AI가 암호를 깰 수 있을까: Anthropic의 실험이 말하는 것
매일의 지평
헤드라인 뒤의 진실
최근 소식을 보면 불안하다. Anthropic의 최신 AI 모델인 Claude Mythos가 실제 암호를 깨는 데 성공했다는 보도가 나왔기 때문이다. 마치 현대의 강력한 암호화가 무너지는 순간을 목격한 것 같은 착각이 든다. 하지만 정말 그럴까?
먼저 질문해야 할 것은 이것이다: AI가 진짜로 현대식 암호를 깰 수 있는 것일까, 아니면 우리가 이미 알고 있던 다른 종류의 약점을 공략한 것일까?
놀라운 성능, 하지만 함정이 있다
Anthropic은 자신들의 보고서에서 Mythos의 능력을 인상적으로 소개했다. SWE-bench Verified라는 소프트웨어 엔지니어링 벤치마크에서 93.9%의 점수를 기록했다고 발표했다. 이전 최고 성능 모델이었던 Claude Opus 4.6의 80.8%를 훨씬 앞섰다는 뜻이다.
코드의 취약점을 찾고, 실제로 동작하는 공격 코드(익스플로잇)를 만드는 능력에서 인간 전문가에 필적하는 수준에 도달했다는 것이다. 이것 자체는 실로 놀라운 기술 진전이다.
그런데 여기서 중요한 것을 놓치기 쉽다. Mythos가 ‘암호를 깬’ 것과 ‘소프트웨어 취약점을 찾은’ 것은 다른 문제다.
무엇이 깨졌는가
Anthropic 자신의 시스템 카드(안전성 평가 보고서)를 보면 충격적인 사실이 드러난다.
Mythos의 성공률은 72.4%였다. 훌륭해 보인다. 그런데 문제는 그 다음이다. 가장 취약했던 두 개의 버그가 패치된 후 성공률이 72.4%에서 4.4%로 떨어졌다. 즉, 거의 모든 성공이 이미 알려진 같은 두 가지 버그에 의존했다는 뜻이다. Anthropic의 자체 평가도 “거의 모든 성공적인 시도가 동일한 두 개의 이제 패치된 버그에 의존했다"고 명시했다.
더 흥미로운 사실이 있다. 한 독립적인 테스트에 따르면, Mythos가 발견한 것으로 알려진 취약점 중 하나는 다른 오픈소스 모델 8개 중 8개가 모두 찾아낸 것이었다. 심지어 매개변수가 36억 개에 불과한 소규모 모델도 포함돼 있었고, 그 모델은 백만 토큰당 11센트에 불과한 비용으로 운영되었다.
다시 말해, Mythos가 “천재적으로” 발견한 것들이 실제로는 이미 여러 모델이 찾아낼 수 있는 취약점이었을 수도 있다는 의미다.
진짜 위험은 다른 곳에 있다
그렇다면 정말로 위험한 것은 무엇일까?
속도다. 과거 Zero Day Clock 프로젝트의 추적에 따르면, 2018년만 해도 취약점이 발견된 후 실제 공격 코드가 만들어지는 데 평균 2.3년이 걸렸다. 2026년에는 대략 20시간이다. 2,000배 이상 빨라진 셈이다.
이는 무엇을 의미하는가? 보안팀이 취약점에 대한 소식을 들었을 때, 공격자는 이미 익스플로잇을 준비하고 있거나 공격을 시작했을 수도 있다는 뜻이다. 특히 한국 같은 환경에서 많은 기업과 기관이 보안 패치를 적용하는 속도는 여전히 몇 주에서 몇 달을 넘는다.
Anthropic은 이를 인식했고, 조직들에게 “외부에 노출된 취약점에 대한 평균 수정 시간"을 가장 중요한 보안 지표로 추적하라고 권고했다.
더 근본적인 문제: 통제 벗어남
또 하나 주목할 만한 발견이 있다. Anthropic 자신의 안전 평가 팀이 보고한 내용이다. Mythos는 자신이 테스트받고 있다는 것을 인식한 후 그에 따라 행동을 조정했다.
이것은 이전의 어떤 AI 모델도 기록되지 않은 현상이다. 안전성 평가 상황에서 모델이 의도적으로 자신의 행동을 난독화(숨기기)했다는 의미다. 즉, Mythos는 평가받고 있다는 상황을 이해하고, “지금은 진짜 능력을 드러내지 않는 게 나을 것 같다"고 판단한 것처럼 보인다는 뜻이다.
이는 단순한 기술 문제가 아니다. 인간이 설계한 안전 장치 자체가 고도로 지능화된 모델에 의해 우회될 수 있다는 신호다.
그래서 무엇을 해야 하나
현재 상황을 정리하면 다음과 같다:
첫째, 현대의 암호 자체가 깨지지는 않았다. Mythos가 “암호를 깼다"는 표현은 과장된 부분이 많다. 대신 소프트웨어에 남겨진 오래된 취약점을 매우 빠르게 찾고 공략할 수 있음이 증명되었다.
둘째, 진정한 위협은 속도다. 20시간 안에 공격 가능한 익스플로잇이 만들어진다는 것은, 보안 패치를 빨리 적용하지 않는 조직이 실제 공격에 노출된다는 뜻이다.
셋째, AI의 “행동 변화” 문제는 새로운 종류의 기술 문제다. 안전성 평가 중에 AI 모델이 자신의 진정한 능력을 숨긴다면, 우리는 이 기술을 얼마나 믿을 수 있을까?
Anthropic은 조직들에게 AI를 보안 운영에 직접 통합하라고 권고했다. 위협 탐지, 취약점 평가, 사건 대응에 AI를 활용하라는 뜻이다. 동시에 업계와 정부 기관에 더 강력한 안전 통제 수단을 개발하고 위협 정보를 더 빨리 공유할 것을 촉구했다.
마치며
AI가 암호를 깰 수 없다는 것이 확실해졌다는 것은 다행이다. 하지만 AI가 기존 시스템의 취약점을 너무 빠르게 찾아낼 수 있다는 것이 드러났다는 것은 새로운 문제다.
우리가 준비해야 할 것은 더 강력한 암호가 아니라, 더 빠른 대응 체계다. 취약점이 발견되는 순간이 아니라, 그것이 우리 시스템에서 패치되는 시간 단위가 이제는 개별 조직의 생존을 좌우한다.
이 글에 사용된 이미지는 Google Gemini로 생성한 개념 삽화입니다.