민감한 소스코드를 외부로 보내지 않는 보안 특화 AI 모델 등장

오늘의 핵심

벨기에 보안기업 아이키도가 고객 인프라에서 구동할 수 있는 오픈웨이트 보안 AI 모델 ‘Altar’를 공개했다. 소스코드 외부 전송을 줄일 수 있지만, 성능 수치는 제한된 내부 벤치마크 결과이므로 실제 도입 전 별도 검증이 필요하다.

확인된 사실

• 아이키도는 9월 21일 고객이 통제하는 인프라에서 실행할 수 있는 오픈웨이트 보안 AI 모델 Altar를 공개했다. 근거 [1] [2]
• Altar는 Z.AI의 GLM-5.3을 기반으로 하며 양자화와 전문가 가지치기를 적용해 모델 저장 용량을 약 1,506.7GB에서 328GB로 줄였다고 아이키도는 설명했다. 근거 [1] [2]
• 로컬 배포 방식은 소스코드와 내부 아키텍처 자료를 외부 AI 추론 서비스로 전송하지 않아도 되는 선택지를 제공한다. 근거 [1] [2]
• 아이키도의 내부 시험에서 Altar는 30개 저장소의 알려진 취약점 32개 가운데 23개를 세 차례 실행 중 한 번 이상 재탐지했고, 실행당 평균 재현율은 60.4%였다. 근거 [2]
• 해당 시험은 전체 코드베이스의 미지 취약점 탐색, 익스플로잇 실행, 수정안 품질을 측정하지 않았으므로 종단 간 자율 보안 성능을 입증한 결과로 볼 수 없다. 근거 [2]

왜 중요한가

• 고객 데이터와 소스코드의 외부 반출을 제한해야 하는 금융·공공·의료·제조 프로젝트에서 AI 코드 분석의 도입 범위를 넓힐 수 있다.
• 클라우드 API 비용 대신 GPU 조달, 모델 서빙, 업데이트와 모니터링 비용이 발생하므로 AI 도입 판단이 구독료 비교에서 전체 운영비 비교로 바뀐다.
• 오픈웨이트라는 배포상의 자유와 실제 보안 탐지 신뢰성은 별개이므로 발주 단계에서 모델 성능과 운영 통제를 각각 검증해야 한다.

inxight의 관점

• 핵심 변화는 새 모델 하나의 출시보다 ‘민감한 코드는 내부에 두고 AI를 적용한다’는 배포 방식이 제품 요구사항으로 구체화됐다는 점이다.
• 보안 AI의 내부 벤치마크는 후보 선정 자료일 뿐이다. 실제 서비스의 언어·프레임워크·취약점 유형과 동일한 조건에서 오탐, 미탐, 처리시간을 다시 측정해야 한다.
• 모델을 사내에 배치해도 프롬프트·로그·분석 결과의 접근권한과 보존정책이 자동으로 해결되지는 않는다. 모델 운영과 데이터 거버넌스를 하나의 설계 항목으로 다뤄야 한다.

실무 체크리스트

• AI 코드 분석 도구로 전송되는 소스코드, 설정 파일, 비밀정보와 로그의 흐름을 데이터 플로 다이어그램으로 정리한다.
• 대표 저장소와 과거 취약점 사례로 제한된 개념검증을 실시해 탐지율, 오탐률, 분석시간과 GPU 비용을 측정한다.
• 클라우드형과 자체 호스팅형의 1년 총소유비용을 인프라, 운영인력, 업데이트, 장애대응 비용까지 포함해 비교한다.
• 모델 가중치와 서빙 소프트웨어의 라이선스, 공급망 무결성, 패치·롤백 절차를 배포 승인 조건에 포함한다.