모스 부호 Prompt Injection 차단을 통한 20만 달러 규모 자산 탈취 방어

Context

외부 소스에서 유입된 데이터를 LLM이 처리하여 실행 레이어로 전달하는 Agentic Workflow 구조의 보안 결함 발생. 단순 텍스트 필터링을 우회하는 Encoding Obfuscation 기법으로 인해 신뢰할 수 없는 외부 입력이 그대로 명령어로 변환되어 실행되는 아키텍처적 취약점 노출.

Technical Solution

• LLM 전단에 Sentinel AI Firewall을 배치하여 Untrusted Input과 AI 처리 단계 간의 격리 계층 구축
• EncodingNormalizer 모듈을 통한 Morse, Hex, Base64 등 다양한 인코딩 형식의 사전 디코딩 프로세스 적용
• 디코딩된 텍스트를 정규식 기반의 Fast-path 스캐너와 시맨틱 엔진 기반의 Deep-path 스캐너로 교차 검증
• Injection Signature 매칭을 통해 유해 명령어를 식별하고 실행 레이어로의 전달을 원천 차단하는 Scrubbing 파이프라인 설계
• Anthropic SDK 등 외부 SDK 연동 시 Transparent Proxy 설정을 통한 데이터 흐름의 강제 제어 및 검사 체계 마련