Deptrust, 에이전트가 설치하는 패키지를 막는 안전핀

AI가 패키지를 설치하는 시대의 새 문제

Deptrust는 npm, PyPI, crates.io, Go modules, Maven, GitHub Actions 등 여러 생태계의 패키지 버전을 검사해 알려진 취약점과 위험 점수를 반환하는 CLI다. 흥미로운 부분은 단순 CLI에 그치지 않고 MCP 서버, 에이전트용 skill, hook을 함께 제공한다는 점이다. 즉 사람이 npm audit을 나중에 돌리는 도구가 아니라, AI 에이전트가 의존성을 추가하려는 순간 끼어드는 안전 장치에 가깝다.

AI 코딩 에이전트는 빠르지만, 그 빠름은 공급망 리스크를 키운다. 모델은 문제를 해결하기 위해 새로운 패키지를 제안하고 설치한다. 그 과정에서 오래된 버전, 이름이 비슷한 타이포스쿼팅 패키지, 메이저 태그만 고정한 GitHub Action이 들어오면 취약점은 코드 리뷰 전에 이미 프로젝트에 섞인다. AI PR 스팸, 오픈소스 신뢰 인프라를 흔들다에서 다룬 것처럼 문제는 생성량이 아니라 신뢰 비용이다.

보안 검사는 에이전트의 도구가 되어야 한다

Deptrust는 OSV, GitHub Advisory Database, 레지스트리 메타데이터를 함께 보며 위험도를 산출한다. 이 접근은 AI 에이전트 환경에 잘 맞는다. 에이전트에게 "보안까지 고려해서 설치해"라고 프롬프트를 넣는 것보다, 설치 전 검사 도구를 호출하도록 만들고 위험 점수가 높으면 차단하는 편이 훨씬 안정적이다.

Model Context Protocol이 중요한 이유도 여기에 있다. 에이전트가 파일, 브라우저, 패키지 매니저, 배포 도구를 직접 쓰기 시작하면 보안 정책도 같은 도구 호출 경로에 있어야 한다. Daybreak 확장, 보안 AI의 병목은 패치다에서 본 것처럼 발견보다 패치와 검증이 병목이 되는 순간, 작은 차단기가 전체 운영비를 줄인다.

한국 개발팀이 바로 적용할 지점

한국 기업의 개발 환경은 npm과 PyPI뿐 아니라 Maven, NuGet, Go modules가 섞여 있다. 금융, 게임, 커머스, 제조 SaaS는 오래된 내부 라이브러리와 외부 패키지가 함께 움직인다. AI 에이전트가 이 환경에 들어오면 "새 패키지 추가 금지"만으로는 생산성을 얻기 어렵고, "검사 없는 추가 금지"가 더 현실적인 정책이 된다.

실무적으로는 세 단계가 필요하다. 첫째, 에이전트 실행 환경에서 패키지 설치 명령을 감시한다. 둘째, 새 의존성은 정확한 생태계와 버전으로 검사한다. 셋째, 차단된 경우 에이전트에게 대체 버전이나 다른 구현 방식을 요구한다. Claude Code 사고 로그, 감사 추적의 착시가 말한 감사 문제도 여기서 연결된다. 무엇을 설치하려 했고, 어떤 근거로 막혔는지가 로그로 남아야 한다.

취약점 데이터의 빈틈도 같이 봐야 한다

Deptrust 같은 도구가 모든 위험을 해결하지는 않는다. 알려진 취약점 데이터베이스에 없는 제로데이, 악성 업데이트, 유지보수 중단 패키지, 라이선스 리스크는 별도의 판단이 필요하다. 그래서 결과값은 "안전 보증서"가 아니라 최소한의 차단 기준으로 읽어야 한다.

중요한 것은 에이전트가 신뢰 가능한 실패를 하도록 만드는 것이다. 위험한 패키지를 설치하고 나중에 사람이 찾는 방식보다, 설치 전에 멈추고 이유를 설명하게 하는 편이 낫다. 특히 자율 에이전트가 밤새 이슈를 처리하거나 여러 브랜치를 동시에 만지는 워크플로에서는 이런 작은 정책이 사고 반경을 줄인다.

자주 묻는 질문

Q1: Deptrust는 기존 SCA 도구를 대체하나요?

A: 대체라기보다 에이전트 실행 중간에 넣는 사전 차단 장치다. CI와 정식 SCA는 계속 필요하다.

Q2: 왜 MCP 서버가 중요한가요?

A: 에이전트가 표준 도구처럼 보안 검사를 호출할 수 있어야 설치 전 정책 적용이 쉬워지기 때문이다.

Q3: 모든 패키지 생태계를 지원하나요?

A: 주요 생태계를 넓게 다루지만, 데이터 제공 범위는 생태계와 취약점 DB에 따라 다를 수 있다.

Q4: 위험 점수가 낮으면 무조건 설치해도 되나요?

A: 아니다. 유지보수 상태, 라이선스, 다운로드 출처, 조직 정책은 별도로 확인해야 한다.

Q5: 팀의 첫 적용 지점은 어디인가요?

A: AI 에이전트가 package.json, requirements.txt, GitHub Actions 파일을 수정할 때 자동 검사를 강제하는 hook부터 시작하는 것이 좋다.