Google DeepMind, AI를 이용해 Signal의 암호 코드 형식 검증

Google DeepMind는 최신 AlphaProof 코드 프레임워크를 사용하여 널리 사용되는 메시징 플랫폼인 Signal의 암호 프로토콜을 형식적으로 검증함으로써 소프트웨어 보안에서 중요한 이정표를 달성하였습니다. 이는 AI가 이렇게 깊이 있는 암호 프로토콜 검증에 처음 활용된 사례로, 사이버 보안에서의 오랜 도전을 해결하고 있습니다.

AlphaProof 코드: 다중 에이전트 프레임워크

AlphaProof 코드는 인간의 전문 지식과 AI 에이전트를 통합하여 형식 검증을 수행하는 다중 에이전트 프레임워크입니다. 형식 검증이란 소프트웨어가 결함 없이 작동함을 수학적으로 증명하는 과정입니다. 이 프레임워크가 Signal의 암호 프로토콜에 적용되었으며, Lean 프로그래밍 언어로 육영영만 줄 이상의 기계 검증된 증명이 생성되었습니다. 이 노력은 기계 코드 수준에서 비밀 유지, 인증 및 사후 보안 등 주요 보안 특성을 검증했습니다.

이 프로세스는 연구자와 AI 에이전트가 Signal의 보안 목표를 형식적인 수학적 명세로 변환하는 것으로 시작되었습니다. 인간 전문가가 이 명세를 검토한 뒤, Gemini Carbon으로 구동되는 AI 에이전트가 자율적으로 증명을 생성하였습니다. Lean의 자동 검사가 이러한 증명의 정확성을 보장하였으며, 인간 전문가들은 코드베이스의 단 일%만 감사하여 수작업 노력을 상당히 줄였습니다.

실제 취약점 해결

전통적인 검증 방법이 프로토콜 설계에 집중하는 반면, AlphaProof 코드는 설계와 구현 사이의 간극을 연결합니다. 이는 종종 구현 단계에서 취약점이 발생할 수 있기 때문에 중요합니다. 이 프레임워크는 Signal 코드의 격리된 버전에서 이전에 수정된 버그를 다시 재도입한 코드의 불안정성을 성공적으로 식별하며 그 강력함을 입증했습니다.

역사적으로 몇 년이 걸렸던 검증 과정이 단지 4주 만에 완료되었습니다. 이러한 효율성은 AI가 현실 세계 시스템에 대해 형식적인 검증을 실용적으로 만들 수 있는 잠재력을 강조합니다. 이는 이전에는 과도하게 노동 집약적이고 비용이 많이 드는 일로 간주되었습니다.

사이버 보안에 대한 영향

Signal의 암호 프로토콜을 형식적으로 검증함으로써 Google DeepMind는 디지털 커뮤니케이션의 보안 보증에 새로운 기준을 설정했습니다. 암호 프로토콜은 온라인 뱅킹, 웹 브라우징 및 기타 중요한 시스템의 기본이 되므로 이들의 보안은 매우 중요합니다. AlphaProof 코드의 성공은 의료 장비 펌웨어 및 전력망 소프트웨어와 같은 다른 필수 시스템에 비슷한 기술을 적용할 수 있는 기반을 마련합니다.

AI 기반의 보안 위협이 계속해서 증가함에 따라, 자동 정리 증명을 통해 소프트웨어를 엄격하게 검증할 수 있는 능력은 사이버 위험에 맞서 싸우기 위한 강력한 도구를 제공합니다. Google DeepMind는 또한 이 프로젝트의 형식적인 검증 결과물을 오픈 소스화하여 더 넓은 연구 커뮤니티가 이 괄목할 만한 진전을 기반으로 할 수 있도록 했습니다.