What if software could fix itself?
What if software could fix itself?
소프트웨어 결함을 감지하고 수정하는 전 과정을 자동화합니다.
NLP로 버그 리포트와 이슈 트래커를 분석하여 결함의 원인을 파악하고,
LLM 기반 코드 분석으로 결함 위치를 식별한 뒤,
테스트 코드와 패치 생성, 취약점 수정까지 하나의 파이프라인으로 처리합니다.
더 나아가, DevOps 환경에서 위 전 과정을 자율적으로 수행하는 AI 개발을 목표로 합니다.
오픈소스 생태계가 확장될수록 악성 패키지를 통한 공급망 공격의 위협도 커집니다.
패키지 저장소에 숨어있는 악성 코드를 자동으로 탐지하고,
정적·동적 분석 기법으로 의심 패키지를 정밀하게 검증하고,
탐지된 악성 패키지 내 악성 코드를 제거하는 정상화를 통해 패키지 재사용성을 높입니다.
최종적으로, DevSecOps 파이프라인에 통합된 자동화된 공급망 보안 체계 구축을 목표로 합니다.
양자 컴퓨팅의 부상으로 RSA, ECC 등 기존 암호 알고리즘의 안전성이 위협받고 있습니다.
DevOps 환경의 대규모 코드베이스에서 레거시 암호 구현을 자동으로 탐지하고,
코드 수준에서 양자 내성 암호(PQC)로 안전하게 전환하는 기술을 연구합니다.
이를 통해, DevOps 환경에서 양자 위협에 선제적 대응을 위한 자율 암호 현대화 시스템 구축을 목표로 합니다.
LLM 기반 AI 에이전트가 소프트웨어 개발과 운영 환경에 점차 통합되면서, 프롬프트 공격, 권한 오남용, 악성 도구 호출 등 새로운 보안 위협이 등장하고 있습니다.
AI 에이전트의 행동을 실시간으로 분석하여 위험한 명령과 비정상 행위를 탐지하고,
권한 제어 및 정책 기반으로 검증을 수행하고,
해당 보안 위협을 자동으로 수정하는 안전한 에이전트 실행 환경을 연구합니다.
최종적으로, DevSecOps 환경에서 스스로 위협을 인지하고 대응할 수 있는 자율적 AI Agent Security 시스템 구축을 목표로 합니다.
이미지는 모두 GPT 5.5를 기반으로 생성되었습니다.