💻 computer science

Smart Contract Invariants Protect Against Cybercriminals

이 논문은 INVARIANTEVAL 벤치마크와 PONDEREPLAY 프레임워크를 통해 검증된 스마트 계약 불변량이 108,637건의 과거 트랜잭션 전반에 걸쳐 사이버 범죄 공격을 차단함으로써 28가지의 실제 이더리움 익스플로잇으로부터 효과적으로 보호한다는 것을 입증한다.

원저자: Sofia Bobadilla, Humaira Afrin, Angela Novelli, Martin Monperrus

게시일 2026-08-14

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Sofia Bobadilla, Humaira Afrin, Angela Novelli, Martin Monperrus

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 거대하고 북적이는 디지털 도시라고 상상해 보세요. 이곳에서 돈은 은행에 보관되는 것이 아니라, "블록체인"이라 불리는 거대하고 투명한 유리 금고 안에 보관됩니다. 이 금고 안에는 본질적으로 자동판매기와 같은 기능을 하는 "스마트 컨트랙트"가 살고 있습니다. 당신이 올바른 코드(예: 코인)를 넣으면, 기계는 인간 점원 없이도 올바른 제품(예: 토큰)을 내어줍니다. 하지만 여기에는 함정이 있습니다. 이 자동판매기들은 인간에 의해 만들어졌으며, 인간은 실수를 합니다. 만약 프로그래머가 문을 잠그는 것을 잊거나 잔돈 계산을 잘못한다면, 영리한 도둑이 몰래 들어와 금고 전체를 털어간 뒤 수십억 달러와 함께 사라질 수 있습니다. 이것은 사이버 범죄자들이 유리창을 벌릴 수 있는 느슨한 나사를 끊임없이 찾고 있는 디지털 경제의 서부 개척 시대와 같습니다.

이 도둑들을 막기 위해 컴퓨터 과학자들은 더 나은 자물쇠를 만들기 위해 노력해 왔습니다. 한 가지 유망한 아이디어는 "불변량(invariant)"입니다. 불변량을 자동판매기가 무엇인가를 수행하기 전에 반드시 확인하는 마법 같은 규칙이라고 생각하세요. 이것은 마치 클럽의 보안 요원이 명단을 확인하는 것과 같습니다: "이 사람은 21세 이상인가? 문은 잠겨 있는가? 가격이 일치하는가?" 만약 이 중 하나라도 "아니오"라는 답이 나오면, 기계는 문을 꽉 닫고 움직이기를 거부합니다. 설령 도둑이 마스터 키를 들고 있다 하더라도 말이죠. 연구자들이 던진 핵심적인 질문은 이것입니다: 만약 과거의 강도 사건 당시에 이러한 마법 같은 보안 요원이 배치되어 있었다면, 그들이 실제로 도둑을 막을 수 있었을까? 그리고 더 중요한 것은, 우리가 컴퓨터에게 이 보안 요들을 스스로 발명하도록 가르칠 수 있을까, 아니면 여전히 인간 전문가가 규칙을 작성해야 할까?

이 논문은 그 질문을 깊이 파고들며 대규모의 실제적인 실험을 설정함으로써 이 질문에 답합니다. 연구진인 KTH 왕립 공과대학교 팀은 추측하는 대신 테스트를 시작하기로 했습니다. 그들은 이미 발생한 이더리움 블록체인상의 실제 28건의 십억 달러 규모 강도 사건 컬렉션을 수집했습니다. 각 재난에 대해 그들은 마치 디지털 범죄 현장 조사관처럼 행동했습니다. 그들은 도둑들이 정확히 어떻게 침입했는지 조사한 다음, 해당 특정 공격을 차단할 수 있는 구체적인 "불변량"(보안 규칙)을 수동으로 작성했습니다. 그들은 이 컬렉션을 INVARIANTEVAL이라고 불렀습니다.

하지만 그들은 단순히 규칙을 작성하는 데 그치지 않고, 이를 테스트하기 위한 타임머신을 만들었습니다. 그들이 만든 PONDEREPLAY라는 정교한 도구를 사용하여, 그들은 블록체인의 역사를 다시 재생했습니다. 그들은 원래의 취약한 코드를 가져와서, 새로 만든 보안 규칙들을 추가한 다음, 108,637건의 과거 트랜잭션을 재현했습니다. 이것은 은행 강도 사건의 영화를 되감는 것과 같지만, 이번에는 은행에 새롭고 훨씬 강력한 경보 시스템이 설치된 상태입니다.

결과는 매우 명확했습니다. 재현을 실행했을 때, 인간이 작성한 28개의 보안 규칙은 모두 완벽하게 작동했습니다. 모든 경우에서, 공격 트랜잭션이 새로운 규칙에 부딪혔고, 기계는 "안 돼"라고 말하며 절도를 차단했습니다. 연구진은 이 규칙들이 나쁜 놈들을 막아냈을 뿐만 아니라, 선량한 사용자들(정당한 사용자)이 평상시처럼 시스템을 계속 사용할 수 있게 98.3%의 확률로 보장했다는 것을 발견했습니다. 시스템이 너무 엄격하게 작동하여 일반 사용자를 차단했던 몇몇 사례에서도, 연구진은 정확히 왜 그런 일이 발생했는지 추적할 수 있었으며, 이는 규칙이 오류를 일으킨 것이 아니라 의도한 대로 작동하고 있었음을 증명했습니다.

그러나 이야기는 연구진이 두 번째 질문을 던졌을 때 급격히 반전됩니다: 컴퓨터가 이것을 할 수 있을까? 그들은 현재 이 분야에서 사용 가능한 가장 뛰어나고 진보된 자동화 도구들—즉, 우리를 대신해 보안 규칙을 자동으로 작성하도록 설계된 도구들—을 가져와서, 이 28건의 실제 사건들에 대해 테스트했습니다. 결과는 뼈아픈 실패였습니다. 막아야 했던 28건의 공격 중, 이 화려한 자동화 도구들이 올바른 보안 규칙을 찾아낸 것은 단 2건뿐이었습니다. 나머지 26건은 어떠했을까요? 도구들은 위험을 완전히 놓쳤거나, 너무 약한 규칙을 작성하여 도둑을 막는 데 실패했습니다.

그렇다면 결론은 무엇일까요? 이 논문은 "불변량"이라는 개념이 강력한 방패라는 것을 증명합니다. 만약 적절한 규칙이 있었다면, 우리는 10억 달러 이상의 절도 사건을 막을 수 있었을 것입니다. 하지만 나쁜 소식은, 우리가 이 규칙들을 우리 대신 신뢰성 있게 작성해 줄 로봇을 아직 갖추지 못했다는 점입니다. 우리는 여전히 도둑들의 구체적인 수법을 이해하고 경비원을 작성할 인간 전문가를 필요로 합니다. 이러한 방어 체계를 자동으로 생성하는 기술은 아직 초기 단계에 머물러 있으며, 이는 우리가 무엇이 효과적인지 "알고 있는 것"과 우리의 컴퓨터가 현재 스스로 "할 수 있는 것" 사이에 거대한 간극이 존재함을 보여줍니다.

기술 요약: 스마트 컨트랙트 불변량(Invariants)을 통한 사이버 범죄자 방어

문제 정의

스마트 컨트랙트는 취약점으로 인해 10억 달러 이상의 온체인 자산이 탈취되는 등 매우 적대적인 환경에서 운영됩니다. 보안 감사와 자동화 도구가 존재하지만, 실세계의 익스플로잇(exploit)을 방지하는 데는 충분하지 못했습니다. 클래식 소프트웨어 공학의 개념인 프로그램 불변량(특정 프로그램 지점에서 반드시 유지되어야 하는 논리적 조건)이 이러한 공격을 효과적으로 차단할 수 있는지에 대한 근본적인 격차가 존재합니다. 또한, 최첨식 자동 불변량 생성 도구가 실세계의 수백만 달러 규모 탈취 사건을 차단하는 데 필요한 구체적인 불변량을 발견할 수 있는지 여부도 미해결 과제로 남아 있습니다. 이전 연구들은 주로 합성된 속성이나 마이닝된 패턴을 대상으로 도구를 평가했을 뿐, 기록된 고가치의 실제 사건들과 대면하여 검증하지 않았습니다.

방법론

저자들은 두 가지 주요 질문에 답하기 위해 전적으로 온체인 데이터에 기반한 새로운 실험 프로토콜을 제안합니다: (1) 단 하나의 프로그램 불변량이 실세계의 익스플로잇을 막을 수 있는가? (2) 자동화된 도구가 그러한 불변량을 발견할 수 있는가?

1. INVARIANTEVAL 벤치마크

본 연구는 DeFiHackLabs 코퍼스에서 추출한 28개의 실세계 이더리움 익스플로잇으로 구성된 INVARIANTEVAL을 구축합니다. 각 익스플로잇에 대해 두 명의 저자가 특정 공격은 차단하면서 정상적인 기능은 보존하도록 설계된 인간 작성 프로그램 불변량을 독립적으로 작성합니다. 이 불변량들은 원본 컨트랙트의 취약한 함수에 삽입되어 "강화된(hardened)" 버전의 컨트랙트를 생성합니다. 데이터셋은 2018년부터 2026년까지의 사건을 포괄하며, 총 손실액은 10억 7천만 달러를 초과합니다.

2. PONDEREPLAY 검증 프레임워크

이러한 불변량의 유효성과 안전성을 검증하기 위해 저자들은 정교한 히스토리 재현(historical replay) 프레임워크인 PONDEREPLAY를 개발했습니다. 서브 블록 상태(sub-block state)의 세밀함이 부족하거나 수동 시나리오 재구성이 필요한 기존 도구들과 달리, PONDEREPLAY는 다음과 같은 특징을 가집니다:

**이더리움 메인넷을 포크(Fork)**하여 공격 직전의 블록 상태로 설정합니다.
대상 컨트랙트 주소에 강화된 바이트코드(원본 코드 + 불변량)를 주입합니다.
다음 세 가지 모드로 트랜잭션을 재실행(Replay)합니다:
- 재현 체크(Reproduction Check): 수정되지 않은 원본 컨트랙트를 재실행하여 재현 인프라가 온체인 상태를 충실히 재현하는지 확인합니다 (원본 트레이스 $O$ vs. 재컴파일된 트레이스 $R$ ).
- 보안 체크(Security Check): 강화된 컨트랙트를 대상으로 특정 공격 트랜잭션(PoC 및 실제 온체인 악성 트랜잭션 모두)을 재실행하여 공격이 리버트(revert)되는지 확인합니다.
- 보존 체크(Preservation Check): 강화된 컨트랙트에 대해 공격 전 전체 히스토리 트랜잭션(108,637건)을 재실행하여 정상적인 동작이 유지되는지 확인합니다 (강화된 트레이스 $H$ vs. 재컴파일된 트레이스 $R$ ).

프레임워크는 트랜잭션 상태, 서브콜 결과, 스토리지 차이(수치 임계값 $\epsilon$ 사용)를 기준으로 트레이스를 비교하여 행동 변화에 대한 인과적 귀속을 제공합니다.

3. 연구 질문

본 연구는 네 가지 구체적인 연구 질문(RQ)을 평가합니다:

RQ1: 프로그램 불변량이 실세계 공격을 어느 정도까지 막을 수 있는가?
RQ2: 공격을 차단하는 불변량이 기존의 정상적인 동작을 어느 정도까지 깨뜨리는가?
RQ3: 히스토리 재현 검증의 한계점은 무엇인가?
RQ4: 최신 불변량 생성 도구들이 이러한 공격 차단용 불변량을 어느 정도까지 발견할 수 있는가?

주요 결과

RQ1: 불변량의 효과성

인간이 작성한 불변량은 100% 효과적이었습니다. 28개의 강화된 컨트랙트는 모두 PoC 익스플로잇과 실제 온체인 악성 트랜잭션을 성공적으로 차단했습니다. 모든 경우에서 트랜잭션은 불변량에 정의된 특정 에러 메시지와 함께 취약한 단계에서 리버트되었습니다. 연구 과정에서 8개의 반복되는 불변량 패밀리가 식별되었으며, 그중 가격/오라클 체크(8건), 장부/공급량 보존(6건), 액세스 제어/상호작용 안전(각 4건)이 가장 두드러졌습니다.

RQ2: 행동 보존

불변량은 재현된 히스토리 트랜스잭션(108,637건 중 106,815건)의 **98.3%**에서 정상적인 동작을 유지했습니다.

차이 발생(Divergences): 1,526건(1.4%)의 트랜잭션이 불일치를 보였습니다. 이는 재현 노이즈가 아닌 불변량에 의한 인과적 결과였습니다.
차이의 성격:
- 과거 익스플로잇/화이트햇: 많은 차이가 동일한 취약 경로를 이용했던 이전의 악성 시도나 화이트햇 구조 작업을 올바르게 거부했습니다.
- 오용(Misuse): 일부 트랜잭션은 이전에 허용되었던 프로토콜 규칙(예: 슬리피지 제한)을 위반했기 때문에 거절되었습니다.
- 과도하게 엄격한 불변량: 일부 사례(예: Yearn yDAI)에서는 불변량이 너무 엄격하여, 취약점을 악용하지 않는 정상적인 사용자(예: 키퍼 봇)의 호출까지 거절했습니다.
- 좁은 수치 범위: 일부 불변량은 일반적인 시장 변동성에는 너무 좁은 수치적 경계(예: 가격 편차 임계값)를 설정하여 정상적인 트랜잭션을 거절했습니다.

RQ3: 재현 검증의 한계

108,637건의 트랜잭션 중 296건이 **결정 불가능(inconclusive)**했습니다(재컴파일된 수정되지 않은 컨트랙트가 원본 온체인 트레이스와 일치하지 않음).

원인: 주요 원인은 Out-of-Gas (OOG) 불일치(173건)로, 재현 시 원본보다 더 많은 가스를 할당하여 원래 실패했던 트랜잭션이 성공하게 되었습니다. 다른 원인으로는 서브콜 OOG(12건)와 동일 블록 내 인접 트랜잭션으로 인한 누적된 상태 드리프트(state drift)(111건)가 있었습니다.
검증: 296건 중 291건의 경우, 강화된 트레이스가 여전히 재컴파일된 트레이스와 일치함을 확인하여, 결정 불가능함이 불변량 자체가 아닌 재현 인프라의 가스 처리 방식에서 기인했음을 입증했습니다.

RQ4: 자동화 도구 성능

저자들은 세 가지 최신 도구인 FLAMES, InvCon, **InvCon+**를 평가했습니다.

결과: 도구들은 집합적으로 단 2개의 그라운드 트루스(ground-truth) 불변량만을 복구했습니다(둘 다 FLAMES에 의해 발견됨).
분석: 도구들이 많은 컨트랙트에 대해 후보 불변량을 생성하기는 했으나, 실세계 익스플로잇을 차단하는 데 필요한 보안 핵심 속성을 합성하는 데는 실패했습니다. 이는 현재의 자동화된 합성 능력과 실세계 보안 요구사항 사이의 근본적인 간극을 보여줍니다.

의의 및 주장

본 논문은 스마트 컨트랙트 불변량이 사이버 범죄자에 대한 강력하고 효과적인 방어 메커니즘이라고 주장합니다. 연구의 결론은 다음과 같습니다:

실현 가능성: 공격 벡터(오버플로우, 재진입성, 오라클 조작 등)에 관계없이, 정확하게 지정된 단 하나의 불변량만으로도 실세계 익스플로잇을 막기에 충분합니다.
안전성: 신중하게 설계된 경우, 불변량은 대다수(98.3%)의 정상적인 컨트랙트 사용을 보존합니다.
도구의 격차: 수동 불변량의 입증된 효과에도 불구하고, 현재의 자동 불변량 생성 도구는 필요한 가드의 10% 미만을 복구할 정도로 실세계 공격을 보호하는 능력이 아직 부족합니다.

저자들은 불변량이라는 개념이 스마트 컨트랙트 보안 문제에 대한 강력한 솔루션을 제공하지만, 이를 자동으로 발견하는 것은 여전히 미해결된 연구 과제라고 결론짓습니다. 본 연구는 불변량 합성 및 컨트랙트 강화를 위한 향후 연구를 가이드하기 위해 새로운 벤치마크(INVARIANTEVAL)와 검증 인프라(PONDEREPLAY)를 확립했습니다.