Anthropic Claude Mythos 암호분석 결과

Anthropic의 미출시 고급 모델인 Claude Mythos는 두 가지 뚜렷한 암호분석 결과를 성공적으로 도출했습니다: HAWK 서명 체계에 대한 새로운 키 복구 알고리즘과 축소 라운드 AES에 대한 기존 공격의 약간의 개선. 이러한 결과는 고급 AI 모델이 인간의 상세한 개입 없이도 기존 암호분석 연구를 이해하고, 종합하며, 확장할 수 있음을 보여줍니다.

HAWK 서명 체계에 대한 영향

HAWK에 대한 공격은 제안된 포스트-양자 안전 서명 체계의 보안 여유를 감소시키는 중요한 결과입니다. HAWK은 모듈 격자 동형성 문제(module‑LIP)를 기반으로 하며 향후 표준화를 위해 평가되고 있었습니다.

HAWK 공격에 대한 주요 내용은 다음과 같습니다:

  • Security Reduction: 공격은 실용적인 "SF" 수준에서 HAWK를 깨뜨리는 것은 아니지만 보안 비트를 대략 절반으로 줄이며, 이는 공격이 여전히 시간에 대해 지수적으로 남아 있음을 의미합니다. 이론적으로 키 크기를 두 배로 늘리면 해결할 수 있지만, 이는 HAWK의 주요 장점인 효율성을 약화시킵니다.
  • Practical Demonstration: 공격은 기능적인 코드를 생성했으며, 약화된 "challenge instance"의 HAWK에 대해 몇 시간 안에 키를 성공적으로 복구했습니다.
  • Methodology: 공격은 새로운 수학을 발명한 것이 아니라, 기존에 잘 알려진 도구들을 보다 철저히 종합하고 확장하여 이전 인간 연구자들보다 더 깊이 활용했습니다.

축소 라운드 AES 공격 분석

AES와 관련된 결과는 기술적으로 암호분석적 진전이지만, AES 표준에 실질적인 위협을 가하지는 않습니다. 이 공격은 7라운드 변형 AES를 목표로 하며, 실제 배포된 버전은 10, 12, 혹은 14 라운드를 사용합니다.

AES 결과는 다음과 같은 특징을 가집니다:

  • Marginal Improvement: 이 공격은 2013년에 처음 발표된 작업에 비해 약간의 상수 계수 개선을 보입니다.
  • Impracticality: 이 공격은 $2^{89}$개의 암호 연산과 $2^{105}$개의 선택 평문 암호화를 필요로 하여 실제 적용에는 전혀 실용적이지 않습니다.
  • Theoretical Nature: 연산량이 매우 많기 때문에, 이 결과는 실제 실행 가능한 공격이라기보다 논문상의 분석에 머무릅니다.

AI 연구 방법론 및 검증 가능성

Anthropic의 연구 과정은 이 결과들이 AI를 미세 조정하는 도메인 전문가 팀을 통해서가 아니라, 모델에 일반적인 목표를 제시하고 반복하도록 허용함으로써 달성되었음을 보여줍니다. 사용된 프롬프트는 종종 간단했으며, 예를 들어 모델에게 "돌파구를 만들라"고 지시하는 식이었습니다.

검증 가능성 병목 현상

AI 모델이 더 많은 수학 및 암호분석 결과를 생성함에 따라, 병목 현상은 발견에서 검증으로 이동했습니다.

  • Easy Verification: HAWK에 대한 전체 공격처럼 제공된 코드를 챌린지 인스턴스에 실행함으로써 쉽게 검증할 수 있습니다.
  • Difficult Verification: AES 결과와 같은 미묘한 개선은 복잡한 인간 검토나 형식 검증 가능한 증명(예: Lean 언어 사용)이 필요합니다. 그러나 이러한 증명은 정리가 어떻게 표현되는지에 매우 민감하여 여전히 인간 전문가의 감독이 필요합니다.

암호학 및 AI 역량에 대한 함의

암호학 사용자에게

대칭 암호(예: AES)는 의도적으로 복잡하게 설계되어 얽히기 어려운 구조 때문에 여전히 견고합니다. 공개키 암호는 소수의 추정된 "어려운 문제"(예: RSA, 격자 문제)에 의존하기 때문에 더 취약합니다. 현재 포스트-양자 알고리즘으로의 전환은 AI 기반 암호분석이 이러한 새로운 표준을 널리 배포되기 전에 식별하고 강화할 수 있는 이상적인 시기를 제공합니다.

AI 개발을 위해

이 결과들은 현재 LLM에 대한 두 가지 일반적인 서술에 도전합니다:

  1. "과장된 자동완성"이 아니다: 기존 도구들을 새로운 작동 가능한 공격으로 종합할 수 있는 능력은 단순한 패턴 매칭을 넘어선 지능과 역량을 보여줍니다.
  2. 아직 AGI는 아니다: 이러한 돌파구에도 불구하고, 모델은 유용함에서 무지함으로 급격히 전환되는 "하강점"을 가지고 있어 초지능에 아직 도달하지 않았음을 나타냅니다.

커뮤니티 관점

연구자와 관찰자들 사이의 논의는 "crypto-post-slop"에 대한 우려가 커지고 있음을 강조합니다—AI가 실용적이지 않은 가정에 의존하면서 표준을 "깨뜨린다"고 주장하는, 한계가 있는 클릭베이트식 암호분석 결과를 대량으로 생성할 가능성입니다.

모델의 가용성에 대해 일부 사용자는 Claude Mythos가 일반 대중에게 아직 공개되지 않았지만, "Fable"과 같은 필터링된 버전을 통해 일부 기능이 제공되며, 사이버보안 관련 질의가 감지될 경우 모델 성능이 저하될 수 있다고 지적합니다.

Sources