Kubescape 4.0: eBPF 런타임 탐지로 CVE 노이즈 95%를 걷어내는 법

Kubescape 4.0이 KubeCon + CloudNativeCon Europe 2026에서 발표되며 Kubernetes 런타임 보안과 AI 에이전트 워크로드 스캐닝이라는 두 축을 새로 얹었다. CNCF 인큐베이팅 프로젝트인 Kubescape는 eBPF 기반 syscall 모니터링, 컨테이너 이상 행동 탐지, AI 에이전트 환경 전용 보안 컨트롤로 클라우드 네이티브 보안 플랫폼으로 넓어지고 있다. 런타임 보안 탐지가 정식 출시(GA)되며 CVE 노이즈를 95% 이상 줄인다는 점이 엔터프라이즈 보안팀의 눈길을 끌고 있다.

3.x에서 4.0으로

Kubescape는 오픈소스 Kubernetes 보안 플랫폼으로, IDE·CI/CD 파이프라인·클러스터 내 운영까지 개발 라이프사이클 전체에 보안을 통합한다.

구분	Kubescape 3.x	Kubescape 4.0
주요 기능	정적 설정 스캐닝, 컴플라이언스	런타임 위협 탐지 + AI 에이전트 스캐닝
런타임 보안	실험적(Experimental)	GA(General Availability)
AI 에이전트 지원	없음	15개 OPA Rego 컨트롤, 42개 설정 포인트
CVE 관리	전통적 스캐닝	런타임 컨텍스트 기반 95%+ 노이즈 감소
출시 시기	—	2026년 3월 26일 (KubeCon EU 2026)

Kubescape 4.0은 "엔터프라이즈 안정성 + AI 시대"를 슬로건으로, 대규모 Kubernetes 환경에서의 보안 운영 효율화에 초점을 맞췄다.

커널까지 내려가서 지켜본다 — eBPF

Kubescape 런타임 보안의 핵심은 eBPF(extended Berkeley Packet Filter)로 커널 수준 이벤트를 모니터링하는 데 있다. eBPF는 Linux 커널에 안전하게 코드를 로드해 커널 수준 이벤트를 사용자 공간(user space) 프로그램이 손쉽게 처리할 수 있게 해주는 기술이다.

⤢✕

각 Kubernetes 노드에 DaemonSet으로 배포되는 node-agent(구 kubecop)는 다섯 갈래의 syscall을 모니터링한다. execve, execveat로 컨테이너 내 예상치 못한 바이너리 실행을 잡아내고, open·read·write로 /etc/passwd, /etc/shadow 같은 크리티컬 파일 접근을 감시한다. connect·bind·accept는 예상치 못한 외부 통신을, setuid·setgid·capset은 권한 상승 시도를, init_module·finit_module은 커널 모듈 로드 시도를 각각 탐지한다.

Kubescape 4.0의 핵심 혁신 중 하나는 워크로드별 정상 행동 베이스라인을 자동 학습하는 기능이다. 초기 운영 기간 동안 워크로드의 syscall 패턴을 관찰하는 학습 단계, 워크로드별 허용 syscall·파일 접근·네트워크 연결 프로파일을 자동 생성하는 프로파일 생성 단계, 베이스라인 이탈 행동을 실시간으로 경보하는 탐지 단계로 이어진다.

CVE 경보 95%가 사실은 소음이었다

전통적인 이미지 스캐닝은 컨테이너 이미지 내 모든 CVE를 보고하지만, 실제로 취약한 코드 경로가 런타임에 실행되지 않는 CVE는 실질적 위협이 아니다. Kubescape 4.0은 런타임 행동 데이터와 CVE 정보를 결합해 취약한 라이브러리가 프로세스에 실제로 로드됐는지, 취약한 함수가 실제로 호출됐는지, 취약한 서비스가 외부에 노출됐는지를 종합해 "실제 위험 CVE"만 경보로 승격시킨다. 이 방식으로 전체 CVE 경보의 95% 이상을 노이즈로 필터링한다.

이상 행동 탐지 사례도 구체적이다.

이상 행동 패턴	탐지 방법	대응
크립토마이닝	CPU 집중 + 외부 풀 서버 연결	경보 + 파드 격리
리버스 셸	bash/sh의 예상치 못한 exec + 외부 연결	즉시 경보
컨테이너 탈출 시도	호스트 네임스페이스 접근 + 권한 상승 syscall	즉시 차단
민감 파일 접근	/proc/1/mem, /etc/shadow 등 접근	경보 + 감사 로그

AI 에이전트는 마이크로서비스와 위협 모델이 다르다

Kubescape 4.0에서 가장 새로운 영역은 AI 에이전트 워크로드 전용 보안 스캐닝이다. AI 에이전트는 일반 마이크로서비스와 다른 보안 위협 모델을 가진다.

모델 파일 무결성: 대형 언어 모델 파일(수 GB)이 컨테이너에 마운트되는데, 파일이 변조되면 백도어 삽입이나 편향 공격이 가능하다. 대응책은 모델 파일 해시 검증과 불변 스토리지 마운트다.

API 접근 제어: AI 에이전트는 외부 LLM API(OpenAI, Anthropic 등)와 통신한다. API 키가 탈취되면 과금 폭탄, 데이터 유출, 무단 사용으로 이어질 수 있어 시크릿 관리(Vault)와 네트워크 정책으로 허용 API만 통신하도록 제한해야 한다.

도구 호출 권한: AI 에이전트의 function calling은 코드 실행, 파일 시스템 접근, 외부 API 호출까지 포함한다. 과도한 권한이 부여되면 prompt injection 공격으로 임의 작업이 실행될 수 있으므로 최소 권한 원칙과 도구 호출 감사 로그가 필요하다.

이런 위협에 대응해 15개의 OPA(Open Policy Agent) Rego 기반 컨트롤이 42개 보안 설정 포인트를 검사한다.

- 빈 보안 컨텍스트(Empty Security Context): AI 에이전트 파드에 보안 컨텍스트 미설정
- 미설정 NetworkPolicy: AI 에이전트 파드에 네트워크 정책 없음 → 무제한 외부 통신
- 과권한 컨트롤러 네임스페이스 감시: controller-wide namespace watching 과잉
- 모델 볼륨 읽기 전용 미설정: AI 모델 파일 마운트에 readOnly:true 없음
- 시크릿 환경 변수 직접 참조: API 키를 env로 직접 노출

CNCF 성숙도 모델에서 Level 3~4

Kubescape는 CNCF Cloud Native Security Whitepaper의 보안 성숙도 모델을 구현한다.

Level 1 — 기본
- 이미지 취약점 스캐닝
- 기본 RBAC 설정
- 네임스페이스 분리

Level 2 — 중급
- 컴플라이언스 프레임워크 매핑 (CIS Benchmark, NSA/CISA)
- 시크릿 관리 (Vault 연동)
- 네트워크 정책 적용

Level 3 — 고급
- eBPF 기반 런타임 위협 탐지
- 행동 베이스라인 및 이상 탐지
- 자동화된 사고 대응

Level 4 — 선도적
- AI 에이전트 워크로드 보안
- 공급망 보안 (SLSA, Sigstore)
- 멀티 클러스터 보안 통합

Kubescape 4.0은 이 모델에서 Level 3~4 수준의 기능을 오픈소스로 제공한다.

IDE에서 프로덕션까지, 파이프라인에 엮는 법

⤢✕

GitHub Actions에서는 아래와 같이 스캔 단계를 넣을 수 있다.

# GitHub Actions 예시
- name: Kubescape Security Scan
  uses: kubescape/github-action@main
  with:
    framework: "NSA,MITRE"
    format: "sarif"
    output: "results.sarif"
    severity-threshold: "medium"

- name: Upload SARIF
  uses: github/codeql-action/upload-sarif@v3
  with:
    sarif_file: results.sarif

운영 환경에는 Helm으로 Operator를 배포한다.

helm repo add kubescape https://kubescape.github.io/helm-charts/
helm install kubescape kubescape/kubescape-operator \
  --namespace kubescape --create-namespace \
  --set capabilities.runtimeObservability=enable \
  --set capabilities.runtimeDetection=enable \
  --set capabilities.vulnerabilityScanning=enable

Kubescape 4.0은 Kubernetes 보안 플랫폼을 정적 설정 스캐닝에서 동적 런타임 위협 탐지로 진화시켰고, AI 에이전트 워크로드라는 새로운 보안 영역을 선제적으로 다루고 있다. eBPF 기반 syscall 모니터링과 행동 베이스라인 학습으로 CVE 노이즈를 95% 이상 줄이는 성과는 오탐 피로(Alert Fatigue)에 시달리는 보안팀에게 실질적인 가치가 있다. CNCF 생태계에서 무료 오픈소스로 제공되는 이 도구는 클라우드 네이티브 보안 성숙도를 높이려는 조직에게 강력한 출발점이 될 것이다.