Anthropic의 Mythos와 AI 보안 스캔의 현실: 탐지보다 어려운 수정과 우선순위

AI 보안 자동화의 기술적 성과에는 동의하나, 실무 적용 시 발생하는 인간의 업무 과부하 문제에 공감하는 분위기이다.

• 모든 취약점을 수정하려 하지 말고, 'blast radius'를 기준으로 상위 5개만 우선 수정하라.
• 다중 모델 리뷰 시 노이즈를 줄이기 위해 결과를 필터링하고 중복을 제거하는 랭킹 레이어를 구축하라.

• AI 보안 스캔 도구는 탐지 속도를 획기적으로 높이지만, 결과 처리를 위한 인간의 리소스가 뒷받침되지 않으면 효과가 제한적이다.
• 모든 취약점을 수정하려는 접근은 비효율적이며, 취약점의 'blast radius'를 기준으로 우선순위를 정해 대응하는 것이 현실적이다.
• 다중 모델을 활용한 코드 리뷰 시 노이즈가 발생하므로, 결과를 필터링하고 중복을 제거하는 랭킹 레이어가 필수적이다.