Anthropic Claude, 새로운 HAWK 및 축소 라운드 AES 공격 발견

Anthropic Claude가 두 가지 주목할 만한 암호학적 공격을 만들어냈지만, 오늘날 실제 운영 환경의 소프트웨어나 암호화된 데이터를 위협하는 결과는 아니다. Claude Mythos Preview는 제안된 HAWK 서명 체계를 약화시키고, 7라운드 AES-128에 대한 공격을 가속화했다.

당장의 이야기는 안심할 만하다. HAWK는 공개 검토 절차에 있는 후보이며, 표준 AES-128은 7라운드가 아니라 10라운드를 사용한다. Anthropic은 어느 결과 때문에도 운영 중인 소프트웨어를 변경할 필요는 없다고 명시적으로 밝혔다.

더 깊은 쟁점은 누가 고급 암호해석을 수행하고, 해당 결과물을 분야 전체가 얼마나 빠르게 검증할 수 있는가에 있다. Anthropic에 따르면 멀티 에이전트 시스템은 약 60시간 만에 한 결과에 도달했으며, 다른 결과는 대체로 일주일 안에 자율적으로 생성했다. 이후 인간 연구자들은 AES 연구를 검증하는 데 훨씬 더 긴 시간을 들였다.

이 불균형은 발표의 의미를 바꾼다. 중요한 발전은 Anthropic Claude가 인터넷 암호화를 깨뜨렸다는 점이 아니다. 실제로 그렇지 않았다. 중요한 점은 AI 시스템이 전문 연구자들이 이미 검토한 체계에 대해 신뢰할 만한 수학적 공격을 생성했다는 것이다.

Anthropic Claude가 실제로 찾아낸 것

두 결과는 암호학 연구를 진전시키지만, 어느 쪽도 현재 인터넷 보안에 대한 실용적 공격은 아니다.

Anthropic은 2026년 7월 28일 Frontier Red Team을 통해 이 연구를 공개했다. 회사는 HAWK 키 복구와 7라운드 AES-128에 대한 개선된 공격을 다루는 별도의 기술 논문을 발표했다.

암호학 연구 결과는 Anthropic이 이전에 Mythos Preview에 귀속시킨 소프트웨어 취약점과는 다르다. 기존 발견은 대체로 소프트웨어가 건전한 알고리즘을 잘못 사용한 구현 오류와 관련됐다.

이번 연구는 수학적 설계 자체를 겨냥한다. 구현 감사와 암호해석은 서로 다른 형태의 추론을 요구하기 때문에 이 구분은 중요하다.

구현 버그에는 안전하지 않은 메모리 접근, 잘못된 경계 검사 또는 결함 있는 인증 경로가 포함될 수 있다. 연구자들은 종종 코드를 실행하고 충돌이나 무단 동작을 관찰함으로써 이러한 오류를 재현할 수 있다.

암호해석은 정의된 수학적 위협 모델 아래에서 알고리즘이 설계자가 기대하는 보안을 제공하는지 묻는다. 제안된 공격은 새로워야 하고, 내부적으로 일관돼야 하며, 알려진 최선의 대안보다 비용이 적어야 한다.

첫 번째 결과는 포스트 양자 디지털 서명 후보인 HAWK에 관한 것이다. 디지털 서명은 수신자가 메시지의 출처를 검증하고 무단 변경을 탐지할 수 있게 한다.

HAWK는 미래 양자 컴퓨터의 공격에 견디도록 설계된 추가 서명을 평가하는 NIST 절차에 속한다. 이는 배포된 인터넷 표준이 아니다.

Anthropic에 따르면 HAWK는 2년 동안 두 차례의 전문가 검토를 통과했다. 이후 Mythos Preview는 이 체계를 뒷받침하는 격자 구조 안에서 활용되지 않았던 수학적 대칭성을 식별했다.

시스템은 그 대칭성을 활용해 더 빠른 키 복구 방법을 만들었다. 키 복구는 공개 정보로부터 개인 서명 키를 재구성하려는 시도다.

작은 HAWK-256 챌린지 매개변수의 경우, Anthropic은 예상 공격 비용이 2^64 연산에서 2^38 연산으로 낮아졌다고 밝혔다. HAWK-256은 권장되는 운영용 매개변수 집합이 아니라 암호해석 대상 হিসেবে 의도적으로 포함됐다.

이 공격은 여전히 지수적이므로 비용은 키 크기가 커질수록 계속 빠르게 증가한다. Anthropic은 더 큰 HAWK 매개변수는 여전히 공격하기 비현실적이라고도 밝혔다.

그러나 의도한 보안 수준을 유지하려면 키가 상당히 더 커져야 한다. 이는 HAWK를 매력적으로 만들었던 소형성과 효율성을 약화시킬 수 있다.

두 번째 결과는 의도적으로 약화한 AES-128 형태에 적용된다. 표준 AES-128은 데이터를 10회의 반복 라운드로 변환하지만, 연구 대상은 7라운드만 사용한다.

학계는 보안 여유를 측정하고 더 깊은 구조적 약점을 드러낼 수 있는 기법을 개발하기 위해 축소 라운드 암호를 연구한다. 이러한 연구용 변형을 깨는 것이 완전한 암호가 깨졌다는 뜻은 아니다.

Mythos Preview는 중간 결과를 저장하고 대조해 계산량을 줄이는 meet-in-the-middle 공격을 개선했다. 이 시스템은 Anthropic이 Möbius Bridge라고 부르는 지문 생성 기법을 설계했다.

이 기법은 가능한 값이 256개인 추측 하나를 제거한다. 추가된 계산 비용을 반영한 뒤 Anthropic은 속도가 200배에서 800배 향상된다고 추정했다.

극적으로 들리지만, 기본 시나리오는 여전히 비현실적이다. 이 공격은 공격자가 선택하고 하나의 알려지지 않은 키로 암호화한 입력인 2^105개의 선택 평문에 접근할 수 있다고 가정한다.

Anthropic은 이 축소 라운드 공격을 구현하는 것조차 일반적인 공격자의 역량을 훨씬 넘어서는 자원이 필요하다고 추가로 추정했다. 완전한 10라운드 AES-128은 영향을 받지 않는다.

이러한 한계는 헤드라인을 다루는 모든 설명과 함께 제시돼야 한다. 이를 AES 해독이나 인터넷 암호화 실패라고 부르는 것은 연구를 왜곡하는 일이다.

HAWK 결과가 암호학적 검토에 압박을 가하는 이유

HAWK 공격은 이미 포스트 양자 표준을 사용하는 시스템이 아니라 인간 검토의 속도와 범위에 압박을 가한다.

NIST는 이용 가능한 설계 선택지를 넓히기 위해 추가 포스트 양자 서명 체계를 모집하기 시작했다. 공개 경쟁은 독립 연구자들이 제안을 검토하고, 가정에 이의를 제기하며, 표준화 전에 안전하지 않은 매개변수를 식별할 수 있게 한다.

HAWK는 해당 서명 검토의 3라운드에 진출했다. 이 설계는 제약된 하드웨어를 포함해 작은 서명, 빠른 연산, 적정한 메모리 요구량을 강조한다.

직접 키 복구에 대한 보안성은 격자 동형 문제라는 수학적 구조에 의존한다. 이 문제는 두 격자가 본질적 구조를 보존하는 변환을 통해 관련돼 있는지를 묻는다.

이전 연구는 격자를 자기 자신으로 사상하는 대칭 변환인 유용한 자기동형을 찾을 수 있다면 공격을 뒷받침할 수 있음을 확립했다. 해결되지 않은 문제는 HAWK의 특정 구성에서 접근 가능한 자기동형이 노출되는지 여부였다.

Anthropic은 Mythos Preview가 그러한 대칭성을 찾아 종단 간 검증 파이프라인을 구축했다고 밝혔다. 그 결과 나온 열거 공격은 이전 기법보다 가능한 키를 더 효율적으로 탐색한다.

이 과정은 에이전트형 하니스 내부의 여러 Claude 작업자를 활용했다. 에이전트형 하니스는 프롬프트, 도구, 공유 기록, 작업 조정을 결합해 모델이 긴 연구 목표를 추구하도록 하는 체계다.

작업자들은 공개된 연구를 참고하고 Python 및 Sage 같은 계산 시스템을 사용할 수 있었다. 인간 운영자는 프로젝트 관리와 간헐적인 비기술적 지침을 제공했다.

Anthropic의 설명은 멀티 에이전트 연구에 관한 중요한 세부 사항을 제시한다. 두 작업자가 핵심 아이디어를 검토했지만, 한 작업자는 이를 너무 일찍 기각했다. 다른 작업자는 계속 진행해 실행 가능한 경로를 찾았다.

두 작업자는 모두가 공격을 받아들일 때까지 메시지를 주고받았다. 이는 하나의 챗봇이 답변을 생성하는 모습보다는 병렬적인 과학 연구에 가깝다.

Anthropic에 따르면 HAWK 공격을 발견하고 검증하는 데 약 60시간이 걸렸다. 인간 운영자는 이론 컴퓨터 과학 경험은 있었지만 격자 암호학 전문 지식은 없었다.

회사는 6월에 HAWK 저자들과 공격 내용을 공유했다. 이후 관련 NIST 메일링 리스트와 공개 절차를 조율했다.

이 과정은 기회주의적 취약점 공개보다 책임 있는 암호학적 검토에 더 가깝다. HAWK는 배포 전에 연구자들이 약점을 찾을 수 있도록 공개적으로 제출됐다.

따라서 이 결과는 NIST 절차가 의도대로 작동하고 있음을 보여준다. 후보가 적대적 검토를 받았고, 약점이 드러났으며, 평가자들은 표준을 승인하기 전에 새로운 증거를 얻었다.

역사는 유용한 비교 사례를 제공한다. 또 다른 포스트 양자 후보인 SIKE는 2022년 연구자들이 파괴적인 고전적 공격을 발견하기 전까지 광범위한 검토를 견뎠다.

그 공격은 일반 노트북에서 비밀 키를 복구할 수 있었다. SIKE 실패는 새로운 HAWK 결과보다 훨씬 심각했지만, 긴 공개 검토의 가치를 재확인했다.

이제 차이는 압박의 원천에 있다. 멀티 에이전트 AI 시스템은 쉬지 않고 문헌을 탐색하고, 가설을 생성하며, 실험을 수행하고, 경쟁하는 접근법을 조율할 수 있다.

그렇다고 그 결론이 기본적으로 신뢰할 수 있다는 뜻은 아니다. 다만 전문가들이 검토해야 할 신뢰할 만한 공격 경로의 수를 늘린다.

따라서 암호학 조직에는 모델 접근권만으로는 충분하지 않다. 실패한 가설을 보존하고, 계산을 재현하며, 선행 연구를 비교하고, 유망한 발견을 자격 있는 전문가에게 전달하는 검토 시스템이 필요하다.

압박의 대상은 인간 검증 파이프라인이다. AI 시스템이 전문가들이 기각하거나 확인할 수 있는 속도보다 빠르게 그럴듯한 공격을 생성한다면, 검토 대기열은 보안 제약이 된다.

이 제약은 표준화 기구, 학술대회, 공급업체, 정부 기관에 영향을 미친다. 각 집단은 진정한 진전과 미묘한 수학적 오류를 구별할 수 있는 희소한 전문가에게 의존한다.

HAWK 결과는 Anthropic이 공격을 종단 간으로 구현했기 때문에 이례적으로 강력한 검증 근거를 제공한다. 연구자들은 키를 선택하고, 방법을 실행하며, 해당 키가 복구되는지 관찰할 수 있다.

모든 미래 결과가 이처럼 직접적인 시험을 허용하지는 않을 것이다. 일부 주장은 점근적 추론, 복잡한 확률 경계 또는 실험적으로 재현하기 어려운 가정에 의존할 것이다.

AI는 탐색 표면을 확장할 수 있다. 인간 기관은 그에 맞춰 검증 표면도 확장해야 한다.

축소 라운드 AES 공격이 보여주는 메커니즘

AES 결과가 중요한 이유는 완전한 AES-128이 안전하지 않게 됐기 때문이 아니라 Claude가 지속적인 실험을 통해 새로운 최적화를 만들어냈기 때문이다.

NIST는 2001년에 AES 암호를 표준화했다. AES-128은 각 데이터 블록에 대입, 순열, 키 의존 연산으로 구성된 10라운드를 적용한다.

긴 역사는 이를 유난히 어려운 연구 대상으로 만든다. 암호학자들은 거의 모든 다른 대칭키 암호보다 AES를 더 집중적으로 연구해 왔다.

이러한 성숙도는 연구자들이 더 적은 라운드의 버전을 연구하는 이유이기도 하다. 축소 라운드 분석은 각 추가 라운드가 제공하는 보호 수준과 새로운 기법이 전체 설계에 얼마나 근접하는지를 보여준다.

Anthropic은 Mythos Preview에게 7라운드 AES-128에 대한 가장 강력한 공개 공격을 개선하라고 요청했다. 모델은 처음에는 이 문제가 쉬운 경로를 제공하지 않는다고 주장하며 저항했다.

연구자들은 에이전트가 진정으로 새로운 아이디어를 계속 탐색하도록 하니스를 변경했다. 또한 Claude가 더 쉬운 대상을 시도할 때마다 7라운드로 되돌아가도록 반복적으로 지시했다.

시스템은 조사 첫 3일 동안 수억 개의 토큰을 생성했다. Anthropic은 완전한 방법을 다듬는 과정에서 궁극적으로 10억 개의 출력 토큰을 생성했다고 밝혔다.

양만으로 지능이나 연구 품질이 입증되지는 않는다. 그러나 자동화된 실험의 한 가지 장점은 드러난다. 시스템은 한 명의 연구자가 접근할 수 없는 규모로 아이디어를 탐색하고, 폐기하고, 재조합할 수 있다.

그 결과로 생성된 Möbius Bridge는 이전에 필요했던 추정값에 영향을 받지 않는 지문 역할을 한다. 불변성은 해당 특정 값이 바뀌어도 지문이 계속 유용하다는 뜻이다.

기존 연구에서는 256개 값을 열거한 뒤 미리 계산된 조회 테이블과 비교해야 했다. 이 단계를 제거하면 이론적으로 관련 작업량은 256분의 1로 줄어든다.

새 변환에는 추가 오버헤드도 따른다. 이에 따라 Anthropic은 연구자들이 런타임을 측정하는 방식에 따라 실제 분석 성능이 200~800배 개선됐다고 보고한다.

이 공격은 여전히 중간에서 만나는 meet-in-the-middle 기법이다. 이 방법은 반대 방향에서 값을 계산하고 일치하는 내부 상태를 찾음으로써 저장 공간을 속도와 맞바꾼다.

이런 공격은 암호에 단순한 결함을 드러내지 않고도 무차별 대입보다 뛰어난 성능을 낼 수 있다. 실용성은 데이터 접근성, 메모리 요구량, 연산량, 그리고 관련 라운드 수에 따라 달라진다.

여기서 가정된 데이터 요구량은 선택 평문 2^105개다. 이는 현실적인 수집 시나리오를 천문학적으로 넘어선 수치다.

표적은 AES-128의 10개 라운드 중 3개도 제외한다. 이 추가 라운드들은 이 기법을 표준 암호로 확장하는 난도를 크게 높인다.

따라서 Anthropic의 논문은 축소 라운드 AES에 대한 학술적 공격 기록에 기여한다. 이는 범죄자들에게 은행 통신, 저장 파일, 또는 비공개 메시지를 복호화할 실용적인 방법을 제공하지 않는다.

가장 중요한 메커니즘은 암호 상위 계층에 있다. 한 연구자가 발판을 구축한 뒤, Claude가 자율적으로 가설을 제안하고, 이를 시험하고, 비평을 읽고, 발견을 에이전트들 사이에 전달했다.

이 시스템은 하나의 프롬프트 뒤에 다듬어진 답 하나를 내놓지 않았다. 여러 시도와 지속적인 계산 지원을 갖춘, 소프트웨어로 압축된 연구 조직처럼 작동했다.

이 접근법은 다른 프런티어 연구소들이 사용하는 방식과 닮아 있다. Google DeepMind와 OpenAI는 모두 어려운 수학, 알고리즘, 과학 문제에 모델 보조 탐색을 적용해 왔다.

공통된 방향성은 어느 한 벤치마크 점수보다 더 중요하다. 모델의 역량은 도구, 메모리, 검증, 병렬 작업자를 포함한 주변 시스템에 점점 더 의존하게 된다.

암호해석은 많은 아이디어를 계산적으로 시험할 수 있기 때문에 이 구성에 잘 맞는다. 모델은 패턴을 탐색하고, 후보 변환을 구현하며, 이를 알려진 결과와 비교할 수 있다.

그러나 암호학은 작은 실수도 가혹하게 다룬다. 누락된 조건, 축소해 서술된 데이터 가정, 또는 잘못된 복잡도 항 하나가 그 밖에는 설득력 있어 보이는 논문을 무효화할 수 있다.

여기서 핵심적인 상충 관계가 생긴다. 자동화된 연구는 후보 발견의 공급을 늘리지만, 전문가 검증은 여전히 느리고 비용이 많이 든다.

Anthropic 연구진은 이 불균형을 직접 인정한다. Mythos Preview는 AES 결과를 개발하는 데 약 1주일이 걸렸지만, 두 연구자는 이에 확신을 갖는 데 거의 한 달을 썼다.

이들은 방법을 평가할 만큼의 암호학을 익히는 데도 수백 시간을 투자했다. Anthropic은 이 연구자들이 암호학 전문가는 아니었다고 밝힌다.

이 인정은 독립적 검토의 필요성을 더 강하게 만든다. 동시에 이 시스템이 비전문가들이 기술적으로 까다로운 분야에 진입하도록 도운 것으로 보이기 때문에 결과를 더 흥미롭게 만든다.

다음 단계는 전문가를 과정에서 배제하는 것이어서는 안 된다. 대신 재현 가능한 산출물, 구조화된 추론, 실행 가능한 테스트, 그리고 기존 연구와의 명확한 비교를 제공해야 한다.

주장은 인상적이지만, 병목은 검증이다

Anthropic은 의미 있는 증거를 공개했지만, 전문가 수준의 암호학이라는 더 넓은 주장은 여전히 독립적이고 반복적인 검증이 필요하다.

가장 강력한 회의적 논거는 두 공격 자체를 부정하지 않는다. 그것들이 일반적인 연구 역량에 대해 무엇을 입증하는지에 의문을 제기한다.

두 표적 모두 Anthropic 연구자들이 선정하고 틀을 잡았다. 에이전트들은 관련 문헌, 계산 도구, 반복적인 프롬프트, 그리고 목적에 맞게 구축된 발판에 접근할 수 있었다.

많은 세션은 유용한 발견을 내놓지 못했다. Anthropic의 공개 설명은 성공한 경로에 초점을 맞추고 있어 전체 성공률을 추정하기 어렵다.

이 모델에는 이례적으로 큰 계산 노력도 필요했다. 생성 토큰 10억 개는 자금력이 충분한 연구 조직에도 일반적인 대화형 작업량이 아니다.

그 규모는 인간과의 비교를 바꾼다. 핵심 질문은 Claude의 한 응답이 암호학자 한 명보다 뛰어났는지가 아니다.

공정한 비교라면 총 연산량, 인간의 설정 작업, 프롬프트 개선, 실패한 시도, 검증 시간, 전문 문헌 접근성을 고려해야 한다. 또한 미지의 문제 전반에서 새로움을 측정해야 한다.

Anthropic은 ETH Zurich, Tel Aviv University, TU Berlin의 학자들과 협력해 CryptanalysisBench를 만들었다. 이 벤치마크는 표준화된 모델 평가를 위해 암호 체계를 패키징한다.

초기 벤치마크 결과는 프런티어 모델이 알려진 암호해석 과제와 새로운 암호해석 과제를 해결할 수 있음을 시사한다. 그러나 개발자들이 이를 직접 최적화하기 시작하면 벤치마크의 정보 가치는 떨어질 수 있다.

독립 그룹은 HAWK 구현을 재현하고, AES 복잡도 분석을 검증하며, 손대지 않은 체계에 동일한 발판을 시험해야 한다. 재현 실패는 더 광범위한 역량 주장을 약화시킬 것이다.

공개되지 않은 여러 표적에서 성공한다면 그 주장은 강화될 것이다. Anthropic은 축소 라운드 LEA, Serpent-128, Salsa20, Poseidon, SHA-1과 관련한 예비 결과를 언급했다.

이 추가 주장들에는 서로 다른 신뢰 수준이 필요하다. Anthropic은 LEA 공격이 처음부터 끝까지 실행된다고 밝혀 직접 검증이 더 쉽다.

다른 개선 사항은 여전히 제한적이거나 예비적이다. 구현된 키 복구 시연과 같은 증거 비중을 받아서는 안 된다.

AES 연구는 더 어려운 검증 문제를 제시한다. 연구자들은 그 유도 과정과 계산 실험을 검토할 수 있지만, 완전한 공격은 전체 규모로 실행하기에는 여전히 비현실적이다.

따라서 전문가들은 전체 공격을 단순히 실행하는 대신 추론을 검증해야 한다. 이 과정은 숨은 가정이나 계산 오류를 드러낼 수 있다.

또 다른 불확실성은 저자성에 관한 것이다. 모델이 핵심 아이디어를 생성했지만, 인간은 목표를 선택하고, 하니스를 유지하고, 실패한 탐색을 재조정하며, 최종 논문을 준비했다.

이 작업을 완전히 자율적이라고 부르면 그러한 개입을 지우게 된다. 이를 평범한 도구 사용이라고 부르면 시스템의 독립적인 가설 생성과 장기간의 실험을 지우게 된다.

“대체로 자율적”이라는 표현이 더 방어 가능하다. 이는 연구가 인간의 선택 없이 등장한 것처럼 가장하지 않으면서도 상당한 기계의 주체성을 인정한다.

공개 환경도 중요하다. Anthropic은 이 모델이 방어적 연구와 공격적 작전을 모두 지원할 수 있기 때문에 Mythos Preview 접근을 통제한다.

이 제한된 접근은 독립적 평가를 어렵게 만든다. 외부 연구자들은 동일한 모델, 설정, 계산 예산으로 워크플로를 쉽게 반복할 수 없다.

Mythos Preview는 이후 Mythos 5로 대체됐으며, Anthropic은 이를 검증된 파트너로 제한한다. 접근 통제는 즉각적인 악용을 줄이지만, 고급 보안 연구를 소수 집단에 집중시킨다.

이는 안전과 과학적 검증 사이의 또 다른 상충 관계를 만든다. 광범위한 공개는 재현을 지원하는 반면, 제한된 공개는 발견을 무기화할 수 있는 행위자의 수를 줄인다.

어떤 접근 정책도 이 충돌을 완전히 해결하지는 못한다. 방어 가능한 프로그램에는 신뢰할 수 있는 외부 평가자, 통제된 재현 환경, 그리고 연구 과정을 검토하기에 충분한 프롬프트 공개가 필요하다.

Anthropic은 기술 논문, HAWK용 시연 코드, 그리고 Claude의 AES 추론을 재구성한 설명을 공개함으로써 유용한 조치를 취했다. 이 산출물들은 마케팅 주장만으로 제시하는 것보다 더 많은 증거를 제공한다.

그럼에도 재구성된 추론은 완벽한 감사 추적이 아니다. Anthropic은 공개 문서가 가독성을 위해 모델의 원래 사고 사슬을 확장했다고 밝힌다.

향후 평가는 서술형 기록보다 실행 가능한 기록을 강조해야 한다. 로그는 위험한 운영 세부 사항을 노출하지 않으면서 가설, 코드, 실험 출력, 최종 주장을 연결해야 한다.

암호학자들에게는 분류를 위한 더 나은 시스템도 필요하다. 그럴듯한 논문 수천 편이 쌓인 대기열은 대부분의 제출물이 틀렸더라도 공동체를 압도할 수 있다.

자동화된 비평가가 도움이 될 수는 있지만, 한 모델로 다른 모델을 검증하면 상관된 실패 위험이 생긴다. 독립적인 형식 기법과 전문가 검토는 여전히 필요하다.

연구 공동체는 서로 반대되는 두 가지 실수를 피해야 한다. AI가 기여했다는 이유로 이 작업을 기각해서도 안 되며, 모델이 생성한 수학을 기본적으로 옳다고 취급해서도 안 된다.

HAWK 시연은 구체적이다. AES 논문은 상세하다. 프런티어 모델이 이제 최고 수준 암호학자와 맞먹는다는 일반적 주장은 더 폭넓은 증거가 필요한 가설로 남아 있다.

진짜 변화는 발견의 희소성에서 검증의 희소성으로의 이동이다

Anthropic Claude는 배포된 알고리즘의 보안을 바꾸기 전에 암호학적 가설을 생성하는 경제성을 바꾼다.

암호학은 역사적으로 체계를 설계하고 공격하는 소수의 전문가 공동체에 의존해 왔다. 고품질 검토에는 수년간의 훈련과 지속적인 집중이 필요하다.

이 구조는 검토의 불균등한 분포를 만든다. AES는 광범위한 분석을 받는 반면, 특수 목적 암호와 지역 표준은 훨씬 적은 관심을 받을 수 있다.

Anthropic은 AI 시스템이 이 긴 꼬리를 검토할 수 있다고 주장한다. 이 주장이 성립한다면, 간과된 알고리즘은 각각에 전담 인간 팀을 배정하지 않고도 더 깊은 테스트를 받을 수 있다.

방어적 가치는 분명하다. 표준화 기관은 새 체계를 채택하기 전에 에이전트 기반 검토를 실행하고, 이후 전문가들에게 우선순위가 매겨진 재현 가능한 결과를 제공할 수 있다.

제품 팀은 유사한 시스템을 활용해 구현을 형식 명세와 비교할 수 있다. 이는 수학적 검토와 기존의 취약점 발견을 결합하게 된다.

위험도 마찬가지로 분명하다. 동일한 워크플로는 공격자에게 즉각적인 가치가 있는 약점을 배포된 암호 시스템에서 찾을 수 있다.

암호학적 결함은 새로운 표준, 새 키, 하드웨어 업데이트, 긴 마이그레이션 기간이 필요할 수 있다는 점에서 일반 소프트웨어 버그와 다르다. 일부 암호화된 과거 데이터는 그 이후에도 노출된 채로 남을 수 있다.

현재의 발견이 그런 위기를 만들지는 않는다. 이는 점점 더 어려운 표적으로 나아갈 수 있는 워크플로를 보여준다.

Anthropic의 4월 Mythos Preview 평가는 이미 미묘한 소프트웨어 취약점을 발견하고 악용할 수 있는 모델을 설명했다. 이 회사는 공격과 방어 역량이 겹치기 때문에 Project Glasswing을 통해 접근을 제한했다.

암호해석은 이 우려를 코드 너머로 확장한다. 기반 알고리즘에 악용 가능한 구조적 약점이 있으면 올바른 구현도 사용자를 보호할 수 없다.

그렇다고 다음 차례가 완전한 강도의 AES라는 뜻은 아니다. 강력한 암호는 연구자들이 단순화된 변종에 대한 공격을 예상하기 때문에 충분한 보안 여유를 포함한다.

올바른 대응은 공포가 아니라 대비다. 조직은 암호학적 의존성을 목록화하고, 전체 시스템을 다시 구축하지 않고도 알고리즘을 교체할 수 있는 능력을 유지해야 한다.

표준 기구는 모델의 발견이 어떻게 검증되는지 문서화하면서, 공개 경쟁에 AI 보조 분석을 추가해야 한다. 공급업체는 지속적인 외부 검토가 없는 독점 암호학을 피해야 한다.

연구자들은 검증 역량도 인프라로 취급해야 한다. 컴퓨팅은 더 많은 후보 결과를 만들 수 있지만, 자격을 갖춘 인간의 관심은 같은 속도로 확장될 수 없다.

대학은 고전 암호학, 자동화된 정리 검증, 에이전트 감독을 결합한 교육이 필요할 수 있다. 보안 팀에는 증명과 생성된 코드를 모두 검토할 수 있는 검토자가 필요할 것이다.

연구 기록은 점점 더 중요해질 것입니다. 팀은 각 결론의 근거가 된 논문, 프롬프트, 실험, 기각된 가설, 검증 결정을 보존해야 합니다.

검색 가능한 지식 베이스는 원본 문서를 보존하고 주장과 증거를 연결할 때 이러한 작업을 지원할 수 있습니다. 목표는 자동화된 수용이 아니라 추적 가능성입니다.

출판 인센티브도 조정이 필요할 수 있습니다. 그럴듯한 공격을 다수 만들어내는 것보다 재현 가능한 검증을 갖춘 소수의 공격을 제시하는 편이 더 가치 있습니다.

학회와 표준화 단체는 머신 생성 작업에 대해 계산 예산, 인간의 개입, 실패한 실행, 검증 방법을 공개하도록 요구할 수 있습니다. 이러한 세부 사항은 더 공정한 비교를 가능하게 합니다.

보안 팀은 세 가지 증거 수준을 구분해야 합니다.

첫째, 모델이 공격 개념을 제안할 수 있습니다. 이는 연구 단서이지, 발견 결과가 아닙니다.

둘째, 시스템이 수학적 분석과 이를 뒷받침하는 실험을 제공할 수 있습니다. 이는 전문가 검토가 필요한 후보 결과입니다.

셋째, 연구자들이 공격을 처음부터 끝까지 구현하고 독립적으로 재현할 수 있습니다. 이는 가장 강력한 실용적 확인을 제공합니다.

HAWK 연구는 세 번째 수준에 접근합니다. AES 결과는 전체 계산 요구량 때문에 완전한 실행이 불가능하므로 분석에 더 크게 의존합니다.

이러한 수준을 분리하면 선정적인 주장을 막을 수 있습니다. 또한 진정으로 중요한 AI 기여가 적절한 평가를 받도록 보장합니다.

더 넓은 경쟁 구도에는 더 강한 추론 능력과 더 긴 자율 운영 능력을 갖춘 모델을 개발하는 모든 프런티어 연구소가 포함됩니다. 암호해석은 Anthropic만의 역량으로 남지 않을 것입니다.

오픈 모델은 결국 격차를 좁힐 수 있으며, 특화 연구 시스템은 일부 수학 영역에서 범용 모델을 능가할 수 있습니다. 컴퓨팅 자원과 고품질 스캐폴드에 대한 접근성이 이 경쟁을 좌우할 것입니다.

따라서 예상되는 경쟁은 Claude와 특정 경쟁 챗봇 간의 대결이 아닙니다. 검증 속도가 누가 먼저 이득을 얻는지를 결정하는, AI 지원 방어자와 AI 지원 공격자 간의 경쟁입니다.

방어자는 배포 전에 체계를 검토하고 비공개로 수정 사항을 조율할 수 있을 때 구조적 이점을 가집니다. 공격자는 취약한 시스템이 수년간 노출된 상태로 남아 있을 때 우위를 얻습니다.

Anthropic의 두 결과는 방어 측 논거에 힘을 실어줍니다. HAWK는 배포 전에 발견됐고, AES 실험은 의도적으로 약화된 학술용 변형을 대상으로 했습니다.

향후 발견은 이렇게 편리한 시점에 나오지 않을 수도 있습니다. 이 가능성은 책임 있는 공개 체계와 암호 민첩성의 필요성을 더욱 시급하게 만듭니다.

Anthropic Claude 발견 이후 주목할 점

세 가지 신호가 이 연구가 지속적인 역량 변화인지, 아니면 인상적이지만 고립된 두 결과인지 보여줄 것입니다.

첫 번째 신호는 독립적인 기술 검증입니다. Anthropic 외부의 암호학자들이 HAWK 공격을 재현하고 AES 논문의 가정, 복잡도, 독창성을 면밀히 검토해야 합니다.

검증이 확인되면 Mythos Preview가 정당한 연구 기여를 했다는 주장은 강화될 것입니다. 중대한 수정이 이뤄지면 결과의 범위는 좁아지고 Anthropic의 검증 과정에서의 약점이 드러날 것입니다.

두 번째 신호는 NIST의 HAWK 처리 방식입니다. 평가자들은 기존 파라미터를 거부하거나, 더 큰 키를 요구하거나, 재설계를 권고하거나, 후보를 심사 대상에서 제외할 수 있습니다.

파라미터 수정은 공격이 제안의 기반을 무너뜨리지 않으면서도 제안을 바꿨음을 보여줄 것입니다. 제외 결정은 효율성 손실이 HAWK의 가치 제안을 훼손했음을 의미할 것입니다.

세 번째 신호는 새롭고 미지의 체계에서의 성능입니다. Anthropic은 추가 실험과 CryptanalysisBench와의 지속적인 작업을 계획하고 있습니다.

서로 다른 암호 구조에서 반복적으로 발전을 보인다면 일반적인 연구 역량을 뒷받침할 것입니다. 강하게 스캐폴딩된 대상에서만 성공한다면 더 제한적인 도구임을 시사할 것입니다.

독자들은 발견 시간과 검증 시간의 비율도 지켜봐야 합니다. 이 운영 지표는 벤치마크 점수보다 더 중요할 수 있습니다.

모델이 며칠 안에 신뢰할 만한 결과를 만들어내는 반면 사람이 각각을 검증하는 데 수주가 걸린다면, 조직은 늘어나는 검토 적체에 직면하게 됩니다. 더 나은 모델만으로는 이를 해결할 수 없습니다.

설득력 있는 다음 단계는 독립 전문가, 형식 검증, 실행 가능한 시연, 완전한 연구 로그를 결합하는 것입니다. 또한 실패한 실행과 총 자원 사용량도 보고해야 합니다.

개발자와 기업 구매자에게는 이 발표만으로 긴급한 마이그레이션이 필요한 것은 아닙니다. 표준 AES-128은 여전히 안전하며, HAWK는 아직 운영 환경에 도입되지 않았습니다.

실질적인 조치는 시스템이 승인된 전체 라운드 알고리즘을 사용하고 있는지 확인하고, 라이브러리를 최신 상태로 유지하며, 암호화 의존성을 문서화하는 것입니다. 축소 라운드 연구를 암호화된 데이터가 이미 노출됐다는 증거로 해석하지 마십시오.

연구자에게는 기회가 더 즉각적입니다. 에이전틱 시스템은 더 넓게 탐색하고, 더 많은 가설을 시험하며, 병렬적인 탐구 경로를 보존할 수 있습니다.

책임은 그 주장을 감사 가능하게 유지하는 데 있습니다. 암호학은 유능한 모델이 설득력 있는 수학을 생성했다는 이유만으로 결과를 받아들일 수 없습니다.

Anthropic Claude는 인터넷 전반의 보안 비상이 아니라 두 개의 गंभीर한 연구 대상을 제시했습니다. 이들의 지속적인 중요성은 재현, 표준 결정, 그리고 이러한 선별된 대상 너머의 성능에 달려 있습니다.

다음 질문은 실용적입니다. 독립 전문가들이 프런티어 시스템이 다음 결과물을 만들어내는 것보다 더 빠르게 이 공격들을 검증할 수 있을까요? 그 답이 AI가 암호 보증을 확장할지, 아니면 이를 압도할지를 결정할 것입니다.