TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
AI 하루 만에 비트코인 취약점 약 5000 개 발견: 중국산 대형 모델 활약, 오픈소스 ≠ 안전

AI 하루 만에 비트코인 취약점 약 5000 개 발견: 중국산 대형 모델 활약, 오픈소스 ≠ 안전

2026.08.07
공유하기
비트코인이 직면한 곤경은 더 큰 격변의 전조에 불과할 수 있습니다.

글쓴이: 샤오빙

16 명, 27.5 시간, 4962 개의 보안 문제, 85 개의 치명적 취약점, 635 개의 고위험 취약점.

이 숫자들은 Bitcoin Red Team 이라는 자원봉사 조직에서 나온 것입니다. 지난 이틀 동안 그들은 AI 모델을 사용하여 390 개의 비트코인 오픈소스 프로젝트에 대한 포괄적인 보안 감사를 실시했으며, 평균 시간당 166 개의 발견 사항을 제출했고 인원당 시간당 하나의 치명적 수준 취약점을 찾아냈습니다.

Cashu 프로토콜 창시자 Calle 은 X 에 첫 번째 전투 보고서를 공개했으며, 시작 네 글자로 상황을 요약했습니다: "상황이 매우 심각합니다."

하지만 정말로 불안한 것은 숫자 자체가 아닙니다.

4 만 달러와 한 번의 소방 훈련

이 감사는 갑자기 시작된 것이 아닙니다.

일주일 전, 비트코인 생태계는 하드웨어 지갑 역사상 최대의 보안 사고를 겪었습니다. Coldcard 지갑은 2021 년 펌웨어 업데이트 당시 난수 생성기 결함으로 인해 개인 키가 오프라인에서 추론될 수 있었습니다. 공격자들은 7 월 30 일부터 4 차례에 걸쳐 5200 개 이상의 주소를 털었으며, Galaxy Research 의 추적 데이터에 따르면 약 1816 개의 BTC 손실로 당시 가격 기준 1 억 1600 만 달러 이상입니다.

이 Bug 는 공개 코드에 5 년 동안 잠자코 놓여 있었으며, 누구나 감사할 수 있었지만 체계적으로 살펴본 사람은 거의 없었습니다.

Coldcard 사건이 도화선이었습니다. Calle 과 AnchorWatch CEO 인 Rob Hamilton 은 신속하게 Red Team 을 구성했고, OpenSats 에서 자금을 확보하여 AI 연산력에 4 만 달러 이상을 투입했습니다. 그들이 사용한 모델에는 Moonshot AI 의 Kimi K3, OpenAI 의 GPT Sol, Anthropic 의 Fable 과 Opus, 그리고 Zhipu AI 의 GLM5.2 가 포함됩니다.

프로젝트 초기에는 OpenAI 와 Anthropic 의 모델 접근이 제한되어 팀은 주로 중국의 오픈소스 모델에 의존했습니다. 이 세부 사항 자체가 꽤 흥미롭습니다: 전 세계 최대 암호화 자산 인프라 보안을 지키는 것이 야근을 하며 중국 오픈소스 AI 를 사용하는 자원봉사자 집단이라니.

27.5 시간 후의 데이터 퍼즐은 이렇습니다: 4962 개의 문제 중 14.5% 가 고위험 또는 치명적 수준이며, 프로젝트당 평균 1.85 개의 치명적 문제가 적중되었습니다. 개인 정보 보호 및 CoinJoin 류 도구의 치명적 발견 비율이 가장 높아 24% 에 달했으며; 그다음은 거래소 및 스왑 프로토콜로 21% 입니다; 암호학 라이브러리 및 SDK 가 가장 많은 원천 발견량 (1101 개) 을 산출했지만 치명적 비율은 10% 에 불과했습니다. 발견 사항의 91% 는 자동화 스캔을 통해 제출되었으며, 21% 는 이미 개념 증명 코드로 로컬 환경에서 재현되었습니다.

17 명의 기여자 중 14 명은 인간이고 3 명은 자동화 시스템입니다.

병목 현상이 뒤집혔습니다

Rob Hamilton 은 X 에 모든 숫자보다 중요한 한 줄을 썼습니다: "가장 어려운 부분은 Bug 를 찾는 것이 아니라 그것을 적절한 사람에게 전달하는 것입니다."

전통적인 보안 연구 세계에서 '발견'은 가장 비용이 많이 드는 단계입니다. 최고 보안 연구원은 코드를 역분석하는 데 몇 주를 보내며 악용 가능한 취약점을 찾을 수도 있습니다. AI 는 이 비용을 거의 0 에 가깝게 낮췄습니다. 16 명이 AI 모델과 협력해 하루 동안 생산한 결과물은 한 감사 회사의 몇 달 치 작업량에 해당합니다.

문제는 발견 이후에 발생합니다. 전투 보고서 발표 시점까지 감사된 390 개 프로젝트 중 단 19 개 (5% 미만) 만 업스트림 공개를 완료했습니다. Calle 은 트윗에서 유지 관리자들에게 사과하며 보고서 쇄도가 그들의 부담을 늘렸음을 알고 있으며 팀이 여전히 노이즈를 필터링하는 방법을 배우고 있다고 말했습니다. 8 건의 발견 사항은 위양성으로 인해 이미 철회되었습니다.

이는 구조적인 변화입니다: AI 는 'Bug 찾기'를 거의 무료인 행위로 만들었고, 전체 보안 파이프라인의 병목 현상은 가장 상류인 발견 단계에서 중하류로 갑자기 이동했습니다: 검증, 분류, 적절한 유지 관리자에게 라우팅, 수정, 테스트, 패치 배포. 이러한 단계들은 여전히 인간에 크게 의존하며, 여전히 느리고 여전히 혼란스럽습니다.

그리고 이것이 바로 공격자의 구조적 우위가 있는 곳입니다.

비대칭적인 군비 경쟁

방어자는 완전한 링크를 완수해야 합니다: 취약점 발견→검증→책임 있는 공개→유지 관리자 확인 대기→수정→패치 푸시→사용자 업데이트. 모든 단계에는 마찰과 지연이 있습니다.

공격자는 취약점 발견→악용만 하면 됩니다.

AI 는 링크의 시작점을 양측 모두에게 저렴하게 만들었습니다. 하지만 후속 단계의 비대칭성은 이 군비 경쟁이 본질적으로 공격측에 유리함을 의미합니다. Coldcard 사례가 명백한 증거입니다: 2021 년 Bug 가 코드 저장소에 5 년 동안 공개되어 있었으며, 방어자는 체계적인 스캔을 하지 않았지만 공격자는 AI 를 사용하여 예측 가능한 키 공간을 찾아 41 분 만에 1083 개의 BTC 를 쓸어갔습니다.

더 큰 신호가 이미 나타났습니다. 올해 4 월, Anthropic 은 보안 위험이 너무 높아 공개 출시를 거부한 AI 모델인 Claude Mythos Preview 를 대외적으로 시연했습니다. Anthropic 의 설명에 따르면 Mythos 는 50 달러 미만의 연산 비용으로 단일 취약점을 찾아낼 수 있으며, 팀은 이를 사용하여 OpenBSD 운영 체제에 27 년 동안 존재하던 결함을 자율적으로 발견했습니다. OpenBSD 는 전 세계적으로 보안성이 가장 높은 운영 체제 중 하나로 인정받으며 방화벽 및 중요 인프라 실행에 널리 사용됩니다. Anthropic 은 이에 따라 Project Glasswing 계획을 시작하여 AWS, 애플, 마이크로소프트, 구글 등 약 40 개 기관과 연합하여 이 모델로 공격자보다 먼저 취약점을 수정했습니다.

5 월, Google 위협 인텔리전스 팀은 또 다른 마일스톤을 발표했습니다: 범죄 조직이 AI 모델을 사용하여 제로데이 취약점을 발견하고 악용 코드를 작성한 사례를 포착했다는 것입니다. 해당 취약점은 널리 사용되는 오픈소스 관리 도구에 내장된 이중 인증 우회였습니다. Google 은 코드의 AI 특징 (가상의 CVSS 점수, 교과서적인 Python 주석) 을 통해 공격 출처를 식별했고 범죄 조직이 대규모 악용을 시작하기 전에 벤더와 협력하여 수정을 완료했습니다.

Google 위협 인텔리전스 수석 분석가 John Hultquist 의 말은 어떤 여지도 남기지 않았습니다: "AI 취약점 군비 경쟁이 곧 다가올 것이라는 생각은 오산입니다. 현실은 이 경쟁이 이미 시작되었다는 것입니다."

오픈소스는 결코 감사되었음을 의미하지 않습니다

Ledger CTO 인 Charles Guillemet 은 Coldcard 사건을 평가하며 널리 인용된 한 마디를 했습니다: "오픈소스와 감사됨은 별개의 문제입니다."

이 말은 암호화 업계에 오랫동안 존재하던 인식의 거품을 찔렀습니다. 비트코인 커뮤니티는 오픈소스에 거의 종교적인 신념을 가지고 있어 코드 공개는 누구나 검사할 수 있음을 의미하므로 본질적으로 안전하다고 생각합니다. Coldcard 의 코드는 실제로 5 년 동안 공개되었습니다. Red Team 의 감사는 390 개 프로젝트를 커버했습니다. 이 두 사실을 함께 보면 그림은 매우 명확합니다: 감사 가능함은 결코 이미 감사되었음을 의미하지 않습니다.

Red Team 의 경험은 AI 보안 감사의 한계도 드러냈습니다. Calle 은 팀 작업의 대부분이 여전히 '수동으로 AI 유도'이며 각자가 선호하는 방식으로 모델에 프롬프트를 입력한 결과가 통일된 방법보다 더 넓은 범위를 커버한다고 말했습니다. 이는 현재 AI 보안 감사가 'AI 자율 순찰'보다는 '인간 전문가가 AI 도구 운전'에 더 가깝다는 것을 보여줍니다. 모델은 코드 패턴을 빠르게 스캔할 수 있지만 발견 사항이 실제로 악용 가능한지, 영향 범위가 얼마나 되는지, 누구에게 알려야 하는지 판단하는 것은 여전히 인간의 경험과 판단이 필요합니다.

Hamilton 은 팀이 감사 프레임워크를 오픈소스화하여 비트코인 회사가 자체 폐쇄 소스 코드에 동일한 스캔을 실행할 수 있도록 할 계획이라고 말했습니다. 이는 올바른 방향이지만 동일한 도구가 반드시 공격자의 손에 들어갈 것임을 의미하기도 합니다.

이 감사가 실제로 밝혀낸 것은 형성 중인 새로운 등식입니다:

AI 는 취약점 발견 비용을 0 에 가깝게 만들었습니다.

하지만 취약점 수정 비용 (조직 조정, 인력 투입, 사용자 이전) 은 여전히 비싸고 느립니다.

4 만 달러의 AI 연산력, 27.5 시간이면 수천억 달러의 자산을 관리하는 오픈소스 생태계를 뒤집어 놓을 수 있습니다. Coldcard 의 5 년 동안 아무도 보지 않은 Bug 는 공격자에게 발견된 후 41 분 만에 1 억 1600 만 달러를 휩쓸어 갔습니다.

비트코인의 보안 내러티브가 다시 쓰이고 있습니다.

과거의 논리는 "코드는 오픈소스이므로 안전하다"였습니다.

새로운 논리는 더 잔인합니다: "코드는 오픈소스이므로 공격자도 AI 로 스캔하고 있다."

방어자의 유일한 우위는 선수입니다. 공격자보다 먼저 취약점을 찾아 수정하는 것입니다.

Red Team 은 이 선수를 쟁탈하고 있지만 그들의 전투 보고서는 선수를 잡더라도 후속 패치 배포 링크가 여전히 생태계에서 가장 약한 고리임을 보여줍니다.

비트코인이 직면한 딜레마는 더 큰 변국의 예행연습일 뿐일 수 있습니다.

전체 오픈소스 소프트웨어 세계도 곧 같은 시련을 맞이할 것입니다: Bug 발견에 더 이상 전문가가 필요하지 않지만 Bug 수정은 여전히 필요할 때, 이 격차를 무엇으로 메울 것인가?