google/mantis

Mantis – AI 기반 자동 보안 검토 툴킷

개요 – Mantis는 스킬(플러그인 모듈)과 ADK 기반 참조 하네스로 구성되어 코드베이스에 대해 AI 기반 취약점 발견 캠페인을 실행할 수 있습니다. 소스를 읽고, 위협 모델을 구축하고, 익스플로잇 테스트를 생성하고, 패치를 제안하기 위해 대규모 언어 모델(LLM)을 오케스트레이션하며, 모두 샌드박스 처리된 워크플로 내에서 수행됩니다.

작동 방식

1. 설정 – Python 가상 환경을 설치하고 제공된 install.sh를 실행하며 Vertex AI 모델을 사용하려면 (선택적으로) Google Cloud에 인증합니다.
2. 구성 – scripts/configure.py는 기능(모델 액세스, 하드웨어, 예산)을 자동 감지하고 연결을 검증합니다.
3. 실행 – run.sh <path>로 검토 캠페인을 시작합니다:
   • 저장소 기록을 스캔하여 과거 버그를 찾습니다.
   • 빠른 탐색을 위한 코드의 의미론적 인덱스를 구축합니다.
   • 위협 모델과 연구 가설 목록을 생성합니다.
   • LLM 기반 에이전트로 가설을 실행하고 중복 결과를 제거하며 발견 사항을 재현하려고 시도합니다(정적 분석 → 단위 테스트 스타일 익스플로잇 → 모의 서버 공격).
   • 선택적으로 특정 목표(예: "SSRF 감사")를 위한 사용자 지정 에이전트 토폴로지를 생성하는 그래프 합성 단계를 실행합니다.
4. 피드백 루프 – 발견 사항은 비판되고 심각도 기준에 따라 보정되며, 원하는 경우 시스템은 자동 패치 및 수정 재검증을 시도합니다.
5. 조언 – /mantis-advise 스킬을 호출하여 새 개발을 위한 AI 생성 보안 코딩 제안을 얻을 수 있습니다.

주요 기능

• 코드 수집부터 익스플로잇 재현 및 패치 제안까지의 엔드투엔드 AI 워크플로.
• 하드웨어 RTL, IaC, ML 파이프라인, 펌웨어 등의 도메인에 적용할 수 있는 플러그형 "스킬".
• 공유 SQLite DB(구성 가능한 잠금 시간 초과)를 사용한 병렬 캠페인 실행.
• 예산 제어(--no-budget) 및 안전한 실행을 위한 샌드박스 예제.
• 자연어 프롬프트로 스캔 초점을 지정하는 기능(--focus "IDOR 찾기").
• 사용자 지정 보안 목표를 위한 그래프 기반 연구 합성.

예상 사용 사례

• 수동 코드 검토를 AI 생성 가설로 보강하려는 보안 팀.
• 레거시 코드베이스에서 잊혀진 취약점을 자동으로 감사하려는 조직.
• 더 안전한 코드를 작성하기 위한 AI 기반 지침을 원하는 개발자.
• LLM 기반 취약점 발견 파이프라인을 실험하는 연구 실험실.

안전 및 제한 사항

• 매우 실험적 – README는 반복적으로 경고합니다: 격리되고 제한된 환경에서만 실행하고 프로덕션 시스템이나 데이터에서는 절대 실행하지 마십시오.
• 비결정적 모델 – LLM은 잘못된 발견 사항을 환각하거나 잘못된 패치를 생성할 수 있습니다. 모든 출력은 보안 전문가가 수동으로 검증해야 합니다.
• Google 공식 지원 없음 – 이는 데모 프로젝트이며 Google의 오픈 소스 취약점 보상 프로그램에 포함되지 않습니다.
• 리소스 집약적 – 대규모 모델(예: Vertex AI)은 상당한 계산 비용이 발생할 수 있습니다. 지출을 제한하기 위한 예산 플래그가 제공됩니다.
• 샌드박스 신뢰성 – 예제 샌드박스가 포함되어 있지만 탈출 시도를 방지하기 위해 추가 모니터링을 권장합니다.

시작하기

# 가상 환경 및 종속성 설치
cd reference && ./install.sh
# Vertex AI를 사용하려면 인증
gcloud auth application-default login
# 환경 자동 구성
python3 scripts/configure.py --auto
# 빠른 사전 비행 테스트 실행
python3 scripts/configure.py --test --probe
# 저장소 또는 파일에서 검토 시작
./run.sh path/to/code

결론 – Mantis는 LLM을 오케스트레이션하여 소프트웨어의 심층 자동 보안 분석을 수행할 수 있음을 보여주는 개념 증명 플랫폼입니다. 연구 및 통제된 내부 감사에는 강력하지만 극도의 주의와 철저한 인간 감독과 함께 사용해야 합니다.