2026년 4월, 앤트로픽은 자사의 차세대 AI 모델 ‘클로드 미토스(Claude Mythos) 프리뷰’를 공개했다.1 표면적으로는 또 하나의 거대 언어 모델 발표였지만, 사이버 보안 업계의 반응은 달랐다. 미국의 한 매체는 이를 두고 “해커와 사이버 보안 기업 사이의 오랜 군비 경쟁이 핵 수준으로 격화됐다”고 보도했다.
단순한 수사가 아니다. 미토스는 제로데이 취약점을 자동으로 탐지하고, 더 나아가 여러 취약점을 결합하여 익스플로잇(공격 코드)까지 스스로 생성하는 능력을 보여주었다. 앤트로픽은 이 모델이 너무 위험하다는 판단 아래 일반 공개 대신 ‘프로젝트 글래스윙(Project Glasswing)’이라 명명된 제한적 협력 모델을 선택했다.
자동차 산업의 관점에서 이 사건은 결코 가볍지 않다. 차량은 일반 IT 시스템과 본질적으로 다른 두 가지 속성을 지닌다. 첫째, 한 번 출고되면 10~15년 동안 도로 위에 머문다. 둘째, 보안 사고의 결과가 데이터 손실이 아니라 인명 피해로 이어질 수 있다. 미토스와 같은 공격 능력을 가진 AI가 일반화되는 시점에, 이미 도로에 나와 있는 수억 대의 차량은 어떤 위치에 놓이게 될 것인가.
그리고 그 변화의 중심에 있는 글래스윙 프로젝트는 자동차 산업에 어떤 그늘을 드리우는가. 이 글은 미토스가 만들어 낸 변곡점을 짚고, 글래스윙의 구조적 비대칭을 분석한 뒤, 한국 자동차 산업이 지금 무엇을 준비해야 하는 지를 살펴본다.
변곡점 : 미토스가 바꿔놓는 게임의 룰
미토스의 진정한 의미는 벤치마크 점수가 아니라 능력의 질적 도약에 있다. 앤트로픽이 공개한 자료에 따르면, 미토스는 주요 운영 체제와 웹 브라우저 전반에서 수천 건의 제로데이 취약점을 발견했으며, 그중 일부는 수년에서 수십 년에 걸쳐 코드 베이스에 잠복해 있던 결함이었다.2
2026년 5월에는 캘리포니아 팔로알토의 보안 연구회사 칼리프(Calif) 연구진이 미토스를 활용해 단 5일만에 macOS의 메모리 무결성 강화(MIE) 우회 익스플로잇을 제작했다는 사례가 외신을 통해 알려졌다.3
두 개의 버그와 여러 기법을 결합해 메모리를 손상시키고 권한 상승을 달성한 결과였다. 이에 대해 칼리프 CEO 타이 두옹은 “AI가 완전히 새로운 공격 기법을 만들어낸 것은 아니며 인간 보안 연구자의 분석과 결합된 결과”라고 단서를 달았지만, 5년에 걸쳐 설계된 최신 보안 체계가 5일 만에 우회되었다는 점에서 AI가 발견-무기화 사이클에서 차지하는 비중이 결정적 수준에 이르렀음을 시사한다.
이 능력이 자동차 도메인으로 옮겨지면 위협 구조는 한층 더 복잡해진다. 최신 차량의 소프트웨어는 100~150개의 ECU에 분산되어 있고, 코드 라인 수는 1억 라인을 훌쩍 넘는다. CAN, CAN-FD, 자동차 이더넷, V2X DSRC/C-V2X 등 통신 스택은 다양하고, 그 위에 SecOC, MACsec, IEEE 1609.2와 같은 보안 계층이 얹혀 있다. OTA 클라이언트, 텔레매틱스 모듈, IVI 시스템은 인터넷과 직접 연결된다. 이 모든 구성 요소의 펌웨어와 프로토콜 구현체는 수년에서 수십 년에 걸쳐 작성된 코드가 누적된 결과물이다. 미토스급 모델에게 이러한 환경은 그 자체로 광대한 공격 표면이 된다.
특히 우려스러운 지점은 차량의 시간축이다. IT 시스템에서는 취약점이 발견되면 며칠 내 패치가 배포되고 사용자는 강제 업데이트로 보호된다. 그러나 차량은 사정이 다르다. OTA가 보편화되었다고는 하나, 여전히 안전 관련 ECU의 상당수는 서비스센터 방문을 필요로 하며, 단종된 모델이나 EOL(End of Life)에 진입한 차량의 패치 보장은 현실적으로 제한적이다.
만약 2027~2028년에 미토스급 모델이 일반화되어 도로 위 차량의 취약점이 대규모로 노출된다면, 그 표적은 향후 10년 이상 그대로 도로에 머무를 수 밖에 없다. SDV(Software Defined Vehicle) 전환이 가속화될수록, 공격 표면은 더욱 넓어지고 그 위에 누적되는 코드의 양도 비례하여 증가한다.
글래스윙의 그늘 : 닫힌 동맹의 비대칭성
앤트로픽은 미토스의 위험성을 인식하고 일반 공개 대신 ‘프로젝트 글래스윙’이라는 폐쇄형 협력 모델을 선택했다. 글래스윙은 2026년 4월 출범 당시 아마존웹서비스(AWS), 애플, 구글, 마이크로소프트, 시스코, 팔로알토네트웍스, 브로드컴, 크라우드스트라이크, JP모건체이스, 엔비디아, 리눅스재단 등 앤트로픽을 포함한 초기 파트너 12개 기관에 미토스를 제한적으로 제공하며 출범했으며,4 여기에 핵심 소프트웨어 인프라를 만들거나 유지하는 40여 개 조직이 더해져 현재는 50개를 넘는 조직이 참여하는 방어 중심의 보안 연구 이니셔티브로 운영되고 있다.5
확대 국면에서는 모질라 등 추가 사업자도 명단에 합류한 것으로 거론된다. 이들 참여 기업은 미토스를 통해 자사 제품의 취약점을 사전에 발굴하고 패치하는 ‘방어 우위’를 확보할 수 있다. 표면적으로는 사이버 보안 강화를 위한 산업 협력으로 보이지만, 구조를 들여다보면 세 가지 비대칭이 드러난다.
첫째는 접근 비대칭이다. 글래스윙 참여 조직은 미토스를 활용해 자사 시스템과 관련 생태계의 취약점을 선제적으로 찾고 보완할 수 있다. 반면 비참여 기업은 같은 수준의 도구 접근권을 갖지 못한다. 특히 현재 공개된 초기 파트너 명단에서 자동차 OEM이나 주요 차량 공급망 기업이 중심적으로 거론되지는 않는다.
물론 글래스윙 참여자들이 발견한 정보를 외부에 공유할 수 없다는 우려는 최근 일부 완화되었다. 2026년 5월 18일 로이터 보도에 따르면 앤트로픽은 참여자들이 책임 있는 공개 원칙에 따라 보안팀, 산업 단체, 규제 기관, 정부기관, 오픈소스 유지 관리자 등과 관련 정보를 공유할 수 있도록 입장을 조정했다.5 따라서 문제를 “정보 공유의 완전한 차단”으로만 규정하는 것은 현재의 사실관계와 맞지 않는다.
그러나 접근 비대칭 자체가 사라진 것은 아니다. 핵심은 이제 “공유가 가능한가”가 아니라, 어떤 정보가, 어느 수준의 세부성으로, 어느 시간 안에, 자동차 공급망의 어느 단계까지 도달하는가이다. 취약점 정보가 추상적 경고 수준으로 전달되는 것과, 영향을 받는 컴포넌트·버전·익스플로잇 가능성·임시 완화책·패치 상태가 함께 전달되는 것은 완전히 다르다.
둘째는 공급망 전파 비대칭이다. 자동차 공급망은 OEM, Tier 1, Tier 2, 반도체 벤더, 오픈소스 컴포넌트 유지 관리자, 클라우드·통신 사업자까지 이어지는 다층 구조다. 하나의 차량 취약점은 특정 ECU 소프트웨어, 서드파티 라이브러리, 암호 모듈, OTA 서버, 모바일 앱, 충전 인프라 중 어느 한 지점에서 시작될 수 있다. 글래스윙 참여자가 어떤 취약점을 발견하더라도, 그것이 자동차 공급망의 실제 영향을 받는 조직까지 정확하고 빠르게 전달되지 않으면 방어 효과는 제한적이다.
셋째는 표준과 인증의 시차다. UN R155/R156, ISO/SAE 21434, ISO 24089는 자동차 사이버 보안과 소프트웨어 업데이트 관리의 핵심 틀을 제공한다. UN R155는 차량 사이버 보안 및 사이버 보안 관리 체계, UN R156은 소프트웨어 업데이트 및 소프트웨어 업데이트 관리 체계와 관련되며,10 ISO/SAE 21434와 ISO 24089는 각각 이들 요구 사항과 밀접하게 연결된다.9 또한 이 규제들은 감사 기반, 위험 기반 접근을 통해 제조사의 조직적 절차와 책임, 거버넌스를 평가한다. 하지만 현행 표준과 규제가 곧바로 미토스급 AI가 만들어 내는 속도와 규모를 충분히 반영한다고 보기는 어렵다.
기존 체계는 위험 기반 관리 프레임워크를 제공하지만, AI가 취약점 탐색·체이닝·익스플로잇 가능성 평가를 대규모로 자동화하는 상황에서 필요한 시험 강도, 증거 수준, 사후 모니터링 속도, 공급망 통지 체계, 긴급 패치 SLA까지 구체적으로 요구하지는 않는다. 이 간극은 당분간 산업 스스로 메워야 한다.
한국 자동차 산업이 지금 준비할 것
이 상황을 비관할 일은 아니다. 한국 자동차 산업은 글로벌 빅테크의 폐쇄형 동맹과는 다른 트랙으로, 그러나 그에 못지않게 신속하게 대응 체계를 만들 수 있는 자산을 이미 갖추고 있다. 우선 순위는 다음의 네 가지로 압축된다.
첫째, 국내 자동차 사이버 보안 정보 공유 체계를 AI 시대에 맞게 격상해야 한다. 글로벌 Auto-ISAC은 차량 사이버보안 위협을 조기에 분석하고 해결책을 공유하기 위한 산업 주도형 커뮤니티이며, 북미·유럽·아시아에 걸친 글로벌 회원 기반을 갖고 있다.6 공식 회원 목록에는 Hyundai, Kia, Hyundai Mobis, LG 등 한국과 관련된 기업도 확인된다.6
따라서 한국 산업은 이미 존재하는 글로벌 Auto-ISAC 참여 기반을 활용하되, 국내 OEM·부품사·보안 기업·학계·정부 기관이 연결되는 국내 자동차 사이버 보안 정보 공유 체계(자동차사이버보안연구회는 Auto-ISAC 작업반을 통해 주기적으로 뉴스레터를 발행하고 있음)를 한 단계 더 정교하게 설계해야 한다. 이 체계는 단순히 “위협 정보를 공유하자”는 수준에 머물러서는 안된다. AI가 발견한 취약점과 공격 패턴은 다음과 같은 실행 가능한 형식으로 공유되어야 한다.
취약점 식별에는 CVE, CWE, 영향을 받는 소프트웨어·펌웨어 버전, ECU 또는 플랫폼 식별자가 포함되어야 한다. 위험도 판단에는 CVSS뿐 아니라 실제 악용 가능성을 반영한 EPSS, CISA KEV 등 외부 지표와 자동차 안전 영향도를 함께 고려해야 한다.
공급망 전달을 위해서는 SBOM과 VEX를 활용해 어떤 컴포넌트가 실제 영향을 받는지, 어떤 제품은 영향을 받지 않는지 구분해야 한다. 공유 등급은 TLP 기반으로 관리하고, IoC, 공격 전술·기법, 임시 완화책, 패치 상태, 배포 예정일, 책임 조직을 함께 기록해야 한다. 특히 자동차 분야에서는 “취약점이 존재한다”는 사실 보다 “어떤 차량, 어떤 연식, 어떤 ECU, 어떤 소프트웨어 버전, 어떤 시장 출고분에 영향을 주는가”가 중요하다. 이를 위해 OEM과 Tier 1은 부품·소프트웨어 구성 정보를 사전에 표준화해 두어야 한다. 글래스윙에 참여하지 못하더라도, 한국 산업은 정보의 수집·정규화·전파 속도에서 자체 우위를 만들 수 있다.
둘째, AI-증강 레드팀과 차량 사이버 레인지를 내재화해야 한다. 미토스급 모델이 공격자의 생산성을 높인다면, 방어자 역시 동급의 자동화된 공격 시뮬레이션 능력을 갖춰야 한다. 기존 침투 시험은 출시 전 일정 기간 수행되는 프로젝트성 활동에 머무는 경우가 많았다. 앞으로는 개발·양산·운영 전 주기에 걸친 지속적 보안 검증(continuous security validation)으로 전환해야 한다. 이를 위해 OEM과 Tier 1은 AI-증강 레드팀을 구축하고, 다음과 같은 실험 환경을 갖춰야 한다. 첫째, 실제 차량 네트워크와 ECU 구성을 반영한 차량 사이버 레인지가 필요하다. 둘째, ECU 펌웨어를 안전하게 분석할 수 있는 샌드박스와 바이너리 분석 환경을 구축해야 한다. 셋째, IVI, 텔레매틱스, OTA 업데이트 체인, 모바일앱, 클라우드 백엔드, V2X 메시지, 전기차 충전 인터페이스를 연결한 디지털 트윈 환경이 필요하다. 넷째, AI 모델이 생성한 공격 시나리오를 격리된 환경에서 검증하고, 그 결과를 TARA와 취약점 대응 프로세스에 반영하는 절차가 필요하다.
국내에는 이미 실차 기반 보안 교육과 경진대회 경험이 축적되고 있다. 국민대학교가 주관한 CO-SHOW AutoHack 2025는 국내에서 자동차 해킹과 방어 전 과정을 다루는 경진대회로, 실차와 가상환경을 결합해 CAN 기반 공격 데이터 분석, IVI 공격, CANoe 기반 퍼징, CAN IDS 탐지 성능 평가 등을 다뤘다.7 또한 49개의 zero-day가 공개되고 총 886,250달러의 상금이 수여된 Pwn2Own Automotive 2025(일본 개최)에 다수의 한국팀이 참가하여 우수한 성적을 달성하였다.8 이러한 흐름은 자동차 공격면이 이미 국제 보안 연구의 주요 무대가 되었음을 보여준다. 따라서 한국 산업은 AutoHack과 같은 인재 발굴 플랫폼, 대학 연구실, 보안 스타트업, OEM·부품사의 실차 검증 환경을 연결해야 한다. 인간 중심 레드팀을 AI-증강 레드팀으로 확장하고, 그 결과를 산업 전반의 정보공유 체계로 환류시키는 구조가 필요하다.
셋째, 자동차 보안과 AI를 함께 이해하는 융합 인력을 양성해야 한다. 자동차 사이버보안 인력은 이미 희소하다. 여기에 프론티어 AI의 능력과 한계, LLM 기반 취약점 분석, 프롬프트 인젝션과 에이전트 보안, 머신러닝 기반 탐지 시스템의 강건성까지 이해하는 인력은 더 부족하다. 앞으로 필요한 인력은 단순히 “AI를 쓸 줄 아는 보안 인력”이 아니다. 자동차 시스템과 AI 보안 양쪽을 동시에 이해하는 사람이어야 한다. 구체적으로는 다음 역량이 요구된다.
차량 네트워크와 ECU 아키텍처를 이해해야 하고, CAN/CANFD, Automotive Ethernet, UDS, DoIP, V2X 프로토콜 분석 능력을 갖춰야 한다. 임베디드 리눅스, RTOS, 부트로더, HSM, Secure Boot, OTA 업데이트 체인을 다룰 수 있어야 한다. 펌웨어 리버싱, 바이너리 분석, 퍼징, 취약점 재현, 익스플로잇 가능성 평가도 필요하다. 동시에 LLM 기반 코드·바이너리 분석 도구를 안전하게 운용하고, AI가 생성한 결과의 오탐·과잉 추론·재현 불가능성을 검증할 수 있어야 한다. 마지막으로 책임 있는 취약점 공개, 공급망 통지, 규제 대응, AI 보안 거버넌스까지 이해해야 한다.
대학은 학부와 대학원 교과과정에 자동차 사이버보안, AI 보안, 임베디드 시스템 보안, 소프트웨어 공급망 보안을 통합해야 한다. 산업체 재직자를 대상으로는 단기 집중 과정을 운영하고, OEM과 부품사는 사내 보안팀의 AI 역량 재교육에 투자해야 한다. KSAE, 대학 컨소시엄, 지역 혁신 사업, 산업계 교육 프로그램은 이 융합형 인재 양성을 핵심 의제로 삼아야 한다.
넷째, 인증·규제 대응을 선제적으로 정비해야 한다. AI에 의한 자동화 공격은 현행 자동차 사이버보안 인증 체계가 명시적으로 다루지 못하는 영역이다. 한국 자동차 산업은 이 공백을 수동적으로 기다릴 것이 아니라, AI 시대의 자동차 신뢰성을 다루는 차세대 인증 기준의 국제 논의에 능동적으로 참여하고, 국내 적용을 선도할 수 있다. 구체적으로는 UN R155/R156이 논의되는 UNECE WP.29 산하 GRVA, ISO/SAE 21434를 만든 ISO·SAE 합동 작업반(JWG)의 후속 표준화 작업, 그리고 국내 형식 승인·적합성 평가를 담당하는 국토교통부와 자동차안전연구원(KATRI)이 그 통로가 된다.
한국은 이들 채널에 전문가를 지속적으로 파견하고, 규제 기관과 산업계가 함께 AI-증강 위협을 반영한 시험 강도·증거 수준 요구 사항을 선제적으로 정의해야 한다. 정부 차원에서는 자동차 산업의 전략적 중요성을 근거로 미국·유럽의 AI 기업 및 정부 기관과 직접 협상하여, 한국 자동차 산업의 글래스윙 또는 그에 준하는 정보 공유 체계에의 참여를 모색할 필요가 있다. 한미·한EU·한일 양자 채널, 그리고 Auto-ISAC와 같은 산업 간 채널을 다층적으로 운용하여, 단일 채널이 막혔을 때의 대안을 확보해야 한다.
미토스의 등장과 글래스윙 프로젝트는 자동차 사이버보안의 좌표를 흔들어 놓았다. 공격자가 AI의 힘을 빌릴 때, 방어자가 같은 도구에 접근하지 못한다면 그 비대칭은 시간이 지날수록 벌어진다. 그러나 한국 자동차 산업이 이 변화에 수동적으로 끌려갈 이유는 없다. 우리는 이미 강력한 OEM과 부품 산업, 활발한 자동차 보안 연구 커뮤니티, 국내 자동차 사이버보안 정보공유 체계라는 정보 공유 기반, AutoHack과 같은 인재 발굴 채널을 보유하고 있다.
지금 필요한 것은 이 자산들을 미토스 시대의 위협 모델에 맞게 재구성하고, 정부·산업·학계가 한 박자 빠르게 움직이는 일이다. 거대언어모델이 만든 보안의 새 시대는 위협이지만, 잘 준비된 산업에게는 ‘신뢰성(Trustworthiness)’이라는 새로운 경쟁축을 제공하기도 한다. ‘AI-증강 공격에도 견디는 차량’을 가장 먼저 출고하는 OEM은, 단순한 기능 차별화를 넘어 안전이라는 가장 본질적인 가치에서 우위를 점할 것이다. 한국 자동차 산업이 그 자리를 차지하기를 기대한다.
<참고자료>
1. 이글루코퍼레이션, “해커를 대체할 AI? 클로드 미토스,” Security & Intelligence, 2026. 5.
2. ZDNet Korea, “미토스에 놀란 세계… 사이버 보안 새 시대 예고,” 2026. 4. 12.
3. 스페셜경제, “클로드 미토스, 애플 보안 뚫었다… AI 보안 모델이 맥 취약점 찾아,” 2026.5.16. (Wall Street Journal 보도 인용)
4. 디일렉(THE ELEC), “너무 위험한 AI 모델, 미토스… 앤트로픽, 일반 공개 불가,” 2026. 4. 8.
5. Reuters, “Anthropic to let partners share Mythos cybersecurity findings with others,” 2026.5.18; ZDNet Korea, “앤트로픽, ‘미토스’ 보안 정보 외부 공개…공유 범위 논의 중,” 2026. 5. 20.
6. Automotive ISAC (Auto-ISAC), “About Auto-ISAC / Membership,” https://automotiveisac.com
7. 국민대학교 자동차IT융합학과, “CO-SHOW AutoHack 2025 결과,” 2025.
8. Zero Day Initiative (Trend Micro), “Pwn2Own Automotive 2025 – Day Three and Final Results,” 2025. 1. 23.
9. ISO/SAE 21434, “Road vehicles — Cybersecurity engineering,” 2021; ISO 24089, “Road vehicles – Software update engineering,” 2023.
10. UNECE WP.29, “UN Regulation No. 155 (Cyber security and cyber security management system) / No. 156 (Software update and software update management system),” 2021.
* 출처: 한국자동차공학회 제공, 오토저널 2026년 7월호
2026년 4월, 앤트로픽은 자사의 차세대 AI 모델 ‘클로드 미토스(Claude Mythos) 프리뷰’를 공개했다.1 표면적으로는 또 하나의 거대 언어 모델 발표였지만, 사이버 보안 업계의 반응은 달랐다. 미국의 한 매체는 이를 두고 “해커와 사이버 보안 기업 사이의 오랜 군비 경쟁이 핵 수준으로 격화됐다”고 보도했다.
단순한 수사가 아니다. 미토스는 제로데이 취약점을 자동으로 탐지하고, 더 나아가 여러 취약점을 결합하여 익스플로잇(공격 코드)까지 스스로 생성하는 능력을 보여주었다. 앤트로픽은 이 모델이 너무 위험하다는 판단 아래 일반 공개 대신 ‘프로젝트 글래스윙(Project Glasswing)’이라 명명된 제한적 협력 모델을 선택했다.
자동차 산업의 관점에서 이 사건은 결코 가볍지 않다. 차량은 일반 IT 시스템과 본질적으로 다른 두 가지 속성을 지닌다. 첫째, 한 번 출고되면 10~15년 동안 도로 위에 머문다. 둘째, 보안 사고의 결과가 데이터 손실이 아니라 인명 피해로 이어질 수 있다. 미토스와 같은 공격 능력을 가진 AI가 일반화되는 시점에, 이미 도로에 나와 있는 수억 대의 차량은 어떤 위치에 놓이게 될 것인가.
그리고 그 변화의 중심에 있는 글래스윙 프로젝트는 자동차 산업에 어떤 그늘을 드리우는가. 이 글은 미토스가 만들어 낸 변곡점을 짚고, 글래스윙의 구조적 비대칭을 분석한 뒤, 한국 자동차 산업이 지금 무엇을 준비해야 하는 지를 살펴본다.
변곡점 : 미토스가 바꿔놓는 게임의 룰
미토스의 진정한 의미는 벤치마크 점수가 아니라 능력의 질적 도약에 있다. 앤트로픽이 공개한 자료에 따르면, 미토스는 주요 운영 체제와 웹 브라우저 전반에서 수천 건의 제로데이 취약점을 발견했으며, 그중 일부는 수년에서 수십 년에 걸쳐 코드 베이스에 잠복해 있던 결함이었다.2
2026년 5월에는 캘리포니아 팔로알토의 보안 연구회사 칼리프(Calif) 연구진이 미토스를 활용해 단 5일만에 macOS의 메모리 무결성 강화(MIE) 우회 익스플로잇을 제작했다는 사례가 외신을 통해 알려졌다.3
두 개의 버그와 여러 기법을 결합해 메모리를 손상시키고 권한 상승을 달성한 결과였다. 이에 대해 칼리프 CEO 타이 두옹은 “AI가 완전히 새로운 공격 기법을 만들어낸 것은 아니며 인간 보안 연구자의 분석과 결합된 결과”라고 단서를 달았지만, 5년에 걸쳐 설계된 최신 보안 체계가 5일 만에 우회되었다는 점에서 AI가 발견-무기화 사이클에서 차지하는 비중이 결정적 수준에 이르렀음을 시사한다.
이 능력이 자동차 도메인으로 옮겨지면 위협 구조는 한층 더 복잡해진다. 최신 차량의 소프트웨어는 100~150개의 ECU에 분산되어 있고, 코드 라인 수는 1억 라인을 훌쩍 넘는다. CAN, CAN-FD, 자동차 이더넷, V2X DSRC/C-V2X 등 통신 스택은 다양하고, 그 위에 SecOC, MACsec, IEEE 1609.2와 같은 보안 계층이 얹혀 있다. OTA 클라이언트, 텔레매틱스 모듈, IVI 시스템은 인터넷과 직접 연결된다. 이 모든 구성 요소의 펌웨어와 프로토콜 구현체는 수년에서 수십 년에 걸쳐 작성된 코드가 누적된 결과물이다. 미토스급 모델에게 이러한 환경은 그 자체로 광대한 공격 표면이 된다.
특히 우려스러운 지점은 차량의 시간축이다. IT 시스템에서는 취약점이 발견되면 며칠 내 패치가 배포되고 사용자는 강제 업데이트로 보호된다. 그러나 차량은 사정이 다르다. OTA가 보편화되었다고는 하나, 여전히 안전 관련 ECU의 상당수는 서비스센터 방문을 필요로 하며, 단종된 모델이나 EOL(End of Life)에 진입한 차량의 패치 보장은 현실적으로 제한적이다.
만약 2027~2028년에 미토스급 모델이 일반화되어 도로 위 차량의 취약점이 대규모로 노출된다면, 그 표적은 향후 10년 이상 그대로 도로에 머무를 수 밖에 없다. SDV(Software Defined Vehicle) 전환이 가속화될수록, 공격 표면은 더욱 넓어지고 그 위에 누적되는 코드의 양도 비례하여 증가한다.
글래스윙의 그늘 : 닫힌 동맹의 비대칭성
앤트로픽은 미토스의 위험성을 인식하고 일반 공개 대신 ‘프로젝트 글래스윙’이라는 폐쇄형 협력 모델을 선택했다. 글래스윙은 2026년 4월 출범 당시 아마존웹서비스(AWS), 애플, 구글, 마이크로소프트, 시스코, 팔로알토네트웍스, 브로드컴, 크라우드스트라이크, JP모건체이스, 엔비디아, 리눅스재단 등 앤트로픽을 포함한 초기 파트너 12개 기관에 미토스를 제한적으로 제공하며 출범했으며,4 여기에 핵심 소프트웨어 인프라를 만들거나 유지하는 40여 개 조직이 더해져 현재는 50개를 넘는 조직이 참여하는 방어 중심의 보안 연구 이니셔티브로 운영되고 있다.5
확대 국면에서는 모질라 등 추가 사업자도 명단에 합류한 것으로 거론된다. 이들 참여 기업은 미토스를 통해 자사 제품의 취약점을 사전에 발굴하고 패치하는 ‘방어 우위’를 확보할 수 있다. 표면적으로는 사이버 보안 강화를 위한 산업 협력으로 보이지만, 구조를 들여다보면 세 가지 비대칭이 드러난다.
첫째는 접근 비대칭이다. 글래스윙 참여 조직은 미토스를 활용해 자사 시스템과 관련 생태계의 취약점을 선제적으로 찾고 보완할 수 있다. 반면 비참여 기업은 같은 수준의 도구 접근권을 갖지 못한다. 특히 현재 공개된 초기 파트너 명단에서 자동차 OEM이나 주요 차량 공급망 기업이 중심적으로 거론되지는 않는다.
물론 글래스윙 참여자들이 발견한 정보를 외부에 공유할 수 없다는 우려는 최근 일부 완화되었다. 2026년 5월 18일 로이터 보도에 따르면 앤트로픽은 참여자들이 책임 있는 공개 원칙에 따라 보안팀, 산업 단체, 규제 기관, 정부기관, 오픈소스 유지 관리자 등과 관련 정보를 공유할 수 있도록 입장을 조정했다.5 따라서 문제를 “정보 공유의 완전한 차단”으로만 규정하는 것은 현재의 사실관계와 맞지 않는다.
그러나 접근 비대칭 자체가 사라진 것은 아니다. 핵심은 이제 “공유가 가능한가”가 아니라, 어떤 정보가, 어느 수준의 세부성으로, 어느 시간 안에, 자동차 공급망의 어느 단계까지 도달하는가이다. 취약점 정보가 추상적 경고 수준으로 전달되는 것과, 영향을 받는 컴포넌트·버전·익스플로잇 가능성·임시 완화책·패치 상태가 함께 전달되는 것은 완전히 다르다.
둘째는 공급망 전파 비대칭이다. 자동차 공급망은 OEM, Tier 1, Tier 2, 반도체 벤더, 오픈소스 컴포넌트 유지 관리자, 클라우드·통신 사업자까지 이어지는 다층 구조다. 하나의 차량 취약점은 특정 ECU 소프트웨어, 서드파티 라이브러리, 암호 모듈, OTA 서버, 모바일 앱, 충전 인프라 중 어느 한 지점에서 시작될 수 있다. 글래스윙 참여자가 어떤 취약점을 발견하더라도, 그것이 자동차 공급망의 실제 영향을 받는 조직까지 정확하고 빠르게 전달되지 않으면 방어 효과는 제한적이다.
셋째는 표준과 인증의 시차다. UN R155/R156, ISO/SAE 21434, ISO 24089는 자동차 사이버 보안과 소프트웨어 업데이트 관리의 핵심 틀을 제공한다. UN R155는 차량 사이버 보안 및 사이버 보안 관리 체계, UN R156은 소프트웨어 업데이트 및 소프트웨어 업데이트 관리 체계와 관련되며,10 ISO/SAE 21434와 ISO 24089는 각각 이들 요구 사항과 밀접하게 연결된다.9 또한 이 규제들은 감사 기반, 위험 기반 접근을 통해 제조사의 조직적 절차와 책임, 거버넌스를 평가한다. 하지만 현행 표준과 규제가 곧바로 미토스급 AI가 만들어 내는 속도와 규모를 충분히 반영한다고 보기는 어렵다.
기존 체계는 위험 기반 관리 프레임워크를 제공하지만, AI가 취약점 탐색·체이닝·익스플로잇 가능성 평가를 대규모로 자동화하는 상황에서 필요한 시험 강도, 증거 수준, 사후 모니터링 속도, 공급망 통지 체계, 긴급 패치 SLA까지 구체적으로 요구하지는 않는다. 이 간극은 당분간 산업 스스로 메워야 한다.
한국 자동차 산업이 지금 준비할 것
이 상황을 비관할 일은 아니다. 한국 자동차 산업은 글로벌 빅테크의 폐쇄형 동맹과는 다른 트랙으로, 그러나 그에 못지않게 신속하게 대응 체계를 만들 수 있는 자산을 이미 갖추고 있다. 우선 순위는 다음의 네 가지로 압축된다.
첫째, 국내 자동차 사이버 보안 정보 공유 체계를 AI 시대에 맞게 격상해야 한다. 글로벌 Auto-ISAC은 차량 사이버보안 위협을 조기에 분석하고 해결책을 공유하기 위한 산업 주도형 커뮤니티이며, 북미·유럽·아시아에 걸친 글로벌 회원 기반을 갖고 있다.6 공식 회원 목록에는 Hyundai, Kia, Hyundai Mobis, LG 등 한국과 관련된 기업도 확인된다.6
따라서 한국 산업은 이미 존재하는 글로벌 Auto-ISAC 참여 기반을 활용하되, 국내 OEM·부품사·보안 기업·학계·정부 기관이 연결되는 국내 자동차 사이버 보안 정보 공유 체계(자동차사이버보안연구회는 Auto-ISAC 작업반을 통해 주기적으로 뉴스레터를 발행하고 있음)를 한 단계 더 정교하게 설계해야 한다. 이 체계는 단순히 “위협 정보를 공유하자”는 수준에 머물러서는 안된다. AI가 발견한 취약점과 공격 패턴은 다음과 같은 실행 가능한 형식으로 공유되어야 한다.
취약점 식별에는 CVE, CWE, 영향을 받는 소프트웨어·펌웨어 버전, ECU 또는 플랫폼 식별자가 포함되어야 한다. 위험도 판단에는 CVSS뿐 아니라 실제 악용 가능성을 반영한 EPSS, CISA KEV 등 외부 지표와 자동차 안전 영향도를 함께 고려해야 한다.
공급망 전달을 위해서는 SBOM과 VEX를 활용해 어떤 컴포넌트가 실제 영향을 받는지, 어떤 제품은 영향을 받지 않는지 구분해야 한다. 공유 등급은 TLP 기반으로 관리하고, IoC, 공격 전술·기법, 임시 완화책, 패치 상태, 배포 예정일, 책임 조직을 함께 기록해야 한다. 특히 자동차 분야에서는 “취약점이 존재한다”는 사실 보다 “어떤 차량, 어떤 연식, 어떤 ECU, 어떤 소프트웨어 버전, 어떤 시장 출고분에 영향을 주는가”가 중요하다. 이를 위해 OEM과 Tier 1은 부품·소프트웨어 구성 정보를 사전에 표준화해 두어야 한다. 글래스윙에 참여하지 못하더라도, 한국 산업은 정보의 수집·정규화·전파 속도에서 자체 우위를 만들 수 있다.
둘째, AI-증강 레드팀과 차량 사이버 레인지를 내재화해야 한다. 미토스급 모델이 공격자의 생산성을 높인다면, 방어자 역시 동급의 자동화된 공격 시뮬레이션 능력을 갖춰야 한다. 기존 침투 시험은 출시 전 일정 기간 수행되는 프로젝트성 활동에 머무는 경우가 많았다. 앞으로는 개발·양산·운영 전 주기에 걸친 지속적 보안 검증(continuous security validation)으로 전환해야 한다. 이를 위해 OEM과 Tier 1은 AI-증강 레드팀을 구축하고, 다음과 같은 실험 환경을 갖춰야 한다. 첫째, 실제 차량 네트워크와 ECU 구성을 반영한 차량 사이버 레인지가 필요하다. 둘째, ECU 펌웨어를 안전하게 분석할 수 있는 샌드박스와 바이너리 분석 환경을 구축해야 한다. 셋째, IVI, 텔레매틱스, OTA 업데이트 체인, 모바일앱, 클라우드 백엔드, V2X 메시지, 전기차 충전 인터페이스를 연결한 디지털 트윈 환경이 필요하다. 넷째, AI 모델이 생성한 공격 시나리오를 격리된 환경에서 검증하고, 그 결과를 TARA와 취약점 대응 프로세스에 반영하는 절차가 필요하다.
국내에는 이미 실차 기반 보안 교육과 경진대회 경험이 축적되고 있다. 국민대학교가 주관한 CO-SHOW AutoHack 2025는 국내에서 자동차 해킹과 방어 전 과정을 다루는 경진대회로, 실차와 가상환경을 결합해 CAN 기반 공격 데이터 분석, IVI 공격, CANoe 기반 퍼징, CAN IDS 탐지 성능 평가 등을 다뤘다.7 또한 49개의 zero-day가 공개되고 총 886,250달러의 상금이 수여된 Pwn2Own Automotive 2025(일본 개최)에 다수의 한국팀이 참가하여 우수한 성적을 달성하였다.8 이러한 흐름은 자동차 공격면이 이미 국제 보안 연구의 주요 무대가 되었음을 보여준다. 따라서 한국 산업은 AutoHack과 같은 인재 발굴 플랫폼, 대학 연구실, 보안 스타트업, OEM·부품사의 실차 검증 환경을 연결해야 한다. 인간 중심 레드팀을 AI-증강 레드팀으로 확장하고, 그 결과를 산업 전반의 정보공유 체계로 환류시키는 구조가 필요하다.
셋째, 자동차 보안과 AI를 함께 이해하는 융합 인력을 양성해야 한다. 자동차 사이버보안 인력은 이미 희소하다. 여기에 프론티어 AI의 능력과 한계, LLM 기반 취약점 분석, 프롬프트 인젝션과 에이전트 보안, 머신러닝 기반 탐지 시스템의 강건성까지 이해하는 인력은 더 부족하다. 앞으로 필요한 인력은 단순히 “AI를 쓸 줄 아는 보안 인력”이 아니다. 자동차 시스템과 AI 보안 양쪽을 동시에 이해하는 사람이어야 한다. 구체적으로는 다음 역량이 요구된다.
차량 네트워크와 ECU 아키텍처를 이해해야 하고, CAN/CANFD, Automotive Ethernet, UDS, DoIP, V2X 프로토콜 분석 능력을 갖춰야 한다. 임베디드 리눅스, RTOS, 부트로더, HSM, Secure Boot, OTA 업데이트 체인을 다룰 수 있어야 한다. 펌웨어 리버싱, 바이너리 분석, 퍼징, 취약점 재현, 익스플로잇 가능성 평가도 필요하다. 동시에 LLM 기반 코드·바이너리 분석 도구를 안전하게 운용하고, AI가 생성한 결과의 오탐·과잉 추론·재현 불가능성을 검증할 수 있어야 한다. 마지막으로 책임 있는 취약점 공개, 공급망 통지, 규제 대응, AI 보안 거버넌스까지 이해해야 한다.
대학은 학부와 대학원 교과과정에 자동차 사이버보안, AI 보안, 임베디드 시스템 보안, 소프트웨어 공급망 보안을 통합해야 한다. 산업체 재직자를 대상으로는 단기 집중 과정을 운영하고, OEM과 부품사는 사내 보안팀의 AI 역량 재교육에 투자해야 한다. KSAE, 대학 컨소시엄, 지역 혁신 사업, 산업계 교육 프로그램은 이 융합형 인재 양성을 핵심 의제로 삼아야 한다.
넷째, 인증·규제 대응을 선제적으로 정비해야 한다. AI에 의한 자동화 공격은 현행 자동차 사이버보안 인증 체계가 명시적으로 다루지 못하는 영역이다. 한국 자동차 산업은 이 공백을 수동적으로 기다릴 것이 아니라, AI 시대의 자동차 신뢰성을 다루는 차세대 인증 기준의 국제 논의에 능동적으로 참여하고, 국내 적용을 선도할 수 있다. 구체적으로는 UN R155/R156이 논의되는 UNECE WP.29 산하 GRVA, ISO/SAE 21434를 만든 ISO·SAE 합동 작업반(JWG)의 후속 표준화 작업, 그리고 국내 형식 승인·적합성 평가를 담당하는 국토교통부와 자동차안전연구원(KATRI)이 그 통로가 된다.
한국은 이들 채널에 전문가를 지속적으로 파견하고, 규제 기관과 산업계가 함께 AI-증강 위협을 반영한 시험 강도·증거 수준 요구 사항을 선제적으로 정의해야 한다. 정부 차원에서는 자동차 산업의 전략적 중요성을 근거로 미국·유럽의 AI 기업 및 정부 기관과 직접 협상하여, 한국 자동차 산업의 글래스윙 또는 그에 준하는 정보 공유 체계에의 참여를 모색할 필요가 있다. 한미·한EU·한일 양자 채널, 그리고 Auto-ISAC와 같은 산업 간 채널을 다층적으로 운용하여, 단일 채널이 막혔을 때의 대안을 확보해야 한다.
미토스의 등장과 글래스윙 프로젝트는 자동차 사이버보안의 좌표를 흔들어 놓았다. 공격자가 AI의 힘을 빌릴 때, 방어자가 같은 도구에 접근하지 못한다면 그 비대칭은 시간이 지날수록 벌어진다. 그러나 한국 자동차 산업이 이 변화에 수동적으로 끌려갈 이유는 없다. 우리는 이미 강력한 OEM과 부품 산업, 활발한 자동차 보안 연구 커뮤니티, 국내 자동차 사이버보안 정보공유 체계라는 정보 공유 기반, AutoHack과 같은 인재 발굴 채널을 보유하고 있다.
지금 필요한 것은 이 자산들을 미토스 시대의 위협 모델에 맞게 재구성하고, 정부·산업·학계가 한 박자 빠르게 움직이는 일이다. 거대언어모델이 만든 보안의 새 시대는 위협이지만, 잘 준비된 산업에게는 ‘신뢰성(Trustworthiness)’이라는 새로운 경쟁축을 제공하기도 한다. ‘AI-증강 공격에도 견디는 차량’을 가장 먼저 출고하는 OEM은, 단순한 기능 차별화를 넘어 안전이라는 가장 본질적인 가치에서 우위를 점할 것이다. 한국 자동차 산업이 그 자리를 차지하기를 기대한다.
<참고자료>
1. 이글루코퍼레이션, “해커를 대체할 AI? 클로드 미토스,” Security & Intelligence, 2026. 5.
2. ZDNet Korea, “미토스에 놀란 세계… 사이버 보안 새 시대 예고,” 2026. 4. 12.
3. 스페셜경제, “클로드 미토스, 애플 보안 뚫었다… AI 보안 모델이 맥 취약점 찾아,” 2026.5.16. (Wall Street Journal 보도 인용)
4. 디일렉(THE ELEC), “너무 위험한 AI 모델, 미토스… 앤트로픽, 일반 공개 불가,” 2026. 4. 8.
5. Reuters, “Anthropic to let partners share Mythos cybersecurity findings with others,” 2026.5.18; ZDNet Korea, “앤트로픽, ‘미토스’ 보안 정보 외부 공개…공유 범위 논의 중,” 2026. 5. 20.
6. Automotive ISAC (Auto-ISAC), “About Auto-ISAC / Membership,” https://automotiveisac.com
7. 국민대학교 자동차IT융합학과, “CO-SHOW AutoHack 2025 결과,” 2025.
8. Zero Day Initiative (Trend Micro), “Pwn2Own Automotive 2025 – Day Three and Final Results,” 2025. 1. 23.
9. ISO/SAE 21434, “Road vehicles — Cybersecurity engineering,” 2021; ISO 24089, “Road vehicles – Software update engineering,” 2023.
10. UNECE WP.29, “UN Regulation No. 155 (Cyber security and cyber security management system) / No. 156 (Software update and software update management system),” 2021.
* 출처: 한국자동차공학회 제공, 오토저널 2026년 7월호