gnosis@kim:~ # less about_me/stories.md

# 프로젝트 스토리

취약점 분석과 익스플로잇 개발, 보안 연구 자동화 프로젝트의 배경과 성과를 소개합니다.

#cd ../about_me

## 01 Pwn2Own Ireland 2026 - Philips Hue Bridge Pro

#open zdi 결과 발표

### 배경

Pwn2Own은 Zero Day Initiative가 주최하는 해킹 대회로, 양산 상태의 실제 소비자 기기를 현장에서 공략해 익스플로잇 가능성을 입증하는 자리입니다.
Smart Home 부문의 대상인 Philips Hue Bridge Pro는 가정 내 조명과 연동 기기를 제어하는 허브로, 침해 시 홈 네트워크 내 다른 기기로의 확장 경로가 될 수 있는 기기였습니다.

### 역할

### 결과 & 임팩트

Philips Hue Bridge Pro 익스플로잇 시연에 성공해 Pwn2Own Ireland 2026에서 Win을 기록했습니다.
상금 $12,000과 Master of Pwn 2.5점을 받았습니다.

### Lessons Learned

하드웨어·임베디드 시스템에서는 소프트웨어처럼 바로 디버거를 붙일 수 없고, 하드웨어 미티게이션 때문에 기기를 관측 가능한 상태로 만드는 디버깅 환경 구축 자체가 집중해야 할 하나의 연구 과정임을 체감했습니다.
실험 환경이 아니라 양산 소비자 기기를 정해진 시간 안에 현장에서 공략해야 하는 조건에서, 취약점 분석을 재현 가능한 익스플로잇으로 끝까지 완성하는 경험을 했습니다.
여러 취약점을 하나의 공격 경로로 연결하는 과정에서, 개별 결함보다 이들을 안정적으로 이어 붙이는 체인 구성이 실제 익스플로잇의 핵심임을 확인했습니다.

## 02 IoT 스마트 도어벨 취약점 분석

#open 분석 가이드

### 배경

IoT 디바이스의 급격한 보급에도 불구하고 보안 검증이 부족한 제품들이 시장에 유통되고 있었습니다.
스마트 도어벨은 가정 내 보안에 직접적으로 연관된 디바이스로, 취약점 발생 시 사생활 침해 및 물리적 보안 위협이 될 수 있었습니다.

### 역할

### 결과 & 임팩트

총 18건의 CVE를 발굴하여 IoT 디바이스 보안 취약점의 심각성을 입증했습니다.
분석 가이드를 오픈소스로 공개하여 IoT 보안 연구 커뮤니티에 기여했습니다.

### Lessons Learned

IoT 디바이스 보안은 소프트웨어뿐만 아니라 하드웨어 레벨의 분석이 필수적이며, 양면을 아우르는 종합적인 접근이 중요하다는 것을 깨달았습니다.
체계적인 취약점 보고 프로세스(CVE 등록)와 연구 결과의 공개가 보안 생태계 전체에 기여할 수 있다는 것을 경험했습니다.

## 03 Agentic AI 기반 ExploitAgent 연구

### 배경

기존의 취약점 분석은 수동적이고 전문가 의존적인 프로세스로, 증가하는 소프트웨어 복잡성에 대응하기 어려웠습니다.
Agentic AI의 발전으로 자율적인 보안 분석 에이전트 구현의 가능성이 열렸습니다.

### 역할

### 결과 & 임팩트

한국인터넷정보학회 추계학술대회 우수논문상 수상으로 연구의 학술적 가치를 인정받았습니다.
SCOUT 프로젝트로 발전시켜 실제 IoT 펌웨어 대상 자동화 시스템 개발에 착수했습니다.

### Lessons Learned

AI를 보안 분야에 적용할 때는 단순 자동화를 넘어, Agent의 의사결정 과정에 대한 신뢰성 확보가 핵심 과제임을 배웠습니다.
연구 성과를 학술 논문으로 정리하고 발표하는 과정이 연구 품질을 높이고 커뮤니티 피드백을 받는 데 중요한 역할을 한다는 것을 깨달았습니다.

## 04 MuCamp2 - 검증 기반 사이버 캠페인 변종 생성

#open 논문 #open 코드

### 배경

APT 그룹 분류와 CTI 분석에서는 실제 캠페인 데이터가 제한적이어서, TTP 시퀀스를 증강하더라도 공격 전술 구조와 실행 가능성을 훼손하지 않는 검증 체계가 필요했습니다.
LLM을 자유 생성기로 사용하면 그럴듯하지만 검증되지 않은 캠페인 변종이 만들어질 수 있어, 후보 풀 제약과 독립 검증기를 결합한 구조가 필요했습니다.

### 역할

### 결과 & 임팩트

MuCamp2 논문이 IEEE Access 2026에 게재되었고, IEEE Xplore 및 GitHub 저장소를 통해 논문 / 코드 산출물을 공개했습니다.
tactic violation rate 0%를 달성하고, L3 pass rate에서 Lazarus +5.5pp, MenuPass +3.0pp의 개선을 보고했습니다.
LLM을 신뢰 주체가 아니라 제한된 선택 / 정제 모듈로 두고, 독립 검증기로 산출물을 gate하는 보안 연구 패턴을 정리했습니다.

### Lessons Learned

보안 데이터 증강에서 중요한 것은 생성량보다 구조적 무결성, 검증 기준, coverage 한계를 함께 공개하는 것임을 확인했습니다.
LLM 기반 보안 자동화는 모델 성능만으로 설득되지 않으며, 신뢰 경계 / 제약 조건 / 재현 가능한 평가 파이프라인이 함께 설계되어야 한다는 점을 배웠습니다.

## 05 SCOUT - AEG-first 펌웨어-to-익스플로잇 증거 엔진

#open github

### 배경

IoT 펌웨어 취약점 분석은 파일 시스템, ELF 바이너리, 쉘 스크립트, SBOM, CVE 매칭, 동적 검증 결과가 분리되어 있어 분석가가 바로 따라갈 수 있는 재현 가능한 근거 체인을 만들기 어려웠습니다.
Agentic AI 기반 AEG를 실제 펌웨어 규모에 적용하려면, LLM의 추론보다 먼저 해시 / 오프셋 / 파일 경로 / stage 산출물로 검증 가능한 결정론적 증거 구조가 필요했습니다.

### 역할

### 결과 & 임팩트

FirmAE 데이터셋 1,123개 펌웨어 이미지 대상 검증에서 98.8% 성공률(1110/1123)을 달성했습니다.
v3.0.0-rc1 프리릴리즈 기준 Hybrid Analysis Engine으로 확장하고, LLM Tribunal 기반 오탐 감소율 99.3%를 기록했습니다.
TP-Link ER605 검증에서 1,334개 쉘 스크립트를 처리하고 TOP 20 script finding을 수동 검토해 binary-only 스캐너 한계를 보완했습니다.
Netgear R7000 CVE-2017-5521 real known-vulnerable/patched pair에서 vulnerable gate pass와 patched/control dynamic fail-closed 증거를 기록했습니다.
1,136개 이상의 테스트, release gate, 문서 정합성 검증을 통해 대규모 펌웨어 분석 파이프라인을 회귀 가능한 상태로 안정화했습니다.
아키텍처 설계, 핵심 개발, 디버깅, 벤치마크, 테스트, 문서화, 발표까지 프로젝트의 대부분 핵심 작업을 엔드투엔드로 직접 수행했습니다.

### Lessons Learned

보안 자동화에서 중요한 것은 모델이 그럴듯한 답을 내는 것이 아니라, 모든 판단이 원본 바이트와 재현 가능한 근거로 되돌아갈 수 있게 만드는 것임을 배웠습니다.
Agentic AI를 실제 취약점 분석에 적용하려면 자동화, 검증, 리포팅, 팀 운영을 하나의 시스템으로 설계해야 한다는 것을 경험했습니다.

## 06 AutoHack 2025 자동차 해킹 경진대회

### 배경

커넥티드 카 및 자율주행 기술의 발전으로 자동차 사이버 보안의 중요성이 급격히 증가했습니다.
AutoHack 2025는 실제 차량 시스템을 대상으로 한 해킹 / 방어 경진대회로, 실전 역량을 검증하는 기회였습니다.

### 역할

### 결과 & 임팩트

COSS 협의회 의장상을 수상하여 자동차 보안 분야의 역량을 인정받았습니다.

### Lessons Learned

자동차 보안은 IT 보안과 다른 독특한 프로토콜과 제약 조건이 있으며, 도메인 특화 지식이 필수적이라는 것을 체감했습니다.
팀 기반의 CTF/해킹 대회에서 역할 분담과 실시간 커뮤니케이션의 중요성을 배웠습니다.

## 07 Terminator - 자율 보안 에이전트 시스템

#open github

### 배경

CTF 풀이와 버그바운티 헌팅은 분석, 익스플로잇 작성, 검증이 반복되는 과정이라, 사람이 수행하던 작업 흐름을 자율 에이전트로 옮길 수 있는지 확인하고 싶었습니다.
다만 LLM 기반 에이전트는 작동하지 않는 결과를 그럴듯하게 보고하는 문제가 있어, 검증을 먼저 강제하는 구조가 필요했습니다.

### 역할

### 결과 & 임팩트

Verification-First 방법론(로컬 3회 검증 후 실행, Critic 에이전트 거부권)과 No-Exploit-No-Report 정책으로 작동하지 않는 결과의 보고를 차단했습니다.
CTF 30문제 이상 자동 풀이와 40건 이상의 버그바운티 리포트 제출을 달성했습니다.

### Lessons Learned

자율 보안 에이전트의 실질적 가치는 생성 능력보다, 작동하는 PoC로 검증되지 않은 결과를 걸러내는 게이트에 있다는 것을 확인했습니다.

## 08 AUTOGLITCH - 폴트 인젝션 자동화 프레임워크

#open github

### 배경

임베디드 하드웨어 대상 폴트 인젝션(글리치)은 전압·타이밍 같은 파라미터 조합이 방대해, 사람이 수동으로 탐색하면 성공 조건을 찾기까지 많은 시행착오가 필요했습니다.

### 역할

### 결과 & 임팩트

127개 테스트와 전체 품질 게이트(ruff, mypy, pytest)를 통과했으며, 실제 임베디드 디바이스(STM32F3 등) 대상 하드웨어 검증을 후속 연구로 계획하고 있습니다.

### Lessons Learned

하드웨어 보안 실험은 자동화를 설계할 때 하드웨어 없이도 반복 가능한 Mock 경로를 함께 만들어야, 실제 장비 접근이 제한된 상황에서도 연구를 이어갈 수 있다는 것을 배웠습니다.

## 09 Awesome Offensive MCP

#open github

### 배경

Agentic AI 도구가 빠르게 늘면서 공격 보안 워크플로우에 쓸 수 있는 MCP 서버가 흩어져 있었고, 어떤 도구가 실제로 쓸 만한지 판단하기 어려웠습니다.

### 역할

### 결과 & 임팩트

GitHub Stars 18개를 기록하고, 공격 보안 커뮤니티에서 MCP 활용 레퍼런스로 공유되었습니다.

### Lessons Learned

도구 목록의 가치는 수집량이 아니라 검증 기준을 명확히 하는 데 있다는 것을 확인했습니다.