Show HN: 거부하지 않고 모의해킹하는 post-trained 모델 argusred

Show HN: We post-trained a model that pen tests instead of refusing

Jun 20, 2026•dk189•View Original

TL;DR Highlight

보안 스캔·모의해킹 전용으로 post-training한 모델을 CLI로 내놨다

Who Should Read

코드 보안 점검을 LLM 에이전트에 맡기려는데 상용 모델이 공격 관련 요청을 거부해 막힌 백엔드·보안 담당 개발자

Core Mechanics

CLI 하나에 모드 둘
- Security Scan은 코드를 읽기만 하는 셀프서브 모드다.
- Pen Test는 허가받은 시스템에 실제 공격을 시도하는 모드이며 예약 후에만 쓸 수 있다.
상용 모델은 거부해서 직접 학습했다
- 원문은 상용 모델이 이 제품이 하는 일을 거부한다고 말한다.
- 그래서 Cosine이 공격 보안용으로 post-train한 모델 위에서 돈다고 한다.
안전장치는 모델 밖 Go harness가 맡는다
- harness는 모든 툴 호출을 실행 전에 가로챈다.
- Scan 모드에서는 파일 쓰기·명령 실행을 모델 의도와 상관없이 막는다.
- Pen Test 모드에서는 네트워크 접근을 허가받은 대상으로만 제한한다.
발견 항목을 실제로 재현해 확인할 수 있다
- Exploit Verification을 켜면 보고 후 안전한 재현을 시도한다.
- Docker는 격리 컨테이너에서, Live FS는 실제 체크아웃에서 돌리며 코드는 읽기 전용이다.
결과는 로컬 마크다운 리포트다
- .argusred/scan-날짜.md에 위치·심각도·원인·수정 방향이 담긴다.
- 코드에서 근거를 못 찾은 취약점은 넣지 않는다고 한다.
소요 시간과 비용
- Bank of Anthos(약 3만 LOC) 6모듈 스캔은 약 10분, Symfony(약 150만 LOC) 전체 스캔은 약 40분이 걸렸다.
- 설치는 무료이며 새 Cosine 계정에 2M 토큰을 준다. 오픈소스가 아닌 closed binary다.

Community Reactions

커뮤니티 반응: 모델 출처 표기 논란
- 마케팅 문구에 Kimi 언급이 없다고 비판하며, 사이트에서 'kimi'를 검색해도 나오지 않는다는 의견이 있었다.
- finetune만으로 model lab이라 부르는 건 과하고 Kimi 라이선스 위반 소지가 있다는 의견도 있었다.
커뮤니티 반응: Kimi K2.6을 post-train한 것으로 해석한 댓글
- Kimi K2.6 같은 오픈 모델을 비교적 쉽게 post-train해 모의해킹을 허용할 수 있다는 의견이 있었다.
- 오픈 모델이 있는 한 AI 해킹 방어는 일시적 차단일 뿐이라는 의견이다.
커뮤니티 반응: 대안과 평가 방식 질문
- AWS Bedrock의 에어갭 환경에서 shannon을 돌려 좋은 결과를 얻었고 Claude Code 토큰으로 사실상 무료라는 경험담이 있었다.
- 표준 사이버 벤치마크가 없고 공격형 에이전트를 어떻게 평가했는지 묻는 댓글이 있었다.
커뮤니티 반응: 공격 도구 공개에 대한 회의
- 접근 제한 정책이 Anthropic·OpenAI와 같고 기준만 다르다는 의견이 있었다.
- 저장소 스캔 도구 대신 공격 도구를 낸 이유와 안전한 공개 방법이 의문이라는 의견도 있었다.

How to Apply

자기 repo에서 Security Scan 돌려 보기
- brew로 설치하고 repo 루트에서 argusred를 실행해 모듈 5개 정도를 켜고 스캔한다.
- Exploit Verification은 끈 채로 시작하고 .argusred/ 리포트의 심각도·수정 방향을 확인한다.
Exploit Verification은 Docker로 켜기
- 오탐을 줄이려면 재현 모드를 Docker로 선택한다.
- Live FS는 실제 환경에서만 드러나는 건에만 쓴다.
에이전트 툴 호출 앞에 결정론적 가드 두기
- 자체 에이전트를 만들면 모델 프롬프트가 아니라 툴 호출 계층에서 쓰기·명령 실행을 차단한다.
- 네트워크 허용 목록도 같은 계층에서 강제한다.
실행 전 네트워크 동작 확인하기
- closed binary이므로 방화벽 뒤에서 돌리며 tcpdump로 통신 대상을 관찰한다.
- 확인 후에 실제 코드에 적용한다.

Try It

복사해서 바로 해보기

# 셸에서 실행 (macOS/Linux). 점검 대상 repo 루트에서.

brew install CosineAI/argusred/argusred
cd path/to/your/repo
argusred

# 첫 실행 시 Cosine 가입 창이 열린다. 모듈 선택 후 'a'로 시작.
# 결과 확인:
ls .argusred/

# 통신 점검(선택): 다른 터미널에서
# sudo tcpdump -i any -n

Terminology

post-training이미 학습된 모델을 특정 목적에 맞게 추가로 다듬는 단계다. 신입 개발자를 입사 후 보안팀 업무에 맞게 교육하는 것과 비슷하다.

Pen Test허가를 받고 실제 시스템을 공격해 취약점이 진짜 뚫리는지 확인하는 테스트다. 건물 도면만 보지 않고 실제 문을 따 보는 것과 같다.

harness모델을 감싸고 툴 호출을 중간에서 검사·차단하는 실행 껍데기다. 모델이 뭘 원하든 문 앞의 경비원이 통과 여부를 정한다.

SSRF서버가 공격자가 지정한 주소로 요청을 보내게 만드는 취약점이다. 내부망 주소로 심부름을 시키는 셈이다.

DAST실행 중인 애플리케이션에 외부에서 요청을 보내 취약점을 찾는 동적 테스트다. 원문은 Scan 모드에서 이것을 하지 않는다고 한다.

Related Resources

Show HN: 거부하지 않고 모의해킹하는 post-trained 모델 argusred

Show HN: We post-trained a model that pen tests instead of refusing

Jun 20, 2026•dk189•View Original

TL;DR Highlight

보안 스캔·모의해킹 전용으로 post-training한 모델을 CLI로 내놨다

Who Should Read

코드 보안 점검을 LLM 에이전트에 맡기려는데 상용 모델이 공격 관련 요청을 거부해 막힌 백엔드·보안 담당 개발자

Core Mechanics

CLI 하나에 모드 둘
- Security Scan은 코드를 읽기만 하는 셀프서브 모드다.
- Pen Test는 허가받은 시스템에 실제 공격을 시도하는 모드이며 예약 후에만 쓸 수 있다.
상용 모델은 거부해서 직접 학습했다
- 원문은 상용 모델이 이 제품이 하는 일을 거부한다고 말한다.
- 그래서 Cosine이 공격 보안용으로 post-train한 모델 위에서 돈다고 한다.
안전장치는 모델 밖 Go harness가 맡는다
- harness는 모든 툴 호출을 실행 전에 가로챈다.
- Scan 모드에서는 파일 쓰기·명령 실행을 모델 의도와 상관없이 막는다.
- Pen Test 모드에서는 네트워크 접근을 허가받은 대상으로만 제한한다.
발견 항목을 실제로 재현해 확인할 수 있다
- Exploit Verification을 켜면 보고 후 안전한 재현을 시도한다.
- Docker는 격리 컨테이너에서, Live FS는 실제 체크아웃에서 돌리며 코드는 읽기 전용이다.
결과는 로컬 마크다운 리포트다
- .argusred/scan-날짜.md에 위치·심각도·원인·수정 방향이 담긴다.
- 코드에서 근거를 못 찾은 취약점은 넣지 않는다고 한다.
소요 시간과 비용
- Bank of Anthos(약 3만 LOC) 6모듈 스캔은 약 10분, Symfony(약 150만 LOC) 전체 스캔은 약 40분이 걸렸다.
- 설치는 무료이며 새 Cosine 계정에 2M 토큰을 준다. 오픈소스가 아닌 closed binary다.

Community Reactions

커뮤니티 반응: 모델 출처 표기 논란
- 마케팅 문구에 Kimi 언급이 없다고 비판하며, 사이트에서 'kimi'를 검색해도 나오지 않는다는 의견이 있었다.
- finetune만으로 model lab이라 부르는 건 과하고 Kimi 라이선스 위반 소지가 있다는 의견도 있었다.
커뮤니티 반응: Kimi K2.6을 post-train한 것으로 해석한 댓글
- Kimi K2.6 같은 오픈 모델을 비교적 쉽게 post-train해 모의해킹을 허용할 수 있다는 의견이 있었다.
- 오픈 모델이 있는 한 AI 해킹 방어는 일시적 차단일 뿐이라는 의견이다.
커뮤니티 반응: 대안과 평가 방식 질문
- AWS Bedrock의 에어갭 환경에서 shannon을 돌려 좋은 결과를 얻었고 Claude Code 토큰으로 사실상 무료라는 경험담이 있었다.
- 표준 사이버 벤치마크가 없고 공격형 에이전트를 어떻게 평가했는지 묻는 댓글이 있었다.
커뮤니티 반응: 공격 도구 공개에 대한 회의
- 접근 제한 정책이 Anthropic·OpenAI와 같고 기준만 다르다는 의견이 있었다.
- 저장소 스캔 도구 대신 공격 도구를 낸 이유와 안전한 공개 방법이 의문이라는 의견도 있었다.

How to Apply

자기 repo에서 Security Scan 돌려 보기
- brew로 설치하고 repo 루트에서 argusred를 실행해 모듈 5개 정도를 켜고 스캔한다.
- Exploit Verification은 끈 채로 시작하고 .argusred/ 리포트의 심각도·수정 방향을 확인한다.
Exploit Verification은 Docker로 켜기
- 오탐을 줄이려면 재현 모드를 Docker로 선택한다.
- Live FS는 실제 환경에서만 드러나는 건에만 쓴다.
에이전트 툴 호출 앞에 결정론적 가드 두기
- 자체 에이전트를 만들면 모델 프롬프트가 아니라 툴 호출 계층에서 쓰기·명령 실행을 차단한다.
- 네트워크 허용 목록도 같은 계층에서 강제한다.
실행 전 네트워크 동작 확인하기
- closed binary이므로 방화벽 뒤에서 돌리며 tcpdump로 통신 대상을 관찰한다.
- 확인 후에 실제 코드에 적용한다.

Try It

복사해서 바로 해보기

# 셸에서 실행 (macOS/Linux). 점검 대상 repo 루트에서.

brew install CosineAI/argusred/argusred
cd path/to/your/repo
argusred

# 첫 실행 시 Cosine 가입 창이 열린다. 모듈 선택 후 'a'로 시작.
# 결과 확인:
ls .argusred/

# 통신 점검(선택): 다른 터미널에서
# sudo tcpdump -i any -n

Terminology

post-training이미 학습된 모델을 특정 목적에 맞게 추가로 다듬는 단계다. 신입 개발자를 입사 후 보안팀 업무에 맞게 교육하는 것과 비슷하다.

Pen Test허가를 받고 실제 시스템을 공격해 취약점이 진짜 뚫리는지 확인하는 테스트다. 건물 도면만 보지 않고 실제 문을 따 보는 것과 같다.

harness모델을 감싸고 툴 호출을 중간에서 검사·차단하는 실행 껍데기다. 모델이 뭘 원하든 문 앞의 경비원이 통과 여부를 정한다.

SSRF서버가 공격자가 지정한 주소로 요청을 보내게 만드는 취약점이다. 내부망 주소로 심부름을 시키는 셈이다.

DAST실행 중인 애플리케이션에 외부에서 요청을 보내 취약점을 찾는 동적 테스트다. 원문은 Scan 모드에서 이것을 하지 않는다고 한다.

Show HN: 거부하지 않고 모의해킹하는 post-trained 모델 argusred

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources

Show HN: 거부하지 않고 모의해킹하는 post-trained 모델 argusred

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources