국산 사이버보안 AI ‘무네메’, 글로벌 벤치마크 세계 1위 달성…MS와 공동 최고 기록한 비결

“AI 경쟁은 무조건 수조 원을 쏟아부어 모델 크기(파라미터)만 키우는 빅테크만의 리그일까요?”

초거대 인공지능 시장을 바라보는 많은 분들이 자본력이 압도적인 미국과 중국의 빅테크 독주를 보며 깊은 아쉬움을 느끼셨을 겁니다. 하지만 AI 생태계의 판도를 바꿀 중요한 이정표가 세워졌습니다. 바로 국산 사이버보안 AI ‘무네메’, 글로벌 벤치마크 세계 1위 달성(제출 시점 기준 공동 최고 성적) 소식입니다.

숭실대학교 AI안전성연구센터(센터장 최대선 교수)가 개발한 보안 특화 에이전트 시스템 ‘무네메(mneme)’가 글로벌 오픈소스 취약점 분석 실전 벤치마크인 ‘사이버짐(CyberGym)’에서 정답률 91.0%를 기록했습니다. 마이크로소프트(MS)의 최상위 시스템(MDASH)과 어깨를 나란히 하며 글로벌 최고 선도 그룹에 이름을 올린 것입니다.

단순한 모델 자체의 체급 경쟁을 넘어, 정교한 하네스 엔지니어링(Harness Engineering)과 멀티에이전트 협업 구조로 글로벌 최고 수준의 실전 성능을 이끌어낸 비결과 그 기술적 의미를 킹반장이 알기 쉽게 핵심만 조목조목 짚어드립니다.

1. 사이버짐(CyberGym) 91.0% 기록, 무엇을 증명했는가?

이번 평가가 진행된 **사이버짐(CyberGym)**은 단순한 보안 지식 암기나 객관식 퀴즈를 푸는 시험이 아닙니다. 실제 오픈소스 프로젝트 환경에서 발생했던 1,507개의 취약점 과제를 바탕으로, AI가 패치 전 코드베이스를 직접 분석하고 취약점을 재현·검증하는 엄격한 실전형 벤치마크입니다.

① 벤치마크 핵심 데이터 요약

• 무네메 (숭실대 AI안전성연구센터): 91.0% (1,507개 과제 단일 시도 성공률 기준, 국내 연구팀 최초·유일 리더보드 등재)
• 마이크로소프트 MDASH: 91.0% (공동 최고 수준의 선도 그룹 형성)
• 앤트로픽 Claude Mythos Preview: 83.1% (무네메 대비 7.9%p 격차)

💡 핵심 팩트 체크 무네메는 독자적인 파운데이션 모델을 바닥부터 만든 것이 아닙니다. 글로벌 최고 수준의 기반 모델(Claude Opus 4.6)을 활용하되, 연구진의 독자적인 **’보안 특화 시스템 아키텍처’**를 결합하여 기본 환경 성능(66.6%) 대비 정답률을 24.4%p나 비약적으로 끌어올린 성과입니다.

2. ‘무네메’의 진짜 핵심 무기: 하네스 엔지니어링과 멀티에이전트

왜 똑같은 기반 모델을 쓰더라도 결과는 66.6%와 91.0%로 갈렸을까요? 그 해답은 바로 **하네스 엔지니어링(Harness Engineering)**에 있습니다.

[무네메(mneme) 멀티에이전트 취약점 분석 메커니즘]

1. 하네스(Harness)란 무엇인가? 말에게 고삐와 마구를 채워 원하는 방향으로 힘을 집중시키듯, 거대언어모델(LLM)이 가진 방대한 지능을 특정 전문 분야(보안)에 최적화된 경로로 작동하도록 돕는 도구, 메모리, 워크플로의 연결 인터페이스를 의미합니다.
2. 분업화된 멀티에이전트 협업 구조 코드 분석, 취약점 가설 수립, 도구 실행, 결과 검증 단계를 각각 전문화된 에이전트들이 나누어 처리합니다. 여러 에이전트가 교차 검증을 거침으로써 AI 특유의 환각(Hallucination) 현상을 억제하고 오탐 가능성을 크게 줄였습니다.

[📷 이곳에 무네메 멀티에이전트 파이프라인 및 도메인 지식 주입 하네스 구조 다이어그램 삽입]

3. 범용 AI 단독 모델 vs 특화 에이전트 시스템 비교

이번 성과는 “앞으로의 AI 응용 시장에서 승부를 가르는 것은 단순 모델 크기가 아니라 시스템 설계 역량”임을 명확히 보여줍니다.

비교 항목	범용 AI 모델 단독 활용	보안 특화 에이전트 시스템 (무네메)
시스템 구조	단일 거대언어모델(LLM) 중심 질의응답	기반 모델 + 전문지식 + 분석 도구 + 구조화된 기억
CyberGym 성적	Claude Mythos Preview (83.1%)	무네메 (91.0%) / MS MDASH (91.0%)
성능 개선 방식	파라미터 증설 및 일반 사전학습	하네스 엔지니어링 및 다중 에이전트 교차 검증
성능 향상 폭	기본 실행 환경 기준 66.6%	특화 시스템 설계를 통해 91.0% 달성 (+24.4%p)
업무 적합성	다양한 일상 업무 전반의 범용 추론	복잡한 코드 취약점 정밀 분석 및 재현에 특화
오탐 제어	복잡한 코드 문맥에서 추론 오류 빈번	단계별 도구 실행 및 반복 검증으로 신뢰성 확보

4. 사이버보안 산업에 던지는 3가지 시사점과 향후 과제

1. 버티컬 AI(Vertical AI)의 돌파구 제시 미국 빅테크와 천문학적인 자본 경쟁을 하지 않더라도, 의료·보안·국방·금융 등 전문 도메인에서는 독자적인 아키텍처 설계로 글로벌 최고 수준의 실전 경쟁력을 확보할 수 있음을 증명했습니다.
2. 보안 관제 및 소프트웨어 공급망 보안 고도화 오픈소스 소프트웨어 사용이 급증하는 환경에서, 개발 단계부터 취약점을 신속하게 분석하고 재현하는 자동화 보조 도구로서의 가치가 높습니다.
3. ⚠️ 기술적 과제 및 체크포인트

• 실전 환경 연동성: 벤치마크 환경을 넘어 기업 및 기관의 실제 보안 관제 센터(SOC) 시스템과 자연스럽게 연동되는 인터페이스 고도화가 필요합니다.
• 보안성 및 독립성 검증: 향후 높은 보안 수준이 요구되는 공공·국방 환경에 적용되기 위해서는 폐쇄망 지원 모델과의 결합 및 철저한 보안성 실증 절차가 뒷받침되어야 합니다.

💡 결론 및 킹반장의 인사이트

국산 사이버보안 AI ‘무네메’, 글로벌 벤치마크 세계 1위 달성(제출 시점 공동 최고 기록)은 한국 AI 연구진의 소프트웨어 엔지니어링 역량이 글로벌 최전선에 서 있음을 보여준 뜻깊은 성과입니다.

이제 AI 기술의 경쟁력은 ‘누가 더 큰 모델을 만들었는가’에서 ‘누가 범용 지능을 실전 업무에 맞게 가장 정교하게 조율(Harnessing)해 냈는가’로 이동하고 있습니다. 이러한 아키텍처 혁신이 다양한 산업 현장으로 확산되길 기대합니다.

여러분은 이번 숭실대 연구진의 성과를 어떻게 보셨나요? 빅테크 모델을 실전에서 뛰어넘은 하네스 엔지니어링의 미래에 대해 자유롭게 댓글로 의견을 나눠주세요!

📌 함께 읽으면 안목이 넓어지는 테크 리포트

• [관련 글: 에이전틱 AI(Agentic AI)란 무엇인가? 자율 실행형 시스템 구조 총정리]
• [관련 글: 2026 소프트웨어 공급망 보안 트렌드: 오픈소스 취약점 선제 대응 전략]