Gemini 3.5 Flash Cyber와 승인제 보안 LLM 공급 전략

취약점 탐지 모델이 공급 통제까지 설계하는 방식

2026년 7월 21일 Google DeepMind는 취약점 탐지에 특화된 경량 모델 Gemini 3.5 Flash Cyber를 공개했다. 이 모델에서 눈에 띄는 지점은 성능 자체만이 아니다. 일반 공개 대신 정부 기관과 신뢰 파트너에만 접근을 허용하는 승인제 배포를 택했다.

취약점을 자동으로 찾는 능력은 방어뿐 아니라 공격에도 전용될 수 있다. Gemini 3.5 Flash Cyber는 이런 이중용도 특성을 전제로, 모델의 탐지 능력과 공급·감사 체계를 한 묶음으로 다룬다. Anthropic Mythos, Microsoft Project Perception과 함께 보안 특화 LLM 시장이 형성되는 과정에서, 프런티어 모델을 누구에게 어떤 조건으로 제공할지라는 거버넌스 문제도 함께 커지고 있다.

Gemini 3.5 Flash Cyber는 기반 모델 3.5 Flash 위에 취약점 탐지, 검증, 패치를 특화한 파생 모델이다. V8 JavaScript 엔진 테스트에서는 고유 확인 취약점 55건을 발견했으며, 이 가운데 10건은 범용 3.5 Flash와 Claude Opus 4.6이 놓친 사례였다. Google은 Chrome, Android, Cloud, Ads, YouTube의 코드베이스에서 취약점 탐지와 수정에 이 모델을 활용하고 있다.

탐지부터 패치 제안까지 이어지는 CodeMender 구조

CodeMender 에이전트는 Gemini 3.5 Flash Cyber를 반복 호출해 넓은 코드 경로를 스캔하고, 후보를 검증한 뒤 패치 초안을 제안하는 흐름으로 작동한다. 경량 모델을 대량 호출하는 fan-out 방식은 대규모 코드 스캔의 경제성을 확보하는 데 맞춰져 있다.

후보를 발견하는 단계만으로는 충분하지 않다. 실제 악용 가능성을 확인하는 validate 단계가 오탐을 걸러내며, 그 결과가 방어 조직이 신뢰할 수 있는 조치 단위로 이어진다.

⤢✕

승인제 배포에서는 모델 가중치를 공개하지 않고, 심사를 통과한 주체에 한해 API 또는 파일럿 형태로 공급한다. 접근 심사에는 정부·신뢰 파트너의 자격 검증, 사용 목적 계약, 국가안보 영향 평가가 포함된다. 사용 약관과 공격적 사용 제한, 이상 사용 모니터링도 이중용도 리스크를 줄이는 통제 수단이다.

산출물의 워터마킹과 사용 로그 감사는 책임 추적성을 뒷받침한다. 누가 어떤 결과를 만들고 어떻게 활용했는지 확인할 수 있어야, 제한 공급이 단순한 접근 차단이 아니라 운영 가능한 보안 통제가 된다.

도입 심사와 운영 통제를 함께 구성해야 한다

보안 특화 AI는 도입 절차 자체가 통제 대상이다. 모델 접근 자격, 데이터 처리 위치, 계약상의 사용 제한은 사용 전에 검토해야 한다. 정부와 규제 산업에서는 조달·인증 요건도 함께 확인할 필요가 있다.

호출 권한은 최소 권한 원칙에 따라 역할 기반 접근 통제(RBAC)로 분리하고, 탐지 결과를 열람할 수 있는 범위도 구분해야 한다. 발견된 취약점 정보가 공격 지식으로 전용되지 않도록 내부 유통을 제한하며, 책임 있는 공개 절차와 연결하는 방식도 필요하다.

AI가 찾은 결과는 사람의 2차 검증을 거쳐야 한다. 오탐(FP)은 운영 피로를 키우고, 미탐(FN)은 잔존 위험으로 남는다. 두 지표를 함께 관리하면서 탐지 결과를 SIEM, 티켓팅, 패치 관리 체계에 연결하면 발견부터 조치까지의 폐루프를 구성할 수 있다.

모델 사용 정책, 감사 로그 보존, 사고 대응 절차를 문서화하고 정기적으로 점검하는 일도 빠질 수 없다. 이 구조가 갖춰져야 탐지 모델이 개별 실험 도구가 아니라 취약점 관리 체계의 일부로 작동한다.

경쟁의 초점은 탐지 능력만이 아니다

구분	Gemini 3.5 Flash Cyber	Anthropic Mythos	MS Project Perception
발표 시점	2026-07-21	2026-04-07 (Preview)	2026-07 예정
지향점	경량·대량 스캔, 패치	자율 zero-day 발견·체이닝	멀티모델 라우팅, 저비용 상시 운영
성과 지표	V8에서 55건 확인	OSS 1,000개서 23,000건 후보, 1,726건 확인	Patch Tuesday 622건 패치 기여
개방성	가중치 비공개	프런티어 통제 배포	플랫폼형(자사+OpenAI+Anthropic)
접근 정책	정부·신뢰 파트너 승인제	통제 배포, 정부 협업	엔터프라이즈 대상
오용 통제	게이티드, 워터밍·감사	안전성 테스트 강화	라우팅 기반 비용·권한 통제

Google은 이중용도 위험을 이유로 접근 대상을 좁혔다. 반면 Microsoft는 상시 운영 경제성을 바탕으로 폭넓은 엔터프라이즈 접근을 지향한다. 보안 모델 시장에서 오용 통제와 확산성의 긴장이 제품 공급 정책으로 드러나는 대목이다.

전통적인 SAST와 DAST는 규칙 기반이어서 재현성과 설명 가능성이 높지만, 신종·논리 취약점에는 취약할 수 있다. AI 모델은 넓은 코드 경로와 미탐 취약점 발견에 강점을 보이지만 오탐과 검증 비용이 과제로 남는다. 두 접근은 서로를 대체하기보다 보완하는 관계다.

보안 거버넌스 안에서 관리할 대상

보안 특화 LLM은 단순한 개발 도구가 아니라 거버넌스 대상이다. ISMS-P, ISO/IEC 27001 관리 체계 안에서 모델 접근, 데이터 흐름, 산출물 처리 전반을 정책화해야 한다.

취약점 관리 프로세스에는 발견·검증·조치·재검증의 폐루프를 접목하고, AI 탐지 결과의 위험도 평가와 우선순위 기준을 세워야 한다. 워터마킹과 감사 로그는 누가 무엇을 탐지하고 조치했는지 추적하는 근거가 되며, 사고 대응과 규제 대응에도 연결된다.

공격 지식의 전용을 막기 위한 접근 분리와 내부 통제는 CISO 거버넌스의 핵심 과제다. 보안 모델이 강력해질수록 도입 심사는 일회성 검토가 아니라 지속적인 운영 통제가 된다.

승인제 보안 모델이 남기는 변화

강한 공격 능력을 가진 보안 모델은 승인제 공급이 기본 규범으로 자리 잡을 전망이다. 발견에서 무기화까지의 시간 창이 좁아지는 환경에서는 방어 측의 자동 패치 역량도 중요한 조건이 된다.

플랫폼 경쟁은 모델 능력뿐 아니라 비용, 운영 경제성, 접근 정책으로 옮겨가고 있다. 정부 사전 평가, 표준 프레임워크, 감사 요건이 강화되면 기업의 AI 보안 도구 도입 심사도 정례화될 가능성이 높다.

Gemini 3.5 Flash Cyber의 승인제 배포는 확산성을 제한하는 대신 오용 통제와 책임 추적성을 확보하려는 선택이다. 조직 역시 탐지 성능만 비교할 것이 아니라 접근 통제, FP/FN 검증, SOC 통합, 감사 체계를 함께 설계해야 한다.