주요 특징

• AI 인프라 취약점 스캐너는 네트워크에 떠 있는 AI 서비스의 지문을 채취해 알려진 취약점과 대조합니다. v4.5.0 시점에 130개 컴포넌트와 1,888개 규칙이었던 취약점 라이브러리가 8월 v4.5.2에서 2,000개 이상의 CVE 규칙으로 확장됐습니다. Ollama, ComfyUI, vLLM, n8n, Triton 같이 실무에서 그대로 노출되기 쉬운 서비스가 대상에 포함됩니다.
• MCP 서버 스캔은 에이전트가 붙여 쓰는 MCP 서버에서 14가지 이상의 보안 위험 범주를 찾습니다. v4.1.15에서 도구 포이즈닝, 자격증명 유출, 명령 주입 탐지 규칙이 추가됐고 llama.cpp CVE 규칙 6건도 함께 들어갔습니다. v4.5.2에서는 동적 스캔 모드가 스캐너 자신을 통해 RCE로 악용되지 않도록 도구 화이트리스트 방식을 도입했습니다.
• Skill Scan(aig-skill-scan)은 에이전트 스킬 패키지를 감사하는 단독 CLI로 제공되어 기업 CI/CD 파이프라인에 그대로 끼워 넣을 수 있습니다. 위험 분류는 텐센트가 함께 공개한 SkillTrustBench의 T01~T09 체계를 따르며, Claude Opus 기준 이 벤치마크에서 F1 0.9848을 기록했다고 밝히고 있습니다. v4.5.2에서는 .pyc 바이트코드를 이용한 우회와 문자셋 스머글링 탐지가 추가됐습니다.
• Jailbreak Evaluation 모듈은 큐레이션된 공격 데이터셋으로 LLM의 방어력을 측정하고 모델 간 비교표를 뽑아 줍니다. v4.5.1에서 Many-Shot, PAIR, GOAT, ActorAttack 등 멀티턴 탈옥 공격 4종이 추가됐고, 그 이전 v4.1.14에서는 싱글턴 탈옥 연산자 9종이 들어갔습니다. Agent Scan은 Dify나 Coze 같은 플랫폼의 에이전트 워크플로를 다중 에이전트 방식으로 자동 점검합니다.
• 배포는 Docker 20.10 이상, RAM 4GB, 디스크 10GB 환경에서 docker-compose 한 번으로 끝나고 웹 UI는 localhost:8088에 열립니다. 사전 빌드 이미지, 원클릭 설치 스크립트, 소스 빌드 세 가지 방식을 제공하며 인증 기능이 없으므로 공개망 배포는 권장하지 않는다고 명시하고 있습니다. OpenClaw 채팅에서 aig-scanner 스킬로 호출하는 경로도 함께 지원합니다.