본문으로 바로가기
AI SECURITY

내 앱 보안 구멍을 AI가 찾아 증거로 보여 주는 오픈소스, 0security 설치와 사용법

0security는 AI 에이전트가 내 앱의 보안 구멍을 찾아 재현 증거로 보여 주고 고친 코드 후보까지 써 주는 오픈소스입니다. 설치 한 줄, 결과 읽는 법과 고치는 법, 모델 비용, 내 앱에만 써야 하는 이유를 정리했습니다.

작성 2026년 11월 18일읽기 16분

릴스에서 "이 오픈소스"라고만 소개했던 도구가 0security(실행 명령 이름은 숫자 0)입니다. AI 에이전트가 내 앱의 코드를 읽고, 돌아가는 앱을 직접 찔러 보고, 찾은 보안 구멍마다 "정말 뚫린다"는 재현 증거를 붙여 줍니다. 고친 코드 후보까지 써 준다는 점이 가장 눈에 띕니다.

AI로 앱을 뚝딱 만들고 나면 "이거 보안은 괜찮은 건가?"라는 의문이 한 번쯤 생깁니다. 이번 글에서는 0security가 정확히 무엇을 해 주는지, 기존 점검 도구와 무엇이 다른지, 설치하고 내 앱 폴더에 처음 돌려 보는 방법, 결과를 읽고 고치는 방법, 비용, 그리고 꼭 지켜야 하는 사용 범위까지 정리해 보겠습니다.

(저는 설치해서 돌려 보지는 않았습니다. 작성일인 2026년 11월 18일 기준 GitHub 저장소·공식 문서·연구 페이지·제작사 데모 영상을 한 줄씩 대조해서 쓴 글이고, 글에 나오는 앱 화면은 전부 제작사가 README에 올린 공식 데모 영상에서 가져왔습니다. 버전이 자주 올라오는 도구라 쓰시기 전에 문서를 한 번 더 확인하시는 걸 권장합니다.)

사용 도구 및 준비물

0security란?

0security는 스위스의 AI·보안 연구실(Swiss Applied AI & Cybersecurity Research Lab)이 만든 오픈소스(코드를 공개해 누구나 받아 쓰고 고칠 수 있게 한 소프트웨어) 보안 도구입니다. README(저장소 첫 화면에 뜨는 설명서) 맨 위에 Y Combinator 투자 배지가 붙어 있고, 라이선스는 MIT와 Apache-2.0 중 하나를 골라 쓰는 방식입니다. 2026년 8월 19일에 저장소가 만들어졌고, 작성일 기준 GitHub 별 1,454개·포크 193개, 최신 버전은 11월 16일에 나온 v0.38.0입니다.

0security는 에이전트(목표를 주면 스스로 계획을 세우고 필요한 도구를 돌려 가며 일을 끝까지 하는 AI)에게 보안 점검을 맡기는 도구입니다. 공식 문서와 첫 화면에 적힌 점검 대상은 다음과 같습니다.

점검 대상하는 일명령 예
내 소스 코드정적 분석(코드를 실행하지 않고 읽어서 패턴 찾기)을 먼저 돌리고, 그다음 AI 에이전트가 코드를 검토0 scan ./my-app
돌아가는 웹 앱·API주소를 주면 실제로 요청을 보내 공격이 통하는지 확인. 범위 파일 필수0 scan https://staging.example.com --scope ./scope.json
패키지·의존성npm·PyPI 같은 공개 패키지나 내 프로젝트가 가져다 쓰는 패키지 점검0 scan npm:express, 0 scan . --module deps
바이너리·AI 에이전트컴파일된 프로그램 역분석, LLM 앱에 프롬프트 공격을 걸어 금지된 행동을 하는지 시험(첫 화면 소개, 이 글에서는 다루지 않음)

바이브코딩으로 앱을 만든 분이라면 첫 줄(내 코드 검토)과 둘째 줄(배포 전 스테이징 주소 점검)이 가장 쓸모 있을 것 같습니다.

릴스에 나온 "리눅스에서 보안 구멍 30개 넘게"는 연구 페이지 맨 위 숫자입니다.

제로데이(0-day)는 만든 쪽도 아직 몰랐던 새 보안 구멍이고, CVE는 공개된 보안 구멍에 붙는 공식 번호입니다. "merged"는 리눅스 커널 쪽이 수정 코드를 받아들였다는 뜻입니다. 같은 페이지의 공개 목록 44건을 세어 보니 34건이 리눅스 커널이었고, 그중 14건은 아직 "In review(검토 중)"이나 "Queued upstream(반영 대기)" 상태였습니다. 이 숫자는 연구실이 공개한 연구 성과이고, 지금 받을 수 있는 공개판 도구를 그대로 돌려서 나온 결과인지는 페이지에 따로 구분돼 있지 않습니다.

실제 화면은 제작사가 README에 올린 데모 영상으로 보는 게 가장 빠릅니다. 데모용 고객 API 폴더(demo-api)를 점검하라고 시키고, 에이전트가 파일을 읽고 발견을 저장하고, 발견 목록에서 증거를 여는 데까지 41초입니다.

단서와 재현된 발견

보안 점검 도구 자체는 새로운 게 아닙니다. 프로젝트 폴더에서 npm audit 한 줄만 쳐도 "취약한 패키지가 몇 개, 그중 높음 몇 개, 심각 몇 개"라는 목록이 나옵니다. 그런데 그 목록은 대부분 "이럴 수도 있다" 수준입니다. 내 앱에서 정말 뚫리는지, 무엇부터 고쳐야 하는지는 결국 사람이 판단해야 합니다.

자물쇠로 비유하면, 목록형 점검은 열쇠공이 "이 자물쇠는 오래된 모델이라 위험할 수 있어요"라고 적어 주고 가는 것이고, 0security가 하려는 건 실제로 따 보고 열리는 장면을 찍어 둔 다음, 새 자물쇠를 달고 다시 따 봐서 안 열리는 것까지 확인하는 것에 가깝습니다.

문서에 쓰인 용어를 그대로 정리하면 다음과 같습니다.

용어뜻독자가 할 일
Finding(발견)증거가 붙은 보안 문제증거(요청·응답·분석)를 열어 본다
Lead(단서)재현 증거가 없는 발견아직 "의심"으로만 본다
reproduced(재현됨)PoC(Proof of Concept, 공격이 실제로 된다는 걸 보여 주는 재현 절차)를 돌렸더니 미리 정한 조건이 맞음그 조건이 정말 공격을 보여 주는지 한 번 더 본다
Verified(검증됨)0이 네트워크를 끈 컨테이너에서 직접 검사를 돌려 통과Docker나 podman이 있어야만 붙는다
Not verified위 검사를 못 돌렸거나 실패"컨테이너 없음" 같은 이유가 한 줄로 같이 나온다

가장 중요한 문장은 문서의 Verified 설명입니다.

"The Agent cannot mark anything Verified."

(번역) 에이전트는 어떤 것도 스스로 Verified로 표시할 수 없습니다.

AI가 "고쳤습니다"라고 말하는 것과, 프로그램이 정해진 검사를 다시 돌려 통과한 것을 구분해 둔 셈입니다. 바이브코딩을 해 보신 분이라면 AI가 자신 있게 "해결했습니다"라고 했는데 실제로는 안 고쳐져 있던 경험이 한 번쯤 있으실 텐데, 그 문제를 구조로 막아 둔 설계라고 생각합니다.

다만 문서도 한계를 분명히 적어 둡니다. 웹 앱 점검에서 붙는 "confirmed"는 별도 검증 에이전트가 공격을 다시 해 보고 내린 모델의 판단이지 정해진 절차를 그대로 다시 돌린 결과는 아니라고 하고, 발견이 0개로 끝난 점검도 안전하다는 증명은 아니라고 적혀 있습니다.

"A clean run does not show a target is secure."

(번역) 깨끗하게 끝난 점검이 대상이 안전하다는 걸 보여 주지는 않습니다.

설치와 첫 실행

설치는 간단합니다. 맥(Apple Silicon)과 리눅스(x64·ARM64)는 터미널에 아래 두 줄을 넣으면 됩니다. 첫 줄은 설치 스크립트를 내려받아 실행하고, 둘째 줄은 0을 켭니다.

HLJS BASH
curl -fsSL https://raw.githubusercontent.com/0sec-labs/0security/main/install.sh | bash
0

첫 줄은 체크섬(파일이 중간에 바뀌지 않았는지 확인하는 값)을 검사한 실행 파일을 ~/.0/bin에 넣고 PATH(명령 이름만 쳐도 찾아 주는 경로 목록)에 추가합니다. 둘째 줄 0을 치면 브라우저에 http://127.0.0.1:48123 화면이 열립니다. 계정 가입은 필요 없습니다. 0: command not found가 나오면 터미널을 새로 열면 된다고 문서에 적혀 있습니다.

다른 환경은 사정이 조금 다릅니다.

환경방법주의할 점
맥(Apple Silicon)·리눅스위 설치 한 줄가장 기본 경로
윈도우Releases에서 0-windows-x64.exe 내려받기문서 표현 그대로 실험판(experimental). 자동 업데이트 명령(0 config doctor upgrade)도 윈도우는 지원하지 않음
인텔 맥전용 실행 파일 없음Docker나 소스 빌드로
Dockerghcr.io/0sec-labs/0security 이미지터미널 명령만 돌고 브라우저 화면은 안 뜸
소스 빌드Node.js 24 이상 + pnpm전역 0 명령이 생기지 않음

Docker는 앱을 내 컴퓨터와 분리된 상자(컨테이너) 안에서 돌리게 해 주는 프로그램입니다. 0security를 Docker로 돌리는 것과 별개로, 뒤에서 볼 Verified 표시를 받으려면 내 컴퓨터에 Docker(또는 podman)가 깔려 있어야 합니다.

화면이 열리면 순서는 네 단계입니다.

  1. 모델 연결: Settings → Models에서 쓰고 싶은 회사의 API 키를 붙여 넣거나 로그인합니다(어떤 모델을 쓸 수 있는지는 아래 비용 절에 정리했습니다).
  2. 새 작업 열기: New thread를 누르고 점검할 폴더를 고릅니다. 반드시 내 앱 폴더입니다.
  3. 할 일 적기: 문서 예시 문장은 "Review this folder for injection bugs and verify what you find"이고, README 예시는 "Review ./your-repo for security problems"입니다.
  4. 결과 보기: 왼쪽 Findings를 엽니다. 사이드바의 "Finish setting up" 카드가 1·2단계를 챙겨 줍니다.

데모에서 넣은 요청 문장 원문과 번역은 다음과 같습니다.

"Review this source-only customer API for authorization and injection flaws; never run it. Save each confirmed vulnerability with save_finding (evidence, suggested fix, verification steps), at most 2. Then patch the SQL injection in server.js with one str_replace edit and verify it with a short node script that only reads server.js and prints PASS or FAIL."

(번역) 이 고객 API는 소스 코드만 보고 권한 검사 누락과 인젝션 결함을 검토해 줘. 실행은 하지 마. 확인된 취약점은 save_finding으로 증거·수정 제안·검증 단계를 붙여 최대 2개까지 저장해. 그다음 server.js의 SQL 인젝션을 한 번의 문자열 교체로 고치고, server.js를 읽기만 해서 PASS나 FAIL을 출력하는 짧은 node 스크립트로 확인해.

"실행은 하지 마", "최대 2개" 같은 범위를 문장 안에 직접 적어 둔 점이 눈에 띕니다. 처음 돌릴 때는 이렇게 범위를 좁혀 주는 편이 비용 면에서도 안전할 것 같습니다. (데모 영상에는 메뉴가 "New mission"으로, 문서에는 "New thread"로 적혀 있습니다. 버전에 따라 이름이 바뀐 것 같습니다.)

브라우저 화면 대신 터미널에서 바로 시키는 방법도 README에 있습니다.

HLJS BASH
export OPENAI_API_KEY="your-api-key"
0 threads send new "Review ./your-repo for security problems"
0 findings list

첫 줄은 모델 키를 넣는 줄(your-api-key 자리에 본인 키), 둘째 줄은 ./your-repo 폴더를 점검하라는 새 작업을 보내는 줄, 셋째 줄은 저장된 발견 목록을 보는 줄입니다. 키는 OpenAI 말고도 Anthropic·OpenRouter·DeepSeek 등 지원하는 회사 것이면 됩니다(해당 회사의 변수 이름으로 바꿔 넣습니다).

결과 읽기와 고치기

데모에서 에이전트가 일한 기록은 이렇게 쌓입니다.

화면을 읽어 보면, 에이전트가 폴더 목록을 보고 → server.js를 읽고 → 발견 저장을 한 번 실패한 뒤 → SQL 인젝션(입력값에 데이터베이스 명령을 섞어 넣어 남의 데이터를 꺼내는 공격)과 OS 명령 인젝션(입력값으로 서버에 아무 명령이나 실행시키는 공격) 두 건을 저장합니다. 그다음 코드를 고치고 짧은 확인 스크립트를 돌려 PASS를 받습니다. 실패한 줄("1 failed")을 숨기지 않고 그대로 보여 주는 게 마음에 듭니다. 오른쪽 위 $0.02는 이 작업에 든 모델 비용 추정치입니다(데모는 gpt-5-mini 모델, 작은 예제 폴더 기준).

모아 보는 곳은 Findings 화면입니다.

핵심인 오른쪽 상세 패널의 Evidence에는 공격에 쓴 요청(Request)·서버가 돌려준 응답(Response)·왜 문제인지 분석(Analysis)이 들어 있습니다. 위 화면의 분석은 "요청 주소의 id 값을 그대로 SQL 문장에 이어 붙이고 있으니, 값을 따로 넘기는 방식(parameterized query)으로 바꿔야 한다"는 내용입니다. AI로 만든 앱에서 자주 나오는 실수라서, 바이브코더라면 이 한 줄만 이해해도 얻는 게 있다고 생각합니다.

목록을 볼 때는 두 가지를 구분해야 합니다.

구분누가 정하나값
상태(Status)0의 자동 점검discovered(후보), verified·confirmed(검증 단계 통과), false-positive(오탐으로 판정)
분류(Triage)본인new, accepted(Accept), suppressed(화면에서는 Dismiss)

문서에는 "Accept를 눌러도 검증된 게 아니고, Dismiss를 눌러도 오탐이 되는 게 아니다"라고 적혀 있습니다. Accept는 "내가 보고 인정했다"는 표시일 뿐입니다. 오탐이라면 이유를 적어 두면 메모리에 남아 다음 점검 때 참고한다고 합니다.

상세 패널의 버튼(발견 상태에 따라 Verify in a thread·Fix in a thread·Investigate in a thread 중 하나가 뜸)을 누르면 그 발견을 들고 새 작업이 열리고, Terminal command를 누르면 같은 일을 하는 터미널 명령을 보여 줍니다. 터미널 명령은 문서 기준으로 정리하면 다음과 같습니다.

명령하는 일내 코드에 반영되나
0 scan fix ./my-app --finding finding.json --test-command "npm test"재현된 발견 하나를 격리된 작업 폴더에서 고침. 후보 최대 3개, 재현이 사라지고 테스트가 통과한 것만 채택안 됨. 끝에 --apply를 붙여야 반영
0 scan ./my-app --module repair --test-command "npm test"찾기→재현용 검사 작성→고치기→다시 검사까지 한 번에. 커밋된 코드 기준안 됨. 수정본(diff)만 나옴
위 명령 끝에 --publish검증된 수정마다 GitHub PR(수정 제안)을 엶PR만 열고 머지·배포는 절대 안 함

사이트 FAQ도 같은 말을 합니다.

"It never merges or deploys; you review every change."

(번역) 머지(합치기)나 배포는 절대 하지 않습니다. 모든 변경은 본인이 검토합니다.

터미널 수정 명령은 둘 다 --test-command(고친 뒤에도 앱이 잘 도는지 확인할 테스트 명령)를 필수로 받습니다. AI로 만든 앱에는 테스트가 없는 경우가 많아서, 그럴 때는 브라우저 화면의 Fix in a thread로 수정 제안을 받고 직접 확인하는 쪽이 현실적일 것 같습니다. (테스트 없이 고친 경우 어떤 검증 표시가 붙는지는 문서에서 따로 찾지 못했습니다.)

결과는 JSON·Markdown·HTML·SARIF·PDF로 내보낼 수 있습니다. 다만 기본 보고서(report.json)에는 소스 코드나 비밀 값이 그대로 인용될 수 있어서, 남에게 넘길 때는 증거·재현 절차·경로를 뺀 공유용 사본을 따로 만들라고 문서에 적혀 있습니다.

비용과 사용 범위

도구 값은 0원입니다. 다만 실제 일은 AI 모델이 하기 때문에 모델 사용료는 본인 키로 냅니다. 0security가 따로 돈을 받지 않을 뿐, "돈이 한 푼도 안 든다"는 뜻은 아닙니다. 연결할 수 있는 모델은 다음과 같습니다(작성일 기준 문서).

방식예비용을 내는 곳
회사 API 키Anthropic, OpenAI, OpenRouter, DeepSeek, Z.ai GLM, Kimi, Qwen, xAI, Azure OpenAI, Together AI 등각 회사 계정
ChatGPT Codex 로그인Settings → Models에서 ChatGPT Codex 선택 후 기기 로그인, 또는 터미널에서 codex login본인 ChatGPT 요금제 한도 안
로컬·직접 띄운 서버Ollama처럼 OpenAI 방식으로 답하는 서버(주소 예 http://localhost:11434/v1)내 컴퓨터 전기료 정도. 도구 호출(tool calling)을 지원하는 모델이어야 함
OpenRouter 무료 모델OpenRouter 연결 상태에서 --model free무료 모델 쪽 제한을 따름

얼마나 드는지에 대해 문서에는 "작은 앱을 빠른 깊이(quick)로 점검하면 몇 분, 비용은 센트 단위"라는 문장이 있습니다. 앞에서 본 데모 화면의 $0.02(약 30원 안팎)도 그 정도 규모입니다. 하지만 이건 작은 예제 기준이고, 폴더가 크거나 깊게(deep) 돌리면 늘어납니다.

그래서 처음에는 비용 상한을 꼭 거는 걸 권장합니다. 0 scan ./my-app --depth quick --cost-ceiling 1처럼 --cost-ceiling 1을 붙이면 예상 비용이 1달러를 넘을 때 멈추고, 그때까지 찾은 결과는 남깁니다. 주의할 점은 세 가지입니다.

  • 상한을 안 걸면 금액 제한이 아예 없습니다.
  • 예상치 기준으로 멈추는 "느슨한 상한"이라, 이미 보낸 요청만큼은 조금 넘을 수 있습니다.
  • 가격이 알려지지 않은 모델은 비용을 0으로 치지 않고 "모름"으로 처리하기 때문에 상한이 먹지 않습니다.

가장 중요한 건 README·문서·첫 화면 FAQ가 공통으로 반복하는 문장입니다.

"Only test systems you own or are authorized to test. A scope file encodes that authorization; it does not grant it, and it is not a sandbox."

(번역) 본인이 소유했거나 점검을 허락받은 시스템만 시험하세요. 범위 파일은 그 허락을 적어 두는 것이지 허락을 대신해 주지 않고, 격리 장치도 아닙니다.

내 코드 폴더를 검토하는 건 내 컴퓨터 안의 일이지만, 돌아가는 웹 앱 점검은 실제 서버에 공격 요청을 보냅니다. 남의 사이트에 돌리면 허락 없는 침입 시도가 될 수 있으니, 내가 운영하는 앱의 스테이징(배포 전 시험용) 주소처럼 내 것에만 써야 합니다. 그 주소를 범위(scope) 파일에 적어 두는 게 문서가 권하는 방식입니다.

HLJS JSON
{
  "in_scope": ["staging.my-app.com"],
  "out_of_scope": []
}

scope.json이라는 이름으로 저장하고, staging.my-app.com 자리에 본인 앱 주소를 https:// 없이 적습니다. 점검할 때 0 scan https://staging.my-app.com --scope ./scope.json처럼 넘기면, 0은 이 목록에 없는 주소로는 요청을 보내지 않습니다. 결제 페이지처럼 건드리면 안 되는 주소는 out_of_scope에 넣으면 되고, 두 목록이 겹치면 out_of_scope가 이깁니다.

이것과 함께 켜 두면 좋은 설정이 세 가지 있습니다.

설정명령·위치효과
범위 없으면 거부0 skills extensions enable scope범위 파일 없이 웹 주소를 점검하려 하면 시작 전에 거부(localhost 포함)
조용한 점검--engagement-profile conservative기본은 주소당 초당 5회 요청에 차단당하면 우회를 시도함. 이 옵션은 초당 1회로 줄이고 우회도 끔
명령마다 묻기Settings → Helpers → Ask before running commands기본값은 에이전트가 묻지 않고 명령을 실행(데모 화면 입력창 아래 YOLO 표시가 이 상태로 보임). 켜면 명령·변경마다 먼저 물어봄

마지막 줄이 생각보다 중요한 이유는 0의 에이전트가 내 계정 권한으로 터미널 명령을 실행하기 때문입니다. 소스 점검 중에 의존 패키지를 설치하거나 도구를 돌리기도 하기 때문에, 문서는 남이 만든 낯선 코드를 점검할 때는 지워도 되는 별도 컴퓨터(가상 머신 등)에서 하라고 권합니다. 모델 키도 ~/.0/credentials.json에 암호화 없이 저장되니(파일 권한으로만 보호), 이 폴더를 GitHub에 올리거나 버그 리포트에 붙이지 않도록 조심하셔야 합니다.

개인적인 생각

AI로 앱을 만드는 속도가 빨라질수록 "만들기"와 "안전하게 만들기" 사이의 간격도 커진다고 생각합니다. 그 간격을 메우는 도구로 0security가 마음에 드는 이유는 기능의 양보다 에이전트가 스스로 Verified를 붙일 수 없게 한 설계 때문입니다. AI가 "고쳤다"고 말하는 것과 검사가 통과한 것을 화면에서 구분해 주는 도구는 생각보다 많지 않습니다.

다만 이 도구가 보안 담당자를 대신해 준다고 보기는 어려울 것 같습니다. 문서 스스로 "깨끗한 점검이 안전의 증명은 아니다", "모델 판단은 독립 재현이 아니다"라고 적고 있고, Windows판은 아직 실험판입니다. 본인 상황별로 나눠 보면 다음과 같습니다.

1. AI로 만든 내 앱을 처음 점검해 보는 경우

맥이나 리눅스라면 설치 한 줄로 시작해 볼 만하다고 생각합니다. 이 경우 아래 순서를 지키시는 게 좋을 것 같습니다.

  1. 먼저 코드를 git에 커밋해 둔다(수정 명령이 커밋된 코드를 기준으로 돌고, 되돌리기도 쉬움).
  2. 모델은 이미 쓰고 있는 곳(ChatGPT 요금제나 API 키) 하나만 연결하고, 터미널이라면 --cost-ceiling 1을 붙인다.
  3. 웹 주소 점검 말고 내 코드 폴더 검토부터 한다. 요청 문장에 "실행은 하지 마"처럼 범위를 적는다.
  4. Findings에서 재현된 것부터 읽고, 수정은 제안으로 받아 직접 확인한 뒤 반영한다.

2. 이미 배포해서 돌아가는 서비스가 있는 경우

운영 주소 말고 스테이징 주소를 범위 파일에 적어 점검하는 걸 권합니다. 운영 서버에 공격 요청이 들어가면 실제 데이터가 바뀌거나 서비스가 느려질 수 있습니다. 호스팅 회사 약관에 따라 보안 점검을 미리 알려야 하는 경우도 있으니 한 번 확인해 보시는 게 좋겠습니다.

3. 회사 코드나 고객 데이터를 다루는 경우

0 자체는 내 컴퓨터에서 돌지만, 코드 내용은 연결한 모델 회사로 보내집니다. 회사 규정상 그 모델 회사에 코드를 보내도 되는지부터 확인하셔야 합니다. 회사 안에 보안 담당자가 있다면 그분과 같이 범위를 정하는 게 순서라고 생각합니다.

Claude Code를 쓰시는 분이라면 0을 MCP(Claude Code 같은 AI 도구에 바깥 기능을 꽂는 연결 규격) 서버로 붙여 부를 수도 있습니다(0 lab mcp-server). 다만 문서에서 이 기능을 "숨겨진 개발자 명령"으로 소개하고, 그 서버에는 명령마다 묻는 승인 단계가 없다고 적혀 있어서, 처음에는 브라우저 화면으로 익숙해진 다음 써 보시는 걸 추천합니다.

(위 내용은 2026년 11월 18일 공개 자료 기준이고, 제가 직접 설치해서 점검해 본 결과가 아닙니다. 틀린 부분이 있을 수 있고, 버전이 바뀌면 메뉴 이름이나 명령도 달라질 수 있습니다.)

이 글을 마치며 & Reference

"보안 점검"이라는 말이 어렵게 들리지만, 0security가 하는 일을 한 줄로 줄이면 "내 앱이 정말 뚫리는지 직접 해 보고, 증거와 고친 코드를 같이 보여 주는 것"입니다. 내 앱 폴더에 한 번 돌려 보는 것까지는 생각보다 문턱이 낮습니다. 다만 그 대상은 언제나 내 앱이어야 합니다.

관련 글

Reference

  1. 0security GitHub 저장소 : 설치 한 줄과 데모 영상이 README 첫 화면에 다 있습니다. 윈도우·Docker 설치는 접힌 메뉴 안에 있습니다.
  2. 0security 공식 문서 Quickstart : 설치부터 첫 점검, 문제 해결까지 한 페이지에 정리돼 있어서 처음 볼 때 가장 편했습니다.
  3. 0security 문서 Findings : 단서·재현·Verified의 차이와 수정 명령의 조건이 자세히 나옵니다.
  4. 0security 문서 Configuration의 Scope : 범위 파일 작성법과 범위가 막아 주지 못하는 것까지 적혀 있습니다. 웹 주소를 점검하기 전에 꼭 읽어 보시는 걸 권합니다.
  5. 0security 연구 페이지 : 리눅스 커널 제로데이 30개 이상이라는 숫자와 공개된 44건의 목록이 있습니다. 각 항목의 진행 상태(반영됨·검토 중)를 같이 보시면 좋습니다.

긴 글 읽어주셔서 감사합니다 :)

추가 학습 자료 신청

ZEXEA 메인 사이트의 자료 신청 페이지로 이동합니다. 이름·이메일·전화번호 등의 입력이 필요합니다. 블로그 글과 실습 예제는 신청 없이 모두 읽을 수 있습니다.

자료 신청 안내 보기

관련 가이드

Claude가 내 아이폰을 대신 누른다는 제목 옆에, 맥 화면 속 터미널에 캘린더 일정 만들어 달라는 문장이 적혀 있고 그 옆 아이폰 미러링 창의 앱 아이콘에 주황 탭 표시가 찍힌 대표 이미지
CLAUDE CODE2026년 11월 17일읽기 16분

Claude Code가 내 아이폰을 대신 누른다, mirroir-mcp 설치를 한 줄로 끝내는 법 (맥 전용)

mirroir-mcp로 맥에 미러링한 아이폰을 Claude Code가 대신 조작하게 만드는 법을 개발을 몰라도 따라 하게 정리했습니다. 준비물 체크, 설치 문장 한 줄, 직접 켜야 할 권한 3가지, 은행 앱 막기와 멈추는 법까지.

전체 과정 보기
키 하나로 AI 모델 20개 무료?라는 제목 옆에 GPT·Claude·DeepSeek·GLM·Kimi 이름표가 열쇠 위에 떠 있고, 아래 주황 테두리 상자에 공식가보다 싼 이유는?이라고 적힌 대표 이미지
CLAUDE CODE2026년 11월 17일읽기 12분

키 하나로 AI 모델 20개 무료? APInex 무료 조건과 Claude Code 연결법, 쓰기 전에 확인할 것

APInex는 키 하나로 여러 회사 AI 모델을 부르는 중개 사이트입니다. 5달러 충전·매일 출석 체크라는 무료 조건, Claude Code·Codex 연결법과 설정 백업, 공식가보다 훨씬 싼 가격·룰렛·운영 주체 같은 확인할 점까지 정리했습니다.

전체 과정 보기
aisamhottman 팀이 AI Agent Security 대회에서 4,186팀 중 72위로 받은 Kaggle 실버 메달 인증서
AI SECURITY2026년 9월 6일읽기 11분

캐글 AI Agent Security 실버 메달 후기 - 4,186팀 중 72위

AI 에이전트 보안 대회의 평가 방식부터 62개 코드 버전의 실험 과정, 서로 다른 최종 제출 두 개를 선택하여 4,186팀 중 72위를 기록한 방법까지 정리했습니다.

전체 과정 보기