LLM이 만들어낸 보안 리포트 폭탄에 Linux 커널이 레거시 코드를 삭제로 대응
Kernel code removals driven by LLM-created security reports
TL;DR Highlight
LLM이 쏟아내는 AI 생성 보안 버그 리포트를 감당하지 못한 Linux 커널 메인테이너들이 ISA, PCMCIA, AX.25, ATM, ISDN 등 레거시 드라이버/프로토콜을 커널 트리에서 통째로 제거하기로 결정했다. 관리 불가능한 코드에 AI가 버그 보고를 폭증시키면서 '코드 삭제'라는 극단적 선택을 하게 된 사례다.
Who Should Read
Linux 커널 기여자나 오픈소스 프로젝트 메인테이너, 또는 LLM 기반 자동화 도구를 보안 취약점 탐지에 활용하거나 도입을 검토 중인 개발자.
Core Mechanics
- Linux 커널 메인테이너들이 ISA/PCMCIA 이더넷 드라이버, PCI 드라이버 일부, AX.25·아마추어 무선 서브시스템, ATM 프로토콜 및 드라이버, ISDN 서브시스템 등을 커널 트리에서 제거하는 패치를 제안했다.
- 제거 이유는 기술적 결함이 아니라 LLM이 자동으로 생성하는 보안 버그 리포트가 급증했기 때문이다. 메인테이너 코멘트에는 '아무도 AI 생성 버그 리포트를 처리하러 나서지 않아서 정신 건강을 지키려면 트리에서 빼야 한다'고 명시되어 있다.
- AX.25(아마추어 무선 패킷 통신 프로토콜)와 관련 HAM 라디오 드라이버는 오랫동안 syzbot(커널 자동 퍼징 도구)의 버그 보고를 많이 받아왔던 코드였는데, AI 리포트 유입까지 겹치면서 제거 결정이 내려졌다.
- 제거 대상 코드 대부분은 2010년대 이전에 주로 쓰이던 레거시 하드웨어용 드라이버나 프로토콜이다. ATM은 MPLS/MetroE로 대체됐고, ISDN은 사실상 사장됐으며, PCMCIA 슬롯이 달린 노트북은 2008년 이후 거의 생산되지 않았다.
- 이 코드들은 '유지보수가 안 되는 상태'임에도 대형 프로젝트(Linux 커널) 안에 포함되어 있어서 마치 유지보수되는 것처럼 보였다는 지적이 있다. 독립 프로젝트였다면 몇 년 전에 이미 '비활성' 상태가 드러났을 것이라는 주장이다.
- LLM이 생성하는 버그 리포트가 실제로 유효한 버그를 찾고 있는지도 논란이다. 일부 링크된 메일에서는 AI가 만들어낸 '쓸모없는 리포트(junk reports)'가 리뷰 부담만 늘린다는 문제가 제기됐다.
- 커널 트리에서 빠지더라도 out-of-tree 커널 모듈이나 유저스페이스 구현으로 이어갈 수 있다는 가능성은 열려 있다. 실제로 HAM 라디오 커뮤니티에서는 더 현대적인 언어로 작성된 유저스페이스 프로토콜 구현이 대안이 될 수 있다는 논의가 시작됐다.
Evidence
- AX.25 제거에 아쉬움을 표하는 HAM 라디오 커뮤니티 사용자가 있었고, linux-hams 메일링 리스트에 이 결정의 배경을 설명하는 스레드가 올라왔다. 다만 '유저스페이스에서 현대적인 언어로 새로운 프로토콜 구현이 표준이 될 것'이라는 긍정적 전망도 함께 나왔다.
- LLM이 버그를 '발견'하는 것인지 단순히 기존 문제를 '조명'하는 것인지에 대한 논쟁이 있었다. '이 문제들은 이미 존재하던 것들이고 LLM은 그저 큰 조명을 비추는 역할을 하고 있을 뿐'이라는 의견이 주목을 받았다.
- 'LLM이 버그를 리포트하면 그 자리에서 바로 수정도 해줘야 한다. 나중에 아무도 신경 쓰지 않는다'는 의견이 있었다. 즉, 버그 리포트만 자동화하고 수정은 사람에게 떠넘기는 현재 방식에 대한 비판이다.
- 오픈소스에 버그를 찾는 데 많은 돈이 투입되고 있는데, 그 돈 일부를 버그를 수정하는 사람에게 쓰면 어떻겠냐는 의견도 제기됐다. 발견에만 집중하고 수정 자원은 부족한 현실을 꼬집은 것이다.
- 레거시 드라이버를 커널 메인라인에서 제거하되 별도 out-of-tree 모듈로 분리하자는 제안이 여러 댓글에서 나왔다. 'Arch Linux 사용자는 직접 빌드하고, RHEL 같은 엔터프라이즈 배포판 사용자는 kmod-isdn 같은 별도 패키지를 설치하는 방식이면 양측 다 만족할 수 있지 않냐'는 구체적인 제안이 있었다.
How to Apply
- LLM 기반 보안 스캐너나 자동 버그 리포팅 도구를 오픈소스 프로젝트에 연동하려는 경우, 리포트 품질 필터링 레이어를 반드시 추가해야 한다. 검증 없이 AI 생성 이슈를 그대로 올리면 메인테이너의 리뷰 부담만 폭증시켜 이번 사례처럼 코드 자체가 제거되는 역효과를 낳을 수 있다.
- 유지보수가 사실상 중단된 레거시 드라이버나 모듈을 프로젝트에 포함하고 있다면, LLM 기반 취약점 스캐너 도입 전에 해당 코드의 유지보수 상태를 먼저 점검하라. AI는 오래된 코드일수록 더 많은 패턴 기반 취약점을 보고하는 경향이 있어, 방치하면 이슈 트래커가 노이즈로 가득 찰 수 있다.
- 커널 또는 시스템 소프트웨어에서 레거시 하드웨어 지원이 필요한 산업용 환경을 운영 중이라면, 이번 제거 대상 목록(ISA, PCMCIA, ATM, AX.25, ISDN)에 해당 드라이버가 포함되는지 지금 확인하고 out-of-tree 모듈 유지 또는 유저스페이스 대안을 미리 준비해야 한다.
Terminology
관련 논문
Claude가 rsync의 버그를 증가시켰는가? 데이터 분석
rsync 프로젝트에 Claude AI가 도입된 이후 버그가 늘었다는 소셜 미디어 주장을 실제 데이터와 통계 분석으로 검증한 글로, 결론적으로 Claude 도입 후 릴리즈가 역사적 분포에서 유독 버그가 많다는 통계적 근거는 없었다.
취약한 앱을 직접 만들고 LLM이 해킹할 수 있는지 $1,500 써서 실험해봤다
Firebase 취약점을 가진 앱을 직접 제작하고 GPT-5.5, Claude, Deepseek 등 주요 LLM이 자율적으로 해킹할 수 있는지 실험한 결과, GPT-5.5가 70% 성공률로 압도적이었고 Claude는 보안 거부 정책 때문에 능력과 무관하게 낮은 점수를 기록했다.
Clustered Self-Assessment: LLM 불확실성 정량화를 위한 간단하고 효과적인 방법
LLM이 여러 답변을 의미 단위로 묶어 객관식으로 만들고 스스로 채점해서 '이 답 얼마나 확신해?'를 수치로 뽑아내는 기법.
SkillHarm: 자동 생성 기반의 Skill-Use Lifecycle 전반을 다루는 Agent Skill 공격 벤치마크
AI 에이전트가 사용하는 'Skill 패키지'에 악성 페이로드를 심으면 최신 모델도 86%까지 뚫린다는 보안 벤치마크.
MemTrace: LLM Memory System의 오류를 추적하고 원인을 찾아내는 프레임워크
RAG, Mem0 같은 LLM 메모리 시스템이 왜 틀린 답을 내는지 자동으로 찾아주는 디버깅 프레임워크
DeepSWE: 오염 없는 장기 코딩 에이전트 벤치마크
기존 SWE-bench의 데이터 오염 및 검증 오류 문제를 해결하기 위해 처음부터 새로 만든 코딩 에이전트 벤치마크로, GPT-5.5가 70%로 1위를 차지하고 모델 간 성능 격차가 훨씬 뚜렷하게 드러난다.
Constraint Decay: LLM 에이전트가 백엔드 코드 생성에서 구조적 제약을 못 따라가는 이유