실제 URL은 그대로, 웹은 가짜로 — Chrome 'Mirror Dimension'이 프롬프트 인젝션을 검증하는 방법
Chrome AI 보안팀이 11월 19일 공개한 'mirror dimension'은 실제 URL을 유지한 채 gVisor 샌드박스 안의 합성 웹으로 트래픽을 돌리는 평가 환경이다. eval awareness를 피해 URL 파라미터를 HTTP 헤더로 옮긴 이유, 사이트를 만드는 에이전트 팀, 그리고 엔지니어 1인당 하루 1,000건이라는 수치가 실제로 옮긴 병목을 1차 자료로 뜯는다.
2026년 11월 19일 17:00 UTC, Google 보안 블로그에 Chrome AI Security 팀의 글이 하나 올라왔다. 저자는 Aaron Selya와 Charles Qian. CVE 번호도, 영향받는 버전도, 패치 diff도, 시정 기한도 없다. 대신 이런 문장으로 시작한다. Chrome에는 이미 에이전트 브라우징 기능(auto browse)이 들어갔고, 그 방어를 검증하려고 웹의 합성 복제본을 만들었다는 것이다. 이름은 'mirror dimension'.
보안 업계가 벤더 블로그에서 읽을거리를 찾을 때 보통 노리는 것은 취약점 상세다. 이 글은 그 반대편에 있다. 공격당하는 제품이 아니라, 공격을 시험하는 인프라를 설명한다. 그런데 브라우저 에이전트에서 간접 프롬프트 인젝션은 이미 1순위 위협으로 분류된 지 오래고, 그 방어를 실제로 검증할 수 있는 환경을 가진 조직은 극소수다. 평가 하네스가 어떻게 만들어졌는지를 읽으면, 방어가 어디까지 시험됐고 어디부터 시험되지 않았는지가 보인다. 지금 이 글을 읽을 실무자에게 쓸모가 있는 부분은 그쪽이다.
1. 에이전트를 공개 웹에 풀어놓을 수 없는 이유
원문이 드는 사용자 요청 예시는 이렇다. "유튜브 계정으로 가서 오늘 비행기에서 볼 Made By Google 팟캐스트 최신 회차를 다운로드해 줘." 사용자는 URL을 주지 않는다. 모델이 목적지를 추론해 www.youtube.com으로 항해 계획을 세운다. 에이전트 평가는 여기서부터 제품 동작과 어긋난다. 실제 사용자는 주소를 주지 않는데, 시험은 주소를 주는 방식으로 만들기 쉽다.
규모 요구도 만만치 않다. 훈련과 평가에는 수백 개 웹사이트에 걸쳐 수천 건의 읽기·쓰기 행위가 지속적으로 필요하다. 공개 웹을 그대로 쓰는 것은 두 방향으로 틀린다. 첫째, 웹은 끊임없이 변해서 평가가 재현되지 않는다. 둘째, 제한 없이 풀어놓은 에이전트는 실제로 피해를 만들 수 있다. 원문의 표현을 그대로 옮기면 "안전하고, 신뢰할 수 있고, 반복 가능"해야 하고, 한 트래젝토리의 부작용이 다음 트래젝토리로 절대 넘어가서는 안 되며, 모든 실행이 깨끗하고 동일한 기준선에서 시작해야 한다.
여기에 쓰기 행위가 들어오면 문제가 하나 더 붙는다. 장바구니에 물건이 담기고, 쿠폰이 소진되고, 결제가 일어나고, 피드에 글이 올라간다. 그 상태가 다음 실행에 남으면 두 가지가 동시에 깨진다. 재현성과 격리다. 남은 상태는 에이전트에게 "여긴 시험장"이라는 신호로도 읽힌다. 실제로 원문은 합성 사이트가 지역 서비스 마켓플레이스, 이커머스 결제, 소셜 미디어 피드, 레시피 사이트까지 포괄해야 한다고 적는다. 상태를 가진 페이지를 수백 개 단위로 유지해야 한다는 뜻이다.
| 요구사항 | 공개 웹 | 정적 목업 | 필요한 것 |
|---|---|---|---|
| 재현성 | 콘텐츠가 계속 변함 | 고정되지만 얕음 | 실행별 기준선 스냅샷 |
| 안전성 | 실제 결제·게시·발송 위험 | 없음 | 격리 경계 + 부작용 차단 |
| 현실성 | 최고 | 에이전트가 시험임을 알아챔 | 실제 URL·상태·다중 페이지 |
| 커버리지 | 무한 | 손으로 만든 몇 개 | 생성 파이프라인 |
이 네 제약이 이 글의 나머지를 지배한다. 재현성과 안전성을 위해 격리를 만들면 현실성이 깨지고, 현실성을 되찾으면 에이전트가 시험임을 알아챈다. 미러 디멘션은 그 네 제약을 동시에 만족시키려는 시도이고, 글의 절반은 그 과정에서 밟은 실패에 대한 기록이다.
2. 실제 URL을 유지하는 프록시: TLS를 깨지 않고 가로채는 방법
첫 번째 시도는 흔한 방식이었다. 합성 사이트를 전부 한 도메인 아래 경로로 호스팅하는 것이다. 그러면 유튜브의 URL은 이렇게 된다.
https://fake-sandbox-sites.web.app/evals/www.youtube.com이 URL 자체가 시험 표식이다. 그래서 다음으로 떠올릴 수 있는 우회는 평가 프롬프트에 "이 주소로 가라"고 직접 적는 것이다. 원문은 그 방식이 현실성을 깨고 eval awareness(시험인 줄 아는 현상)를 유도한다고 적는다. 결국 남은 선택은 하나다. 에이전트가 실제 URL로 항해하게 두고, 그 아래에서 요청을 낚아채는 것.
구조는 이렇다. 에이전트는 격리된 gVisor 샌드박스 안의 headless Chrome에서 페이지를 연다. 요청은 외부 DNS나 공인 인터넷으로 나가지 않는다. 샌드박스가 네트워크 연결을 잡아 로컬 프록시로 보내고, 프록시가 생성된 합성 사이트를 대신 서빙한다. 주소창에는 https://www.youtube.com이 그대로 남는다.
gVisor를 고른 이유는 구조 자체에 있다. gVisor는 Linux 유사 인터페이스를 구현하는 애플리케이션 커널로, 메모리 안전 언어인 Go로 작성돼 사용자 공간에서 돈다. syscall 필터도 아니고 통상적 의미의 VM도 아니다. 컨테이너가 샌드박스가 아니라는 점 — 커널을 공유하므로 취약점 하나로 탈출이 가능하다는 점 — 을 정면으로 겨냥한 설계다. 프롬프트 인젝션에 성공한 에이전트가 커널 익스플로잇으로 넘어가는 시나리오에서, 만나는 상대가 호스트 커널이 아니라 Go로 쓰인 사용자 공간 커널이라는 것은 부수 이득이 아니다. 이 환경의 목적 자체가 타협된 에이전트를 가두는 것이기 때문이다.
문제는 그 다음이다. 연결을 가로채는 행위는 Chrome이 사용자를 보호하려고 막도록 설계한 person-in-the-middle 그 자체다. 프록시의 신원을 암호학적으로 증명할 방법이 없으면 모든 요청이 치명적 TLS 오류로 죽는다. 그렇다고 평문 HTTP로 내리면 Not Secure 경고가 뜬다. 원문은 이 지점을 "Chrome이 차단하도록 설계된 바로 그 종류의 가로채기"라고 인정하고, 해법을 이렇게 적는다.
프록시가 즉석에서 TLS leaf 인증서를 발급하고, 그 체인이 샌드박스 Chrome에 미리 심어 둔 커스텀 루트 CA로 이어진다. 원문의 논리는 이렇다. 실제 사용자 기기에서 외부 네트워크 공격자가 커스텀 루트 CA를 심으려면 이미 그 기계에 대한 관리자 권한이 있어야 한다. 반대로 gVisor 샌드박스는 전부 우리 통제이므로, 시작 시점에 신뢰 앵커를 설정할 수 있다.
[에이전트] https://www.youtube.com (주소창·DOM 모두 실제 값)
│
├─ netstack: 외부 DNS·공인 인터넷으로 나가지 않음
│
├─ 프록시: SNI/호스트명 확인 → leaf 인증서 즉석 발급
│ └─ 체인: 로컬 루트 CA (샌드박스 시작 시 주입)
│
└─ 합성 웹서버: X-Sandbox-Injection-Key 헤더를 읽어 변이된 페이지 반환필자 주석: 원문은 "연결을 잡아 프록시로 보낸다"까지만 적는다. 위 흐름에서 DNS 합성과 라우팅 변경은 gVisor의 네트워크 스택이 사용자 공간에 있다는 사실에서 자연스럽게 따라오는 구현 형태이지, 벤더가 공개한 코드가 아니다.
여기서부터는 필자의 해석이다. 이 예외가 성립하는 근거는 루트 CA가 '심어져 있다'는 사실이 아니라 그 신뢰 앵커의 유효 범위가 샌드박스 하나로 닫혀 있다는 데 있다. 실기기에서는 같은 행위가 사용자 전체의 TLS 신뢰를 넘기는 일이지만, 샌드박스에서는 그 Chrome 인스턴스가 볼 수 있는 호스트명 전부에 대해서만 유효하다. 대신 성질이 하나 바뀐다. 그 CA 개인키는 샌드박스 안 모든 호스트명의 마스터키가 된다. 따라서 이 구조의 위협은 호스트 침해가 아니라 평가 무결성이다. 키가 에이전트의 도달 경로(파일시스템·루프백 서비스) 밖에 있어야 하고, 발급은 호스트명 허용목록과 시점 제한을 받아야 하며, 샌드박스와 함께 소멸해야 한다. 이 조건이 깨지면 인젝션에 성공한 에이전트가 다른 사이트의 인증서를 스스로 발급받아 "정상적으로" 통과하는 경로가 열린다.
3. eval awareness와의 싸움: URL 파라미터에서 HTTP 헤더로
공격을 넣는 일은 그 다음 문제다. 처음 구현은 URL 파라미터를 썼다. 원문에 실린 가짜 예시는 이렇다.
https://www.youtube.com/watch?v=dQw4w9WgXcQ&prompt_inject_payload=abcd1234프런티어 모델은 이걸 알아챘다. 원문의 표현으로는 "그 사이트에 정상적으로 붙어 있을 리 없는 비정상 쿼리 파라미터를 발견하는 것만으로" 시험임을 깨닫는 사례가 많았다고 한다. 이건 모델의 예민함에 대한 이야기가 아니라 평가 설계 결함에 대한 이야기다. 시험 환경이 스스로를 설명하고 있었던 것이다.
수정은 채널을 바꾸는 것이었다. 페이로드 식별자를 커스텀 HTTP 요청 헤더로 넘긴다. 오케스트레이션 하네스가 X-Sandbox-Injection-Key 같은 헤더를 채우고, 샌드박스 웹서버가 그 헤더를 가로채 걸러낸 뒤 변이된 페이지를 서빙한다. 페이지의 보이는 URL은 완전히 깨끗하게 남는다. 원문은 "에이전트 입장에서 그 페이지는 현실적인 URL 구조를 가진 평범한 웹사이트로 보인다"고 적는다.
이 선택이 왜 옳은지가 이 글에서 가장 실무적인 부분이다. 실제 공격자는 요청 헤더를 조작하지 못한다. 공격자가 지배하는 것은 응답 콘텐츠뿐이다. URL 파라미터로 페이로드를 넣는 방식은 편했지만, 실제 위협 모델에는 존재하지 않는 채널을 쓴 것이나 다름없었다. 즉 이 변경은 '숨기는 기술'이 아니라 위협 모델을 정확히 맞추는 일이다. 헤더가 모델의 관측 범위 밖에 있다는 성질은 부수 효과이고, 본질은 공격자 권한의 범위를 흉내 내는 데 있다.
설계상 장점이 두 개 더 따라온다. 첫째, 헤더에 실리는 값은 페이로드 자체가 아니라 포인터다. 같은 키가 같은 변이를 만든다는 뜻이므로 재현성이 생긴다. 둘째, 공격 기법이 URL이나 프록시 접근 로그에 평문으로 남지 않는다. 평가 인프라의 로그는 종종 유출되는데, 거기에 "어떤 문장으로 어떤 모델을 뚫었는지"가 그대로 쌓이면 인프라 자체가 공격 카탈로그가 된다.
그래도 근본 문제는 남는다. '시험처럼 보이지 않는 것'의 기준이 결국 모델의 지각에 달려 있다는 점이다. 모델이 예민해지면 어제 통하던 위장이 오늘 들킨다. 그래서 이 팀이 다음에 손댄 것이 사이트의 완성도였다.
4. 다중 턴 공격면: DOM·ARIA·이미지·WebMCP 도구 응답
원문이 지목하는 공격면은 화면 텍스트가 아니다. 브라우저 에이전트가 인식하는 인터페이스는 렌더링된 시각 레이아웃, 그 아래의 DOM, 그리고 WebMCP 같은 구조화된 도구 상호작용까지 걸쳐 있다. 그중 어느 층에도, 다단계 워크플로의 어느 시점에도 페이로드가 숨어들 수 있다.
샌드박스 웹서버를 전부 통제한다는 것은 이 층들을 프로그램적으로 조작할 수 있다는 뜻이다. 원문이 나열하는 방식은 이미지나 텍스트로 인젝션을 넣기, 악성 ARIA 라벨 추가, WebMCP 도구 응답을 실시간으로 변조하기다. 그 결과를 원문은 "다중 턴 궤적에 걸친 다중 벡터 적대적 스트레스 테스트를 위한 동적 테스트베드"라고 부른다.
WebMCP가 왜 여기 들어가는지 짚어 둘 필요가 있다. WebMCP는 웹 애플리케이션이 에이전트용 도구를 선언하는 제안 표준이다. 페이지가 checkout이나 filter_results 같은 도구를 등록하고, 입력·출력은 JSON Schema로 명시하며, 현재 페이지 상태를 공유한다. tools Permissions Policy로 게이트되고 기본값은 self라서, 교차 출처 iframe에서 쓰려면 allow="tools"를 명시해야 한다. Chrome 문서 기준으로 오리진 트라이얼은 Chrome 149부터 열려 있다.
에이전트 설계자에게 이 층이 위험한 이유는 신뢰의 방향이 뒤집히기 때문이다. 화면 텍스트는 모델이 "의심스러운 콘텐츠"로 다루도록 훈련돼 있다. 반면 도구가 JSON 스키마에 맞춰 돌려준 값은 구조화된 시스템 출력처럼 보인다. 인젝션 문장이 tool_result의 description 필드에 앉아 있으면, 텍스트 노드에 앉아 있을 때보다 검증을 덜 받는다. 미러 디멘션이 도구 응답 변조를 평가 항목으로 넣었다는 것은, 이 경로가 이론적 우려가 아니라 실제로 시험해야 하는 표면으로 분류됐다는 뜻이다.
다중 턴이라는 조건이 난이도를 한 번 더 올린다. 단일 페이지 검사는 "이 페이지에 공격 문장이 있는가"를 본다. 다중 턴에서는 3단계에서 심은 지시가 7단계의 결제 확정에서 작동한다. 중간 단계에서 오염된 값이 다음 단계의 컨텍스트로 넘어가는 경로를 추적해야 하고, 그 추적 없이는 페이지 단위 검사가 전부 통과해도 전체 궤적은 뚫린다.
5. 사이트를 만드는 에이전트 팀: research / builder / critic
현실성 요구를 사람 손으로 맞추는 건 불가능하다. 원문은 반쯤 만들어진 사이트를 에이전트가 금방 알아챈다고 적는다. 그래서 사이트 생성 자체를 멀티 에이전트 하네스에 맡겼다. 사람은 테스트하려는 상위 수준의 사용자 여정(CUJ)만 정의하고, 그 아래에서 세 역할이 샌드박스 안에서 직접 설계·구현·검수·비평한다.
research 에이전트는 사용자 프롬프트에서 사이트 사양을 만든다. 이커머스라면 상품 카탈로그 필터링, 장바구니 유지, 쿠폰 코드 검증, 다단계 결제 흐름 같은 요구사항을 열거하고, 사용자가 지정하지 않은 부분은 스스로 채운다. 사이트 상위 아키텍처와 관련 CUJ를 세우고, Nano Banana로 기본 UI 자산 목업까지 만든다. builder 에이전트는 그 사양을 HTML·CSS·JavaScript로 옮긴다. 반응형 레이아웃과, 긴 궤적에 필요한 다중 페이지 이동을 포함한다. critic 에이전트는 결과물을 프로덕션 웹 벤치마크에 대고 평가한다. 접근성 트리 의미론(ARIA 역할과 라벨)이 의도대로 동작하는지, 폼 검증이 엣지 케이스를 잡는지, 콘솔 로그에 JavaScript 오류가 없는지, 요소 경계와 화면 크기별 레이아웃이 제대로 렌더되는지 확인한다.
이들이 사이트를 보는 방식이 중요하다. 소스 코드를 텍스트로 읽는 게 아니라, Chrome DevTools for Agents(MCP)로 스크린샷을 보고, 실제 클릭과 키 입력을 넣고, 페이지를 돌아다니며 실시간 동작을 관찰한다. 이 MCP 서버는 Apache-2.0 오픈소스로 공개돼 있고, puppeteer를 기반으로 동작하며, 네트워크 요청·스크린샷·콘솔 메시지·성능 트레이스까지 노출한다. 멀티모달 능력을 그대로 쓰게 해 주는 것이 목적이다.
원문이 데모 영상에서 특히 보라고 권하는 장면이 있다. 수정 하나가 새로운 문제를 만드는 순간이다. critic을 여러 겹 둔 이유가 여기 있고, 시스템이 완성 속도보다 충실도(fidelity)를 우선한다는 문장도 여기서 나온다.
필자의 해석을 붙이면, 이 루프가 겨냥하는 것은 정확도가 아니라 평가의 위음성이다. 조잡한 사이트에서 에이전트가 인젝션을 견뎌내는 것처럼 보이는 경우, 실제로는 인젝션을 막은 게 아니라 사이트를 신뢰하지 않아 평소와 다르게 행동한 것일 수 있다. 그건 안전한 에이전트가 아니라 측정 불가능한 에이전트다. 보안 평가에서 위음성은 위양성보다 비싸다. 위양성은 조사 비용이지만 위음성은 "안전하다"는 결론을 잘못 내리게 한다.
여기에 아이러니가 하나 있다. 사이트 품질 판정을 하는 것도 모델이다. critic이 말하는 '프로덕션급'은 모델의 판단이고, 그 판단의 기준은 다시 사람이 정의한 벤치마크에 기댄다. 평가 도구가 평가 대상과 같은 종류의 신뢰 문제를 안고 있는 셈이다. 원문은 이 지점을 문제로 다루지 않는다. 다만 critic을 여러 개 두고 서로 다른 오류를 잡게 한 구성은, 단일 판정자의 편향을 줄이려는 실무적 타협으로 읽힌다.
6. 하루 1,000건이 실제로 옮긴 병목
원문의 수치는 이렇다. 보안 엔지니어 한 명이 하루에 손으로 만들고 시험할 수 있는 현실적인 공격은 수십 건이고, 그마저도 각 아이디어를 검증하고 다듬는 일이 곧바로 병목이 된다. 자동화 파이프라인은 미러 디멘션 위에서 엔지니어 1인당 하루 1,000건 이상의 테스트 후보를 만들어 낸다. 손으로 하는 것의 30배 이상, 표현을 빌리면 "매일 한 달치 수작업"이다.
| 항목 | 수작업 | 파이프라인 |
|---|---|---|
| 후보 생성량 | 하루 수십 건 | 엔지니어 1인당 하루 1,000건 이상 |
| 병목 | 아이디어 검증·다듬기 | 후보 분류·신규성 판정 |
| 사람의 위치 | 생성과 평가 모두 | 기법 발상(상류) |
| 회귀 검증 | 사실상 불가 | 궤적 재실행으로 가능 |
이 표를 정확히 읽어야 한다. 원문은 파이프라인이 "우리 최고 엔지니어들의 아이디어를 시험하고 개선한다"고 쓴다. 자동으로 새로운 공격 기법을 발견한다는 뜻이 아니다. 사람은 상류에서 기법을 발상하고, 자동화는 하류에서 그 아이디어를 다양한 사이트에 걸쳐 변형·평가한다. 이 분업이 없으면 1,000건은 그냥 노이즈 1,000건이다.
그래서 수치가 실제로 옮긴 병목은 생성에서 분류로다. 하루 1,000건이 쏟아지면 남는 문제는 세 가지다. 이 후보가 기존 것과 다른가(신규성), 인젝션이 정말 에이전트의 판단에 도달했는가(유효성), 그리고 이건 회귀 스위트에 남길 가치가 있는가(재사용성). 유효성 판정에는 계측이 필요하다. 어떤 헤더 키로 어떤 변이가 서빙됐고, 그 변이가 어느 DOM 노드·어느 도구 응답에 앉았고, 그 뒤 에이전트가 어떤 행위를 했는지를 한 궤적 안에서 상관시켜야 한다. 미러 디멘션이 샌드박스 웹서버를 전부 통제한다는 말은 이 상관 관계를 만들 수 있다는 뜻이기도 하다.
7. 방어자에게 남는 것: 계층 방어와 하네스 설계 체크리스트
미러 디멘션이 시험하는 대상이 무엇인지 알려면 Chrome이 어떤 방어를 깔아 놨는지를 봐야 한다. Chrome 보안팀은 2025년 12월 글에서 에이전틱 브라우징의 1순위 위협이 간접 프롬프트 인젝션이라고 못 박고, 결정적 방어와 확률적 방어를 섞은 계층 구조를 설명한다.
- User Alignment Critic: 계획이 끝난 뒤 각 제안 행위를 별도 모델이 검토한다. 이 모델은 정제되지 않은 신뢰 불가 웹 콘텐츠를 보지 않고 행위 메타데이터만 본다. 웹에서 직접 오염시킬 수 없는 위치에 두는 것이 핵심이다. dual-LLM 패턴과 DeepMind의 CaMeL 연구에서 착안했다고 밝힌다.
- Agent Origin Sets: 작업마다 읽기 전용 오리진과 읽기·쓰기 가능 오리진을 나눠 추적한다. 읽기 목록에 없는 iframe의 콘텐츠는 모델에 전달조차 되지 않는다. 오리진 집합을 계산하는 게이팅 함수 역시 신뢰 불가 콘텐츠에 노출되지 않는다. 모델이 만든 URL은 결정적 검사로 알려진 공개 URL로 제한한다.
- 민감 행위 확인과 투명성: 은행·의료 같은 민감 사이트로 이동하기 전 사용자 확인을 요구하고, 에이전트의 각 단계를 작업 로그로 노출하며 언제든 중단·개입할 수 있게 한다.
- spotlighting과 훈련: 모델이 페이지 내용보다 사용자·시스템 지시를 우선하도록 유도하고, 알려진 공격을 훈련에 반영한다.
이 네 줄과 미러 디멘션의 공격면을 겹쳐 보면 대응이 드러난다. WebMCP 도구 응답 변조는 "구조화된 시스템 출력"을 신뢰하는 경로를 겨냥하고, ARIA 라벨·이미지 주입은 모델이 신뢰 불가로 분류하지 않는 지각 채널을 겨냥한다. 다중 턴 궤적은 오리진 게이트와 행위별 critic이 단계 사이에서 뚫리는지 보는 시험이다. 즉 미러 디멘션은 방어 계층의 목록을 보고 그 목록의 각 항목에 맞춰 공격을 배치하는 구조다.
에이전트를 직접 만드는 쪽이라면, 이 글에서 뽑아 쓸 수 있는 설계 조건은 다음 정도다.
| 영역 | 확인할 것 | 깨졌을 때 |
|---|---|---|
| 신뢰 앵커 | 루트 CA 범위가 샌드박스 하나로 닫혀 있는가 | 평가 무결성 상실(자가 발급 우회) |
| 키 보관 | 키가 에이전트 도달 경로 밖에 있는가 | 인젝션 → 인증서 위조 |
| 상태 초기화 | 실행별 스냅샷·시드 고정·기준선 복사 | 실행 간 오염, 시험 인지 |
| 페이로드 채널 | 모델이 관측할 수 없는 채널인가 | 시험 인지율 상승, 측정 대상 오염 |
| 계측 | 페이로드 → 행위 상관이 되는가 | 유효성 판정 불가, 노이즈 누적 |
| 지표 | 인젝션 성공률 단독으로 보고하지 않는가 | 위음성을 안전으로 오독 |
마지막 줄이 가장 자주 무시된다. 인젝션 성공률(ASR)만 보고하면, 사이트가 조잡해서 에이전트가 아예 다르게 행동한 경우가 "방어 성공"으로 집계된다. 최소한 시험 인지율을 함께 재야 한다. 같은 궤적에서 모델이 시험임을 알아챈 비율을 따로 세고, 성공률은 인지하지 못한 궤적에서만 계산하는 편이 낫다. 두 수치를 같이 놓으면 "위장이 약해서 시험이 새는 것"과 "방어가 약해서 뚫리는 것"이 구분된다.
8. 이 구조가 검증하지 못하는 것
원문이 공개하지 않은 것부터 적는다. 사이트 수, 사용한 모델, 페이로드 카탈로그 규모, 판정 임계값이 모두 없다. 코드도 논문도 없다. 내부 인프라 설명이므로 당연하지만, 그 결과 이 글만으로는 재현이 불가능하다. 수치도 한 곳에서 확정되지 않는다. 도입부는 "수천 개의 시뮬레이션 웹사이트"라고 하고, 사이트 생성 절을 넘어가면 "수백 개의 상호작용·상태 기반 웹페이지"라는 표현이 나온다. 코퍼스 규모는 단일 숫자로 읽지 않는 편이 맞다.
더 구조적인 한계도 있다. 사이트를 만드는 것이 모델 주도라면, 평가 커버리지의 상한은 생성기의 상상력이다. 생성기가 만들어 내지 못하는 UI 패턴, 그 팀이 정의하지 않은 CUJ는 시험되지 않는다. critic이 아무리 촘촘해도 "이 사이트에 없는 표면"은 잡지 못한다. 그리고 샌드박스는 실제 기기가 아니다. 확장 프로그램, 로그인된 세션, 실제 결제와 MFA, 사용자 데이터가 만드는 표면은 샌드박스 밖에 있다. 원문이 현실성 향상을 계속 과제로 남겨 둔 이유가 여기 있다.
eval awareness도 없애는 문제가 아니라 낮추는 문제다. 결국 '시험이라는 사실'과 '현실' 사이의 차이는 항상 남고, 모델이 예민해질수록 그 차이는 더 잘 보인다. 이 글의 아키텍처는 그 차이를 줄이는 방향으로 한 번 진화했을 뿐, 닫았다고 주장하지 않는다. 코딩 에이전트로의 확장도 계획으로만 적혀 있다. 브라우저가 다루는 웹 프리미티브와 도구 호출은 경계가 비교적 좁지만, 코딩 에이전트의 도구 집합은 훨씬 넓고 부작용도 크다. 같은 샌드박스로 커버된다고 단정할 근거는 아직 없다.
한 가지는 분명히 해 둘 필요가 있다. 이 글에는 CVE도, 악용 사례도, 침해 사고도 없다. 여기서 다루는 위협은 이미 일어난 침해가 아니라 일어날 수 있는 침해이고, 그래서 글의 가치는 사건 보도가 아니라 설계 문서 쪽에 있다. 브라우저 에이전트를 제품에 넣으려는 팀이 이 글에서 가져갈 것은 공격 문장 목록이 아니라, 자기 평가 환경이 스스로를 설명하고 있지 않은지 확인하는 절차다. 실제로 이 글이 가장 실무적인 대목은 아키텍처 그림이 아니라, 수정 하나가 새 문제를 만드는 장면을 굳이 데모에 넣어 공개했다는 사실이다. 그 장면을 공개할 수 있는 팀만이 자기 평가의 위음성을 의심할 수 있다.
이 리포트는 공개된 연구·공지·패치 자료를 근거로 작성되었습니다. 인용된 침해 지표는 해당 벤더와 연구기관의 발표 시점 기준입니다.