NVIDIA SkillSpector: AI 에이전트 스킬과 MCP 취약점을 검사하는 오픈소스 보안 스캐너
Claude Code, Codex, MCP 등 AI 에이전트용 스킬을 설치하기 전에 프롬프트 인젝션, 데이터 유출, 권한 상승 등 71개 취약점 패턴을 정적 분석과 LLM으로 사전에 점검하는 오픈소스 도구입니다.
NVIDIA가 오픈소스로 공개해 운영 중인 보안 스캐너 'SkillSpector'는 Claude Code, Codex CLI, Gemini CLI 같은 대형언어모델(LLM) 기반 코딩 에이전트와 모델 컨텍스트 프로토콜(MCP) 서버에 추가되는 외부 스킬의 위험 요소를 사전에 분석하는 도구입니다.

이미지 출처: Coolcaesar 쨌 CC BY-SA 4.0 쨌 https://creativecommons.org/licenses/by-sa/4.0 쨌 https://commons.wikimedia.org/wiki/File:NVIDIA_Headquarters.jpg
최근 터미널과 통합 개발 환경(IDE)에서 개발자를 대신해 코드를 작성하고 명령어를 직접 실행하는 AI 에이전트가 빠르게 확산되고 있습니다. 에이전트가 호출하는 '스킬(Skill)'이나 '도구 정의'는 일반적인 라이브러리와 달리 작업 환경의 광범위한 실행 권한을 바탕으로 구동되는 경우가 많습니다. SkillSpector 연구 데이터셋 분석에 따르면 조사 대상 31,132개 스킬 중 26.1%에서 보안 취약점이 발견되었고, 5.2%는 악의적인 의도가 의심되는 동작을 포함하고 있었습니다. 개발자가 검증되지 않은 외부 스킬을 내려받아 설치하기 전에 위험 요소를 걸러낼 안전장치가 필요한 이유입니다.
17개 카테고리 71개 취약점 패턴과 2단계 파이프라인
SkillSpector의 핵심 기능은 에이전트 확장 기능에서 자주 발생하는 위험 요소를 17개 카테고리, 71개 보안 패턴으로 분류해 검사하는 점입니다.
- 프롬프트 인젝션 및 시스템 프롬프트 유출: 외부 입력값을 통해 모델의 안전 지침을 무력화하거나 숨겨진 시스템 지침을 외부로 빼돌리려는 시도를 잡아냅니다.
- 데이터 유출과 권한 상승: 로컬 환경의 민감한 파일이나 환경 변수를 외부 원격 서버로 전송하는 동작, 허용 범위를 넘어서는 시스템 명령 실행 권한을 획득하려는 패턴을 감시합니다.
- MCP 최소 권한 위반 및 도구 오염: AI 모델과 로컬 도구를 이어주는 표준 규격인 MCP(Model Context Protocol) 환경에서, 도구 매개변수를 변조하거나 과도한 파일 접근 권한을 요구하는 비정상 설정을 식별합니다.
- 메모리 오염 및 위험 코드 구조: 추상 구문 트리(AST, 소스 코드의 문법 구조를 나무 형태로 분해해 분석하는 방식) 분석과 악성 패턴 탐지용 서명 규칙인 YARA를 결합해 의심스러운 셸 호출과 코드 삽입을 걸러냅니다.
스캔 파이프라인은 빠른 정적 분석(Static Analysis)을 기본으로 진행하며, 필요에 따라 외부 LLM을 활용한 의미론적 평가(Semantic Evaluation)를 2단계로 결합할 수 있습니다. 또한 실시간 오픈소스 취약점 데이터베이스인 OSV.dev를 조회해 알려진 공통 보안 취약점(CVE) 정보를 즉시 대조하며, 오프라인 환경에서는 캐시된 규칙으로 전환해 동작합니다.
설치 경로와 로컬 실행 방법
SkillSpector는 파이썬 3.12 이상 환경을 요구하며, 독립 가상환경 도구인 uv나 표준 패키지 관리자 pip, 혹은 사전 빌드된 Docker 컨테이너를 통해 바로 실행할 수 있습니다.
uv를 사용하는 경우 다음과 같이 CLI 도구를 전역 설치할 수 있습니다. MCP 검사 확장 기능이 필요하다면 대괄호 옵션을 추가해 설치합니다.
# 기본 CLI 설치
uv tool install git+https://github.com/NVIDIA/skillspector.git
# MCP 분석 확장 기능 포함 설치
uv tool install 'skillspector[mcp] @ git+https://github.com/NVIDIA/skillspector.git'
소스 코드를 직접 내려받아 빌드하거나 파이썬 환경을 분리해 구성하려면 저장소를 복제한 뒤 가상환경을 활성화해 패키지를 설치합니다.
git clone https://github.com/NVIDIA/skillspector.git
cd skillspector
uv venv .venv && source .venv/bin/activate
make install
로컬 환경에 파이썬 3.12를 별도로 구성하기 어렵다면 Docker 이미지를 빌드해 컨테이너 안에서 검사를 수행하는 방식도 지원됩니다.
# Docker 이미지 빌드
make docker-build
# 로컬 스킬 디렉터리를 볼륨으로 마운트해 정적 스캔 실행
docker run --rm -v "$PWD:/scan" skillspector scan ./my-skill/ --no-llm
입력 포맷 지원과 보고서 형식
검사 대상은 단일 마크다운 명세서부터 원격 리포지토리까지 폭넓게 지정할 수 있습니다.
- 다양한 입력 경로: 단일
SKILL.md파일, 로컬 스킬 디렉터리, 압축 파일(.zip), 원격 Git 저장소 URL을 명령어 인자로 바로 전달할 수 있습니다. - 다양한 출력 포맷: 기본 터미널 출력 외에 프로그래밍 방식으로 결과를 가공할 수 있는 JSON, 문서화에 유용한 Markdown, 그리고 깃허브 액션(GitHub Actions) 등 지속적 통합·배포(CI/CD) 파이프라인과 IDE에 즉시 연동 가능한 SARIF(Static Analysis Results Interchange Format) 형식을 모두 지원합니다.
# 로컬 스킬 디렉터리 검사 후 JSON 보고서 생성
skillspector scan ./my-skill/ --format json --output report.json
# 단일 명세 파일 검사 후 SARIF 형식으로 출력해 CI 파이프라인 연동
skillspector scan ./SKILL.md --format sarif --output report.sarif
안전 제약과 운영 시 유의점
SkillSpector를 사내 파이프라인이나 개발 환경에 도입할 때는 시스템 안정성을 위해 설정된 안전 임계값을 미리 파악해두어야 합니다.
첫째, 악의적인 대용량 파일 유입이나 압축 해제 시 용량이 기하급수적으로 폭증하는 zip bomb 공격을 방어하기 위해 입력 용량 제한이 엄격하게 적용됩니다. 다운로드 스트림, zip 압축 해제 크기, Git 복제 디스크 사용량 모두 단일 작업당 최대 100 MiB(INGEST_MAX_BYTES)로 묶여 있으며, 단일 zip 파일 내 구성원 개수 역시 최대 10,000개(INGEST_MAX_ZIP_MEMBERS)로 제한됩니다. 이 상한선을 넘어서면 도구는 작업을 즉시 중단하고 실패 처리(fail-closed)합니다. 이미 수집된 디렉터리 내 개별 파일에 대해서도 분석기당 최대 1 MB 단위로 읽기 용량이 제한됩니다.
둘째, 2단계 정밀 분석인 LLM 시맨틱 평가를 병행하려면 Anthropic 등 외부 모델 공급자의 유효한 API 키를 환경 변수로 직접 주입해야 합니다. 순수 정적 분석만 진행할 때는 --no-llm 플래그를 붙여 외부 네트워크 호출과 비용 지출 없이 검사를 마칠 수 있습니다.
에이전트가 로컬 파일시스템과 터미널에 직접 명령을 내리는 환경이 보편화되는 만큼, 신뢰할 수 없는 외부 스킬을 작업 공간에 추가하기 전에 구조적 취약점을 점검하는 필터링 도구로서 실질적인 효용을 제공합니다.
출처
- GitHub 저장소: NVIDIA/SkillSpector
- NVIDIA 공식 문서: Scanning Agent Skills