https://x.com/xint_official/status/2044521476490203316?s=20
- AI 모델 자체보다, 그 모델을 실제 보안 제품으로 작동하게 만드는 시스템이 더 중요함
- 앤트로픽의 Mythos 발표가 보여준 건 강력한 모델 성능이지만, 실제 성과를 만든 핵심은 어디를 스캔할지 정하고, 결과를 검증하고, false positive를 걸러내고, 개발자가 바로 조치할 수 있게 정리하는 전체 파이프라인
- Theori의 Xint Code를 앤트로픽이 예시로 든 동일한 코드베이스들(FreeBSD, OpenBSD, FFmpeg, Firecracker)의 취약한 버전, 커밋에 돌렸고, 앤트로픽이 공개한 대표 취약점들을 동일하게 찾음
- 또한 앤트로픽의 공개 내용에 없던 추가적인 12개의 0-day 취약점도 발견
- Xint Code의 구조는 크게 네 단계로 설명됨. 먼저 공격 표면을 찾아 우선순위를 정하고, 그다음 모델이 후보 코드 경로를 깊게 분석하며, 이어서 exploitability를 검증하고, 마지막으로 심각도/재현 절차/워크플로 연동이 포함된 구조화된 결과를 생성
- Xint는 해커의 해킹 방식을 모방한 시스템을 바탕으로, 적은 토큰으로도 효율적으로 취약점을 찾아내는 AI 코드 분석 도구