 에이전트를 조율해 취약점 후보를 찾고 검증하는 방식으로 차별화했다.
앤트로픽 미토스·글래스윙, 충격의 데뷔
앤트로픽은 미토스를 사이버 보안 작업에 강점을 보이는 범용 프런티어 모델로 소개했다. 다만 미토스는 일반 이용자에게 제공되는 모델이 아니다. 미토스와 함께 발표된 프로젝트 글래스윙은 미토스 접근권을 핵심으로 한다. 미토스를 주요 기업과 기관에 제한적으로 제공해 핵심 소프트웨어 취약점을 찾고 고치도록 한다는 구상이다.
글래스윙 출범 파트너에는 아마존웹서비스(AWS), 애플, 브로드컴, 시스코, 크라우드스트라이크, 구글, JP모건체이스, 리눅스재단, MS, 엔비디아, 팔로알토네트웍스 등이 이름을 올렸다. 앤트로픽은 핵심 소프트웨어 인프라를 만들거나 유지하는 40개 이상 조직에 접근권을 확대하고, 최대 1억달러(약 1490억원) 규모의 모델 사용 크레딧과 400만달러(약 59억원) 규모의 오픈소스 보안 지원도 약속했다.
앤트로픽은 '클로드 미토스'를 공개하지 않고, '프로젝트 글래스윙'을 통해 일부 기업·조직에게 프리뷰 접근권을 부여한다고 발표했다. / 앤트로픽 홈페이지 갈무리
미토스의 충격은 단순히 “AI가 취약점을 찾았다”는 수준에 그치는 것이 아니었다. 앤트로픽은 미토스가 주요 운영체제와 웹브라우저에서 제로데이 취약점(zero-day vulnerability)을 찾았으며, 일부는 실제 익스플로잇(exploit)까지 구성했다고 밝혔다. 특히 미토스가 찾아낸 취약점 상당수는 10년, 20년씩 코드 안에 남아 있던 오래된 버그였다.
FreeBSD 사례는 미토스의 위력을 잘 보여준다. 앤트로픽에 따르면 미토스는 FreeBSD NFS 서버에서 17년 된 원격 코드 실행 취약점을 자율적으로 찾아내고 악용했다. 초기 요청 이후 사람이 개입하지 않은 상태에서 수백개 파일을 몇 시간 동안 훑은 뒤, 인증되지 않은 외부 사용자가 서버의 루트 권한을 얻을 수 있는 실제 작동 익스플로잇을 작성했다는 설명이다.
오랜 기간 검증돼 온 오픈소스 프로젝트도 예외는 아니었다. 미토스는 FFmpeg의 H.264 코덱에서 16년 된 취약점을 찾아냈고, 보안성을 강점으로 내세운 OpenBSD에서도 27년 된 취약점을 찾아냈다. 앤트로픽은 OpenBSD 실험에서 1000회 실행 결과 수십 개의 추가 발견이 나왔고, FFmpeg에서도 H.264, H.265, AV1 코덱 등에서 여러 중요 취약점을 찾아냈다고 설명했다.
이러한 미토스의 등장은 AI가 코드 리뷰 보조 도구를 넘어 실제 취약점 발굴과 악용 가능성 검증까지 기존의 한계를 뛰어 넘는 속도로 빠르게 수행할 수 있음을 보여준다. 앤트로픽은 공격자가 같은 역량을 손에 넣기 전 방어자가 먼저 대응할 시간을 벌어야 한다는 메시지로 글래스윙을 띄웠다. 기술적 성과와 함께 미토스라는 이름을 전 세계 보안 업계에 각인시키는 효과도 냈다.
오픈AI, 더 열린 협력체 ‘데이브레이크’ 발표
앤트로픽은 미토스를 통해 전 세계의 이목을 집중시키는 데 분명 성공했다. 샘 올트먼 오픈AI CEO는 미토스를 두고 “공포 마케팅 쇼”라며 맹비난했다. 미토스 공개 일주일 뒤인 4월 14일, 오픈AI는 사이버 보안 특화 모델인 ‘GPT-5.4 사이버(GPT-5.4 Cyber)’를 선보였다.
이후 4월 23일 GPT-5.5를 출시한 오픈AI는 5월 11일 AI 기반 사이버 보안 전략 ‘데이브레이크’를 선보였다. 데이브레이크는 얼핏 보면 앤트로픽의 프로젝트 글래스윙과 닮았다. 두 구상 모두 AI를 사이버 방어에 투입하고, 주요 보안 기업·기술 기업·정부 파트너와 협력해 취약점 탐지와 패치 검증 역량을 높이려 하는 것은 같다.
차이는 AI를 어디에 배치하느냐에 있다. 글래스윙은 미공개 프런티어 모델인 미토스 접근권을 제한된 파트너에게 제공하는 협력 체계다. 반면 데이브레이크는 공개·상용 GPT-5.5 계열 모델과 코덱스(Codex) 기반 에이전트를 활용해 소프트웨어 개발 과정에 보안 점검과 패치 검증을 내장하는 전략으로 풀이된다. 오픈AI가 공식 홈페이지에 취약점 스캔 요청과 영업 문의 창구를 열어 뒀다는 메시지를 적은 점도 차이다. 일부 폐쇄형 협력체에 모델 접근권을 주는 미토스의 방식과 달리, 검증된 기업·정부 파트너를 단계적으로 끌어들이겠다는 의지를 밝힌 것으로 읽힌다.
오픈AI도 AI 기반 사이버 보안 전략 ‘데이브레이크’를 제시하며 앤트로픽에 맞불을 놨다. / 오픈AI 홈페이지 갈무리
오픈AI가 하겠다는 일은 단순히 “AI가 취약점을 찾아준다”는 수준을 넘어선다. 코드 저장소를 읽어 위협 모델을 만들고, 실제 공격 가능성이 큰 코드 경로에 분석을 집중하며, 패치를 생성·테스트하고, 수정 결과와 감사 대응용 증거를 기존 시스템으로 되돌려보내는 흐름까지 제시했다. 개발 이후 취약점을 뒤늦게 고치는 방식에서 벗어나, 코드 작성 단계부터 위협 모델링·취약점 분석·패치 생성·검증을 AI로 반복 수행하는 구조를 만들겠다는 구상이다. 이를 수행하는 핵심 수단이 사이버 보안 특화 AI 에이전트 ‘코덱스 시큐리티(Codex Security)’다.
이 과정에서 고위험 기능은 단계적으로 관리된다. 일반 개발·지식 업무에는 GPT-5.5를 쓰고, 보안 코드 리뷰와 취약점 분류, 악성코드 분석, 탐지 엔지니어링, 패치 검증 등에는 ‘트러스티드 액세스 포 사이버(Trusted Access for Cyber)’가 적용된 GPT-5.5를 쓴다. 침투 테스트와 통제된 검증 같은 전문 업무에는 ‘GPT-5.5-사이버(GPT-5.5-Cyber)’를 제한적으로 제공한다. 미공개 모델 접근권을 일부 파트너에게만 주는 글래스윙과 달리, 기업 보안 업무의 위험도에 맞춰 모델 사용 범위와 안전장치를 나누는 방식이다.
MS, 단일 모델 대신 100개 이상 에이전트 운용
MS는 앤트로픽·오픈AI와 다른 전략을 들고 나왔다. MS가 공개한 MDASH는 자율 코드 보안팀이 만든 다중 모델 에이전트 방식의 취약점 탐지·검증 시스템이다. 단일 AI 모델 하나에 취약점 탐지를 맡기는 방식이 아니다. 여러 프런티어 모델과 경량 모델을 함께 쓰고, 100개 이상 특화 AI 에이전트를 동시에 움직여 취약점 후보를 찾고 검증한다.
김태수 MS 에이전틱 보안 부사장은 공식 블로그에서 MDASH가 “취약점을 찾고, 논쟁하고, 실제 악용 가능성을 끝까지 입증하는 구조”라고 설명했다. 그는 “모델은 하나의 입력이고, 시스템이 제품”이라고 밝혔다. 취약점 탐지가 모델 호출 한 번으로 끝나는 일이 아니라, 코드 수집·후보 선별·검증· 중복 제거·증명까지 이어지는 공학적 파이프라인이라는 뜻이다.
마이크로소프트는 MDASH가 공개 사이버짐 벤치마크 리더보드에서 1위(88.4%)를 기록했다고 발표했다. 자료 기준 미토스 프리뷰가 2위(83.1%), GPT-5.5는 3위(81.8%)로 뒤를 이었다. / 마이크로소프트 홈페이지 갈무리
MS는 구체적 성과도 함께 제시했다. 발표에 따르면 MDASH는 윈도 네트워킹·인증 스택에서 신규 취약점 16개를 찾는 데 기여했다. 이 가운데 4개는 윈도 커널 TCP/IP 스택과 IKEv2 서비스 등에서 나온 치명적 원격 코드 실행 취약점이었다. 비공개 테스트 드라이버에서는 심어둔 취약점 21개를 모두 찾았고 오탐은 없었다고 MS는 설명했다.
공개 벤치마크 성과도 강조했다. MS는 MDASH가 1507개 실제 취약점 재현 과제로 구성된 사이버짐(CyberGym) 벤치마크에서 88.45%를 기록해 공개 리더보드 최고점에 올랐다고 밝혔다. 이는 다음 순위보다 약 5%포인트 앞선 수치라는 설명이다. 공개 리더보드 기준 같은 벤치마크에서 앤트로픽 미토스 프리뷰는 83.1%, 오픈AI GPT-5.5는 81.8%를 기록했다.
마이크로소프트가 발표한 주요 AI 모델의 취약점 탐지 성공률 추이 / 마이크로소프트 홈페이지 갈무리
해당 비교를 단순한 모델 성능의 우열로 보기는 어렵다. 미토스와 GPT-5.5가 단일 모델 중심 평가라면, MDASH는 여러 모델과 100개 이상 에이전트를 묶은 운용 방식이다. 다만 보안 업계는 강한 단일 모델보다 모델 조합과 검증 절차를 촘촘히 짠 방식이 특정 평가나 실제 보안 취약점 탐지에서 더 높은 성능을 낼 수도 있다는 점을 입증했다는 점에서 의미 있는 결과라는 평가를 하고 있다.
미토스 접근권 확보 외 대응 선택지 넓어져
세 회사 모두 취약점 탐지와 검증, 패치, 대응 업무에 고성능 AI를 활용하려 한다는 점에서는 같다. 하지만 추구하는 방식은 다르다. 앤트로픽은 미공개 고성능 모델에 대한 접근권과 파트너 생태계를 앞세워 시장 선점에 나섰다. 후발 주자가 된 오픈AI는 최신 모델인 GPT-5.5 계열을 기반으로 모델의 사이버 보안 역량을 강화하고, 이를 개발 단계의 보안 검증과 방어자 중심 협력 모델로 확장했다. 이에 비해 MS는 여러 모델과 특화 에이전트를 조율하는 병렬 검증 구조를 경쟁력으로 내세워 새로운 가능성을 증명했다.
이같은 구도의 형성은 전세계 기업뿐만 아니라 국가 대응 전략에도 영향을 줄 전망이다. 한국 정부는 지난달 미토스 발표 후부터 심각성을 인지하고 글래스윙 참여 가능성을 타진했고, 5월 11일 앤트로픽과 간담회를 열고 국내 기업·기관과의 사이버 보안 협력, 취약점 공개 전 정보 공유를 요청했다. 그럼에도 글래스윙 참여나 미토스 접근권 확보는 확정된 바가 없다.
그런 가운데 일본이 우리보다 한발 앞서갔다. 로이터는 5월 13일 일본 3대 은행인 미쓰비시UFJ파이낸셜그룹, 미즈호파이낸셜그룹, 스미토모미쓰이파이낸셜그룹이 약 2주 안에 미토스 접근권을 얻을 전망이라고 보도했다. 일본 당국도 미토스로 인한 금융 시스템 사이버 위험을 다룰 민관 워킹그룹을 만들겠다고 밝혔다.
이는 결국 미국 정부가 미토스와 같은 AI 모델을 전략 자산으로 바라보고 있는 현실에서 그에 대한 접근권이 기업 한 곳을 설득해 해결될 문제가 아니라는 점을 보여준 것으로 평가된다. 미국 빅테크와의 협력뿐 아니라 정부 간 외교, 금융 협의, 국내 활용 주체 검증까지 맞물리는 사안이라는 것이다.
다만 앤트로픽 글래스윙에 이어 오픈AI의 데이브레이크가 발표되고, MS의 MDASH가 새로운 보안 운영 모델을 제시하면서 AI 보안 대응의 선택지가 보다 넓어졌다는 점에 주목할 필요가 있다. 글래스윙 참여와 미토스 접근권 확보는 물론 중요한 축이 될 수 있지만 오픈AI와의 협력, GPT-5.5 계열 사이버 보안 모델 활용, MDASH처럼 여러 모델과 에이전트를 조율하는 방식까지 함께 검토할 수 있게 됐기 때문이다. AI 기반 취약점 탐지 역량을 키우기 위해 특정 프런티어 모델 접근권만을 노리기보다, 국내 보안 기업과 금융권, 공공기관이 실제 업무에 붙일 수 있는 탐지·검증 운용 방식을 함께 설계할 필요가 있다는 의견이 나온다.
한 국내 보안 업계 관계자는 “미토스가 AI 보안 경쟁의 불씨를 당겼다면, 오픈AI와 MS의 참전으로 경쟁 구도는 달라졌다”며 “가장 강한 프런티어 모델 하나만으로 AI 보안 역량이 완성되는 것이 아니라 모델 조합, 검증 절차, 실제 패치까지 이어지는 운용 방식이 함께 갖춰져야 한다”고 말했다.
댓글
0