200개 이상의 제로데이 발견. 자체 테스트에서 아틀라스는 리눅스 커널, 쿠버네티스, gVisor, containerd, dnsmasq 등 수년간 집중적으로 퍼징(fuzzing)되고 감사(audit)된 오픈소스 프로젝트에서 200개가 넘는 미발견 취약점을 찾아냈습니다 . 중요한 점은 각 취약점 발견이 AI가 '의심'하는 수준을 넘어, 실제 보안 문제임을 재현 가능한 증명으로 끝까지 자동 검증(autonomously validated)했다는 것입니다 .
CVE-2026-3854 — GitHub 치명적 RCE. 아틀라스의 초기 버전은 GitHub의 내부 git 인프라에서 치명적인 원격 코드 실행(RCE) 취약점(CVE-2026-3854, CVSS 8.8)을 발견했습니다 . 이 결함은 저장소에 푸시 권한이 있는 모든 인증된 사용자가 단 한 번의 git push 명령으로 GitHub 백엔드 서버에서 임의의 명령을 실행하고, 비공개 저장소에 대한 전체 읽기/쓰기 권한을 획득할 수 있는 것이었습니다 . Wiz는 2026년 3월 4일 버그 바운티 프로그램을 통해 이를 GitHub에 신고했습니다 . GitHub는 40분 만에 문제를 재현했고, 2시간 안에 github.com에 패치를 배포했으며, 실제 악용 사례는 없음을 확인했습니다 .
10만 달러 현상금. GitHub는 이 발견에 대해 **10만 달러(약 1억 3천만 원)**의 현상금을 지급했습니다. 이는 GitHub 버그 바운티 역사상 가장 큰 금액 중 하나입니다 .
이것이 핵심입니다. 아틀라스는 하나의 단일 AI 모델이 아닙니다. 여러 모델과 특화 에이전트를 유기적으로 결합한 멀티 모델 에이전트 시스템입니다 .
| 구분 | 프로젝트 아틀라스 (멀티 에이전트) | GPT-5.5 Cyber / Mythos (단일 모델) |
|---|---|---|
| 아키텍처 | 코드 분석, 퍼징, 정적 분석, 의존성 추적 등 여러 특화 AI 에이전트(서브 에이전트)가 병렬로 협력 | 단일 거대 언어 모델(LLM)이 사이버 태스크용으로 학습되어 단독 작동 |
| 모델 다양성 | 여러 최첨단 모델을 조합 (CyberGym 공식 기록: Claude Opus 4.6 + GPT-5.5) — 각 하위 작업에 가장 적합한 모델 선택 | 하나의 모델 패밀리와 가중치 세트에 고정 |
| 워크플로 | 각 발견은 별도의 검증 에이전트가 독립적으로 검증, 오탐(false positive)을 사실상 제거 | 단일 모델 출력, 자체 검증이 어려움 |
| 확장성 | 동시에 수백 개의 에이전트를 수천 개의 타겟에 투입 가능 | 단일 모델 추론 처리량에 제한 |
Wiz는 시스템 아키텍처가 단순 모델 성능보다 더 중요하다고 강조합니다. 아틀라스가 더 뛰어난 기반 모델을 가져서가 아니라, 여러 모델과 에이전트를 긴밀한 검증 루프로 지능적으로 결합했기 때문에 이긴 것입니다 .
AI 에이전트가 체계적인 퍼징, 정적 분석, 코드 리뷰를 결합하면서 제로데이가 전례 없는 규모로 쏟아지고 있습니다. 아틀라스만 해도 이미 집중 감사된 코드에서 200개 이상을 찾아냈습니다 . 이는 취약점 공개 프로그램의 경제학을 압박하고 있습니다. GitHub는 2026년 7월 27일부로 공개 버그 바운티 지급액을 최소 절반으로 삭감했습니다 (치명적 발견: 2~3만 달러 이상 → 고정 1만 달러) .
Wiz의 프로젝트 아틀라스는 현재 AI 취약점 연구 분야의 최첨단입니다. 더 나은 '단일 모델' 때문이 아니라, 독립적 검증을 갖춘 멀티 에이전트·멀티 모델 아키텍처가 단일 모델을 큰 폭으로 앞질렀기 때문입니다(90.9% vs 85.6%, 83%). 이는 AI 보안 환경에서 "어느 모델이 가장 좋은가"에서 "모델을 어떻게 효과적으로 오케스트레이션할 것인가"로 패러다임이 전환되고 있음을 보여줍니다 .