AI 에이전트에 보안 전문가의 두뇌를 이식하다: Anthropic-Cybersecurity-Skills 분석

하루 만에 별 445개. 오늘(2026-06-22) GitHub 트렌딩 상단에 오른 mukul975/Anthropic-Cybersecurity-Skills는 단순한 스크립트 묶음이 아니다. AI 에이전트가 실제 보안 업무를 수행하도록 설계된 754개의 구조화된 사이버보안 스킬 라이브러리다. Claude Code·GitHub Copilot·Cursor가 터미널과 코드베이스에 직접 손을 뻗는 시대, 이 레포가 왜 터졌는지 뜯어본다.

이게 뭔가

비유하자면 이렇다. AI 에이전트를 막 고용한 신입 보안 엔지니어로 보면, 업무 매뉴얼이 없으면 "취약점 찾아봐"라는 말에 어떻게 반응해야 할지 모른다. Anthropic-Cybersecurity-Skills는 그 AI 에이전트용 보안 업무 매뉴얼 전집이다.

각 스킬은 무엇을 할 것인가, 어떤 파라미터를 쓰는가, 어떤 산업 표준 프레임워크와 연결되는가를 구조적으로 정의한다. AI가 이 스킬 파일을 참조하면, "OSINT 조사해줘" 같은 모호한 명령에도 체계적인 절차를 따라 응답한다.

왜 지금 뜨는가

세 흐름이 동시에 교차했다.

① AI 에이전트의 보안 영역 진입. Claude Code, Codex CLI, Gemini CLI 모두 터미널·파일시스템에 직접 접근하는 에이전트 모드를 지원한다. 코드 작성을 넘어 보안 검사까지 위임하는 건 자연스러운 다음 단계다. 수요는 있었고, 공급이 없었다.

② 5대 프레임워크 동시 매핑의 희소성. MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF—5개 산업 표준에 모두 매핑된 스킬 라이브러리는 이전에 없었다. 규제 대응이 필요한 기업에서 이 매핑 자체가 컴플라이언스 자산이 된다.

③ agentskills.io 표준의 등장. 스킬 포맷이 표준화되면 플랫폼 간 이식이 된다. 오늘 Claude Code에서 쓴 스킬을 내일 Cursor에서 그대로 쓸 수 있다는 의미다. 생태계 잠금(lock-in) 없는 보안 스킬 공유가 처음으로 현실화되는 시점이다.

핵심 기능

항목	내용
스킬 수	754개
보안 도메인	26개 (침투 테스트, OSINT, 악성코드 분석, 클라우드 보안, 인시던트 대응 등)
프레임워크 매핑	MITRE ATT&CK · NIST CSF 2.0 · MITRE ATLAS · D3FEND · NIST AI RMF
지원 플랫폼	26+ (Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 등)
라이선스	Apache 2.0 (상업 사용 가능)

누구에게 쓸모 있나

보안 엔지니어·레드팀은 로그 분석, 취약점 정리, 보고서 초안 같은 반복 작업을 AI에 위임할 구체적 스킬 셋을 얻는다. DevSecOps 팀은 CI/CD 파이프라인에서 AI 에이전트가 보안 체크를 자동 수행하도록 통합하고, 컴플라이언스 담당자는 NIST CSF·MITRE ATT&CK 매핑 스킬로 감사 대응 문서화를 자동화한다. AI·보안 연구자에게는 에이전트 보안 역량의 벤치마크와 실험 소재가 된다.

비개발자나 보안 초보자가 바로 쓰기는 어렵다. AI 에이전트 설정 경험이 있는 실무자가 실질적 수혜자다.

시작하기

공식 홈페이지와 README를 기준으로 한 진입 순서:

# 1. 레포지토리 클론
git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
cd Anthropic-Cybersecurity-Skills

Claude Code 사용자는 프로젝트 루트의 CLAUDE.md에 스킬 디렉터리 경로를 참조 경로로 추가하면 에이전트가 자동으로 스킬 컨텍스트를 인식한다. 다른 플랫폼(Cursor, Copilot 등)은 각 플랫폼의 커스텀 인스트럭션 또는 컨텍스트 파일 설정에 스킬 파일 경로를 연결하면 된다.

사용 예시

예시 1 — 스킬 파일 구조 (agentskills.io 표준)

스킬 한 개가 어떻게 생겼는지 보면 전체 구조가 보인다:

# skills/osint/domain-reconnaissance.yaml
name: domain-reconnaissance
version: "1.0"
framework_mapping:
  mitre_attack: "T1590"        # Gather Victim Network Information
  nist_csf: "ID.RA-1"         # Asset vulnerabilities are identified
description: |
  Systematically gather publicly available information about a target domain.
parameters:
  - name: target_domain
    type: string
    required: true
  - name: depth
    type: enum
    values: [passive, active]
    default: passive

스킬 하나가 MITRE ATT&CK 전술 번호·NIST CSF 제어 항목과 연결돼 있어, AI 출력 결과가 프레임워크 맥락과 함께 제공된다.

예시 2 — Claude Code에서 스킬 기반 보안 분석 요청

# 프로젝트 디렉터리 안에서 Claude Code 실행 후 프롬프트 입력
> skills/vulnerability-scanning 폴더의 web-app-scan 스킬을 써서
  이 Flask 앱의 SQL 인젝션 취약점 점검 체크리스트를 만들어줘

Claude가 스킬 정의에 따라 체계적 점검 절차를 생성하고, MITRE ATT&CK T1190(Exploit Public-Facing Application) 컨텍스트와 함께 결과를 출력한다.

예시 3 — 인시던트 대응 스킬로 로그 트리아지

# 로그 파일을 컨텍스트로 넘기고 인시던트 대응 스킬 적용
> @skills/incident-response/log-triage.yaml
  @logs/server-2026-06-22.log
  이상 징후를 찾고 NIST CSF 2.0 기준으로 심각도를 분류해줘

NIST CSF 2.0 Respond 기능 기준 심각도 분류와 초기 대응 권고안이 자동 생성된다.

위 예시는 README·agentskills.io 표준 구조를 기반으로 작성했다. 플랫폼별 실제 문법은 공식 문서에서 확인하라.

한계·주의

솔직하게 짚어야 할 것들이 있다.

스킬은 AI 에이전트 지시 정의이지 완성된 자동화 도구가 아니다. 실제 실행 품질은 연결된 도구(Nmap, Burp Suite 등)와 에이전트 모델 역량에 달려 있고, 754개라는 숫자와 실제 동작 완성도는 별개다. AI가 스킬을 따라 실행하더라도 결과 해석과 최종 판단은 사람이 해야 한다. 침투 테스트·레드팀 영역은 법적·윤리적 판단이 수반되며, 무허가 대상 시스템에 적용하는 것은 불법이다. GitHub 계정 mukul975은 이 레포가 사실상 유일한 주요 프로젝트여서, 대규모 보안 인프라에 통합하기 전에 코드 내용을 직접 리뷰해야 한다. Apache 2.0 라이선스지만 스킬 중 일부는 실제 공격 기법을 다루므로, 사용 환경의 법규와 조직 윤리 가이드라인을 먼저 확인하라.

별 17,604개는 관심의 증거이지 품질 보증이 아니다. 관심 가져볼 만한 프로젝트이나, 프로덕션 도입 전 충분한 검토를 권한다.