숭실대학교 AI안전성연구센터가 개발한 멀티에이전트 취약점 분석 시스템 '무네메(mneme)'가 글로벌 사이버보안 AI 평가 기준인 사이버짐(CyberGym) 공개 리더보드에 국내 연구팀 최초로 등재됐다. 무네메는 마이크로소프트의 시스템 'MDASH'와 동일한 91.0% 성공률을 기록해 세계 공동 1위에 올랐다.
91% 성공률의 핵심: 에이전트 기술
무네메는 사이버짐 레벨 1 1507개 과제에서 91.0% 성공률을 달성했다. 주목할 점은 기반 모델의 성능 향상폭이다. 무네메가 사용한 클로드 오퍼스 4.6은 같은 평가 환경에서 단독으로는 66.6%에 불과했다. 무네메는 보안 전문지식, 멀티에이전트 협업, 분석 도구, 구조화된 기억 체계, 반복 검증 절차를 통합해 같은 모델의 성능을 24.4포인트 끌어올렸다.
성능 비교 현황
- 무네메: 91.0% (숭실대, 2026년 7월 13일 평가 완료)
- MDASH: 91.0% (마이크로소프트, 동일 수준)
- 클로드 미토스 프리뷰: 83.1% (7.9포인트 하회)
- 클로드 오퍼스 4.6 단독: 66.6% (기본 성능)
- 사이버짐 공통 환경 최고 기존 기록: 85%대
시스템 아키텍처의 역할
무네메 개발팀은 성능 향상의 핵심을 '에이전트 하네스 엔지니어링'으로 설명한다. 센터장 최대선 교수는 "동일 기반 모델의 성능을 24.4포인트 높였다"고 밝혔다. 이는 더 큰 모델을 개발하는 것보다 제한된 자원으로 시스템을 정교하게 구성하는 것이 효율적임을 보여준다. 사이버짐은 188개 오픈소스 프로젝트에서 수집한 1507개 실제 취약점을 대상으로, 단순 지식이 아닌 코드 분석, 취약점 추론, 도구 사용, 반복 검증 역량을 종합 평가한다. 무네메의 91% 달성은 이 모든 역량의 실전 입증이다.
다음 단계
현재 리더보드는 90% 이상을 '선도 시스템'으로 분류하며 무네메와 MDASH는 구분되지 않는 수준이다. 국내 조직들이 검토할 과제는 다음과 같다. 첫째, 보유한 AI 모델의 실전 역량을 에이전트 아키텍처로 재평가하기. 둘째, 글로벌 벤치마크에서 객관적 기술 수준 측정하기. 셋째, 모델 업그레이드보다 멀티에이전트 협업과 기억 체계 설계에 투자하는 전략 수립하기.
- #무네메
- #사이버짐
- #AI안전성
- #보안AI
- #MDASH