미소스란 무엇인가?

23 분 읽기

빠른 답변

미토스는 원래 클로드 미토스 프리뷰로 출시되어 2026년 6월에 클로드 미토스 5로 업데이트됐어요. 엔트로픽에서 가장 유능한 프론티어 AI 모델이에요. 뛰어난 에이전트 코딩, 다단계 추론, 자율공격 보안 기능이 특징입니다. 시뮬레이션된 기업 네트워크를 처음부터 끝까지 자율적으로 손상시키는 것으로 알려진 최초의 AI 모델이고, 두 달 만에 프로덕션 소프트웨어에서 2,000개 이상의 제로데이 취약점을 발견한 최초의 모델이에요. Anthropic은 Project Glasswing 및 기타 신뢰할 수 있는 액세스 파트너를 통해 검증된 파트너에게만 Mythos 5에 대한 접근을 제한합니다.

1. 신화의 기원: 인류학은 어떻게 여기에 이르렀는가

신화는 저절로 생겨난 것이 아닙니다. 코딩과 에이전트 추론 기능이 대부분의 관찰자들이 예측했던 것보다 빠르게 확장된 프론티어 AI 개발이 수년에 걸쳐 이어진 궤적의 정점이에요.

Anthropic의 이전 모델인 Claude Opus 4.6 및 Sonnet 4.6은 SWE-bench Verified와 같은 소프트웨어 엔지니어링 벤치마크에서 이미 최첨단 성능을 입증했습니다. Mythos는 이러한 기능을 특히 적대적 코드 분석 영역으로 확장합니다. 즉, 소프트웨어를 구축할 수 있을 만큼 잘 이해하는 것을 넘어, 소프트웨어가 실패하는 지점을 찾아낼 수 있을 만큼 잘 이해하는 것입니다.

4월 7, 2026 모델 발표가 프로젝트 글래스윙의 출범과 동시에 있었고 수천 개의 제로데이 취약점을 모델이 자율적으로 발견한 것을 문서화한 Anthropic 레드팀의 기술 게시물이 첨부됐어요. 영국 AI 보안 연구소에서 병행 평가를 실시한 결과 Mythos Preview가 사람의 개입 없이 시뮬레이션된 기업 네트워크를 성공적으로 인수하여 10번 중 3번의 시도에서 성공한 최초의 AI 모델이라는 것을 확인했습니다. 앤스로픽은 이후 2026년 6월에 해당 모델의 업데이트 버전인 미소스 5를 출시했습니다.

이는 보안 연구원들이 수년간 예측해 왔던 변곡점입니다. 특정 기능 출시가 아니라, 중요한 전환점을 맞이한 것이었습니다.

2. 신화란 실제로 무엇인가 (기술적 개요)

Mythos는 Anthropic의 Claude 제품군에 속하는 대규모 언어 모델입니다. 이 게임은 2026년 4월에 클로드 미토스 프리뷰로 처음 출시되었고, 2026년 6월에 클로드 미토스 5로 업데이트되었습니다. 이 회사의 차별화된 역량은 세 가지 영역의 교차점에 있습니다.

에이전트 코딩. Mythos는 최소한의 감독만으로 여러 파일에 걸친 코드 변경 사항을 계획, 실행 및 반복할 수 있습니다. Anthropic이 출시 당시 발표한 평가 에서 Mythos Preview는 SWE-bench Verified에서 93.9%, SWE-bench Pro에서 77.8%, SWE-bench Multilingual에서 87.3%의 점수를 받았습니다.

다단계 추론. 이 모델은 이전에는 인간의 지휘가 필요했던 정찰, 취약점 식별, 익스플로잇 개발, 사후 공격과 같은 일련의 작업을 연결할 수 있습니다.

에이전트 기반 검색 및 컴퓨터 사용. 미소스는 시스템과 자율적으로 상호 작용하고, 환경을 탐색하며, 관찰한 내용을 바탕으로 적응할 수 있습니다.

이러한 기능들을 결합하면 취약성 연구의 경제성이 혁신적으로 변화합니다. 과거에는 숙련된 보안 연구원과 몇 주에서 몇 달에 걸친 집중적인 작업, 그리고 특수 도구가 필요했던 작업들이 이제는 충분한 성능을 갖춘 모델에 대한 API 접근 권한만으로 비전문가도 하룻밤 만에 완료할 수 있게 되었습니다.

모델 자체가 반드시 새로운 공격 기법에 의존하는 건 아니에요. 미토스가 발견한 취약점은 대체로 버퍼 오버플로, 무상 사용 버그, 로직 오류 등 잘 알려진 결함 클래스의 변종이에요. 달라진 점은 이러한 결함을 발견하고 검증하고 무기화하는 규모와 속도가 달라졌다는 것입니다.

3. 신화(Mythos)가 기존 개척 모델과 다른 점

미소스가 왜 그러한 반응을 불러일으켰는지 이해하려면, 이전 작품들과 동시대 작품들과 비교해 보는 것이 도움이 됩니다.

능력	이전 클로드 모델(작품 4.6, 소네트 4.6)	미소스 프리뷰
SWE-bench 검증 점수	출시 당시 최첨단 기술	최첨단 신기술
자율적 취약성 연쇄	제한적, 단일 단계	다단계, 전체 과정
대규모 제로데이 탐지	비계를 사용하면 가능합니다.	기본 기능
기업 네트워크 장악(시뮬레이션)	입증되지 않음	성공률 3/10 (영국 AISI 기준)
공개 이용 가능	일반적으로 API를 통해 이용 가능합니다.	제한됨; Glasswing 프로젝트 전용

Anthropic은 2026년 6월에 Mythos Preview의 업그레이드 버전으로 Claude Mythos 5를 출시했습니다. 새로운 모델은 이전 모델보다 자율 작동 시간이 더 길고 전반적인 사이버 보안 성능이 더 뛰어나며 운영 비용도 더 저렴합니다.

다른 두 개의 첨단 모델이 유사한 기능을 입증했습니다.

구글의 빅 슬립(Big Sleep) — 특수 취약점 탐지 시스템으로, 범위는 더 좁지만 방어적 사용 사례에서는 기능적으로 유사합니다 .
OpenAI의 GPT-5.5-사이버 — OpenAI의 Trusted Access for Cyber 프로그램을 통해 사용할 수 있는 사이버 전문 모델이에요. 고급 소프트웨어 취약점 발견 및 사이버 보안 기능이 있어요.

이것이 중요한 이유는 Mythos가 본질적으로 유일무이한 것이 아니라, 정도와 접근 모델 면에서만 독특하기 때문입니다. AISLE의 연구원들은 훨씬 작은 개방형 가중치 모델을 사용하여 Mythos의 쇼케이스 분석 일부를 재현했는데, 이는 기본 기능이 제한된 접근 권한 프로그램으로 차단할 수 있는 속도보다 AI 생태계 전반에 더 빠르게 확산되고 있음을 시사합니다.

4. Mythos가 테스트에서 발견한 내용

사이버 보안 업계의 주목을 받게 된 것은 Mythos의 사전 체험 기간 동안 얻은 실증적 결과 때문이었습니다.

모질라 파이어폭스. 모질라는 Mythos 프리뷰를 테스트하면서 파이어폭스 150에서 271개의 취약점을 발견하고 수정했어요. 이전에 식별한 파이어폭스 취약점을 사용한 별도의 평가에서 Mythos Preview는 181회의 테스트 실행에서 작동하는 익스플로잇을 개발했어요.
오픈BSD. Mythos가 OpenBSD에서 27년간 잠들어 있던 취약점을 발견했어요. 보안을 주요 목표로 명시적으로 설계되고 유지되는 운영체제예요. 이 취약점으로 인해 공격자는 단순히 시스템에 접속하는 것만으로 원격에서 시스템을 다운시킬 수 있었습니다.
FFmpeg. Mythos는 널리 배포된 미디어 처리 라이브러리에서 16년 된 취약점을 발견했어요. 이 라이브러리는 수많은 다운스트림 애플리케이션에 내장되어 있어요.
종합적인 결과입니다. 2026년 5월까지 앤트로픽과 약 50개의 프로젝트 글래스윙 파트너가 널리 사용되는 소프트웨어에서 심각도 높음 또는 치명적인 취약점 10,000개 이상 식별했어요. 이렇게 넓은 총계를 10,000개의 확인된 제로데이 취약점으로 해석하면 안 돼요.
네트워크 장악 시뮬레이션. 영국 AI 보안 연구소의 초기 평가에서 Mythos Preview가 10회 중 3번의 시도로 시뮬레이션된 기업 네트워크를 처음부터 끝까지 손상시키는 것으로 나타났어요. 그렇게 한 최초의 AI 모델이에요.

핵심은 어떤 하나의 취약점이 치명적이라는 것이 아닙니다. 핵심은 발견 속도가 몇 배나 빨라졌고, 비슷한 수준의 모델을 훈련하거나 접근할 수 있는 사람이라면 누구나 동일한 능력을 활용할 수 있게 되었다는 것입니다.

5. 프로젝트 글래스윙: 접근 제어 프레임워크

Anthropic은 Mythos의 역량에 대응하여 의도적으로 접근을 제한했습니다. 앤트로픽은 미소스를 광범위하게 출시하는 대신, 방어 진영 개발자들이 먼저 모델을 활용할 수 있도록 설계된 업계 컨소시엄인 프로젝트 글래스윙을 시작했습니다.

출시 파트너 (4월 7, 2026 발표): Amazon Web Services, Anthropic, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, NVIDIA 및 Palo Alto Networks. 핵심 소프트웨어 인프라를 구축하거나 유지 관리하는 40개 이상의 추가 조직도 초기 접근 권한을 부여받았습니다. 앤트로픽은 이후 15개국 이상에 걸쳐 약 150개 기관으로 프로그램을 확대할 계획을 발표했습니다.

Anthropic의 약속: 프로젝트 글래스윙을 통한 사용 크레딧 최대 1억 달러, 그리고 오픈 소스 보안 조직에 4백만 달러 직접 기부.

방어 논리는 다음과 같습니다. 공격자가 결국에는 동등한 능력을 개발하거나 확보하게 될 것이므로, 방어자는 먼저 선제적으로 대응해야 합니다. 글래스윙 프로젝트가 바로 시작이에요. 동등한 능력을 갖춘 적대 시스템이 취약점을 악용하기 전에 중요한 소프트웨어의 취약점을 찾아 패치하기 위한 공동 노력이에요. 승인된 파트너는 처음에 Mythos Preview를 받았으며 이제 Mythos 5로 업그레이드할 수 있습니다.

이 모델의 설계 자체는 전례가 없는 것은 아닙니다(리눅스 재단을 비롯한 여러 기관에서 수년간 조직적인 정보 공개 프로그램을 운영해 왔습니다). 하지만 그 규모와 최첨단 AI 기능의 활용은 이례적입니다. 이는 소프트웨어 보안에서 공격과 방어의 균형이 바뀌었다는 것을 명확히 인정한 것입니다.

6. 더 넓은 범위의 AI 사이버 보안 환경

Mythos는 인공지능 기반 보안 기능이라는 빠르게 변화하는 환경 속에 자리 잡고 있습니다.

이미 배포된 방어형 AI 도구:

구글의 빅 슬립(취약점 발견)
구글의 코드멘더(자동 패치 도구)
Anthropic의 레드팀 Mythos 통합
AISLE 및 이와 유사한 개방형 가중치 모델을 기반으로 구축된 스캐폴드형 탐색 시스템

공격적인 AI 기능이 문서화되었습니다:

AI 기반 피싱 및 소셜 엔지니어링을 대규모로 활용
딥페이크를 이용한 비즈니스 이메일 해킹
자동 정찰 및 목표 선택
78% 의 조직이 작년에 AI 기반 공격이 확인되거나 의심되는 경험을 했다고 보고했대요 (2026 SANS AI 설문조사)

업계 반응:

베인앤컴퍼니는 많은 조직이 AI 기반 위협에 대응하기 위해 현재 사이버 보안 지출을 두 배로 늘려야 한다고 추산합니다.
미국 사이버보안 및 인프라 보안국(CISA), 전 국장 젠 이스터리, 그리고 월가 주요 인사들은 모두 미소스급 위협에 대해 공개적으로 언급해왔습니다.
사이버 보험 시장은 AI로 가속화된 공격 시나리오를 기반으로 위험을 재산정하고 있습니다.

분석가, 규제 기관, 실무자 모두 공통적으로 다음과 같은 의견을 보입니다. AI는 새로운 취약점을 만들어내는 것이 아니라, 기존의 취약점을 대규모로 드러낸다는 것입니다. 수년간 이사회에서 묵인해 온 사이버 보안 기본 사항에 대한 만성적인 투자 부족은 이제 즉각적이고 중대한 사업 위험으로 대두되었습니다.

7. 역량 확산 문제

미소스의 가장 중요하면서도 가장 간과되는 측면 중 하나는 역량 확산 문제 입니다. AISLE을 비롯한 여러 연구기관의 연구 결과는 Mythos가 보여주는 공격 능력이 폐쇄형 모델에만 국한된 것이 아님을 시사합니다. 적절한 프레임워크(타겟팅, 반복적인 프롬프트, 샌드박스 환경)를 구축하면 훨씬 작고 저렴한 모델로도 Mythos의 분석 결과 중 상당 부분을 복구할 수 있습니다.

이는 세 가지 의미를 내포합니다.

접근 제한 프로그램은 지연을 초래할 뿐, 완전히 막지는 못합니다. 충분한 자원을 보유한 적들은 유사한 시스템을 구축하거나 개선할 수 있습니다.
병목 현상은 모델 자체의 기능이 아니라, 프레임워크 구축에 있습니다. 수비 구조를 제대로 이해하고 나면, 공격 구조도 그에 상응하는 방식으로 이해할 수 있다.
수비적인 유리한 시기는 몇 년이 아니라 몇 달 단위로 측정됩니다. 2026년 중후반까지 보안 아키텍처를 재정비하지 않은 조직은 이미 재정비한 공격자들과 맞서 싸워야 할 것입니다.

이러한 이유로 보안 분석가들은 Mythos를 일시적인 위협이 아닌 영구적인 변화의 신호로 점점 더 인식하고 있습니다.

8. 방어적 대응: 이것이 보안 아키텍처에 미치는 영향

신화급 위협에 대한 방어적 대응은 몇 가지 핵심적인 아키텍처 원칙으로 수렴되었습니다. 이러한 원칙들은 모두 새로운 것이 아니지만, 도입의 시급성은 새롭습니다.

위반을 가정해. 공격자가 침입했는지 여부로 성공을 측정하는 것을 멈추세요. 사이버 공격이 어디까지 퍼질 수 있는지부터 측정해 보세요. 이것이 제로 트러스트의 개념적 토대예요.
마이크로세그멘테이션. 네트워크를 최소 권한의 통신 정책으로 작고 격리된 구역으로 나누세요. 공격자가 워크로드를 침해하는 경우 (아니라면) 세분화 정책이 이미 적용되어 있어 실시간 인적 대응이 필요하지 않아요. 이것이 Illumio 제로 트러스트 세분화 플랫폼의 기반이에요.
지속적인 가시성. 보이지 않는 것은 가둘 수 없다. 하이브리드 및 멀티 클라우드 환경 전반에 걸친 실시간 트래픽 흐름 가시성은 이제 필수 요소가 되었습니다.
AI 기반 응답. 일루미오의 인사이트(AI 기반 클라우드 감지 및 대응 시스템)와 같은 방어 AI 도구는 인간이 충분히 빠르게 내릴 수 없는 격리 결정을 자동화하여 속도 격차를 해소합니다.
사전 준비된 격리. 실제 침입 상황 중에 인간의 의사 결정이 필요한 차단 방식은 AI급 공격자에 대응하기에는 너무 느립니다. 정책은 공격이 발생하기 전에 정의하고 시행해야 하며, 공격에 대응해서 사후에 시행해서는 안 됩니다.

구조적인 통찰: 공격이 시작될 때 이미 방어 체계가 갖춰져 있다면, 방어자는 AI 공격자보다 더 빠르게 대응할 필요가 없다. 이것이 바로 세분화 및 제로 트러스트 아키텍처가 제공하는 비대칭적 이점입니다.

9. 미해결 질문 및 논쟁

Mythos는 사이버 보안 업계가 아직 해결하지 못한 몇 가지 논쟁을 제기했습니다.

접근 제한 방식이 올바른 모델일까요? AISLE을 비롯한 여러 단체는 Mythos의 독점성을 과장하면 이미 더 저렴한 모델을 사용하여 효과적으로 작동하는 AI 보안 도구의 도입을 저해할 수 있다고 주장합니다. 통제된 방식으로 전개되는 인류의 대응책은 수비수에게 중요한 시간을 벌어줍니다.

적대적 대응책은 얼마나 빨리 등장할까요? 추정치는 국가 기관의 경우 수개월에서 범죄 조직의 경우 수년에 이르기까지 다양합니다. 솔직히 말하면 아무도 모릅니다.

AI 기반 보안을 위한 적절한 기준선은 무엇일까요? 인공지능 기반 공격에 대한 최소한의 효과적인 방어 체계가 무엇인지에 대해서는 아직 업계에서 합의된 바가 없습니다. CISA, NIST, 클라우드 보안 연합에서 프레임워크가 등장하고 있지만, 표준은 위협에 비해 뒤처지고 있습니다.

보험사는 이를 어떻게 재조정하나요? RSAC 2026 세션에서는 제로 트러스트 창시자인 존 킨더바그의 발언을 포함하여 사이버 보험 경제학이 AI 공격자들이 악용할 수 있는 왜곡된 유인책을 만들어내고 있다는 가능성이 제기되었습니다.

이러한 논의는 2026년까지 RSAC, Black Hat, Gartner Security Summit에서 진행될 예정입니다.

그들은 향후 10년간의 보안 아키텍처를 형성할 것입니다.

10. 기타 자주 묻는 질문

What is Mythos in one sentence?

Mythos is Anthropic's frontier AI model that can autonomously find and weaponize software vulnerabilities at machine speed.

Is Mythos publicly available?

아니요. Mythos 5는 현재 엄선된 소수의 파트너에게만 제공되며, 초기에는 Project Glasswing을 통해 이용할 수 있습니다. 앤트로픽은 보다 광범위한 신뢰 접근 프로그램을 통해 접근성을 확대할 계획이라고 밝혔습니다.

Who has access to Mythos?

프로젝트 글래스윙의 초기 파트너 약 50곳이 미소스 프리뷰에 접근할 수 있었습니다. 앤트로픽은 이후 15개국 이상에서 약 150개 조직을 추가로 확대한다고 발표했지만, Mythos 5는 여전히 검증된 소수의 파트너로 제한됩니다.

Was Mythos used in a real-world attack?

No publicly confirmed attacks have been attributed to Mythos itself. However, the UK AI Security Institute demonstrated Mythos can compromise simulated corporate networks autonomously.

How many vulnerabilities did Mythos find?

2026년 5월까지 앤트로픽과 약 50개의 프로젝트 글래스스윙 파트너가 널리 사용되는 소프트웨어에서 심각도가 높거나 심각한 취약점을 10,000개 이상 발견했다고 보고했어요. 모질라의 파이어폭스 150 테스트에서 발견된 취약점 271개예요.

Is Mythos the only AI model with these capabilities?

아니요.구글의 빅 슬립과 OpenAI의 GPT-5.5-Cyber는 관련 취약점 연구 능력을 입증했고, 구글의 코드멘더는 취약점 자동 복구에 초점을 맞추고 있어요.AISLE의 연구원들이 더 작은 개방형 가중치 모델이 Mythos 분석의 상당 부분을 복제할 수 있다는 걸 보여줬어요.

Why is Mythos a concern for cybersecurity?

It collapses the time required to find and exploit software vulnerabilities from months to minutes, and lowers the expertise barrier for offensive operations dramatically.

What is the difference between Mythos and traditional vulnerability scanners?

Traditional scanners rely on known signatures and predefined patterns. Mythos uses autonomous reasoning to discover novel vulnerabilities that don't match any existing signature.

How does Mythos affect ransomware?

Ransomware depends on lateral movement after initial access. AI tools like Mythos accelerate both the initial access and the lateral spread phases, making ransomware faster and more damaging.

Can traditional firewalls stop Mythos-class attacks?

Not reliably. Perimeter defenses assume attackers stay outside. Once an AI-driven attacker gains internal access, firewalls don't stop lateral movement within the network.

What is the recommended defense against Mythos-class threats?

업계 합의는 제로 트러스트 원칙, 마이크로세그멘테이션, 지속적인 가시성, AI 증강 탐지 및 대응을 결합한 격리 우선 전략이에요. 일루미오가 이걸 어떻게 구현하는지 봐봐요. →

How is Mythos different from Project Glasswing?

신화는 AI 모델이에요. 글래스윙 프로젝트는 Anthropic이 처음에 통제된 접근을 제공한 방어적 보안 이니셔티브예요.

Will Mythos make cyber insurance more expensive?

Likely yes. Insurance markets are already repricing risk based on AI-accelerated attack scenarios. RSAC 2026 sessions specifically addressed this dynamic.

Should our board be discussing Mythos?

Yes. Industry analysts including Bain & Company recommend treating AI-driven cyber risk as a board-level topic requiring active ownership and reallocated budget.

‍

용어집으로 돌아가기