BLOG
Tracefield · 02
Tracefield · 01
블로그 · 14
Vibe Audit · 04
Vibe Audit · 03
Vibe Audit · 02
Vibe Audit · 01
출판편집자 · 01
StudyTree · 01
SecurityOps · 02
SecurityOps · 01
AI챗봇 · 04
AI챗봇 · 03
AI챗봇 · 02
AI챗봇 · 01
퍼플심 · 04
퍼플심 · 03
퍼플심 · 02
퍼플심 · 01
블로그 · 13
rootscan · 07
rootscan · 06
블로그 · 12
블로그 · 11
블로그 · 10
블로그 · 09
블로그 · 08
블로그 · 07
블로그 · 06
블로그 · 05
블로그 · 04
블로그 · 03
블로그 · 02
블로그 · 01
rootscan · 05
rootscan · 04
rootscan · 03
asmspeak · 03
asmspeak · 02
rootscan · 02
asmspeak · 01
rootscan · 01
웹보안도구 · 02
웹보안도구 · 01
루트캠프 · 02
루트캠프 · 01
2025-12-13 / rootscan · 05
데모 리포트 뽑아보기
데모를 뽑아내기 위한 데모 코드 작성
예쁘게 꾸미는 것보다 가독성과 실용성에 몰빵해야 한다.
문서를 열자마자 "아, 이거 3개만 고치면 되는구나" 하고 감이 딱 와야 한다.
일단 일부러 취약하게 데모 코드를 작성했다.
환경 변수도 하드코딩하고.... 뭐 요즘은 이런 오류 정도는 알아서 걸러 주는 거름망이 많지만,
일단 직관적이니까.
리포트 뽑아보기
리포트는 크게 세 덩어리로 나뉜다.
-
전체 요약 (Summary):
- "총 5개 발견됨. 위험한 거(High) 2개."
- 바쁠 땐 이것만 보고 심각한지 아닌지 판단하면 된다.
-
상세 내역 (Findings):
- 어떤 파일, 몇 번째 줄에 문제가 있는지 정확히 찍어준다.
- 영어 원본 로그도 같이 보여줘서 더블 체크가 가능하다.
-
AI 가이드 (LLM Guide):
- "이 코드는 SQL 인젝션 위험이 있어요. 이렇게 파라미터 바인딩 방식으로 고치세요." 하고 친절하게 알려준다.
- 사실상 이 부분이 핵심이다. 검색할 시간을 아껴주니까. 필요하다면 레퍼런스 링크도 같이 걸어주면 된다.
실제 화면

- 로컬 LLM을 사용해서 문체나 흐름이 딱히 좋지는 않다.
- 신뢰성도 제고해야 할 필요는 있지만, 일반적으로 LLM이 취약점을 찾은게 아니라 라이브러리/도구가 잡은 것이라 신뢰할 수 있다.
- 이후 API를 사용해서 클라우드 LLM을 붙여보는 것을 목표로 한다.

