LLM이 추론 엔진 취약점으로 호스트 머신 장악 가능
악성 LLM이 출력 토큰 시퀀스에 숨겨진 취약점을 이용해 자신의 가중치가 로드된 GPU 호스트 머신에서 임의 코드를 실행할 수 있다는 분석입니다. 실제로 vLLM의 Qwen3 Coder용 XML 도구 호출 파서(CVE-2025-9141)가 거의 모든 인자를 eval()로 처리해 임의 코드 실행이 가능했던 사례가 소개됩니다. 복잡하고 빠른 개발 압박 속의 추론 엔진(vLLM, SGLang 등)은 파서 버그가 코드 실행으로 이어질 위험이 높아 AI 안전성 관점에서 중요한 문제입니다.
대형 언어 모델(LLM)은 주로 한 컴퓨터에서 행동을 수행하지만(Claude Code나 Codex 같은 에이전틱 하네스를 통해), LLM의 프롬프트 응답은 GPU에 접근 가능한 별도의 컴퓨터에서 계산됩니다. 그렇다면 악성 LLM이 자신의 가중치가 로드된 호스트 머신의 제어권을 얻을 수 있을까요? 이런 머신은 가치가 매우 높은 표적입니다. 프런티어 LLM을 구동할 충분한 컴퓨팅 자원이 있고, LLM 가중치에 쉽게 접근할 수 있으며, 일반 인터넷 상의 컴퓨터와 달리 데이터센터 내 다른 컴퓨터에 대한 특권적 접근 권한을 갖기 때문입니다.
이 글은 악성 LLM이 호스트 머신을 장악하는 것이 얼마나 쉬운지 탐구합니다. 여기서 고려하는 주요 공격은 LLM이 의미론적 의미와는 무관하지만, LLM을 GPU에 로드하고 출력 토큰을 생성하며 그 토큰을 응답으로 파싱하는 소프트웨어의 취약점을 악용하는 토큰 시퀀스를 내보내는 것입니다.
LLM은 어떻게 호스트 머신에서 코드를 실행할 수 있을까요? vLLM이나 SGLang 같은 추론 엔진은 다른 프로그램처럼 악용 가능한 버그를 포함할 수 있습니다. LLM은 추론 엔진에 전달되는 토큰을 통제하므로, 악성 LLM은 잘못 작성된 추론 엔진이 사용자에게 반환할 데이터가 아닌 실행할 코드나 명령으로 잘못 해석하는 토큰 시퀀스를 내보낼 수 있습니다.
하지만 모든 추론 엔진은 견고한 소프트웨어라서 이런 일은 절대 일어나지 않겠죠? 그렇지 않습니다.
vLLM은 이전에 도구 호출 파라미터에 eval()을 사용했습니다. CVE-2025-9141은 vLLM의 Qwen3 Coder용 XML 기반 도구 호출 파서에 있던 임의 코드 실행 버그였습니다. 이 파서는 거의 모든 도구 호출 인자를 eval()에 전달하여, LLM이 호스트 머신에서 임의 코드를 실행할 수 있게 했습니다. Gemini가 이 버그를 도입한 PR을 자동 분석해 중대한 보안 취약점으로 정확히 지적했지만, 그 경고에도 불구하고 vLLM의 수석 유지보수자는 해당 PR을 강제 병합하며 다음과 같이 말했습니다:
"불행히도 임의의 토큰 시퀀스를 완전한 형태의 채팅(사용자 턴, 어시스턴트 응답, 도구 호출 등)으로 파싱하는 것은 간단하지 않으며, 그 정확한 과정은 LLM마다 다릅니다."
이러한 복잡성은 호스트 머신에서 임의 코드 실행을 허용할 수 있는 버그의 기회를 더 많이 만듭니다.
vLLM과 SGLang은 복잡하고 버그가 흔합니다. 현대의 추론 엔진은 단순히 토큰 시퀀스를 문자열로 변환하는 것 이상의 일을 합니다. vLLM 문서는 200개 이상의 모델 아키텍처 지원을 명시하고 있으며, 예제 디렉토리에는 약 35개의 Jinja 채팅 템플릿이 있습니다. 현대 추론 엔진은 수많은 채팅 형식을 파싱하며, 파싱 로직이 조금만 잘못 지정되어도 LLM의 출력이 실행할 코드로 해석될 수 있습니다.
한 vLLM 이슈에서 사용자가 MiniMax-M3로 LLM이 어떻게 추론하는지 논의하던 중, LLM이 mm:think라는 문자열을 출력했습니다. vLLM은 이 평범한 문자열을 추론 블록의 시작으로 잘못 파싱했습니다. 그 결과 다음과 같아야 할 것이:
응답: 말씀하신 것을 그대로 반복하겠습니다: mm:think\n자, 어땠나요?
vLLM은 이렇게 파싱했습니다:
응답: 말씀하신 것을 그대로 반복하겠습니다: 추론: \n자, 어땠나요?
이것은 꽤 무해한 파서 버그지만, 추론 엔진이 토큰을 문자열로 변환해 연결하는 것 이상의 작업을 한다는 점을 보여줍니다. 이들은 끊임없이 반복 개발되는 복잡한 시스템이며, 개발자들은 가능한 한 빠르게 만들어야 하는 큰 압박을 받고 있습니다. 이러한 요인들은 악성 LLM이 파서 버그를 추론 호스트에서의 임의 코드 실행으로 전환할 수 있는 위험을 높입니다.
비전 및 오디오 토큰은 공격 표면을 확대할 수 있습니다. 멀티모달 아키텍처는 LLM이 일반 텍스트뿐 아니라 이미지나 오디오로도 응답할 수 있게 합니다. 모델의 오디오나 시각 출력을 사용 가능한 미디어로 변환하는 것은 텍스트 토큰을 디코딩하는 것보다 더 복잡할 수 있습니다. 하지만 제가 아는 한, 현재의 멀티모달 LLM은 일반적으로 임의의 파일 바이트가 아닌 제약된 미디어 토큰을 출력합니다. 모델별 디코더가 이 토큰을 픽셀이나 파형으로 변환한 다음 파일로 인코딩합니다. 이로 인해 ffmpeg 같은 소프트웨어를 겨냥한 고전적인 잘못된 형식의 파일 공격은 (원문이 여기서 중단됩니다.)