TL;DR

레포는 Go로 작성된 단일 바이너리 CLI 도구로, 로컬 훅·로그·디스크 아티팩트를 통합해 AI agent의 라이브 활동과 사후 세션을 동일한 이벤트 모델로 정규화하고 CEL 규칙 엔진으로 로컬 탐지·옵션 차단·포렌식 재구성을 지원합니다. macOS·Linux·Windows(amd64/arm64)용 릴리스와 Go 설치(go install)를 모두 제공하며 릴리스에는 SHA-256 체크섬이 포함됩니다. 기본 모드는 모니터링이며 차단은 지원되는 동기 pre-action 훅에서만 옵트인으로 활성화하고 모든 기본 규칙은 모니터 전용으로 출발해 운영자가 enforce:true로 단계적으로 적용하도록 설계되어 있습니다. 배포 전 docs/agent-coverage.md로 지원 범위를 확인해야 하고 finding은 규칙 매칭 결과라는 점을 유념해야 합니다.

핵심 포인트

• numbat은 데스크탑, CLI, IDE, 게이트웨이 형태의 AI agent 활동을 로컬 훅, 플러그인, OTLP/HTTP 로그, 그리고 디스크에 남은 세션 아티팩트를 통해 수집하고 이를 하나의 이벤트 모델로 정규화해 CEL 규칙 엔진으로 평가합니다. 수집과 탐지는 모두 엔드포인트에서 로컬로 실행되며, 결과는 NDJSON 레코드(이벤트·finding·enforcement 등)로 출력하거나 HTTP로 전달할 수 있습니다. 이 구조는 외부 서비스 의존을 줄이면서 운영자가 동일한 규칙 세트를 모니터링과 포렌식 양쪽에 동일하게 적용할 수 있게 만듭니다.
• 차단 기능은 선택적이며 동기식 pre-action 훅을 지원하는 에이전트에서만 동작하고 기본값은 모니터 전용입니다. 운영자가 배포된 규칙을 그대로 복사해 id를 유지하고 enforce: true로 버전을 올린 뒤 운영 규칙 디렉터리에 두면 해당 훅에서 차단 응답을 선택적으로 반환하도록 구성할 수 있으며 CLI로 rules check, hook install 같은 명령어로 검증·설치합니다. 이렇게 하면 안전하게 단계적 전환이 가능하고, 기본 제공 규칙은 모두 모니터링 전용으로 출발해 오탐 위험을 줄이는 설계가 반영되어 있습니다.
• 포렌식 재구성은 사전 numbat 계측이 없어도 지원되는 온디스크 세션 아티팩트를 읽어 과거 활동을 재구성하며, 레코드는 스키마 버전화(v0.2.0)된 NDJSON로 남습니다. 출력물은 기본적으로 시크릿 마스킹을 적용한 읽기 전용 스캔이며, 원시 증거 파일을 케이스 번들에 추가하는 것은 운영자 선택으로 남겨 민감정보 노출을 통제합니다. 단일 바이너리로 macOS·Linux·Windows(amd64/arm64)를 제공하고 cgo 없이 빌드되므로 배포와 운영이 비교적 간단합니다.
• 지원 범위와 한계는 docs/agent-coverage.md의 커버리지 매트릭스가 권위 자료로 명시되어 있어 설치 전 대상 에이전트·표면의 지원 여부와 알려진 한계를 확인해야 합니다. at-rest 재구성은 디스크·메모리 획득이 아니며, finding은 규칙 매칭 결과일 뿐 침해의 증거를 단독으로 증명하지 못합니다. 레코드에 민감한 엔드포인트 문맥이 남을 수 있으므로 배포 시 SECUIRTY.md와 배포 가이드를 따라 신뢰 및 전달 경로를 설계해야 합니다.