🤖 AI

AgenticRepair: Multi-Faceted Program Context Engineering for Agentic Vulnerability Repair

AgenticRepair는 코드 구조, 런타임 실행, 커밋 이력이라는 이전에 간과되었던 세 가지 핵심적인 프로그램 컨텍스트를 복구 과정에 설계하고 통합함으로써 자동 취약점 복구 성공률을 73%까지 크게 향상시킨 멀티 에이전트 프레임워크입니다.

원저자: Michael Fu, Qiyue Mei, Patanamon Thongtanunam, Kla Tantithamthavorn

게시일 2026-08-03

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Michael Fu, Qiyue Mei, Patanamon Thongtanunam, Kla Tantithamthavorn

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

인터넷을 코드로 이루어진 거대하고 북적이는 도시라고 상상해 보세요. 이 도시에서 소프트웨어는 모든 것을 계속 돌아가게 만드는 인프라—다리, 신호등, 전력망—와 같습니다. 하지만 때때로 이 구조물들의 설계도에는 아주 작고 보이지 않는 균열이 생기곤 합니다. 이것이 바로 '취약점'입니다. 도로 위의 포트홀이 단순히 자동차의 속도를 늦추는 것과 달리, 코드의 균열은 도둑이 몰래 침입하여 데이터를 훔치거나 도시 전체를 마비시킬 수 있게 만듭니다. 수십 년 동안 이러한 균열을 고치는 일은 엘리트 보안 엔지니어들의 몫이었습니다. 그들은 마치 탐정-외과의사처럼 산더ous한 코드 더미를 직접 뒤지고, 건물이 어디서 무너지는지 확인하기 위해 특별한 테스트를 실행하며, 실수가 처음에 어떻게 발생했는지 확인하기 위해 오래된 로그를 조사합니다. 이는 느리고, 기력을 소모하며, 종종 단 하나의 구멍을 메우는 데만 몇 달이 걸리는 작업입니다.

최 최근, 과학자들은 컴퓨터가 이러한 탐정-외과의사처럼 행동하도록 가르치기 시작했습니다. 그들은 코드를 읽고, 테스트를 실행하며, 심지어 스스로 파일을 다시 작성할 수 있는 스마트한 소프트웨어 프로그램인 'AI 에이전트'를 사용합니다. 이 에이드들을 인간 전문가보다 빠르게 일할 수 있는 주니어 인턴이라고 생각하면 됩니다. 하지만 이들은 인간 전문가가 잡아낼 수 있는 미묘한 단서들을 놓치곤 합니다. 이들은 오타는 고칠 수 있어도, 건물 전체가 불안정한 지반 위에 있다는 사실은 놓칠 수 있습니다. 연구자들이 던지는 핵심 질문은 이것입니다: 어떻게 하면 이 AI 인턴들이 최고의 인간 전문가처럼 생각하도록 가르칠 수 있을까? 어떻게 하면 그들에게 단순히 추측하는 것이 아니라, 왜 보안 구멍이 존재하는지에 대한 깊고 복잡한 이유를 실제로 이해할 수 있도록 적절한 '도구'와 '배경 지식'을 제공할 수 있을까?

여기에 AgenticRepair라는 새로운 연구가 등장합니다. 호주의 대학교 팀으로 구성된 연구진은 문제가 AI가 충분히 똑똑하지 않아서가 아니라, AI에게 전달되는 *맥락(context)*이 적절하지 않다는 점에 주목했습니다. 물 압력이 너무 높은지, 파이프가 녹슬었는지, 혹은 배관공이 잘못된 부품을 사용했는지 모르는 상태에서 새는 수도꼭지를 고치려고 시 노력하는 상황을 상상해 보세요. 연구팀은 슈퍼 파워를 가진 탐정 팀처럼 작동하는 새로운 시스템을 구축했습니다. 하나의 AI가 모든 것을 하려고 하는 대신, 그들은 메인 수리 AI가 작업을 시작하기도 전에 세 가지 특정 유형의 단서를 수집하기 위해 협력하는 세 명의 특화된 '미니 AI' 분대를 만들었습니다.

첫째, '구조 에이전트(Structure Agent)'는 건축가가 설계도를 확인하여 두 개의 파이프가 있어서는 안 될 방식으로 같은 공간을 공유하고 있는지 확인하는 것처럼 코드가 어떻게 구축되었는지 살펴봅니다. 둘째, '런타임 에이전트(Runtime Agent)'는 충돌 테스트용 더미처럼 작동하여, 소프트웨어가 정확히 어디서 어떻게 깨지는지 실제로 실행해 보고, 탐정이 발자국을 따라가듯 메모리를 추적합니다. 셋째, '히스토리 에이전트(History Agent)'는 프로젝트의 오래된 로그를 뒤져, 마치 역사학자가 원래 설계자의 일기를 읽듯 언제, 왜 취약한 설계가 도입되었는지 찾아냅니다.

이 세 에이전트가 단서를 수집하면, 이들은 이를 네 번째인 '수리 에이전트(Repair Agent)'에게 전달합니다. 이 에이전트는 완벽한 수정안을 작성하는 데 필요한 모든 정보를 갖추게 됩니다. 연구팀은 이 시스템을 인기 있는 소프트웨어 프로젝트들로부터 추출한 300개의 실제 보안 구멍이 포함된 SEC-Bench라는 거대한 과제로 테스트했습니다. 결과는 인상적이었습니다. AgenticRepair는 300개 중 220개의 취약점을 성공적으로 해결하며 **73%**의 성공률을 기록했습니다. 이는 이전의 가장 뛰어난 AI 방식들이 약 **34%**만을 해결했던 것에 비해 엄청난 도약입니다.

더 멋진 점은 이 시스템이 단순히 운이 좋았던 것이 아니라는 사실입니다. 연구진은 무엇이 이 시스템을 그토록 잘 작동하게 만들었는지 알아보기 위해 실험을 진행했습니다. 그들은 세 가지 유형의 단서(구조, 런타임, 히스토리)가 마치 세 다리 의자와 같다는 것을 발견했습니다. 하나를 제거하면 의자는 흔들리지만, 세 개를 모두 유지하면 바위처럼 견고해집니다. 또한, 전문화된 에이전트 팀을 보유하는 것이 단 하나의 AI가 모든 것을 혼자 하려고 하는 것보다 훨씬 낫다는 것을 발견했습니다. 실제로, 단일 에이전트로 전체 프로세스를 실행했을 때 성공률은 거의 절반 가까이 급락했습니다.

이 연구는 복잡한 보안 구멍을 고치는 비결이 단순히 AI를 더 똑똑하게 만드는 것이 아니라, AI가 보는 맥락을 설계하는 데 있다는 점을 시사합니다. AI에게 인간 보안 엔지니어가 사용하는 것과 같은 깊고 다층적인 이해를 제공함으로써, 시스템은 이전에는 기계가 풀기 너무 까다로웠던 문제들을 해결할 수 있었습니다. 이 시스템이 아직 완벽한 것은 아닙니다. 여전히 약 27%의 사례에서 어려움을 겪는데, 이는 주로 생성된 수정안이 너무 지저분하거나 규칙에 딱 맞지 않기 때문입니다. 하지만 이는 전문화된 맥락을 가진 팀 기반 접근 방식이 승리하는 전략임을 증명합니다. 이는 보안이라는 고도의 긴박한 세계에서, 최선의 해결책은 종종 단순히 고장 난 부분만이 아니라 전체 이야기를 이해하는 데서 온다는 사실을 상기시켜 줍니다.

기술 요약: AgenticRepair: 에이전틱 취약점 수선을 위한 다면적 프로그램 컨텍스트 엔지니어링

문제 정의

자동화된 취약점 수선은 트리아지(triage) 보고서에서 식별된 보안 결함을 패치하는 데 드는 시간과 노력을 줄이는 것을 목표로 한다. 최근의 에이전틱 AI 접근 방식은 일반적인 프로그램 수선에서 유망한 성과를 보여주었으나, 보안 취약점 문제에서는 어려움을 겪고 있다. 일반적인 버그와 달리, 보안 결함은 종종 미묘한 저수준 상호작용, 파일 간 데이터 흐름, 그리고 취약한 역사적 코드 패턴에서 기인한다. 기존의 에이전틱 수선 프레임워크는 주로 일반적인 버그를 위해 설계되었으며, 파일 탐색, 코드 검색, 컴파일러/테스트 피드백에 의존한다. 이들은 인간 보안 엔지니어가 일상적으로 구축하는 풍부한 보안 특화 프로그램 컨텍스트, 즉 코드 구조 컨텍스트(파일 간 데이터 흐름, 메모리 패턴), 런타임 실행 컨텍스트(크래시 의미론, 메모리 기원), 커밋 히스토리 컨텍스트(진화적 패턴)를 조립하는 메커니즘이 부족하다. 이러한 격차는 에이전트가 복잡하고 다중 파일로 구성된 취약점을 정확하게 진단하고 수선하는 것을 방해한다.

방법론: AgenticRepair 프레임워크

저자들은 다면적 프로그램 컨텍스트 엔지니어링을 구현하는 최초의 에이전틱 취약점 수선 프레임워크인 AgenticRepair를 제안한다. 이 프레임워크는 튜플 $\langle V, E, A, C, P \rangle$ 로 정의되며 두 가지 주요 단계로 작동한다:

1. 다면적 프로그램 컨텍스트 엔지니어링

세 개의 특화된 서브 에이전트가 샌드박스 환경 내에서 병렬로 작동하여, 입력된 취약점 설명과 새니타이저(sanitizer) 보고서( $V$ )를 기반으로 서로 다른 컨텍스트 측면을 엔지니어링한다:

코드 구조 서브 에이전트 ( $A_{struct}$ ): 시맨틱 코드 분석을 수행하여 데이터 흐름 관계, 테인트 전파 경로, 제어 흐름 의존성, 취약한 메모리 연산 패턴을 추출한다. 이는 구조적 관심사와 수정 방향에 대한 구조화된 표현을 합성한다.
런타임 실행 서브 에이전트 ( $A_{exec}$ ): 동적 계측(예: AddressSanitizer, Valgrind) 하에서 재현 허니(reproduction harness)를 트리거하여 크래시 시그니처, 스택 백트레이스, 메모리 액세스 위반, 비정상적인 실행 상태를 포착한다. 이를 런타임 통찰 및 수정 제안으로 압축한다.
커밋 히스토리 서브 에이전트 ( $A_{hist}$ ): 취약한 커밋 이전의 버전 관리 이력을 마이닝하여 진화적 패턴을 재구성한다. 관련 커밋 메타데이터, 코드 변경 요약, 역사적 수정 컨텍스트를 추출하여 취약점의 기원을 식별한다.

이 세 가지 부분적 컨텍스트( $C_{struct}, C_{exec}, C_{hist}$ )는 하나의 통합된 **다면적 프로그램 컨텍스트( $C$ )**로 합성된다.

2. 엔지니어링된 컨텍스트를 통한 패치 합성

전용 **수선 서브 에이전트 ( $A_{repair}$ )**가 반복적으로 작동한다. 통합된 컨텍스트 $C$ 는 에피소딕 메모리 윈도우(episodic memory window)에 지속적으로 임베딩되어, 에이전트의 결정이 표면적인 코드가 아닌 엔지니어링된 이해에 근거하도록 보장한다.

에이전트는 합성-검증 루프에 진입한다: 최소한의 후보 패치( $P$ )를 생성하고, 이를 저장소에 적용하며, 프로젝트를 다시 빌드하고, 허니를 재실행한다.
에이전트는 새니타저가 위반 사항을 보고하지 않을 때까지 동일한 메모리 윈도우 내에서 검증 결과를 지속적으로 성찰(reflect)하며, 이를 통해 성공적인 취약점 제거를 확인한다.

이 시스템은 smolagents 라이브러리를 사용하여 구현되었으며, 서브 에이전트가 입력을 바탕으로 추론하고, 도메인 특화 도구(예: CodeQL, GDB, PyDriller)를 호출하며, 결과에 대해 성찰하는 ReAct (Reasoning-Action) 패러다임을 활용한다.

주요 기여

AgenticRepair 프레임워크: 증강된 컨텍스트 프로그램 통찰(코드 구조, 런타임 동작, 저장소 이력)을 자동화된 수선 파이프라인에 명시적으로 통합한 최초의 에이전틱 취약점 수선 프레임워크이다.
SEC-Bench를 통한 평가: 격리된 Docker 환경에 호스팅되고 새니타저 체크를 통해 검증된 300개의 실제 C/C++ 취약 사례 벤치마크인 SEC-Bench에 대한 포괄적인 평가를 수행하였다.
절제 연구 (Ablation Study): 다면적 컨텍스트, 멀티 에이전트 스캐폴딩, 기본 모델 역량의 기여도를 정량화하는 광범위한 분석을 제공한다.
오픈 재현: 실행 로그, 궤적(trajectories), 즉시 실행 가능한 구현을 포함한 모든 실험 아티팩트를 제공한다.

실험 결과

새니타이저 기반 검증이 엄격하게 적용된 300개 인스턴스의 SEC-Bench 벤치마크에서 평가되었다:

전반적인 성능: AgenticRepair는 73%의 성공률(220/300)을 달성하여 SEC-Bench 리더보드에서 1위를 차지했다.
비교: 가장 강력한 베이스라인인 Smolagents (GPT-5.2 사용)보다 29% 더 높은 성능(44.7% vs 73.3%)을 보였다. 또한 200개의 CVE 소스 인스턴스에 대해 OpenHands, SWE-Agent, Aider보다 41~52% 더 우수한 성능을 보였다.
교차 파일 능력: 특히, 성공적인 수선의 **40%**가 여러 파일에 걸친 편집을 포함하였으며, 이는 단일 파일 접근 방식이 놓치는 복잡한 교차 파일 보안 문제를 처리하는 프레임워크의 능력을 입증한다.
절제 연구 통찰:
- 컨텍스트 상보성: 단일 컨텍스트 측면(구조, 실행, 또는 이력)을 제거했을 때 성능 저하는 미미(-0.5% ~ -2.0%)했으며, 이는 각 측면이 상호 보완적임을 나타낸다.
- 멀티 에이전트 스캐폴딩: 멀티 에이전트 설정을 단일 에이전트로 대체했을 때 **44.5%**의 급격한 성능 하락이 발생하여, 인지 부하를 분산시키는 것의 필요성을 강조했다.
- 기본 모델 역량: 작은 모델을 사용할 경우 성능이 크게 하락하였으며(GPT-5-Mini의 경우 -25%, GPT-5-Nano의 경우 -65%), 이는 엔지니어링된 컨텍스트를 추론하기 위해 유능한 기본 모델이 필요함을 확인시켜 준다.

의의 및 주장

본 논문은 다면적 프로그램 컨텍스트 엔지니어링이 에이전틱 취약점 수선을 발전시키기 위한 핵심 설계 원칙이라고 주장한다. AgenticRepair는 보안 엔지니어가 취약점을 진단하는 방식(구조, 런타임, 이력을 조립하는 방식)과 에이전틱 AI 접근 방식이 프로그램 이해를 조립하는 방식 사이의 간극을 메움으로써, 복잡한 보안 결함의 정확하고 안전한 수선을 가능하게 한다. 저자들은 이러한 컨텍스트 측면의 의도적인 엔지니어링과 멀티 에이전트 스캐폴딩의 결합이 일반적인 버그 수선을 넘어 효과적인 보안 취약점 대응으로 나아가는 데 필수적이라고 결론짓는다. 결과는 미래의 에이전틱 수선 시스템이 높은 성공률을 달성하기 위해 단순한 도구 실행을 넘어 구조화되고 다차원적인 프로그램 분석을 통합해야 함을 시사한다.