AI 에이전트가 단순히 질문에 답하는 수준을 넘어 브라우저를 사용하고, 명령을 실행하고, 파일을 열고, 다양한 소프트웨어 도구를 활용하면서 보안의 범위도 달라지고 있습니다.
기존에는 AI 에이전트를 컨테이너나 샌드박스 안에 격리해 호스트 시스템으로부터 분리하는 방식이 중요한 보안 방법으로 여겨졌습니다. 하지만 에이전트가 사용하는 브라우저나 파일 파서, 라이브러리에 알려진 취약점이 있다면 이야기가 달라집니다. 에이전트가 밖으로 빠져나가지 못하도록 막는 것뿐 아니라 외부 공격자가 취약한 도구를 통해 에이전트 환경 안으로 들어오는 상황까지 고려해야 하기 때문입니다.
이러한 변화에 대응하기 위해 NanoClaw와 Echo가 협력해 에이전트 실행 환경을 강화한 Hardened NanoClaw 런타임을 공개했습니다.
이번 협력의 핵심은 단순히 에이전트를 격리하는 데 있지 않습니다. 에이전트가 사용하는 브라우저, 도구, 라이브러리까지 보호하고 알려진 소프트웨어 취약점을 지속적으로 패치하는 데 있습니다.
AI 에이전트 보안, 왜 기존 격리만으로 부족할까?
NanoClaw는 오픈소스 AI 에이전트 프레임워크로, 에이전트를 격리된 컨테이너에서 실행하는 방식을 중요한 보안 구조로 삼고 있습니다.
컨테이너 격리를 사용하는 이유는 분명합니다. 에이전트가 명령을 실행하더라도 호스트 시스템에 unrestricted access를 갖지 못하도록 제한할 수 있기 때문입니다.
하지만 AI 에이전트의 역할이 확대되면서 새로운 문제가 생겼습니다.
에이전트가 외부 시스템으로 빠져나가는 것만 막는다고 보안 문제가 모두 해결되는 것은 아닙니다. 에이전트가 사용하는 소프트웨어 자체가 공격 경로가 될 수 있기 때문입니다.
예를 들어 에이전트가 브라우저를 이용해 웹페이지를 열었다고 가정해보겠습니다. 겉으로는 정상적인 페이지처럼 보이더라도 브라우저에 알려진 취약점이 존재한다면 공격에 이용될 가능성이 있습니다.
파일을 처리하는 경우도 마찬가지입니다. 에이전트가 파일을 열거나 분석하는 과정에서 취약한 파일 파서가 사용된다면 해당 소프트웨어가 공격의 진입점이 될 수 있습니다.
결국 AI 에이전트 보안은 다음 두 가지 방향을 함께 고려해야 합니다.
- 에이전트가 격리된 환경에서 빠져나가지 못하도록 보호
- 외부 공격자가 에이전트가 사용하는 도구를 통해 내부로 들어오지 못하도록 보호
NanoClaw와 Echo가 말하는 Hardened 런타임은 바로 이 지점을 겨냥합니다.
NanoClaw와 Echo가 구축한 Hardened AI Agent Runtime
이번 협력에서 두 회사는 각자의 역할을 나눠 에이전트 실행 환경을 강화했습니다.
NanoClaw는 에이전트 환경과 격리, 정책 계층을 정의합니다. 즉, 에이전트가 어떤 환경에서 실행되고 어떤 방식으로 제한되는지에 대한 기본적인 구조를 담당합니다.
Echo는 이 환경에서 실행되는 소프트웨어를 소스 코드부터 다시 빌드하고, 알려진 취약점에 대한 패치를 적용합니다.
이를 통해 에이전트 자체의 행동만 통제하는 것이 아니라 에이전트가 실제 업무를 수행하는 데 필요한 소프트웨어 구성요소까지 보안 범위에 포함합니다.
Hardened 런타임에는 에이전트가 일반적으로 사용하는 다음과 같은 구성요소가 포함됩니다.
- Chromium
- Node.js
- Bun
- pnpm
- Corepack
- Git
- curl
- unzip
즉, AI 에이전트가 사용하는 실행 환경 전체를 하나의 보안 관점에서 바라보는 방식입니다.
원문에 따르면 이러한 과정을 통해 알려진 취약점의 수를 수천 개 수준에서 거의 0에 가까운 수준으로 줄이는 것을 목표로 합니다.
여기서 중요한 점은 보안이 특정 시점의 작업으로 끝나지 않는다는 것입니다. 새로운 취약점이 계속 공개되는 만큼 실행 환경도 지속적으로 관리해야 합니다.
AI 에이전트의 새로운 공격 표면, 브라우저와 도구
AI 에이전트가 실제 업무를 수행하려면 다양한 도구를 사용해야 합니다.
웹을 탐색하려면 브라우저가 필요하고, 파일을 처리하려면 관련 도구가 필요합니다. 개발 작업을 한다면 Git이나 Node.js 같은 개발 도구도 사용할 수 있습니다.
문제는 이처럼 에이전트의 기능이 많아질수록 사용하는 소프트웨어도 많아진다는 점입니다.
NanoClaw와 Echo가 강조하는 부분도 여기에 있습니다.
에이전트가 안전하게 격리되어 있어도 에이전트가 사용하는 소프트웨어에 취약점이 있다면 외부 공격자가 이를 통해 에이전트 환경에 접근할 수 있습니다.
원문에서는 프롬프트 인젝션을 사회공학 공격과 비교합니다.
에이전트가 정상적으로 보이는 웹페이지에 유도될 수 있고, 해당 페이지를 방문하는 과정에서 브라우저의 알려진 취약점이 악용될 수 있습니다. 또한 취약한 파서를 사용하는 파일을 열면서 문제가 발생할 수도 있습니다.
따라서 AI 에이전트 보안은 단순한 권한 제한을 넘어 에이전트가 접촉하는 소프트웨어 자체의 보안 상태까지 확인해야 하는 방향으로 확장되고 있습니다.
Echo는 알려진 취약점을 어떻게 관리할까?
Hardened 런타임의 또 다른 핵심은 지속적인 CVE 대응입니다.
Echo는 새롭게 공개되는 취약점을 모니터링하고, 해당 취약점이 어떤 소프트웨어에 영향을 미치는지 확인합니다. 이후 수정 방법을 찾거나 개발하고, 호환성을 테스트한 뒤 사람의 검토를 받을 수 있도록 Pull Request를 생성하는 AI 에이전트를 활용한다고 설명합니다.
즉, 단순히 취약점 정보를 수집하는 데 그치지 않고 실제 수정 작업까지 연결하는 구조입니다.
원문에서 Echo는 새로운 취약점 공개를 24시간 이내에 분류하고, 중요도와 심각도가 높은 취약점은 엔터프라이즈 서비스 수준 계약에 따라 수시간 이내에 수정 사항을 제공한다고 설명합니다.
이러한 방식이 중요한 이유는 소프트웨어 취약점이 계속 새롭게 발견되기 때문입니다.
오늘 안전하게 패치된 실행 환경이라고 하더라도 새로운 취약점이 공개되면 다시 위험에 노출될 수 있습니다.
따라서 Hardened 런타임의 핵심은 한 번 안전하게 만드는 것이 아니라 지속적으로 보안 상태를 유지하는 데 있습니다.
Chromium을 별도 포크하지 않는 이유
AI 에이전트가 웹을 활용한다면 브라우저는 특히 중요한 구성요소가 됩니다.
Echo는 Chromium을 자체적으로 포크해 별도의 브라우저를 유지하는 대신 Chromium을 소스에서 직접 다시 빌드하고 자동화된 CVE 패치 과정에 적용하는 방식을 선택했습니다.
이 방식의 목적은 보안과 호환성을 동시에 유지하는 것입니다.
별도의 Chromium 포크를 유지한다면 자체적으로 변경된 코드를 계속 관리해야 하고, 원본 프로젝트의 변화와 호환성을 맞추는 작업도 필요합니다.
반면 Echo는 Chromium을 업스트림 소스에 가깝게 유지하면서 알려진 취약점을 패치하고 강화된 형태로 제공하는 접근을 취합니다.
원문에서는 Chromium이 약 3,000만 줄의 코드로 구성되어 있고 빠른 출시 주기를 가지고 있다는 점도 설명합니다.
따라서 Echo가 추구하는 방향은 별도의 브라우저를 만드는 것이 아니라 최신 브라우저의 기능과 호환성을 유지하면서 알려진 취약점에 지속적으로 대응하는 것입니다.
표준 NanoClaw와 Hardened 버전은 선택해서 사용할 수 있다
Hardened 런타임이 공개됐다고 해서 기존 NanoClaw가 사라지는 것은 아닙니다.
NanoClaw는 기존 프로젝트를 계속 개발하고 각 릴리스에 표준 컨테이너 이미지와 Echo가 제공하는 Hardened 버전을 함께 제공할 예정입니다.
사용자는 자신의 환경과 요구사항에 따라 선택할 수 있습니다.
Hardened 버전은 Echo가 소스 코드에서 독립적으로 다시 빌드하고, 격리된 환경에서 구성한 뒤 서명하고, 검증 가능한 소프트웨어 자재 명세서인 SBOM을 연결합니다. 이후 CVE 서비스 수준 계약에 따라 지속적인 패치가 적용됩니다.
반면 사용자가 직접 에이전트 런타임을 로컬에서 빌드할 수 있는 경로도 계속 유지됩니다.
이는 NanoClaw가 보안을 중요하게 생각하면서도 특정 보안 환경을 모든 사용자에게 강제하지 않는다는 점을 보여줍니다.
NanoClaw는 MIT 라이선스로 제공되며 포크가 가능한 오픈소스 프로젝트라는 점도 이러한 방향과 연결됩니다.
즉, Hardened 런타임은 기존 NanoClaw를 대체하는 필수 구성요소라기보다 보안 수준을 강화하고 싶은 사용자가 선택할 수 있는 옵션에 가깝습니다.
AI가 공격과 방어 모두에 활용되는 시대
이번 협력의 배경에는 AI 모델의 사이버 보안 역량이 빠르게 발전하고 있다는 문제의식이 있습니다.
원문에서는 새로운 AI 모델이 여러 취약점을 연결해 실제 공격으로 이어지는 과정을 보다 쉽게 만들 수 있다는 점을 지적합니다.
과거에는 알려진 취약점이 존재하더라도 이를 즉시 모두 제거하는 것이 현실적으로 어려웠습니다.
하지만 AI가 취약점을 찾아내고 여러 공격 단계를 연결하는 데 활용될 수 있는 환경에서는 이러한 취약점을 장기간 방치하는 것이 더 큰 위험이 될 수 있다는 것이 NanoClaw 측의 설명입니다.
여기에서 AI는 방어자에게도 중요한 도구가 됩니다.
Echo가 활용하는 AI 에이전트는 새로운 취약점을 확인하고 영향을 받는 소프트웨어를 찾은 뒤 수정 사항을 개발하고 테스트하는 과정에 사용됩니다.
결국 AI가 공격자의 능력을 높이는 동시에 방어자의 대응 속도 역시 높이는 경쟁 구조가 만들어지고 있는 것입니다.
이러한 상황에서는 단순히 “보안 기능이 있는가”를 확인하는 것보다 “새로운 취약점이 발견됐을 때 얼마나 빠르게 대응할 수 있는가”가 더욱 중요한 기준이 될 수 있습니다.
AI 에이전트 보안의 범위가 실행 환경 전체로 확대된다
NanoClaw와 Echo의 협력이 보여주는 가장 중요한 변화는 AI 에이전트 보안을 바라보는 범위가 넓어지고 있다는 점입니다.
기존에는 에이전트가 어떤 명령을 실행할 수 있는지, 어떤 시스템에 접근할 수 있는지, 호스트 환경과 얼마나 분리되어 있는지가 중요한 문제였습니다.
하지만 에이전트가 브라우저와 파일, 개발 도구 등 다양한 소프트웨어를 실제로 사용하는 단계에 이르면서 이러한 접근만으로는 충분하지 않을 수 있습니다.
보안의 관점이 다음과 같이 확장되는 것입니다.
에이전트의 행동 통제 → 에이전트 실행 환경 격리 → 에이전트가 사용하는 소프트웨어 보호 → 알려진 취약점의 지속적인 패치
이 구조에서 중요한 것은 특정 제품 하나를 안전하게 만드는 것이 아닙니다.
에이전트가 실제로 사용하는 전체 소프트웨어 환경을 지속적으로 점검하고 업데이트하는 것이 핵심입니다.
AI 에이전트 보안은 ‘격리’에서 ‘지속적인 방어’로
NanoClaw와 Echo의 협력은 AI 에이전트 보안이 어떻게 변화하고 있는지를 보여주는 사례입니다.
NanoClaw는 에이전트의 실행 환경과 격리, 정책 계층을 담당하고 Echo는 해당 환경에서 사용되는 소프트웨어를 소스에서 다시 빌드하고 알려진 취약점을 지속적으로 패치합니다.
특히 Chromium, Node.js, Bun, Git, curl 등 에이전트가 실제 업무에서 사용할 수 있는 다양한 구성요소까지 보안 범위에 포함한다는 점이 핵심입니다.
또한 Hardened 런타임을 기존 NanoClaw의 대체품으로 강제하지 않고 별도의 선택지로 제공한다는 점에서 오픈소스 프로젝트의 유연성도 유지하고 있습니다.
결국 AI 에이전트 보안의 중요한 변화는 ‘에이전트를 격리하면 안전하다’는 접근에서 한 단계 더 나아가는 데 있습니다.
에이전트가 밖으로 빠져나가지 못하도록 막는 것뿐 아니라 외부 공격자가 에이전트가 사용하는 브라우저와 도구, 라이브러리를 통해 들어오지 못하도록 보호해야 합니다.
여기에 새로운 취약점이 발견될 때마다 빠르게 대응하는 지속적인 패치 체계까지 필요합니다.
AI 에이전트가 더 많은 업무를 수행할수록 사용하는 소프트웨어도 늘어날 수밖에 없습니다. 따라서 앞으로의 에이전트 보안에서는 에이전트의 기능이나 권한뿐 아니라 실행 환경 전체를 얼마나 안전하게 유지할 수 있는가가 중요한 기준이 될 것으로 보입니다.
NanoClaw와 Echo의 Hardened 런타임은 이러한 변화에 대응해 에이전트 보안의 범위를 실행 환경 전체로 확장하려는 접근이라는 점에서 의미를 갖습니다.
The AI "vibe shift": Why NanoClaw and Echo have teamed up to stop the next Hugging Face Breach
NanoClaw and Echo have launched a hardened AI agent runtime that secures browsers, tools and libraries while continuously patching known software vulnerabilities.
thenewstack.io

'인공지능' 카테고리의 다른 글
| GPT-Live의 실시간 음성 AI 아키텍처, 자연스러운 대화를 만드는 6개월의 시스템 설계 (0) | 2026.08.04 |
|---|---|
| Skill Recorder로 작업 과정을 AI 자동화로 만드는 방법 (0) | 2026.08.04 |
| Netflix의 사내 LLM 서빙 플랫폼, vLLM과 Triton으로 구축한 프로덕션 운영 구조 (0) | 2026.08.04 |
| MCP 2026-07-28 사양 업데이트, Stateless Protocol Core와 주요 변화 정리 (0) | 2026.08.04 |
| Diátaxis로 정리하는 기술 문서 작성 체계와 네 가지 문서 유형 (0) | 2026.08.03 |