마이크로소프트 MDASH
더 많은 작업
마이크로소프트 MDASH(Microsoft MDASH, 코드명 MDASH)는 마이크로소프트가 개발한 다중 대규모 언어 모델 기반의 AI 에이전트형 소프트웨어 보안 분석 시스템으로, 100개 이상의 전문 AI 에이전트를 활용하여 소스코드의 취약점을 자동으로 탐지·검증하고 수정 작업을 지원하는 기술이다.
| 항목 | 내용 |
|---|---|
| 명칭 | Codename MDASH |
| 정식 설명 | Microsoft Security Multi-model Agentic Scanning Harness |
| 개발사 | 마이크로소프트(Microsoft) |
| 개발 조직 | Autonomous Code Security(ACS) |
| 최초 공개 | 2026년 5월 12일 |
| 기술 분야 | 인공지능, 소프트웨어 보안, 취약점 분석 |
| 핵심 기술 | 다중 LLM, AI 에이전트, 정적 분석, 동적 검증 |
| 주요 기능 | 취약점 탐지, 악용 가능성 검증, 중복 제거, 코드 수정 지원 |
| 연계 서비스 | Microsoft Defender, Microsoft Security Exposure Management, Microsoft Foundry |
| 제공 상태 | 제한된 비공개 프리뷰(2026년 11월 기준) |
| 공식 안내 | Microsoft Learn |
MDASH는 2026년 5월 12일 마이크로소프트가 공개한 에이전틱 보안 분석 시스템이다. 단일 AI 모델에 소스코드 분석을 요청하는 방식에서 벗어나, 여러 AI 모델과 전문 에이전트가 취약점 탐지·검증·증명 작업을 분담하도록 설계되었다.
마이크로소프트는 MDASH를 이용한 보안 연구에서 윈도우의 네트워크 및 인증 관련 구성요소에서 신규 취약점 16건을 발견했으며, 이 가운데 4건은 심각도 Critical에 해당하는 원격 코드 실행(RCE) 취약점이라고 발표했다.[1]
공개 CyberGym 벤치마크에서는 88.45%의 성능을 기록했다고 발표하였다. 이는 2026년 5월 발표 당시의 평가 결과로, 모든 실제 소프트웨어 취약점을 해당 비율로 탐지한다는 의미는 아니다.[1]
MDASH는 마이크로소프트의 Autonomous Code Security(ACS) 팀이 개발하였다.
개발팀에는 미국 DARPA의 AI Cyber Challenge(AIxCC)에서 우승한 Team Atlanta 출신 연구자들이 합류했다.
AIxCC는 AI를 이용하여 소프트웨어 취약점을 자동으로 탐지하고 수정하는 사이버 추론 시스템(Cyber Reasoning System)을 개발하기 위한 경진대회이다.
마이크로소프트의 에이전틱 보안 부문 부사장 김태수(Taesoo Kim)는 Team Atlanta를 이끌었던 연구자로, MDASH 개발에도 참여하였다.[1]
기존 정적 애플리케이션 보안 테스트(SAST)는 소스코드의 특정 패턴이나 데이터 흐름을 분석하여 취약점을 탐지하지만, 복잡한 실행 조건이나 여러 함수에 걸친 논리적 오류를 발견하는 데 한계가 있다.
MDASH는 이러한 한계를 보완하기 위해 LLM의 코드 이해 및 추론 능력을 활용하면서도, 탐지된 취약점에 대한 교차 검증과 동적 증명 절차를 결합하도록 설계되었다.
MDASH는 여러 단계로 구성된 분석 파이프라인을 사용하며, 각 단계에서 전문화된 AI 에이전트와 기존 소프트웨어 분석 기술을 결합한다.[2]
| 단계 | 명칭 | 주요 기능 |
|---|---|---|
| 1 | Prepare | 소스코드 분석 준비, 위험도가 높은 파일 및 함수 식별 |
| 2 | Scan | 전문 AI 에이전트를 이용한 취약점 후보 탐지 |
| 3 | Validate | 취약점의 실제 도달 가능성과 악용 가능성 검증 |
| 4 | Dedup | 중복되거나 동일한 원인에서 발생한 탐지 결과 통합 |
| 5 | Prove | 가능한 경우 실행 가능한 입력과 테스트를 이용해 취약점 존재 증명 |
MDASH는 공격 유형별로 전문화된 100개 이상의 AI 에이전트를 활용한다.
대표적인 에이전트 유형은 다음과 같다.
- Injection Auditor: 인젝션 취약점 분석
- Memory Safety Auditor: 메모리 안전성 관련 취약점 분석
- Authentication Bypass Auditor: 인증 우회 취약점 분석
여러 에이전트는 서로 다른 대규모 언어 모델을 활용할 수 있으며, 분석 대상 코드의 특성과 취약점 유형에 따라 작업을 분담한다.
또한 함수 호출 그래프(Call Graph), 코드 복잡도, 과거 Git 커밋 등의 정보를 활용하여 취약점이 존재할 가능성이 높은 코드 영역을 우선 분석한다.[2]
MDASH는 AI 에이전트가 탐지한 취약점 후보를 그대로 확정하지 않고 추가 검증을 수행한다.
- 테인트 분석(Taint Analysis): 외부 입력값 등 추적 대상 데이터가 프로그램 내부에서 이동하는 경로 분석
- 타입 분석: Language Server Protocol(LSP) 등을 활용하여 변수와 함수의 자료형 및 코드 관계 확인
- 다중 모델 토론: 서로 다른 AI 에이전트가 취약점의 존재 여부와 악용 가능성에 대한 찬반 근거를 검토
- 동적 증명: 가능한 취약점에 대해 실제 실행 조건과 입력을 구성하여 오류 발생 여부 확인
- 중복 제거: 동일한 원인에서 발생한 여러 탐지 결과를 하나로 통합
이러한 구조는 단순한 코드 패턴 분석보다 복잡한 취약점을 탐지하고, AI가 생성한 잘못된 탐지 결과를 줄이는 것을 목표로 한다.[3]
다만 AI가 수행하는 검증과 동적 테스트를 거쳤다는 사실만으로 모든 취약점의 악용 가능성이 완전히 입증되거나 오탐이 제거되는 것은 아니다.
MDASH는 소스코드에 존재하는 다양한 보안 취약점을 대상으로 한다.
특히 기존의 패턴 기반 분석만으로 탐지하기 어려운 복잡한 메모리 안전성 오류와 논리적 취약점에 중점을 둔다.
| 취약점 유형 | 설명 |
|---|---|
| Use-After-Free(UAF) | 해제된 메모리를 다시 참조하여 발생하는 취약점 |
| Double-Free | 이미 해제한 메모리를 다시 해제하여 발생하는 취약점 |
| 버퍼 오버플로 | 허용된 메모리 영역을 넘어 데이터를 기록하는 취약점 |
| 인증 우회 | 정상적인 인증 절차를 거치지 않고 보호된 기능에 접근하는 취약점 |
| 인젝션 | 외부 입력을 이용해 의도하지 않은 명령이나 쿼리를 실행하는 취약점 |
| 논리적 취약점 | 프로그램의 업무 로직이나 상태 전환 과정에서 발생하는 보안 문제 |
MDASH는 알려진 취약점의 시그니처를 단순 검색하는 방식이 아니므로, 기존에 알려지지 않은 제로데이 취약점을 탐지하는 용도로도 활용할 수 있다.
분석 대상은 소스코드이며, 컴파일된 실행 파일이나 JAR 파일 자체를 분석하는 기능은 지원하지 않는다.[3]
2026년 11월 기준 마이크로소프트가 공식적으로 안내하는 주요 지원 언어는 다음과 같다.[2]
| 구분 | 언어 |
|---|---|
| 전문 분석 에이전트 지원 | C, C++, C#, Java, JavaScript, TypeScript, Python |
| 범용 분석 에이전트 지원 | Go, Kotlin, PHP, Ruby, Rust, Swift, Zig, Objective-C, Objective-C++ |
전문 분석 에이전트가 제공되는 언어와 범용 분석 에이전트로 분석하는 언어는 탐지 성능과 지원 범위에 차이가 있을 수 있다.
마이크로소프트는 실제 Windows 구성요소와 과거에 확인된 보안 취약점을 이용한 평가 결과도 공개했다.
| 평가 대상 | 결과 |
|---|---|
| 인위적으로 삽입한 취약점 21건 | 21건 모두 탐지, 오탐 0건 |
| clfs.sys | 과거 MSRC 확인 취약점 28건 중 96% 재탐지 |
| tcpip.sys | 과거 MSRC 확인 취약점 7건 중 100% 재탐지 |
과거 취약점 재탐지 평가는 취약점이 수정되기 이전 버전의 코드를 대상으로 수행되었다.
이 수치는 마이크로소프트가 자체적으로 수행한 시험 결과이며, 독립적인 제3자 검증 결과와 구분해야 한다.[1]
2026년 5월 12일 마이크로소프트는 MDASH를 활용한 연구에서 Windows의 네트워크 및 인증 구성요소에 존재하는 신규 취약점 16건을 발견했다고 발표했다.
이 가운데 4건은 심각도 Critical에 해당하는 원격 코드 실행 취약점이었다.
대표적인 사례는 다음과 같다.
| 취약점 | 대상 | 기술적 특성 |
|---|---|---|
| CVE-2026-33827 | Windows TCP/IP 스택(tcpip.sys) | 인증되지 않은 원격 공격자가 유발할 수 있는 Use-After-Free 취약점 |
| CVE-2026-33824 | Windows IKEv2 서비스 | IKEv2 패킷 처리 과정에서 발생하는 Double-Free 기반 원격 코드 실행 취약점 |
두 취약점 모두 Windows의 복잡한 네트워크 프로토콜 처리 과정에서 발생하는 메모리 안전성 문제로, 단순한 문자열 패턴 검색만으로 발견하기 어려운 유형에 해당한다.
마이크로소프트는 해당 연구 결과가 2026년 5월 정기 보안 업데이트(Patch Tuesday)에 반영되었다고 설명했다.[1]
MDASH는 Microsoft Defender 및 Microsoft Security Exposure Management(MSEM)와 연동된다.
2026년 11월 기준 프리뷰 환경에서 제공되는 주요 기능은 다음과 같다.
- Defender CLI: 개발자 PC나 CI/CD 환경에서 소스코드 분석 실행
- 저장소 연결: GitHub 및 Azure DevOps 저장소 연결
- Defender 포털: 분석 결과와 취약점 현황을 중앙에서 관리
- 위험도 분류: 발견된 취약점의 중요도 및 대응 우선순위 확인
- SARIF 출력: 보안 분석 결과를 표준화된 기계 판독 형식으로 제공
- 코드 수정 지원: 별도 개발자 승인 절차를 거쳐 수정 코드 생성
MDASH의 기본 취약점 검사는 읽기 전용으로 동작하며, 스캔 과정에서 고객의 소스코드를 자동으로 변경하거나 수정 사항을 저장소에 반영하지 않는다.
코드 수정은 Defender CLI와 GitHub Copilot 등의 별도 기능을 이용하여 수행하며, 개발자가 제안된 변경 사항을 검토하고 승인해야 한다.[3]
2026년 10월에는 Microsoft Foundry를 통한 MAI-Cyber-1.1-Flash 모델 기반 검사 구성이 도입되었다. Microsoft는 이를 MDASH의 권장 프리뷰 검사 구성으로 안내하고 있다.[4]
- 소스코드 접근 필요: MDASH는 소스코드를 대상으로 분석하며, 바이너리만 보유한 환경에는 직접 적용하기 어렵다.
- 분석 결과의 불확실성: AI 기반 분석 특성상 동일한 코드에 대해서도 검사 결과가 달라질 수 있다.
- 검증의 한계: AI 에이전트의 교차 검증과 동적 증명에도 불구하고 오탐이나 미탐 가능성이 존재한다.
- 분석 비용: 여러 LLM을 활용하므로 모델 호출 비용과 분석 시간이 발생할 수 있다.
- 모델 의존성: 분석 성능은 사용되는 AI 모델과 에이전트 구성에 영향을 받는다.
- 데이터 보호: 외부 AI 모델과 클라우드 서비스를 이용하는 경우 소스코드의 처리 위치와 접근 권한을 검토해야 한다.
- 프리뷰 제약: 2026년 11월 기준 제한된 비공개 프리뷰 단계이므로 일반 제공 제품과 기능 및 지원 범위가 다를 수 있다.
마이크로소프트는 MDASH가 기존 정적 분석 도구나 수동 보안 검토를 완전히 대체하는 것이 아니라 복잡한 취약점을 탐지하기 위한 추가적인 분석 계층이라고 설명한다.[3]
- ↑ 1.0 1.1 1.2 1.3 1.4 1.5 Microsoft Security Blog, Defense at AI speed: Microsoft's new multi-model agentic security system tops leading industry benchmark, 2026-05-12.
- ↑ 2.0 2.1 2.2 Microsoft Learn, Codename MDASH overview (preview), 확인: 2026-11-12.
- ↑ 3.0 3.1 3.2 3.3 Microsoft Learn, Codename MDASH - FAQ, 확인: 2026-11-12.
- ↑ Microsoft Learn, What's new in Microsoft Security Exposure Management, 확인: 2026-11-12.