보안 업무에서 AI 코딩 도구가 유용한 이유는 단순히 명령어를 많이 알고 있기 때문이 아닙니다. 정찰, 취약점 진단, 악성코드 분석, 사고 대응처럼 서로 다른 업무마다 확인 순서, 증적 형식, 중단 조건과 권한 경계가 필요하기 때문입니다. 이런 업무 절차를 SKILL.md와 보조 스크립트로 묶어 Claude Code에 제공하는 공개 저장소가 Masriyan/Claude-Code-CyberSecurity-Skill입니다.
2026년 8월 8일 기준으로 이 글은 main 브랜치의 커밋 ce0c629을 확인했습니다. 저장소 문서는 v3.0.0, 19개 보안 Skill, Python 3.10 이상을 안내하며, 실제 트리에는 19개의 SKILL.md와 32개의 Python 보조 스크립트가 들어 있습니다. 다만 보안 도구 모음인 만큼 “복사하고 바로 실행”하는 방식보다 커밋 고정 → 소스 검토 → 필요한 Skill만 프로젝트 범위에 설치 → 읽기 전용 실습 순서가 안전합니다.
먼저 구분할 것: 이 저장소는 Claude Code용 Skill 모음이다
이 저장소의 Skill은 Claude Code가 읽도록 작성된 지시 문서입니다. 저장소의 README와 사용 가이드는 프로젝트의 .claude/skills/ 또는 사용자 범위의 ~/.claude/skills/ 아래에 각 Skill 디렉터리를 배치하는 방식을 설명합니다.
여기서 Skill은 실행 파일 하나를 뜻하지 않습니다. 각 디렉터리에는 대체로 다음 요소가 함께 있습니다.
- SKILL.md: 이름, 설명, 활성화 조건, 단계별 방법론, 결과 형식과 안전 규칙
- scripts/: 반복 작업을 자동화하는 Python 스크립트
- examples/, resources/: Skill에 따라 제공되는 예시와 참고 자료
- 인접 Skill 연결: 분석 결과를 다른 보안 업무로 넘기는 흐름
Codex의 Agent Skill도 SKILL.md 중심의 재사용 가능한 절차라는 점에서는 닮았지만, 설치 경로와 런타임·도구·권한 모델은 제품마다 다릅니다. 따라서 이 저장소를 Codex Skill처럼 그대로 복사해 사용할 수 있다고 가정하면 안 됩니다. 이 글의 설치 실습은 저장소가 대상으로 삼는 Claude Code 환경을 기준으로 합니다.
그림: 이 저장소의 README와 USAGE 문서를 바탕으로 Skill 처리 흐름을 재구성 — 원문
저장소에 들어 있는 19개 보안 영역
v3.0.0은 기존 15개 영역에 AI·LLM, 모바일, OT·ICS, GRC를 추가했습니다. 전체 구성을 업무 관점에서 정리하면 다음과 같습니다.
| 번호 | Skill | 대표 업무 |
| 01 | Recon & OSINT | 서브도메인, DNS, 기술 스택과 공개 정보 조사 |
| 02 | Vulnerability Scanner | 의존성·설정 점검, CVSS 계산, 취약점 보고서 |
| 03 | Exploit Development | 승인된 환경의 PoC와 익스플로잇 연구 |
| 04 | Reverse Engineering | 바이너리·펌웨어·프로토콜 역공학 |
| 05 | Malware Analysis | 정적·동적 분석, IOC 추출, YARA 규칙 |
| 06 | Threat Hunting | IOC와 TTP 추출, ATT&CK 매핑, 헌팅 쿼리 |
| 07 | Incident Response | PICERL 절차, 증적 수집, 타임라인과 보고서 |
| 08 | Network Security | PCAP 분석, IDS 규칙, 방화벽 검토 |
| 09 | Web Security | OWASP 관점의 웹·API·JWT 보안 점검 |
| 10 | Cloud Security | AWS·Azure·GCP, 컨테이너, Kubernetes와 IaC 점검 |
| 11 | CSOC Automation | 경보 분류, 에스컬레이션, 교대 보고서 |
| 12 | Log Analysis & SIEM | 로그 파싱, 이상 징후, SPL·KQL·EQL과 Sigma |
| 13 | Cryptographic Analysis | TLS와 암호 설정, 해시, PQC 검토 |
| 14 | Red Team Operations | 승인된 레드팀 범위·RoE·ATT&CK 기반 계획 |
| 15 | Blue Team Defense | Linux·Windows 하드닝, 탐지공학과 기준선 |
| 16 | AI & LLM Security | 프롬프트 인젝션, RAG·도구 권한, 모델 공급망 |
| 17 | Mobile Security | Android·iOS, MASVS·MASTG, APK 정적 분석 |
| 18 | OT / ICS / SCADA | Purdue 모델, 산업 프로토콜, IEC 62443 |
| 19 | GRC & Compliance | 위험 등록부, 통제 매핑, 갭 분석과 정책 |
단순한 명령어 모음보다 눈에 띄는 부분은 각 Skill이 방법론과 결과 형식을 함께 제공한다는 점입니다. 예를 들어 Malware Analysis Skill은 파일 식별, 해시, 문자열, import, 엔트로피, IOC, MITRE ATT&CK 매핑과 YARA 규칙을 하나의 분석 흐름으로 묶습니다. Vulnerability Scanner Skill은 발견 항목마다 CVE, CVSS, 영향 버전, 비파괴 증적과 개선 방법을 요구합니다.
v3.0에서 달라진 점
CHANGELOG에 따르면 v3.0.0은 2026년 6월 23일 공개됐습니다. 핵심 변화는 다음 네 가지입니다.
- AI·LLM, 모바일, OT·ICS, GRC Skill이 추가됐습니다.
- 취약점 우선순위에 CVSS 4.0, EPSS, CISA KEV, SBOM·VEX와 도달 가능성 같은 관점을 보강했습니다.
- AI 모델의 pickle 역직렬화 위험을 정적으로 확인하는 모델 공급망 스캐너가 추가됐습니다.
- Exploit Development, Red Team, AI·LLM, OT·ICS처럼 위험도가 높은 영역에 승인 또는 안전 확인 절차가 강조됐습니다.
main 브랜치에는 v3.0.0 이후의 미출시 수정도 포함되어 있습니다. 확인한 커밋에는 로그 파서와 이상탐지기 사이의 필드 불일치, TLS 만료 인증서 처리, CVSS 올림 계산, 의존성 심각도 매핑 수정이 들어 있습니다. 안정된 릴리스를 재현하려면 태그를 사용하고, 최신 수정이 필요하면 특정 커밋을 고정한 뒤 변경 내용을 검토하는 편이 좋습니다.
실습 1: 저장소를 특정 커밋으로 고정하기
먼저 작업 프로젝트 안의 vendor 디렉터리에 저장소를 내려받습니다. 전역 Skill 디렉터리로 곧바로 복사하지 않는 것이 핵심입니다.
mkdir -p vendor
git clone https://github.com/Masriyan/Claude-Code-CyberSecurity-Skill.git \
vendor/Claude-Code-CyberSecurity-Skill
cd vendor/Claude-Code-CyberSecurity-Skill
# 이 글에서 확인한 스냅샷으로 고정
git checkout ce0c629236ec17292d7567877398a1d5c591f91c
git log -1 --oneline
릴리스 버전을 기준으로 시작하려면 다음처럼 태그를 선택할 수 있습니다.
git tag --list
git checkout v3.0.0
커밋 고정은 “안전한 버전”을 보증하지는 않습니다. 대신 설치·검토·재현 과정에서 어떤 소스를 사용했는지 식별할 수 있게 합니다.
실습 2: 설치 전에 Skill과 스크립트 검토하기
먼저 개수와 구조를 확인합니다.
find skills -name SKILL.md | sort
find skills -name SKILL.md | wc -l
find skills -path '*/scripts/*.py' | sort
find skills -path '*/scripts/*.py' | wc -l
확인한 커밋에서는 각각 19개와 32개가 나와야 합니다. 다음으로 설치하려는 Skill의 frontmatter, 안전 규칙과 실행 명령을 읽습니다.
sed -n '1,220p' skills/05-malware-analysis/SKILL.md
sed -n '1,220p' skills/16-ai-llm-security/SKILL.md
sed -n '1,220p' skills/18-ot-ics-security/SKILL.md
보조 스크립트가 네트워크나 운영체제 명령을 사용하는지도 정적으로 검색합니다.
rg -n 'subprocess|os\.system|shell=True|requests\.(get|post)|socket\.|pickle|eval\(|exec\(' \
skills --glob '*.py'
이 검색 결과 자체가 취약점을 의미하지는 않습니다. 예를 들어 Blue Team 하드닝 스크립트의 subprocess.run()은 systemctl, sysctl, lsmod 상태를 읽는 데 쓰이고, AI 모델 스캐너의 pickletools는 모델을 역직렬화하지 않고 opcode를 검사하기 위해 사용됩니다. 반면 웹 스캐너, 프롬프트 인젝션 테스트, TLS 감사처럼 외부 대상과 통신하는 스크립트는 실행 전에 대상과 범위를 다시 확인해야 합니다.
저장소에는 __pycache__ 아래의 .pyc 파일도 일부 포함되어 있습니다. 설치 검토는 캐시 파일을 신뢰하는 방식이 아니라 SKILL.md와 Python 소스를 기준으로 하고, 필요하면 캐시 파일을 제외한 복사 정책을 적용하는 것이 좋습니다.
그림: 저장소의 INSTALL·SECURITY 문서를 바탕으로 안전한 설치 경계를 재구성 — INSTALL, SECURITY
실습 3: 필요한 Skill만 프로젝트 범위에 설치하기
저장소의 설치 문서는 전체 Skill을 ~/.claude/skills/에 복사하는 전역 설치도 안내합니다. 하지만 처음 검토하는 보안 Skill이라면 현재 프로젝트에 필요한 방어 영역만 선택하는 편이 통제하기 쉽습니다.
아래 예시는 Malware Analysis, Threat Hunting, AI & LLM Security 세 개만 프로젝트에 설치합니다.
# 애플리케이션 프로젝트 루트에서 실행
mkdir -p .claude/skills
cp -R vendor/Claude-Code-CyberSecurity-Skill/skills/05-malware-analysis \
.claude/skills/
cp -R vendor/Claude-Code-CyberSecurity-Skill/skills/06-threat-hunting \
.claude/skills/
cp -R vendor/Claude-Code-CyberSecurity-Skill/skills/16-ai-llm-security \
.claude/skills/
find .claude/skills -name SKILL.md -print
프로젝트 범위 설치의 장점은 다른 업무 프로젝트에 공격·스캔 관련 Skill이 불필요하게 노출되지 않고, 저장소와 함께 어떤 Skill을 사용했는지 코드 리뷰할 수 있다는 점입니다. 팀 환경에서는 .claude/skills/ 변경도 일반 코드처럼 PR 검토와 승인 대상으로 취급하는 것이 좋습니다.
실습 4: 네트워크를 사용하지 않는 스모크 테스트
보조 스크립트는 먼저 --help나 내장 데모처럼 외부 대상을 건드리지 않는 경로로 확인합니다.
python3 skills/02-vulnerability-scanner/scripts/cvss_calculator.py \
--vector 'AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H'
python3 skills/12-log-analysis/scripts/anomaly_detector.py --demo
python3 skills/16-ai-llm-security/scripts/model_supply_chain.py --help
이 글을 작성하며 같은 커밋에서 직접 실행한 결과, 첫 명령은 CVSS v3.1 9.8 / Critical을 출력했고 이상탐지 데모는 샘플 이벤트에서 11개 이상 징후를 찾아냈습니다. 모델 공급망 스크립트의 도움말도 정상적으로 표시됐습니다.
중요한 점은 스모크 테스트와 실제 보안 평가를 구분하는 것입니다. --demo 성공은 특정 조직의 로그에서 탐지 품질이 충분하다는 뜻이 아니며, CVSS 계산 성공은 취약점의 실제 도달 가능성이나 악용 가능성을 검증하지 않습니다.
실습 5: Claude Code에서 명시적으로 호출하기
Skill 자동 선택에만 의존하면 이름이 비슷한 Skill이 섞이거나 범위가 넓어질 수 있습니다. 첫 실습에서는 Skill 이름, 입력 파일, 허용 작업과 금지 작업을 프롬프트에 함께 적는 편이 좋습니다.
Use the Malware Analysis & Sandboxing skill.
Analyze only the supplied text report and extracted strings.
Do not execute the sample, do not contact external services, and do not modify files.
Return hashes and IOCs only if they are present in the input, map observed behavior to MITRE ATT&CK,
and mark every inference with a confidence level.
로그 분석은 다음처럼 입력과 산출물을 고정할 수 있습니다.
Use the Log Analysis & SIEM skill on ./lab/auth.log.
First explain which parser and fields you will use.
Run only the local parser and anomaly detector after I approve the command.
Save the final findings to ./reports/auth-log-review.md and include the evidence lines.
AI·LLM 보안 점검은 대상 소유권과 네트워크 호출 경계를 먼저 선언합니다.
Use the AI & LLM Security skill for a threat model only.
The target is our local RAG design document, not a live third-party service.
Map trust boundaries to the OWASP LLM Top 10 and identify excessive-agency risks.
Do not send test prompts or call any endpoint.
이렇게 작성하면 “어떤 Skill을 쓸지”뿐 아니라 “무엇을 하지 말아야 하는지”도 실행 컨텍스트에 남습니다.
Skill을 연결하면 보안 업무 흐름이 된다
이 저장소의 진짜 장점은 19개 Skill을 각각 보는 것보다 결과물을 다음 단계로 넘길 때 드러납니다. 예를 들어 사고 대응 흐름은 다음처럼 구성할 수 있습니다.
- Incident Response가 수집 범위와 증적 보존 절차를 정합니다.
- Malware Analysis가 의심 파일의 정적 특징과 IOC를 추출합니다.
- Threat Hunting이 IOC와 TTP를 ATT&CK에 연결하고 환경 전체 검색 쿼리를 만듭니다.
- Log Analysis가 SPL·KQL·EQL 또는 Sigma 규칙으로 탐지를 구체화합니다.
- Blue Team Defense가 하드닝과 재발 방지 기준선을 정리합니다.
이때 각 단계의 출력 형식을 고정하면 “대화형 조언”이 재검토 가능한 보안 산출물로 바뀝니다. 반대로 입력 증적 없이 AI가 만든 IOC, CVE, ATT&CK ID를 사실처럼 다음 단계에 넘기면 오류도 함께 자동화됩니다. 반드시 근거 파일, 명령 출력, 공식 취약점 문서와 사람이 승인한 판단을 연결해야 합니다.
반드시 알아야 할 안전 한계
1. Authorization Gate는 운영체제 강제 정책이 아니다
Exploit Development와 Red Team Skill은 SKILL.md에 승인 확인 절차를 명시하고, OT·ICS Skill은 수동·비침습 방식을 기본값으로 강조합니다. 이는 좋은 방어선이지만 문서 기반 지시입니다. 실행 계정 권한, 네트워크 허용 목록, 샌드박스, 승인 워크플로를 대체하지 않습니다.
2. 전역 설치는 모든 프로젝트의 컨텍스트를 넓힌다
19개 Skill 전체를 사용자 범위에 복사하면 편리하지만, 공격·스캔·외부 통신 관련 지시와 스크립트도 모든 프로젝트에서 발견될 수 있습니다. 최소 설치와 프로젝트 범위 설치가 검토·회수·감사에 유리합니다.
3. 선택적 의존성과 외부 도구가 많다
INSTALL.md는 requests, pyyaml, boto3, yara-python, scapy 같은 선택적 Python 패키지와 Nmap, Wireshark, Ghidra, Volatility, Trivy, Frida 등의 도구를 안내합니다. 운영체제와 설치 상태에 따라 같은 Skill도 수행 가능한 범위가 달라집니다. Windows에서는 일부 Linux 명령 때문에 WSL2가 권장됩니다.
4. 분석 스크립트는 전문 제품의 대체재가 아니다
정적 분석기, 의존성 감사기, 로그 이상탐지기는 빠른 1차 분류와 반복 가능한 실습에 유용합니다. 그러나 상용 EDR, SAST·SCA, SIEM, 포렌식 도구의 전체 탐지 로직과 품질 보증을 그대로 대체하는 것은 아닙니다. 결과를 결론이 아니라 조사할 후보와 증적 수집의 출발점으로 사용해야 합니다.
5. 라이선스와 무보증 조건을 확인한다
저장소는 MIT License로 공개되어 수정·재배포가 가능하지만, 소프트웨어는 무보증 조건으로 제공됩니다. 조직 정책, 데이터 반출, 제3자 도구 라이선스와 실제 평가 대상에 대한 서면 승인은 별도로 관리해야 합니다.
어떤 팀에 잘 맞을까
다음과 같은 팀에는 좋은 출발점이 될 수 있습니다.
- 보안 분석 절차를 SKILL.md 형태로 표준화하려는 팀
- Claude Code에서 반복되는 보고서·규칙·체크리스트 생성을 자동화하려는 팀
- 공격과 방어 업무 사이의 산출물 연결을 실습하려는 교육 환경
- AI·LLM, 모바일, OT·ICS, GRC까지 한 저장소에서 구조를 비교하려는 사람
반대로 검증 없이 전체 Skill을 전역 설치하려는 경우, 승인 경계를 운영체제 권한으로 착각하는 경우, 생성된 탐지 규칙을 테스트 없이 운영에 배포하려는 경우에는 맞지 않습니다.
마무리
Claude-Code-CyberSecurity-Skill은 19개 보안 분야의 지식만 모은 저장소가 아니라, Claude Code가 따라야 할 업무 순서, 산출물 형식, 보조 스크립트와 안전 확인 문구를 묶은 실전형 예제입니다. 특히 v3.0은 AI·LLM, 모바일, OT·ICS와 GRC까지 범위를 넓혀 보안 조직의 다양한 역할을 한눈에 비교하기 좋습니다.
가장 안전한 시작 방법은 전체를 전역 설치하는 것이 아닙니다. 특정 커밋을 고정하고, SKILL.md와 Python 소스를 읽고, 필요한 방어 Skill만 프로젝트 범위에 설치한 뒤, 네트워크 없는 데모부터 실행하십시오. 그다음 명시적인 Skill 이름, 입력 범위, 금지 작업과 결과 형식을 프롬프트에 적으면 AI 보안 코파일럿을 더 예측 가능하게 사용할 수 있습니다.
참고 자료
'일반IT > IT보안' 카테고리의 다른 글
| LLM으로 KongTuke 난독화 JavaScript 분석하기 — PCAP에서 ClickFix 네트워크 행위까지 (0) | 2026.08.09 |
|---|---|
| [보안 프롬프트 설계와 작성 실무 5] 악성코드 스크립트 난독화 정적 분석하기 (0) | 2026.08.07 |
| 주요정보통신기반시설 Linux 진단 스크립트 만들기: 계획부터 실행·점검·보완까지 (0) | 2026.08.07 |
| [보안 프롬프트 설계와 작성 실무 3] Agent Skill 실제 구성 살펴보기 (0) | 2026.08.07 |
| [보안 프롬프트 설계와 작성 실무 2] skill-creator로 보안 리뷰 스킬 만들기 (0) | 2026.08.07 |
