AI 보안 에이전트 비교: Claude, Codex, Mantis, Cloudflare

Anthropic, OpenAI, Cloudflare, Google이 이제 각각 소스 코드에서 보안 취약점을 찾아내는 AI 에이전트를 출시했습니다. 우리는 각 에이전트의 뒤에 있는 저장소, 문서 및 기술 세부 사항을 살펴보았습니다.

핵심 발견: 4개 도구 모두 하나의 설계로 수렴합니다. 한 에이전트가 버그를 찾고, 별도의 에이전트가 그것을 반증하려 시도하며, 살아남은 것만 패치를 받습니다. 차이는 어디에서 실행되는지, 누가 사용할 수 있는지, 그리고 얼마나 많은 증거를 요구하는지에 있습니다.

핵심 요약

• 4개 연구실, 1가지 패턴: 발견하고, 독립적으로 반증한 뒤, 패치했다.
• Claude Security는 Claude Code 내부에서 실행되며 별도의 API 키가 필요하지 않습니다.
• Codex Security의 CLI는 Apache-2.0 라이선스이지만, 스캔 작업에는 여전히 OpenAI 접근 권한이 필요합니다.
• Cloudflare의 스킬은 MIT 라이선스이며 모델에 구애받지 않고, 별 47.5K개로 가장 많은 별을 받았습니다.
• Google의 Mantis는 샌드박스에서 버그를 재현하며, Google은 이를 격리하라고 말합니다.

왜 4개 연구실이 2026년에 같은 것을 출시했는가

이들이 모두 해결하고 있는 문제는 노이즈입니다. Google의 보안 팀은 엉성한 AI 코드 스캔이 환각된 버그를 만들어내며 다음과 같이 말합니다. 7% 미만의 참양성 비율93%의 확률로 잘못 판단하는 스캐너는 검토자에게 절약해주는 것보다 더 많은 비용을 초래합니다.

공통 해결책은 직무 분리입니다. 취약점을 보고하는 에이전트가 그 내용을 확인하는 일은 결코 없습니다. Cloudflare는 README에서 이 규칙을 직접 명시합니다. 검증자는 버그를 발견한 에이전트가 되어서는 안 됩니다. Anthropic, OpenAI, Google은 각자 보고서로 넘어가기 전에 유사한 검증 단계를 거친다고 설명합니다.

두 번째 동인은 공격입니다. Anthropic 팀은 자사의 스캐너를 부분적으로는 공격자들이 이미 AI 모델을 사용해 악용 가능한 결함을 찾고 있었기 때문에 구축했다고 밝혔습니다. The Hacker News. Google는 Mantis 게시물을 시작하며 이제 모델이 거의 인간의 도움 없이도 버그를 발견하고 악용할 수 있다고 언급합니다.

1. Anthropic의 Claude 보안

개요: Claude Code 세션 내에서 실행되는 멀티 에이전트 취약점 스캐너입니다. 다음에 따르면 이는 Anthropic의 호스팅형 Claude Security 제품의 로컬 버전입니다. 플러그인 README.

작동 방식: 에이전트는 아키텍처를 매핑하고, 위협 모델을 구축하며, 모든 구성 요소를 샅샅이 조사하고 각 발견 사항을 독립적으로 검증합니다. 이 플러그인은 하나의 메뉴에서 3가지 작업을 제공합니다: 코드베이스 스캔, 변경 사항 스캔, 또는 패치 제안, per Claude Code 문서.

출력: GitHub 코드 스캐닝을 위한 SARIF 2.1.0 파일과 함께 제공되는 Markdown 보고서입니다. 각 발견 항목에는 심각도, CWE 범주, 영향 및 재현 단계가 포함됩니다. 패치는 스크래치 사본에서 작성되어 F<n>.patch 파일로 저장됩니다. 이 플러그인은 절대 스스로 커밋, 푸시 또는 풀 리퀘스트를 열지 않습니다.

비용 및 접근성: 자체적인 모델 호출을 하지 않으므로 별도의 API 키가 없습니다. 스캔은 Claude 플랜의 사용량 한도에 포함됩니다.

/plugin install claude-security@claude-plugins-official
/claude-security

타임라인: Anthropic은 2026년 2월 Claude Code Security라는 이름의 제한적 프리뷰를 공개했습니다. 호스팅형 이 제품은 Enterprise 고객 대상 퍼블릭 베타에 Claude Opus 4.7. Claude Code 플러그인은 2026년 7월 22일 베타에 진입했으며, 이는 다음에 따른 것이다: 사이버보안 뉴스. 8월에 호스팅 스캐너는 Claude Mythos 5로 이전했다고, Dataconomy.

어디에 들어맞는가: Anthropic은 이것을 여러 계층 중 하나로 position한다. security-guidance 플러그인은 Claude가 코드를 작성하면서 검사하고, /security-review는 브랜치에 대해 단일 패스를 수행한다. Claude Security는 온디맨드 심층 스캔이다.

2. OpenAI의 Codex Security

개요: 취약점을 발견하고, 검증하고, 수정하기 위한 CLI 및 TypeScript SDK로, @openai/codex-security로 배포된다.

작동 방식: 전체 저장소, 선택된 경로 또는 Git diff를 스캔한다. –mode deep 플래그는 병렬 탐색 워커를 실행한다. 후보 발견 항목을 검증하고, 패치를 생성하며, 기존 수정 사항을 확인할 수 있다. cs policy 명령은 향후 스캔에서 프로젝트에서 무엇이 취약점으로 간주되는지 알려주는 SECURITY.md 초안을 작성한다.

출력: 위협 모델, SARIF, JSON 또는 CSV 내보내기와 Linear 게시를 제공한다. GitHub 코드 스캔 경보를 가져오고 Git 히스토리에서 담당자를 제안할 수 있다. GitHub Action은 예약 스캔 또는 풀 리퀘스트 스캔을 실행하며, 발견 항목은 기본적으로 보고 전용이다.

npm install --global @openai/codex-security
cs login
cs scan 

비용 및 접근성: 클라이언트는 Apache-2.0이지만, 그 뒤에 있는 스캐너는 그렇지 않습니다. DevOps.com은 이 CLI와 SDK가 승인된 고객을 대상으로 제한적 베타 상태에 머물러 있다고 전했다. README에는 OpenAI, Amazon Bedrock, OpenRouter, Fireworks AI가 제공자로 나열되어 있다. Node.js 22.13+ 및 Python 3.10+이 필요하다.

3. Cloudflare의 Security Audit Skill

개요: 능력 있는 코딩 에이전트를 보안 감사자로 변모시키는 MIT 라이선스 스킬입니다.

작동 방식: 6단계 감사:

1. 정찰(Reconnaissance): 아키텍처, 신뢰 경계, 입력 표면을 architecture.md와 커버리지 원장(ledger)에 매핑합니다.
2. 커버리지 기반 탐색: 격리된 헌터들이 각각 원장 항목을 담당하고, 커버리지 비평가들이 빈틈을 찾아냅니다.
3. 후보 검증: 새로운 검증기(verifier)가 모든 고유 후보를 반증하려 시도합니다.
4. 구조화된 출력: 확인됨(confirmend), 검증 필요(needs_validation), 기각(rejected) 레코드가 스키마에 맞게 검사되어 findings.json에 기록됩니다.
5. 독립적 레코드 검증: 새 에이전트들이 최종 소스 주장을 모두 재검증합니다.
6. 대상 중립적 보고: REPORT.md와 세부 파일은 검증된 레코드로부터 파생됩니다.

요구 사항: 도구 사용과 병렬 하위 에이전트를 지원하는 코딩 에이전트, 그리고 검증기용 Node.js가 필요합니다. 또한 외부 네트워크가 차단된 OS 수준 샌드박스를 원합니다. 이것이 없으면 후보는 실행되는 대신 needs_validation 상태로 남습니다.

다음 명령을 실행합니다: npx skills add https://github.com/cloudflare/security-audit-skill –skill security-audit

그런 다음 에이전트에게 “security audit this codebase.”라고 요청합니다. 출력은 기본적으로 저장소 외부의 ~/security-audit-skill/<repo-name>/run-<N>에 생성됩니다.

그 뒤에 있는 데이터: Cloudflare는 2026년 6월 18일 자사 포스트 Build your own vulnerability harness와 함께 이 스킬을 공개했습니다. 약 450줄의 이 스킬은 현재 128개 저장소를 스캔하는 내부 하니스의 씨앗이 되었습니다. Cloudflare가 보고한 누적 수치는 다음과 같습니다:

• 탐색 단계에서 나온 20,799개의 원시 후보 중 약 12,057개가 검증을 통과했습니다.
• 다른 하니스의 출력을 포함해 145개 저장소에 걸친 공유 트리아지 풀에 13,841개의 발견 사항이 있습니다.
• 5,442개는 중복으로 통합되었고, 1,154개는 잘못된 저장소 또는 저위험 항목으로 분류되어 외부로 전달되었습니다.
• 7,245개의 실행 가능한 발견 사항이 엔지니어링 팀에 전달되었습니다.

정찰(recon) 컨텍스트를 개선하자 1차 거부율이 40%에서 11%로 낮아졌습니다. Cloudflare는 발견(discovery)에는 하나의 모델을, 분류(triage)에는 다른 모델을 사용해 모델들이 서로를 검증하게 합니다.

4. Google의 Mantis

개요: AI 코딩 에이전트를 위한 Apache-2.0 라이선스의 보안 검토 스킬 세트와 ADK 레퍼런스 하네스입니다. Google 팀은 이것이 내부적으로 버그를 발견하고 수정하는 방식의 일부라고 밝혔습니다.

작동 방식: Mantis는 저장소의 히스토리를 읽어 과거의 보안 수정 사항에서 학습합니다. 파일을 디렉터리 및 루트 요약으로 압축하는 계층적 요약 트리를 구축합니다. Google 팀은 이것이 토큰 오버헤드를 85% 이상 절감했다고 밝혔습니다. 이후 위협 모델과 가설을 생성하고, 탐색하고, 중복을 제거하며, 결과를 비판적으로 검토합니다.

차별점: 재현과 패치 검증입니다. Mantis는 정적 익스플로잇 스케치부터 단위 테스트 또는 목(mock) 서버까지 각 버그의 재현을 시도합니다. 수정 사항을 공격하는 적대적 루프로 패치를 적용합니다. 또한 루브릭을 기준으로 심각도를 보정하여 “수천 개의 치명적 등급”이 쏟아지는 것을 막습니다. mantis-advise 스킬은 학습한 내용을 코드 생성에 다시 피드백합니다.

설정: 저장소를 클론하고 어떤 코딩 에이전트든 그쪽을 가리키거나, ADK 하네스를 직접 실행하면 됩니다. 이 하네스는 “look for IDOR” 같은 –focus 프롬프트와 –max-tokens 지출 상한을 지원합니다.

git clone https://github.com/google/mantis.git
cd mantis/reference && ./install.sh
./run.sh path/to/code

나란히 비교

빅 4를 넘어: 2026년 출시된 다른 AI 버그 헌터들

2026년에 최소 12개 이상의 에이전트 기반 취약점 도구가 출시되거나 공개되었습니다. 거의 모두 동일한 발견 후 독립 검증 루프를 반복합니다. 이들은 직접 실행하는 무료 하네스와 상용 또는 내부 플랫폼으로 나뉩니다.

오픈소스 하네스

AppSec Santa 또한 Anthropic(defending-code-reference-harness), Trail of Bits, Capital One(vulnhunter), Cisco(ai-deep-sast)의 하네스도 추적합니다. Cisco의 것은 Foundation-Sec-8B에서 완전히 로컬로 실행되므로 코드가 머신 밖으로 나가지 않습니다.

상용 플랫폼 및 내부 시스템

이 패턴은 공급업체 전반에 걸쳐 유지됩니다. 결정론적 엔진이나 검증기가 증명을 담당하고, 모델이 추론을 수행하며, 사람이 모든 수정을 승인합니다.

무엇을 먼저 실행할지

• 이미 Claude Code를 사용 중이라면: Claude Security 플러그인으로 시작하세요. 1줄로 설치되며 기존 플랜을 사용합니다.
• GitHub에서 CI 게이팅과 SARIF가 필요하다면: 조직이 접근 권한이 있다면 Codex Security가 가장 성숙한 파이프라인 도구를 갖추고 있습니다.
• 벤더 종속을 피하고 싶다면: Cloudflare의 스킬은 병렬 서브 에이전트를 갖춘 모든 에이전트에서 실행되며 완전히 MIT 라이선스입니다.
• 보안 팀과 샌드박스가 있다면: Mantis는 재현 및 적대적 패치 테스트를 갖춘 가장 깊은 검증 루프를 제공합니다.

Cloudflare의 자체 아키텍처는 실용적인 조합을 제안합니다. 한 도구나 모델로 발견을 수행한 다음, 다른 것으로 검증하세요. 서로 다른 모델은 서로 다른 비율의 버그를 발견합니다.

이 글 AI Security Agents Compared: Claude, Codex, Mantis, Cloudflare 은 다음에서 처음 게시되었습니다: MarkTechPost.