사이버 보안 환경은 Microsoft Defender를 우회할 수 있는 AI 악성코드의 출현으로 새로운 도전에 직면하고 있습니다. Outflank의 연구자들은 오픈 소스 대형 언어 모델(LLM)인 Qwen 2.5를 개발하였으며, 이 모델은 약 3개월의 훈련과 약 1,500달러의 투자로 Microsoft Defender를 약 8%의 확률로 회피할 수 있습니다. 이 성능은 Anthropic의 AI가 1% 미만, DeepSeek의 AI가 0.5% 이하인 것과 비교할 때 상당히 우수합니다.
이러한 발전에도 불구하고, 이 모델의 효과는 아직 경험이 적은 사용자들이 쉽게 사용할 수 있는 수준에 이르지 못했습니다. 강화 학습 기법을 통해 모델의 능력을 향상시킬 가능성이 존재하지만, 이러한 능력의 한계와 Microsoft Defender가 이러한 위협에 대응하기 위해 어떻게 적응할 것인지에 대한 질문은 여전히 남아 있습니다. Outflank의 연구 결과는 주목할 만하지만, 사회 공학 공격 및 유출된 도구의 오용과 같은 다른 취약점에 대한 우려는 사이버 보안에서 여전히 중요한 위험 요소로 남아 있습니다.
전반적으로 이 연구는 AI가 보안에 미치는 영향에 대한 지속적인 논의의 개념 증명으로 작용하며, 이 분야의 발전과 지속적인 도전 과제를 모두 강조하고 있습니다.
* 이 글은
tomshardware.com의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.