자동 취약점 탐지(AVD)의 실용성 향상: 연구 동향과 미래 방향
본 기사는 자동 취약점 탐지(AVD) 분야의 최신 연구 동향을 소개하며, 특히 실제 적용 가능성을 높이기 위한 연구 방향을 제시합니다. 79편의 논문과 17건의 실증 연구 분석을 바탕으로, 다양한 문제 공식화, 광범위한 언어 지원, 향상된 데이터 품질 등의 개선이 필요함을 강조합니다.

최근 오픈소스 및 독점 소프트웨어에서 보안 취약점이 빈번하게 발견됨에 따라 개발 라이프사이클 초기에 취약점을 탐지하는 것이 시급한 과제로 떠오르고 있습니다. DARPA의 인공지능 사이버 챌린지(AIxCC)와 같은 프로젝트는 이러한 문제 해결을 위해 소스 코드를 자율적으로 분석하여 취약점을 식별하는 자동화된 취약점 탐지(AVD) 기술 개발을 가속화하고자 노력하고 있습니다.
Ezzeldin Shereen 등 7명의 연구자들은 최근 발표한 논문 "SoK: On Closing the Applicability Gap in Automated Vulnerability Detection"에서 79편의 AVD 관련 논문과 17건의 실증 연구를 체계적으로 분석하여 AVD 연구의 현황과 미래 방향을 제시했습니다. 연구는 크게 두 가지 연구 질문에 초점을 맞추었습니다.
(RQ1) 현재 AVD 연구는 핵심 구성 요소별로 어떻게 분포되어 있을까요? (RQ2) 소프트웨어 개발 전반에 걸쳐 AVD의 실제 적용 가능성 격차를 해소하기 위해 미래 연구는 어떤 주요 영역을 목표로 해야 할까요?
연구팀은 AVD 연구를 다음 다섯 가지 핵심 구성 요소로 분석했습니다.
- 과제 설정 및 세분성: 취약점 탐지의 과제 범위와 세부 수준
- 입력 프로그래밍 언어 및 표현: 분석 대상 소스 코드의 언어 및 표현 방식
- 탐지 방법 및 주요 솔루션: 취약점 탐지에 사용되는 알고리즘 및 기술
- 평가 지표 및 데이터 세트: 탐지 성능 평가에 사용되는 지표 및 데이터
- 보고된 성능: 실제 탐지 성능
분석 결과, 현재 AVD 연구는 특정 과제와 프로그래밍 언어에 편중되어 실제 적용 가능성이 제한적인 것으로 나타났습니다. 실제 효과적인 취약점 탐지를 위해서는 다음과 같은 개선이 필요합니다.
- 다양한 문제 공식화: 다양한 유형의 취약점을 포괄하는 폭넓은 과제 설정
- 다양한 탐지 세분성: 코드의 다양한 수준에서 취약점을 탐지할 수 있는 기능
- 광범위한 언어 지원: 다양한 프로그래밍 언어에 대한 지원 확대
- 향상된 데이터 세트 품질: 더욱 정확하고 풍부한 데이터 세트 활용
- 향상된 재현성: 연구 결과의 재현성을 높이기 위한 노력
- 실용성 증대: 실제 소프트웨어 개발 환경에 적용 가능한 실용적인 솔루션 개발
이 연구는 AVD 기술의 실용성을 높이기 위한 중요한 시사점을 제공하며, 미래 연구 방향을 제시함으로써 더욱 안전한 소프트웨어 개발 환경 구축에 기여할 것으로 기대됩니다.
Reference
[arxiv] SoK: On Closing the Applicability Gap in Automated Vulnerability Detection
Published: (Updated: )
Author: Ezzeldin Shereen, Dan Ristea, Sanyam Vyas, Shae McFadden, Madeleine Dwyer, Chris Hicks, Vasilios Mavroudis
http://arxiv.org/abs/2412.11194v1