Claude가 암호학적 취약점을 찾아내며 치열해지는 Anthropic·Google 보안 경쟁

Anthropic은 Claude Mythos Preview가 2년간의 전문가 검토를 통과한 포스트양자 서명 후보를 포함해 두 가지 암호 공격을 찾아냈다고 밝혔다. Anthropic과 Google의 보안 협력은 이제 일반적인 소프트웨어 방어보다 더 어려운 질문에 직면했다. 암호학 연구자처럼 점점 더 활동하는 AI 시스템을 최첨단 연구소들이 안전하게 관리할 수 있을까?

이번 발견이 온라인 뱅킹, 암호화된 메시지 또는 배포된 Google 서비스를 위협하는 것은 아니다. 하나는 미국 국립표준기술연구소가 평가 중인 아직 배포되지 않은 디지털 서명 제안 HAWK를 겨냥한다. 다른 하나는 널리 사용되는 암호 알고리즘의 의도적으로 약화된 연구용 버전인 7라운드 AES에 대한 공격을 개선한다.

이러한 한계는 중요하지만, 연구가 일상적인 수준이라는 뜻은 아니다. Mythos는 약 60시간 만에 HAWK 공격을 찾아냈으며, 제한적인 인간 지시만으로 대부분의 작업을 수행했다. 또한 기존 이론적 AES 공격을 200배에서 800배까지 빠르게 만드는 새로운 기법을 개발했다.

Google은 Anthropic의 파트너이자 최첨단 연구 경쟁자로서 이 이야기에 등장한다. Google은 Anthropic의 Project Glasswing 보안 이니셔티브에 참여하는 한편 Gemini와 자체 수학적 추론 시스템을 개발하고 있다. 이 구조는 이번 결과를 공동 방어, 경쟁 역량, 책임 있는 공개의 시험대로 만든다.

Claude는 코딩 오류 발견을 넘어 암호 설계 검증으로 나아갔다

중요한 변화는 Claude가 단순히 소프트웨어 구현의 실수가 아니라, 제안된 알고리즘의 수학 자체를 공격했다는 점이다.

소프트웨어 취약점과 암호학적 약점은 관련돼 있지만 동일한 것은 아니다. 구현 버그는 개발자가 건전한 설계를 작동하는 코드로 잘못 옮길 때 발생한다. 암호해석적 약점은 설계 내부의 가정 자체와 관련된다.

Claude는 이미 암호 라이브러리의 구현 문제를 발견한 바 있다. 이 사례들은 코드가 암호화 알고리즘을 잘못 사용한 경우였다. Anthropic의 암호학 연구에 따르면, Mythos Preview는 이제 연구자들이 제공한 알고리즘을 상대로 개선된 수학적 공격을 찾아냈다.

첫 번째 대상은 포스트양자 디지털 서명 방식인 HAWK였다. 디지털 서명은 서명자의 비밀 키를 노출하지 않고도 시스템이 신원을 검증하고 무단 변경을 탐지할 수 있게 한다.

포스트양자 암호는 기존 컴퓨터와 미래의 암호학적으로 유의미한 양자 컴퓨터 모두에 견디는 것을 목표로 한다. 이러한 기계는 RSA와 타원곡선 서명을 포함한 널리 사용되는 공개키 시스템을 위협할 수 있다.

HAWK는 추가 디지털 서명 표준을 선정하기 위한 NIST 절차에서 여전히 후보로 남아 있다. 공개 평가는 정부와 기업이 이에 의존하기 전에 취약점을 드러내도록 설계됐다.

이 절차는 이미 약 2년에 걸쳐 두 차례의 전문가 분석을 통해 HAWK를 검증했다. 이후 Mythos는 해당 방식의 수학적 격자 구조에서 이전에 활용되지 않았던 대칭성을 찾아냈다.

격자는 컴퓨터가 풀기 어렵다고 여겨지는 문제를 구성하는 데 쓰이는 구조화된 점들의 격자망이다. HAWK는 특정 격자들 사이의 관계를 찾는 어려움에 의존한다.

Mythos는 격자의 구조를 보존하는 숨겨진 대칭을 뜻하는 비자명한 자기동형사상을 찾아냈다. 이전 연구는 이런 대칭을 찾아낼 수 있다면 공격이 가능하다는 점을 보였다. 그러나 HAWK에서 관련 대칭에 접근할 수 있는지는 입증하지 못했다.

그 결과 공격은 가장 작은 HAWK-256 키를 복구하는 데 필요한 추정 작업량을 2^64회 연산에서 2^38회로 낮췄다. 더 큰 HAWK 매개변수는 여전히 공격이 비현실적이며, 이 방법이 격자 암호 전반을 무너뜨리는 것도 아니다.

그럼에도 HAWK 설계에 대한 실질적 영향은 크다. Anthropic에 따르면, 의도한 보안 수준을 유지하려면 키 크기를 대략 두 배로 늘려야 한다. 이는 제안의 핵심 효율성 이점을 없애게 된다.

따라서 HAWK 평가는 공개 암호 검토가 해야 할 일을 수행하고 있다. 설계가 적대적 검증 절차에 들어갔고, 배포 전에 약점이 드러났으며, 검토자들은 표준화 결정에 활용할 근거를 얻었다.

반전은 그 근거를 제공한 주체에 있다. 격자 암호 전문 교육을 받지 않은 연구자의 지원을 받은 언어 모델이, 기존 전문가들이 발표하지 못했던 핵심 아이디어를 찾아냈다.

Anthropic과 Google의 파트너십은 이제 더 민감한 최전선을 포괄한다

Anthropic과 Google의 관계는 방어자에게 더 강력한 분석 역량을 제공하는 동시에, 즉시 공개할 수 없는 결과에 대한 공동 책임을 만든다.

Google은 Anthropic이 중요한 소프트웨어에 Claude Mythos를 적용하기 위해 운영하는 프로그램인 Project Glasswing에 참여하는 여러 기술 기업 중 하나다. 공개된 다른 참여 기업으로는 Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA, Linux Foundation이 있다.

이 그룹은 Anthropic에 숙련된 보안팀과 널리 배포된 시스템에 대한 접근성을 제공한다. 또한 발견 사항을 검증하고, 패치를 조율하며, 기술 세부 정보를 언제 안전하게 공개할지 결정하는 경로를 만든다.

암호학은 이러한 조율 문제를 더 어렵게 만든다. 소프트웨어 취약점은 일반적으로 책임 유지관리자와 패치 경로가 명확하다. 배포된 암호 기본 요소의 약점은 프로토콜, 하드웨어, 인증서, 신원 시스템, 보관 정보에 영향을 미칠 수 있다.

알고리즘 교체에는 수년이 걸릴 수 있다. 조직은 먼저 알고리즘이 사용되는 모든 위치를 파악해야 한다. 이어 호환 가능한 대체 기술, 업데이트된 하드웨어, 이전된 키, 벤더 지원, 오래된 데이터에 대한 규칙이 필요하다.

Google은 이 전환에 직접적인 이해관계를 갖고 있다. 브라우저, 클라우드 서비스, 운영체제, 신원 인프라는 암호 기술에 의존한다. 또한 기존 공개키 시스템을 언제 교체해야 하는지에 대한 추정에 정보를 제공하는 양자 컴퓨팅 연구도 진행하고 있다.

Anthropic은 HAWK 분석을 암호학적으로 유의미한 양자 컴퓨터의 등장 시점이 앞당겨지고 있다는 Google의 논의와 연결했다. Google의 양자 위험 추정은 그러한 기계가 고정된 일정에 맞춰 등장한다는 증거는 아니다. 다만 주요 연구소들이 마이그레이션 계획을 적극적인 엔지니어링 과제로 다룬다는 근거다.

Anthropic과 Google의 파트너십은 특이한 시장 구조도 보여준다. 두 회사는 방어적 보안에서는 협력하면서도, 갈수록 더 강력해지는 범용 모델을 구축하기 위해 경쟁한다.

Google은 Gemini가 수행한 수학 연구를 발표했다. Anthropic은 Claude의 암호해석을 전문가 수준 연구 역량의 증거로 제시했다. OpenAI도 어려운 수학 문제를 다루는 모델에 대해 유사한 주장을 해왔다.

이러한 결과는 경쟁의 초점을 챗봇 품질과 코딩 벤치마크 너머로 옮긴다. 연구소들은 문헌을 탐색하고, 가설을 제안하며, 실험을 수행하고, 실패한 접근법을 배제하며, 전문가 검토에 적합한 결과를 낼 수 있는 모델을 원한다.

암호해석은 특히 많은 것을 보여주는 시험이다. 제안되는 많은 공격은 수학적 논증이나 실행 가능한 시연으로 검증할 수 있다. 따라서 성공 여부는 개방형 에세이나 비즈니스 권고안보다 평가하기 쉽다.

이 분야는 결과의 파급력도 유난히 크다. 잘못된 주장은 전문가의 수주간 노력을 낭비할 수 있다. 배포된 시스템에 대한 올바른 결과는 즉각적인 공개 문제를 만들 수 있다.

이 때문에 Anthropic과 Google의 연결은 일반적인 파트너십 발표보다 더 중요하다. 관련된 제품은 단지 모델만이 아니다. 모델을 둘러싼 연구자, 안전한 인프라, 검증 절차, 벤더, 정부 연락망이 결합된 시스템이다.

기업도 비슷한 교훈을 얻어야 한다. 고급 모델에 대한 접근권을 구매한다고 암호 프로그램이 만들어지는 것은 아니다. 조직에는 알고리즘 인벤토리, 책임 있는 검토자, 통제된 테스트 환경, 신뢰할 만한 발견을 상향 보고할 경로가 필요하다.

또한 증거와 의사결정에 대한 지속 가능한 기록도 필요하다. 검색 가능한 엔지니어링 지식 베이스는 장기적인 마이그레이션 전반에서 팀이 테스트 결과, 구현 맥락, 검토자 결론을 보존하도록 도울 수 있다.

압박은 암호 기술을 여전히 정적인 인프라로 취급하는 보안 리더에게 가장 크게 가해진다. AI 지원 연구는 지속적인 평가를 더 현실적으로 만들지만, 가정이 무너질 때 대응할 수 있는 시간은 줄인다.

Anthropic과 Google 연구자들은 새로운 검증 병목 현상에 직면한다

Claude는 Anthropic 연구자들이 확신을 갖고 검증하고 출판 준비를 할 수 있는 속도보다 더 빠르게 후보 발견을 만들어냈다.

HAWK 연구에는 여러 Claude 인스턴스가 발견 사항을 교환하고 계산 도구를 사용할 수 있는 통제된 환경인 멀티에이전트 하니스가 사용됐다. 이 시스템은 Python, Sage 수학 소프트웨어, 공개된 암호학 연구에 접근할 수 있었다.

인간 운영자는 프로젝트 관리와 가끔의 비기술적 지침을 제공했다. 운영자는 이론 컴퓨터 과학 경험이 있었지만 격자 암호 전문가는 아니었다.

두 모델 작업자는 공격의 핵심이 된 대칭을 독립적으로 조사했다. 한 모델은 접근법을 너무 이르게 기각했다. 다른 모델은 이를 더 발전시키고 증거를 공유해 결국 동료 모델을 설득했다.

이후 Mythos는 종단 간 검증 파이프라인을 구축했다. 이 단계는 인간 운영자가 제안된 키 복구 방법이 설명된 대로 작동하는지 시험할 수 있게 했다.

Anthropic이 초기 골격을 구축한 뒤 AES 실험에는 직접적인 지침이 더 적게 필요했다. AES, 즉 Advanced Encryption Standard는 비밀 키 아래에서 고정 크기 블록을 반복적으로 변환해 데이터를 암호화한다.

AES-128은 10라운드를 사용한다. 연구자들은 보안 여유를 측정하고 구조적 약점을 드러낼 수 있는 기법을 개발하기 위해 축소 라운드 버전을 연구한다. 7라운드를 깨는 것은 실제 배포된 전체 암호를 깨는 것이 아니다.

기존의 7라운드 공격은 중간자 공격 기법을 사용했다. 이 기법은 공격자가 반대 방향에서 진행되는 부분 계산을 연결할 수 있도록 중간 계산 결과를 저장한다.

한 단계에서는 256개의 개별 추측과 조회가 필요했다. Mythos는 그 추측들 전반에서 변하지 않는 지문을 만들어 검색의 해당 부분을 제거했다.

Claude는 이 구성을 Möbius Bridge라고 불렀다. 새로운 변환을 계산하는 비용을 추가 최적화로 상쇄해, 보고된 200배에서 800배의 속도 향상을 이끌어냈다.

이 공격은 여전히 2^105개의 선택 평문에 접근할 수 있다고 가정한다. 선택 평문 모델에서는 공격자가 알 수 없는 키로 선택한 메시지의 암호화를 요청할 수 있다. 이 데이터 요구량은 결과를 완전히 비현실적으로 만든다.

Anthropic은 공격 구현에 막대한 컴퓨팅 자원이 필요하다고도 말한다. 더 중요한 점은 이 방법이 AES-128이 사용하는 10라운드가 아니라 7라운드에 적용된다는 것이다.

따라서 이 연구는 일상적 암호화에 대한 실용적인 공격을 만들지 않으면서도 축소된 시스템에 대한 공개된 이해를 바꾼다. 두 진술은 동시에 참일 수 있다.

눈에 띄는 점은 발견 시간과 검증 시간의 차이다. Mythos는 매우 많은 중간 작업을 만들어낸 뒤 약 1주일 만에 AES 아이디어를 찾아냈다. 이후 인간 연구자들은 암호학을 공부하고 결과를 검증하는 데 수백 시간을 들였다.

Anthropic에 따르면 두 연구자가 이 방법에 확신을 갖기까지 거의 한 달이 걸렸다. 이 불균형이 더 큰 업계 문제를 움직이는 메커니즘이다.

모델은 수많은 가설적 조사를 병렬로 수행할 수 있다. 인간 전문가는 각 결과가 정확하고, 새로운지, 관련성이 있는지, 공개해도 안전한지를 판단해야 한다. 첫 번째 활동만 확장하고 두 번째 활동을 확장하지 않으면 검토 대기열은 계속 늘어난다.

새로운 CryptanalysisBench study는 이러한 추세를 측정 가능하게 만든다. 연구진은 여섯 가지 암호 프리미티브 계열과 세 가지 난이도 구간에 걸쳐 191개 과제를 구성했다.

보도에 따르면 5개 최첨단 모델은 1단계 체계의 65%에서 86%를 해독했다. 또한 연구진은 더 강한 과제와 축소된 과제 전반에서 공격을 찾아냈으며, 저자들이 이전에는 알려지지 않았다고 판단한 결과도 포함됐다.

이 벤치마크 결과는 신뢰할 수 있는 자율 암호해석을 보장하는 것이 아니라 연구 주장에 해당한다. 다만 Anthropic의 두 대표 사례보다 더 폭넓은 시험을 제공한다.

Anthropic과 Google의 보안 네트워크에 있어 운영상 질문은 이제 분명하다. 모델 접근성은 발견 역량을 확대할 수 있지만, 파트너들은 모델이 만들어낸 결과를 검증할 희소한 전문가를 여전히 필요로 한다.

AES 결과는 중요하지만 암호화 비상사태는 아니다

두 결과 모두 실제 운영 중인 암호 시스템을 무너뜨리지는 않으며, 이 점을 과장하면 연구의 진정한 중요성이 가려질 수 있다.

가장 오해를 부를 수 있는 제목은 Claude가 AES를 해독했다는 말일 것이다. 그렇지 않다. Mythos는 AES-128의 10라운드 중 7라운드를 사용하는 수정된 버전에 대한 이론적 공격을 개선했다.

암호학자들은 완전한 강도의 알고리즘이 직접 분석에 저항하는 경우가 많기 때문에 의도적으로 라운드 수를 줄인 설계를 연구한다. 이러한 작은 표적은 연구자들이 아이디어를 시험하고 추가 라운드가 어느 정도의 보호를 제공하는지 이해하는 데 도움이 된다.

더 나은 공격은 암호의 인식된 보안 여유를 줄일 수 있다. 특히 여러 라운드가 손대지 않은 채 남아 있다면, 그것이 자동으로 전체 암호에 적용되는 것은 아니다.

NIST는 2001년에 AES encryption을 표준화했다. 이 알고리즘은 수십 년간 공개 분석을 받아왔으며 디지털 통신, 저장, 인증 시스템의 핵심으로 남아 있다.

Mythos 결과는 이러한 연구 전통을 확장한다. 극단적인 데이터 가정 아래에서 알려진 최선의 공격을 개선했지만, 전체 AES-128에는 영향을 주지 않는다.

HAWK 역시 즉각적인 운영 환경 노출을 초래하지 않는다. NIST는 이를 표준화하거나 배포하지 않았다. Anthropic의 분석에 따르면 새 공격은 다른 포스트 양자 서명 후보에는 영향을 미치지 않는다.

이러한 경계는 Claude가 현재 인터넷 보안을 위협하는 약점을 찾아냈다는 주장을 완화해야 한다. 그렇다고 작업의 속도나 새로움까지 지워서는 안 된다.

CyberScoop의 독립 보도는 Keyfactor 임원 Ellen Boehm의 말을 인용해 HAWK 결과가 NIST의 평가 절차가 작동한다는 증거라고 전했다. 공개 검토는 채택 이전에 취약한 후보를 탈락시키도록 설계돼 있다.

이 발견은 과거 포스트 양자 표준화 실패 사례와도 닮아 있다. 또 다른 후보인 SIKE는 연구자들이 일반 하드웨어에서 실행되는 치명적인 공격을 찾아내기 전까지 상당한 관심을 견뎠다.

암호화 경연에서는 탈락이 예상된다. 그 목적은 표준을 교체하기 어려워지기 전에 적대적 노력을 집중하는 데 있다. AI는 이 과정에 또 하나의 적대적 노력의 원천을 더한다.

가장 강력한 회의론적 지점은 외부 검증에 관한 것이다. Anthropic은 모델을 만들고, 하니스를 설계하고, 연구자를 고용했으며, 핵심 해석을 발표했다.

회사는 학계와 협의하고, HAWK 저자들에게 알리고, 논문을 공개했으며, 시연 코드를 제공했다고 밝혔다. 이러한 조치는 독립적인 검토를 가능하게 하지만, 검토에는 여전히 시간이 필요하다.

AES 논문은 또 다른 복잡성을 제시한다. Anthropic은 자사 연구자들이 암호학 전문가가 아니었으며 Claude의 작업을 검증할 만큼의 내용을 배우는 데 상당한 시간을 들였다고 인정했다.

이 인정은 검증 격차를 드러내기 때문에 가치가 있다. 동시에 외부 암호학자들이 주장된 새로움, 실행 시간 분석, 가정, 기존 공격과의 관계를 검토해야 한다는 뜻이기도 하다.

재현 가능한 코드는 연구자들이 테스트 키에 대해 복구 과정을 실행할 수 있기 때문에 HAWK에 더 강한 증거를 제공한다. AES 결과는 상세한 수학적·복잡도 분석에 더 크게 의존한다.

AI 시스템은 기본 논증에 미묘한 오류가 있을 때도 그럴듯한 기술적 서사를 만들어낼 수 있다. 긴 자율 실행은 검토자가 방대한 중간 추론을 살펴봐야 하므로 그러한 오류를 더 찾기 어렵게 만들 수 있다.

Anthropic은 관련 Claude 세션 하나를 다시 작성한 설명을 공개했다. 또한 많은 세션이 실패했고, 이후 세션들이 핵심 아이디어를 다듬었다고 언급한다.

이 공개는 독자가 과정을 이해하는 데 도움이 되지만, 단순한 성공률을 제공하지는 않는다. 대중은 Claude에 어떤 어려운 암호든 맡기면 유효한 발견이 나올 것이라고 추론할 수 없다.

올바른 결론은 더 제한적이다. 신중하게 구성된 최첨단 모델이 통제된 연구 조건에서 두 건의 गंभीर한 암호해석 결과를 냈다. 하나는 직접 시험할 수 있고, 다른 하나는 지속적인 전문가 검토가 필요하다.

이 구분은 이야기의 양쪽을 모두 보호한다. 근거 없는 암호화 공포를 피하면서도 AI 지원 암호해석이 의미 있는 역량 임계점을 넘었다는 사실을 인정한다.

진짜 경쟁은 발견 속도와 방어 대응의 대결이다

AI는 암호학 검토를 더 저렴하게 확장할 수 있지만, 공격자에게는 방어자가 놓친 단 하나의 약점을 찾을 기회를 더 많이 줄 수도 있다.

전통적인 암호학 연구는 제한된 수의 수학자, 보안 엔지니어, 프로토콜 전문가에게 의존한다. 각 사람은 한 번에 소수의 아이디어만 추구할 수 있다.

에이전트 시스템은 이러한 제약을 바꾼다. 추가 인력 채용을 기다리지 않고도 논문을 읽고, 실험 코드를 작성하고, 추측을 생성하며, 병렬 탐색을 시작할 수 있다.

대부분의 경로는 실패할 것이다. 그렇다고 해서 반드시 모델의 가치를 훼손하는 것은 아니다. 보안 연구는 종종 수백 개의 기각된 아이디어 중 하나의 성공 경로에 보상을 준다.

HAWK 워크플로는 이러한 탐색 이점을 보여준다. 한 에이전트는 유용한 방향을 버렸지만, 다른 에이전트는 계속 진행했다. 이들의 공유 환경은 유망한 아이디어가 개인의 실수에도 살아남도록 했다.

같은 역량은 비대칭적 위험을 만든다. 방어자는 자신이 관리하는 시스템 전반의 모든 악용 가능한 약점을 찾아 수정해야 한다. 공격자에게는 놓친 약점 하나와 실행 가능한 악용 경로만 있으면 된다.

암호학은 하나의 프리미티브가 많은 제품의 기반에 놓일 수 있기 때문에 위험을 키운다. 특히 적대자가 나중 분석을 위해 암호화된 트래픽을 저장할 경우, 취약점은 공개 발견 이전에 기록된 데이터에도 영향을 미칠 수 있다.

여기서는 그러한 실패가 일어나지 않았다. HAWK는 배포되지 않았고, 전체 AES도 온전하다. 우려되는 것은 동일한 연구 과정이 덜 연구된 운영 알고리즘에 도달할 때 일어날 일이다.

Anthropic은 이미 다른 암호의 축소 버전도 시험했다고 밝혔다. LEA, Serpent-128, Salsa20, Poseidon, SHA-1과 관련된 예비 작업을 보고했다.

회사는 이러한 주장을 신중하게 제한했다. 일부 공격은 라운드 수를 줄인 변형에만 적용되며, 다른 보고된 개선은 아직 규모가 작거나 더 충실한 조사를 기다리고 있다.

그럼에도 이런 롱테일 대상에 대한 초점은 중요하다. 보안 관심은 AES, TLS, 널리 배포된 서명 시스템 같은 표준에 집중된다. 특수 알고리즘은 훨씬 덜 지속적인 분석을 받을 수 있다.

모델은 난해한 논문을 읽거나 틈새 설계를 시험하는 데 지치지 않는다. 유능한 스캐폴드가 구축되면 연구자들은 이를 많은 표적으로 돌릴 수 있다.

Anthropic과 Google의 파트너십은 방어자에게 초기 조정상의 이점을 제공한다. Google 및 다른 Glasswing 구성원은 핵심 시스템을 식별하고, 도메인 전문성을 제공하며, 더 폭넓은 접근이 확대되기 전에 완화 채널을 준비할 수 있다.

이 이점이 영원히 독점적으로 남지는 않을 것이다. 경쟁 연구소들은 추론 시스템을 개선하고 있고, 오픈 모델도 계속 발전하며, 공개된 스캐폴딩 기법은 연구 그룹 사이에 퍼질 수 있다.

따라서 핵심 상충 관계는 접근성과 대비 태세다. 유능한 모델을 제한하면 악용을 늦출 수 있지만, 이를 적용할 수 있는 방어자의 수도 제한한다.

광범위한 공개는 방어 범위를 확대하는 동시에, 관리 체계가 미흡한 사용자가 배포된 시스템을 표적으로 삼을 가능성을 높인다. 또한 유지보수 담당자가 처리해야 할 검증되지 않은 발견도 더 많이 만든다.

실행 가능한 대응에는 역량과 표적 민감도에 따른 단계적 접근이 필요하다. 무해한 벤치마크 과제는 배포된 신원 시스템이나 핵심 인프라를 대상으로 한 탐색보다 더 적은 통제가 필요하다.

연구팀은 발견이 시작되기 전에 공개 규칙도 마련해야 한다. 이 규칙은 누가 발견을 받는지, 검증은 어떻게 이뤄지는지, 언제 공급업체에 연락하는지, 어떤 증거를 공개할 수 있는지를 정해야 한다.

Anthropic은 6월에 HAWK 공격을 저자들과 공유했다고 밝혔다. 공개 NIST 메일링 리스트를 통해 발표를 조정했으며, 그 전에 정부 및 업계 파트너에게 브리핑했다.

이 절차는 HAWK에 식별 가능한 저자, 표준 포럼, 배포 기반 부재가 있었기 때문에 작동했다. 널리 내장된 프리미티브의 결함은 훨씬 더 복잡한 결정을 만들 것이다.

주요 상대는 더 이상 Anthropic 대 Google이 아니다. 검증, 복구, 마이그레이션을 책임지는 더 느린 인간 시스템과 가속화된 AI 발견의 대결이다.

Anthropic Google 보안 네트워크가 다음으로 증명해야 할 것

다음 증거는 또 하나의 고립된 연구 헤드라인이 아니라, 반복 가능한 검증, 책임 있는 접근, 더 빠른 방어적 완화를 보여야 한다.

첫 번째로 지켜볼 신호는 HAWK 및 AES 논문의 독립 재현이다. 암호학자들은 두 공격의 구현, 복잡도 추정, 새로움, 적용 범위를 검증해야 한다.

성공적인 재현은 Claude가 전문가 수준의 암호학 연구를 수행했다는 Anthropic의 주장을 강화할 것이다. 중대한 오류나 간과된 선행 연구가 발견되면 더 광범위한 역량 주장은 약화될 것이다.

두 번째 신호는 NIST의 HAWK 처리 방식이다. 검토자는 현재 매개변수를 거부하거나, 재설계를 요구하거나, 더 큰 키가 계속 검토할 만한 충분한 가치를 보존한다고 판단할 수 있다.

이 대응은 Mythos가 단지 학술적 추정치를 조정했는지, 아니면 실제 표준화 결정을 바꿨는지를 보여줄 것이다. 어느 결과든 AI 생성 증거가 공식적인 공개 절차에 어떻게 들어가는지를 보여줄 것이다.

세 번째 신호는 Project Glasswing이 배포된 암호화 체계에 대한 발견을 어떻게 처리하는지다. 이 사례는 Anthropic Google 보안 네트워크가 공격자가 이를 악용하기 전에 결과를 검증하고, 통제하고, 조정할 수 있는지 시험할 것이다.

책임 있는 시스템은 원시 모델 출력과 실행 가능한 취약점 주장 사이를 구분해야 한다. 또한 불필요하게 사용자를 노출하지 않으면서 영향을 받는 공급업체가 대응할 수 있는 충분한 증거를 제공해야 한다.

향후 몇 달은 학계가 CryptanalysisBench를 채택하고 다른 모델에서 비교 가능한 결과를 얻는지 보여줄 것이다. 독립 연구소 전반에서 반복되는 성공은 추가 Anthropic 사례 연구보다 더 중요하다.

연구자들은 실패율과 총 탐색 노력도 보고해야 한다. 막대한 탐색 끝에 유용한 공격 하나를 찾아내는 모델도 가치가 있지만, 그 신뢰성은 일관된 연구 보조자와 다르다.

기업 구매자에게 당장의 조치는 AES를 교체하거나 AI가 생성한 모든 암호학 주장에 반응하는 것이 아니다. 암호학적 의존성이 어디에 있는지 파악하고 향후 마이그레이션의 담당자를 지정하는 일이다.

보안팀은 공급업체에 알고리즘을 어떻게 목록화하는지, AI 지원 조사 결과를 어떻게 검증하는지, 취약점 공개를 어떻게 조율하는지 물어야 한다. 또한 애플리케이션 전체를 다시 구축하지 않고도 키를 교체하고 암호화 기본 요소를 대체할 수 있는 역량을 유지해야 한다.

Claude의 결과가 암호화 위기를 선언하는 것은 아니다. 이는 방어 기관들이 여전히 인간의 속도로 움직이는 가운데, 연구 주기가 더 빨라졌음을 알리는 것이다.

결정적인 질문은 Anthropic, Google, 표준화 기구, 외부 암호학자들이 함께 그 대응 주기를 단축할 수 있느냐이다. 그렇게 하지 못한다면, 다음 유효한 발견은 사용자들이 대비되기 전에 나올 수 있다.