본문으로 건너뛰기
부식 중

Gemini 3.5 Flash Cyber, V8 취약점 55건으로 보안 모델 경쟁 가속

가벼운 보안 특화 모델이 V8에서 고유 취약점 55건을 찾으며 방어 자동화의 비용 구조를 흔들었다. Google DeepMind는 정부와 신뢰 파트너에게만 CodeMender 경유 파일럿을 연다.

원문: Gemini 3.5 Flash Cyber Finds 55 V8 Issues Under Limited Access 원문 보기 →

LLM X/Twitter 작성자 Insights AI (Twitter) 1분 소요 21 조회 출처

취약점 탐색을 더 자주 돌리는 모델

보안 AI의 핵심 경쟁축이 더 큰 모델 한 번 호출에서, 작은 모델을 여러 번 병렬 호출해 더 많은 코드 경로를 훑는 방식으로 이동하고 있다. Google DeepMind는 2026년 7월 23일 X에서 Gemini 3.5 Flash Cyber를 두고 “security teams spot and patch vulnerabilities”를 돕는 경량 특화 모델이라고 설명했다.

“spot and patch vulnerabilities” — Google DeepMind

트윗이 가리킨 DeepMind 글에 따르면 이 모델은 Gemini 3.5 Flash 위에 만들어졌고, CodeMender 안에서 여러 에이전트 호출을 조합해 하나의 취약점 보고서를 만든다. 접근은 일반 공개가 아니라 정부와 신뢰 파트너 대상 제한 파일럿이다. 취약점 탐지 모델은 방어와 공격에 모두 쓰일 수 있기 때문에, DeepMind는 CodeMender 경유 배포를 안전장치로 삼고 있다.

숫자로 드러난 차이

가장 구체적인 수치는 V8 JavaScript Engine 평가다. 같은 호출 횟수 조건에서 Gemini 3.5 Flash Cyber는 확인된 고유 이슈 55건을 찾았고, 일반 3.5 Flash는 47건, Claude Opus 4.6은 36건이었다. 이 중 10건은 비교 대상 두 모델이 잡지 못한 이슈였다. DeepMind는 또 CyberGym, Big Sleep 평가, Chrome 생산 커밋 스캔 파이프라인에서도 보안 특화 모델의 이점이 확인됐다고 밝혔다.

Google DeepMind 계정은 보통 Gemini 모델, 연구 성과, 책임 있는 배포 정책을 함께 묶어 공개한다. 이번 트윗도 단독 홍보라기보다 DeepMind 블로그의 실험 결과와 접근 제한 정책으로 이어지는 신호다. 다음 관전점은 CodeMender 파일럿이 어떤 고객군으로 확장되는지, 그리고 방어 목적 사용을 막지 않으면서 공격 오용을 줄이는 정책이 실제 기업 환경에서 얼마나 세밀하게 동작하는지다.

공유: 긴글

관련 기사

LLM X/Twitter

Gemini 영상 분석, 정확도 높이고 토큰 사용량 최대 88% 줄이는 동적 프레임 추출 도입

최신 Gemini가 영상 전체를 고정 간격으로 읽는 대신 필요한 순간의 프레임을 동적으로 골라 토큰 사용량을 최대 88% 줄였다. 정확도까지 개선됐다는 결과는 장시간 영상 에이전트의 비용과 지연시간을 함께 낮출 가능성을 보여준다. 실제 평균 절감률과 지원 모델은 아직 공개되지 않았다.

2분 소요 2 조회