Harness는 패치하는 보안 에이전트를 내놨다. 최종 승인은 여전히 사람이 한다.

먼저 회의론자들에게 가장 좋은 주장을 줘보자. 꽤 타당한 주장이다. 이제 세상의 거의 모든 보안 벤더가 자기 AI가 진짜 버그를 찾고 진짜 수정안을 쓴다고 말한다. 그런데 실무자가 데모용이 아닌 코드베이스에 돌리는 순간 그 주장 대부분은 흐려진다. 올해 업계에서 가장 붐비는 문구가 “에이전트형 AppSec”이다. 그래서 소프트웨어 딜리버리 플랫폼 기업 Harness가 8월 19일 자사 에이전트가 기계 속도로 취약점을 스캔하고, 분류하고, 패치하고, 차단할 수 있다고 발표했을 때 첫 반응은 눈썹을 한 번 올리는 정도가 맞다. 나도 그랬다.

계속 보게 만든 건 에이전트가 어디에서 멈추느냐였다. 에이전트가 만든 모든 수정은 풀 리퀘스트로 올라가고, 실제 배포 전에 사람인 개발자가 승인해야 한다. 사소한 설계 선택처럼 들리지만 그렇지 않다. 자동화된 보안에서 신뢰 경계를 어디에 둘 것인지에 대한 판단이며, 같은 주 헤드라인을 장식한 완전 자율형 공격 에이전트와 정반대의 선택이다. 나는 발표문과 관련 보도를 읽었다. 이번 출시가 실제로 무엇을 담았는지 보자. 그리고 정리 차원에서 하나만 짚고 넘어가면, 회사 이름도 Harness이고 내가 자주 쓰는 일반적인 런타임 개념도 harness다. 둘이 겹치는 건 우연이다. 이 정도면 농담은 했고, 넘어가자.

핵심 요점 - Harness는 2026년 8월 19일 AI SAST, LLM Scan Orchestration, Triage Agent, Remediation Agent, Zero-Day Agent의 다섯 가지 보안 기능과, 코드 변경 없이 프로덕션을 보호하는 가상 패치를 출시했다. - 승인 경계는 명확하다. Remediation Agent가 수정안을 작성하고 검증한 뒤 풀 리퀘스트를 연다. 개발자가 검토하고 승인한다. 스스로 병합되는 것은 없다. - 홍보의 근거는 벤더가 제시한 수치다. 공개에서 실제 익스플로잇까지 최단 6시간, 평균 수정 시간 50일 이상, LLM 스캔을 사용한 Project Glasswing 참가자가 약 10배 많은 취약점을 찾았다는 내용이다. 감사된 수치가 아니라 보고된 수치로 봐야 한다. - 기반 기술은 지난해 인수한 Qwiet AI의 Code Property Graph와 2025년 초 Traceable 합병에서 왔다. 갑작스러운 방향 전환이 아니라 18개월 동안 쌓아온 결과다. - 실제 배포 근거는 아직 얇다. 플랫폼 고객에게 “지금 사용 가능”하다고 하지만, 에이전트 자체를 쓰는 초기 고객 이름은 공개되지 않았다.

무슨 일이 있었나

8월 19일 Harness는 자사가 “기계 속도 취약점 대응”이라고 부르는 기능 묶음을 발표했다. 발견부터 실제 수정 배포까지 취약점의 전체 수명주기를 에이전트가 다룬다. 보도자료와 SiliconANGLE 보도에 따르면 구성은 다음과 같다.

• AI SAST. 결정론적 정적 스캐너 위에 노이즈를 걷어내는 AI 계층을 얹었다. Harness는 이 계층이 오탐을 줄이고, 기존 패턴 매칭이 통째로 놓치기 쉬운 IDOR이나 권한 검사 누락 같은 로직 결함을 잡는다고 말한다.

• LLM Scan Orchestration. 팀이 이미 자체 LLM 스캐너를 돌리고 있다면 그 출력이 별도 대시보드에서 죽지 않고, 파이프라인 안의 동일한 분류·수정 워크플로로 바로 들어간다.

• Triage Agent. 스캐너가 쏟아내는 발견 사항 가운데 실제로 악용 가능한 것만 추린다. 모든 에이전트가 공유하는 도달 가능성 데이터를 사용한다.

• Remediation Agent. 우선순위가 정해진 발견 사항의 수정안을 만들고 검증한 뒤, 취약한 함수에 대한 풀 리퀘스트를 열어 개발자 승인을 받는다.

• Zero-Day Agent. 새로 공개되는 취약점을 24시간 감시하고, 고객 환경에서 영향을 받는 모든 파이프라인과 아티팩트를 즉시 매핑한 뒤 검증된 수정안을 만든다. 공개 후 몇 분 안에 끝나는 경우가 많다고 Harness는 말한다.

• 가상 패치. 테스트 중 취약점이 발견되는 즉시 보호막을 배포해 실제 코드 수정이 끝날 때까지 프로덕션에서 악용을 차단한다. 코드 변경은 필요 없다.

모든 기능은 현재 Harness 플랫폼의 일부로 제공된다. 발표를 맡은 사람은 애플리케이션 보안 총괄 Rahul Sood다. Harness의 Qwiet AI 인수를 통해 합류했고, 그 회사의 Code Property Graph 기술이 이번 스캔 기능의 기반이다.

Harness는 2026년 8월 19일 SAST, 분류, 수정, 제로데이 대응, 가상 패치를 포괄하는 AI 보안 에이전트를 출시했다. Remediation Agent는 수정 사항을 풀 리퀘스트로 열고 개발자가 승인한 뒤에만 배포된다. 근거는 Harness 발표문과 SiliconANGLE이다.

승인 경계 자체가 제품이다

내가 가장 중요하게 보는 세부사항은 풀 리퀘스트다. Harness는 자동 병합까지 만들 수도 있었다. 이미 많은 벤더가 그쪽으로 가고 있다. 그리고 이번 출시와 같은 주 Wiz는 사람의 개입 없이 프로덕션 시스템을 공격하는 에이전트를 시연했다. Harness는 반대로 갔다. Remediation Agent의 최종 출력은 PR이고, 거기서 끝난다. 이름을 가진 사람이 병합하거나, 병합하지 않는다.

2026년에 에이전트형 보안이 어디까지 가야 신뢰를 얻는지에 대한 판단이다. 방어 쪽에서는 맞는 선택이라고 본다. 실패 방식이 대칭적이지 않기 때문이다. 공격 에이전트가 선을 넘으면 무서운 보고서가 나온다. 수정 에이전트가 잘못된 패치를 자동 병합하면 장애가 나거나, 더 나쁘게는 패치된 것처럼 보이지만 실제로는 조용히 망가진 보안 통제가 남는다. 내가 에이전트 거버넌스 글에서 말한 모양과 같다. 자율성은 제품 전체에 한 번에 주는 것이 아니라 행동 종류별로 주는 것이다. “제안한다”는 행동은 “커밋한다”보다 훨씬 쉽게 신뢰할 수 있다. 예외는 가상 패치다. 코드 변경 없이 프로덕션에 직접 작용한다. 다만 Harness가 이미 통제하는 계층, 즉 딜리버리 파이프라인과 Traceable을 통해 얻은 웹 애플리케이션 보호 계층에서 작동하고, 설계상 되돌릴 수 있다.

또 하나 봐야 할 경계는 범위다. 이 에이전트들은 Harness를 통과하는 것만 본다. 파이프라인, 아티팩트, 배포다. 범용 스캐너가 주장하는 세계보다 좁다. 여기서는 좁은 게 장점이다. Zero-Day Agent가 새 CVE를 몇 분 안에 환경 내 모든 영향받는 아티팩트와 연결할 수 있는 이유는 Harness가 이미 무엇을 어디에 배포했는지 보여주는 소프트웨어 딜리버리 지식 그래프를 갖고 있기 때문이다. 실제 자산 목록에 근거한 에이전트가 스캔 결과만 보고 추측하는 더 똑똑한 에이전트보다 낫다. 이 원칙은 보안 밖에서도 잘 통한다. 내가 고객과 에이전트 아키텍처를 이야기할 때 중요하게 보는 부분이기도 하다.

Harness는 승인 경계를 풀 리퀘스트에 둔다. 에이전트가 스캔하고, 분류하고, 검증하고, 수정안을 작성하지만 모든 코드 변경은 배포 전에 개발자가 승인한다. 예외는 가상 패치다. Harness가 이미 운영하는 딜리버리 계층을 통해 프로덕션에 작용한다. 근거는 발표문이다.

수치가 홍보의 핵심이라면, 홍보 수치처럼 읽어야 한다

출시는 세 숫자에 기대고 있다. 최전선 모델을 쓰는 공격자가 공개된 취약점을 실제 익스플로잇으로 바꾸는 데 최단 6시간밖에 걸리지 않는다는 것. 평균 취약점 수정 시간이 50일을 넘는다는 것. 그리고 방어팀에 보안 작업용 Claude Mythos 조기 접근을 제공하는 Anthropic의 Project Glasswing 참가자들이 LLM 기반 스캔으로 약 10배 많은 취약점을 찾아냈다는 것이다. SC World를 비롯한 매체가 이 수치를 인용했지만 원천은 모두 Harness다.

방향만 놓고 보면 세 수치 모두 내가 보안팀에서 듣는 이야기와 맞는다. 발견 쪽은 수정 쪽보다 훨씬 빠르게 산업화됐고, 병목은 적체된 수정 작업이다. 하지만 구체적인 수치는 감사된 값이 아니라 보고된 값으로 보겠다. 6시간은 중앙값이 아니라 최저선이다. 50일 평균은 누구도 명확히 반증하기 어려워 오래 살아남는 업계 통계의 전형이다. 그리고 10배 더 많이 찾았다는 수치는 홍보가 슬쩍 넘기는 양면성이 있다. LLM 스캐너가 취약점을 10배 더 찾더라도 그중 상당수가 오탐이거나 실제로는 악용 불가능하다면, 더 큰 건초더미를 산 셈이다. Harness의 답은 Triage Agent와 공유 도달 가능성 데이터다. 아키텍처로는 맞는 답이다. 하지만 난잡한 모노레포에서도 버티는지는 보도자료가 알려줄 수 없다. 믿기 전에 자신의 실제 적체 목록에 돌려봐야 한다.

경쟁 환경 자체는 분명하다. Microsoft의 MDASH와 Project Perception, Anthropic의 자체 방어 코드 하네스, CyberGym에서 1위를 기록한 Wiz Atlas까지 방어형 에이전트 카테고리가 여러 방향에서 동시에 나타나고 있다. 진지한 팀들이 1년 안에 같은 소프트웨어 계층을 연달아 출시한다면, 그 계층은 아마 중요한 하중을 받고 있는 것이다. 같은 달 TrueForge가 에이전트 런타임을 오픈 소스화했을 때 내가 본 패턴과도 비슷하다.

Harness가 제시한 출시 수치, 즉 최단 6시간 안에 만들어지는 익스플로잇, 50일이 넘는 평균 수정 시간, Project Glasswing 참가자의 LLM 스캔에서 약 10배 많은 발견 사항은 벤더가 보고한 값이며 독립 검증된 수치는 아니다. SiliconANGLE 보도에서도 같은 수치를 다룬다. 방향은 시장 전체와 맞지만, 구체적인 숫자는 조금 거리를 두고 볼 필요가 있다.

배포 근거가 보여주는 것과 보여주지 않는 것

솔직하게 정리해보자. 기술에는 실제 계보가 있다. Qwiet AI의 Code Property Graph는 AppSec에서 이미 알려진 기술이고, 2025년 초 Traceable 합병으로 웹 애플리케이션과 API 보호 기능을 가져왔으며, 7월 21일에는 AI 코딩 에이전트 거버넌스를 위한 Agent DLC를 출시했다. 지난해 12월 55억 달러 기업가치로 2억 4,000만 달러를 조달한 회사가 18개월 동안 부품을 모아 만든 결과다. “지금 사용 가능”은 대기 명단이 아니라 플랫폼에서 정식 제공된다는 뜻이다.

없는 것도 분명하다. 이 에이전트를 프로덕션에서 쓰고 있다고 이름을 공개한 고객이 없고, 오탐률도 공개되지 않았고, 수정 품질에 대한 독립 벤치마크도 없으며, 에이전트가 만든 수정안이 실제 리뷰를 통과하는지 확인해주는 제3자 검증도 없다. 출시에서 가장 강한 배포 주장은 Zero-Day Agent가 “대개 몇 분 안에” 검증된 수정안을 만든다는 것이다. 사례 연구가 아니라 기능 설명이다. 그렇다고 출시가 빈 껍데기라는 뜻은 아니다. 그냥 출시 단계라는 뜻이다. 도입 근거는 발표문이 아니라 자신의 시험 데이터여야 한다. 더 초기 단계에서 이런 기능을 자체 구축할지 고민하고 있다면 구축 대 구매의 절충점도 에이전트 스택의 다른 부분과 똑같이 적용된다.

이번 출시 뒤의 보안 구축은 약 18개월에 걸쳐 이어졌다. 2025년 초 Traceable 합병, Code Property Graph 스캔을 가져온 Qwiet AI 인수, 2026년 7월 Agent DLC, 그리고 8월 보안 에이전트 출시다. 근거는 Harness 발표문과 SiliconANGLE이다. 새 에이전트를 프로덕션에 배포했다고 이름을 공개한 고객 사례는 아직 없다.

지금 무엇을 해야 하나

취약점 대응이 당신 책임이라면 다음 순서가 좋다.

1. 먼저 자신의 두 숫자를 재자. 공개에서 익스플로잇까지 걸리는 시간은 취약점을 찾은 뒤 수정까지 걸리는 당신 팀의 시간과 비교할 때만 의미가 있다. 벤더가 제시한 6시간 숫자에 겁먹고 구매 검토부터 시작하기 전에 실제 평균 수정 시간을 꺼내보자.

2. 수정보다 분류부터 시험하자. Triage Agent가 가장 위험이 낮은 진입점이다. 최악의 경우 적체 목록의 순위를 엉망으로 매기고, 당신은 무시하면 된다. 실제 발견 사항의 4분의 1 정도를 맡겨보고 악용 가능성 판단을 내부 판단과 비교한 다음에야 Remediation Agent가 중요한 코드에 PR을 열게 하자.

3. Harness가 둔 승인 경계를 그대로 유지하자. 어떤 도구를 쓰든 올해는 에이전트가 쓴 수정안을 자동 병합하고 싶은 유혹을 참는 편이 낫다. 사람이 diff 하나 보는 비용은 에이전트가 회귀 버그를 배포했을 때의 비용에 비하면 아무것도 아니다.

4. 에이전트가 무엇을 볼 수 있는지 묻자. 이 설계의 가장 강한 부분은 실제 자산 목록에 근거한다는 점이다. 무엇을 도입하든 파일시스템 스냅샷만 보고 추론하는 에이전트보다 실제 아티팩트 그래프를 바탕으로 추론하는 에이전트를 선호할 만하다.

자주 묻는 질문

Harness의 보안 에이전트는 실제로 무엇을 하나?

다섯 가지다. AI SAST는 오탐을 걸러내고 로직 결함을 잡는 AI 계층을 얹어 코드를 스캔한다. Triage Agent는 발견 사항 가운데 실제로 악용 가능한 것을 좁힌다. Remediation Agent는 수정안을 작성하고 검증한 뒤 풀 리퀘스트를 연다. Zero-Day Agent는 새 공개 취약점을 감시하고 영향을 받는 시스템과 연결하며, 수분 안에 수정안을 준비하는 경우가 많다고 한다. 가상 패치는 코드 수정이 끝날 때까지 프로덕션을 보호한다.

에이전트가 수정 사항을 알아서 배포하나?

아니다. 코드 변경은 개발자가 검토하고 승인하는 풀 리퀘스트로만 배포된다. 자율적으로 프로덕션에 닿는 유일한 기능은 가상 패치다. 코드 자체를 바꾸지 않고 딜리버리 계층에 보호막을 적용하며, 되돌릴 수 있도록 설계됐다.

Harness는 어떤 회사이고, 왜 이런 기능을 만드는가?

Harness는 샌프란시스코의 소프트웨어 딜리버리 플랫폼 회사다. 지난해 12월 투자 유치에서 기업가치 55억 달러로 평가됐다. 2025년 초 API 보안 회사 Traceable과 합병했고, Code Property Graph 스캔 기술을 얻기 위해 Qwiet AI를 인수했으며, 2026년 7월에는 AI 코딩 에이전트 거버넌스를 위한 Agent DLC를 출시했다. 이번 보안 에이전트는 그 구축의 다음 단계다. 회사 이름 Harness와 에이전트 하네스 개념의 이름이 닮은 것은 순전히 우연이다.

출시에서 인용한 보안 통계는 믿을 만한가?

벤더가 보고한 수치다. 공개에서 익스플로잇까지 6시간, 평균 수정 시간 50일 이상, Project Glasswing에서 약 10배 더 많은 발견 사항이라는 수치는 모두 Harness 발표문으로 거슬러 올라간다. 방향은 맞아 보이지만 독립 데이터가 나오기 전까지는 감사된 수치가 아니라 보고된 수치로 다루는 게 맞다.

결론

이번 출시에서 흥미로운 건 AI가 패치를 쓸 수 있다는 사실이 아니다. 올해 업계 절반이 이미 그 데모를 했다. 더 흥미로운 건 소프트웨어 딜리버리 플랫폼 회사가 신뢰할 수 있는 보안 에이전트의 형태를 “풀 리퀘스트에서 멈추는 것”으로 정했고, 이미 갖고 있던 실제 자산 그래프에 그 판단을 연결했다는 점이다. Harness의 구체적인 에이전트가 좋은지는 고객 시험만 답해줄 수 있고, 공개된 근거는 아직 얇다. 하지만 설계의 직감, 즉 빠른 기계가 제안하고 책임 있는 사람이 처분하는 구조에는 올해 방어 보안에서 내 돈을 걸 만하다. 다음 분기에는 이름이 공개된 배포 사례와 독립적인 수정 품질 데이터를 지켜보자. 출시와 변화의 차이는 거기서 드러난다.

자체 파이프라인과 에이전트형 보안 도구를 비교하고 있다면, 내가 고객과 자주 나누는 이야기다. 연락하기.

출처

• Harness, “기계 속도 취약점 대응을 위한 AI 에이전트 출시”(보도자료): https://www.harness.io/press-and-news/harness-launches-ai-agents-for-machine-speed-vulnerability-response (게시 2026년 8월 19일, 확인 2026년 8월 29일)

• SiliconANGLE, “Harness, 취약점을 분류하고 패치하는 AI 에이전트 출시”: https://siliconangle.com/2026/08/19/harness-launches-ai-agents-triage-patch-vulnerabilities/ (게시 2026년 8월 19일, 확인 2026년 8월 29일)

• SC World, “Harness, 소프트웨어 취약점을 찾고 수정하는 AI 에이전트 출시”: https://www.scworld.com/brief/harness-launches-ai-agents-to-find-and-fix-software-vulnerabilities (게시 2026년 8월 20일, 확인 2026년 8월 29일)

• Unite.AI, “Harness, 기계 속도로 취약점을 스캔·분류·패치하는 AI 에이전트 출시”: https://www.unite.ai/harness-ships-ai-agents-to-scan-triage-and-patch-vulnerabilities-at-machine-speed/ (게시 2026년 8월 19일, 확인 2026년 8월 29일)

• DevOps Digest, “Harness, 새로운 보안 기능 세트 공개”: https://www.devopsdigest.com/harness-releases-new-set-security-capabilities (게시 2026년 8월 28일, 확인 2026년 8월 29일)

• Harness Drone 저장소: https://github.com/harness/drone (확인 2026년 8월 29일)