Secure Code Warrior 연구 결과, 선별된 보안 규칙 세트 적용 시 AI 생성 코드의 측정된 위험 최대 70% 감소
.png)
새로운 SCW AI 신뢰 지수(AI Trust Index) 조사 결과에 따르면, 모호한 프롬프트는 신뢰할 수 없으며, 하니스(harness) 프롬프트는 위험을 줄여주고, AI에 더 많은 비용을 지출한다고 해서 반드시 더 안전한 코드가 생성되는 것은 아닙니다.
시드니/보스턴/런던 – 2026년 11월 17일 – AI 소프트웨어 거버넌스 및 시큐어 코딩 교육 분야의 선도 기업인 Secure Code Warrior가 주요 AI 모델이 보안 취약점이 있는 코드를 얼마나 자주 생성하는지 측정하는 실시간 벤치마크인 SCW AI 신뢰 지수(SCW AI Trust Index)의 2차 조사 결과를 오늘 발표했습니다. OpenAI, Anthropic, Google, Alibaba, Mistral 등의 30여 개 모델을 평가한 결과, AI 모델이 지난 12개월 동안 개선되었으며 선별된 보안 규칙이 주어졌을 때 취약한 코드를 현저히 적게 작성하고, 보급형 모델이 플래그십 모델보다 보안 위험이 더 적을 수 있는 것으로 나타났습니다. Secure Code Warrior는 실제 사용 환경을 더욱 정확하게 파악하고 보안 지침 및 하네스 프롬프트가 성능에 어떤 영향을 미치는지 보여주기 위해 테스트 하네스 내에서 모델을 평가하도록 방법론을 업데이트했습니다. 이처럼 개선된 방법론에는 AI 생성 코드의 기능적 완성도에 대한 데이터 비교도 포함되어 있어, 다양한 모델에 걸쳐 소프트웨어 개발 작업의 전반적인 위험과 효율성에 대한 더욱 포괄적인 그림을 제시합니다.
이번 연구 과정에서 당사는 AI를 활용하여 11개 코딩 언어로 15,000개 이상의 앱과 4,130만 줄의 코드를 구축했습니다.
최첨단 LLM이 개발자 코드에서 차지하는 비중이 점점 커지고 있습니다. Sonar의 2026 코드 개발자 현황 설문조사(2026 State of Code Developer Survey)에 따르면 2027년까지 커밋되는 코드의 65%를 AI가 차지할 것으로 예상됩니다. 한편, 새로운 모델이 매우 빠르게 출시되면서 순위는 불과 몇 주 만에 뒤바뀔 수도 있습니다. Secure Code Warrior의 AI 신뢰 지수에서 테스트 대상 AI 모델들은 코드 1,000줄당 0.24개에서 3.66개의 취약점을 생성하여 최상위 성능 모델과 최하위 성능 모델 간에 15배의 격차를 보였습니다. 평가 방식에는 차이가 있지만, 스탠퍼드 대학교의 별도 연구에 따르면 인간 개발자만 작성한 커밋에서는 1,000줄당 약 0.08개의 취약점이 발생한 것으로 나타났습니다.
보안 책임자는 팀이 물려받는 위험이 무엇인지, 그리고 활용 중인 모델과 프레임워크에 따라 해당 위험이 어떻게 변화하는지 명확히 파악해야 합니다. SCW AI 신뢰 지수는 새로운 모델과 함께 진화하는 실증적 측정을 통해 이러한 통찰력을 제공하며, 개발 팀이 사용할 수 있는 최신 기술 및 도구와 보조를 맞춥니다. Secure Code Warrior는 새로운 모델을 지속적으로 테스트하고 각 릴리스 직후 결과를 신속하게 업데이트합니다. 최신 버전의 신뢰 지수는 조직이 직원이 의존하는 모델의 수준을 평가하고 무엇이 이를 개선하는지 이해하도록 돕기 위해 마련되었습니다. 연구 결과에 따르면 AI 코딩 스택의 거버넌스가 보안의 성패를 좌우합니다. 주요 조사 결과는 다음과 같습니다.
- 모호한 지시는 효과가 거의 없지만, 선별된 규칙은 측정된 위험을 최대 70%까지 줄여줍니다: 기본 모델이 출발점을 설정한다면, 프롬프트는 AI 생성 코드의 최종 보안 수준을 결정합니다.
- 어떤 모델도 모든 면에서 가장 강력하지는 않습니다. 15개의 서로 다른 모델이 11개 프레임워크 중 최소 하나에서 기준치 기준 1위를 차지하거나 공동 1위를 기록했습니다. GPT-6-Astra-High는 4개 부문에서 1위를 차지하거나 공동 1위를 기록하며 가장 앞서 있습니다.
- 규칙 세트는 더 강력한 모델에 더 큰 도움을 줍니다. 위험도가 낮은 절반의 모델에서는 SCW 규칙과 타사 규칙 모두 위험을 평균 54.15% 줄였으며, 위험도가 높은 절반의 모델에서는 평균 34.05% 줄였습니다.
- 저가형 모델이 보안 면에서 플래그십 모델을 능가할 수 있습니다: 일부 저가형 모델은 적절한 규칙 적용 여부와 관계없이 프리미엄 모델보다 측정된 위험도가 낮습니다. 예를 들어, GPT 6 Luna는 실행당 0.10달러의 비용으로 평균 위험도 19.4를 기록한 반면, Claude Opus 5.5는 실행당 8.17달러의 비용으로 평균 위험도 43.6을 기록했습니다(규칙 없이 모델 단독 사용 시).
Secure Code Warrior의 공동 창립자이자 CEO인 피터 단휴(Pieter Danhieux)는 "모든 새로운 AI 모델이 이전 모델보다 더 안전한 코드를 작성하거나, 최첨단 모델이 저가형 모델보다 더 안전할 것이라고 가정하기 쉽습니다. 하지만 업데이트된 조사 결과는 항상 그렇지는 않다는 것을 보여줍니다"라고 말했습니다. "오늘날의 모델들은 안전한 코딩 방식을 알고 있지만, 기본적으로 이를 수행하지는 않습니다. 출력물의 보안 수준은 하니스, 프롬프트, 그리고 주어진 규칙에 의해 결정되며, 이러한 동작은 새로운 릴리스마다 바뀔 수 있습니다. 일회성 벤치마크로는 변화를 따라잡을 수 없기에 SCW AI 신뢰 지수는 모델 자체와 함께 진화합니다. 보안 책임자와 개발자는 개발 팀이 사용하는 언어와 프레임워크를 통해 검증 가능하며, 현재 직면한 위험을 증거 기반으로 명확히 파악해야 합니다."
AI 코드 생성은 이제 거스를 수 없는 흐름입니다. 개발자와 IT 팀은 AI 기반 앱을 시장에 출시해야 한다는 압박을 받고 있지만, 안전하게 출시하려면 의존하는 모델에 대한 완전한 가시성이 필요합니다. 모든 모델은 고유한 지문을 가지고 있습니다. SCW AI 신뢰 지수는 개발자가 모델의 동작을 벤치마킹하고 각 모델의 기능을 최대한 활용하는 방법을 이해하며, 위험이 발생하는 지점을 식별하고 처음부터 더 안전한 코드를 작성하도록 돕습니다.
SCW AI 신뢰 지수를 확인하려면 다음 링크를 방문하세요: https://www.securecodewarrior.com/product/ai-trust-index.
Secure Code Warrior 소개
Secure Code Warrior는 AI 소프트웨어 거버넌스 및 개발자 보안 역량 강화 분야의 선두 기업으로, 기업이 SDLC 전반에서 AI 기반 소프트웨어 개발을 제어할 수 있도록 지원합니다. 10년간 축적된 개발자 보안 전문성을 바탕으로 AI 가시성, 정책 시행, 맞춤형 학습을 제공하여 취약점을 방지하고 프로덕션 이전 단계에서 소프트웨어 품질을 강화합니다.
문의처
안드레아 브루시그(Andrea Brusig)
andrea.brusig@w2comm.com
배포 전 AI 기반 개발 거버넌스 확보
AI 기반 위험을 측정하고, 커밋 시점에 보안 코딩 정책을 적용하며, SDLC 전반에 걸쳐 안전한 소프트웨어 제공 속도를 높이세요.
Explore more articles
보안 코딩, AI 거버넌스, 소프트웨어 리스크 관리에 관한 전문가 콘텐츠를 확인해 보세요.

VMBlog: Secure Code Warrior 연구 결과, 선별된 보안 규칙 세트 적용 시 AI 생성 코드의 측정 위험 최대 70% 감소
Secure Code Warrior는 주요 AI 모델이 보안 취약점이 포함된 코드를 생성하는 빈도를 측정하는 실시간 벤치마크인 SCW AI Trust Index의 두 번째 조사 결과를 발표했습니다. OpenAI, Anthropic, Google, Alibaba, Mistral 등 30개 이상의 모델을 평가한 결과, 지난 12개월 동안 AI 모델의 성능이 향상되었으며, 선별된 보안 규칙을 적용했을 때 취약한 코드 생성이 눈에 띄게 줄었고, 저가형 모델이 플래그십 모델보다 오히려 위험도가 낮을 수 있다는 사실이 확인되었습니다.
.png)
AI 투데이: 시큐어 코드 워리어(Secure Code Warrior) 연구에 따르면, 선별된 보안 규칙 세트를 적용할 경우 AI가 생성한 코드의 측정된 위험을 최대 70%까지 줄일 수 있는 것으로 나타났습니다.
AI 소프트웨어 거버넌스 및 시큐어 코딩 교육 분야의 선도 기업인 Secure Code Warrior가 SCW AI 신뢰 지수(AI Trust Index)의 2차 조사 결과를 발표했습니다. 이 지수는 주요 AI 모델이 보안 취약점이 있는 코드를 얼마나 자주 생성하는지 측정하는 실시간 벤치마크입니다.
Secure AI-driven development before it ships
See developer risk, enforce policy, and prevent vulnerabilities across your software development lifecycle.



