개요
SkillSpector는 “이 스킬, 깔아도 되나?”를 설치 전에 대신 확인해 주는 NVIDIA의 오픈소스 보안 스캐너다. Claude Code·Codex CLI·Gemini CLI 같은 에이전트는 스킬을 설치하는 순간 거의 검증 없이 믿고 실행한다. SkillSpector는 그 스킬의 지시문과 스크립트를 실행하지 않고 읽어서 숨은 명령, 데이터 유출, 권한 상승, 공급망 위험을 찾아 0~100점 위험 점수와 설치 권고를 낸다. Apache-2.0, Python 3.12+이며 2026-11-16 기준 GitHub 별 약 2.6만 개다.
NVIDIA는 이 도구를 자사 Verified Skills 파이프라인에 그대로 쓴다. 스킬을 스캔·평가·서명하고, 통과한 것만 NVIDIA skills 카탈로그에 올린다.
왜 필요한가 — 스킬 4개 중 1개가 구멍
근거는 Liu 등(2026)의 실증 연구 *“Agent Skills in the Wild: An Empirical Study of Security Vulnerabilities at Scale”*이다.
| 항목 | 수치 |
|---|---|
| 수집한 스킬 | 주요 마켓플레이스 42,447개 |
| 비율 산출에 쓴 분석 대상 | 31,132개 |
| 취약점 1개 이상 | 26.1% (약 4개 중 1개) |
| 악성 의도로 보이는 것 | 5.2% |
| 실행 스크립트 포함 스킬의 취약 가능성 | 없는 스킬의 2.12배 |
비율의 분모는 42,447개 전체가 아니라 분석한 31,132개다.
무엇을 잡나 — 17개 분류, 71개 패턴
각 패턴에 ID(예: P1, E2, SC4)와 심각도가 붙는다. 6월 공개 당시 68개였고 11월 README 기준 71개다.
| 묶음 | 분류 | 예 |
|---|---|---|
| 지시문 조작 | 프롬프트 인젝션, 안티 리퓨절, 트리거 남용 | 숨겨진 지시문, 아무 요청에나 발동하도록 범용 키워드로 미끼 던지기 |
| 정보 탈취 | 데이터 유출, 시스템 프롬프트 유출, 오염 추적(taint) | 환경 변수·비밀값이 네트워크 출력으로 흘러가는 체인 |
| 권한·행동 | 권한 상승, 과도한 에이전시, 도구 오용, 로그 에이전트, 출력 처리 | 선언보다 많은 일을 하는 스킬 |
| 기억 | 메모리 오염 | 대화를 넘어 계속 남도록 설계된 컨텍스트 주입 |
| 코드 | 위험 코드(AST), YARA 시그니처 | exec·eval·subprocess, getattr(os,'system') 우회, 웹셸·채굴기 |
| 공급망 | 공급망 | curl | bash, CVE 있는 의존성(SC4) |
| MCP | MCP 최소 권한, MCP 도구 오염 | 와일드카드 권한, 동형 문자·RTL 문자로 위장한 도구 설명, 설명과 실제 동작 불일치 |
어떻게 검사하나 — 2단계
- 정적 분석(빠름) — 11개 분석기가 정규식·Python AST·YARA로 모든 대상 파일을 훑는다. 재현율은 높고 정밀도는 중간이라 오탐이 있다.
- LLM 의미 분석(선택) — 정적 분석 결과를 맥락과 의도로 다시 따진다. 모델이 확인한 항목은 설명과 신뢰도가 올라가지만, 확인하지 못한 항목도 지우지 않고
llm-unconfirmed태그만 붙인다. 악성 스킬이 분석 LLM을 조종하지 못하도록 프롬프트에 탈옥 방지 장치가 있다. 6월 소개 글은 이 단계로 정밀도가 약 87%까지 오른다고 했으나, 현재 README는 “특정 정밀도를 보장하지 않는다”고 적는다.
알려진 취약 의존성(SC4)은 OSV.dev에 실시간으로 묻는다. API 키가 필요 없고, 연결이 안 되면 작은 내장 목록으로 자동 전환한다. 다만 오프라인이면 그만큼 탐지 범위가 좁아진다.
쓰는 법
uv tool install git+https://github.com/NVIDIA/skillspector.git
skillspector scan ./my-skill/ # 폴더
skillspector scan ./SKILL.md # 파일 하나
skillspector scan https://github.com/user/my-skill # Git 저장소·URL
skillspector scan ./my-skill.zip # zip
skillspector scan ./my-skill --no-llm # 정적 분석만(파일을 외부로 안 보냄)- 출력: 터미널(기본)·JSON·Markdown·SARIF(CI·IDE 연동). Docker 이미지도 있다.
- 점수: CRITICAL +50, HIGH +25, MEDIUM +10, LOW +5, 실행 스크립트가 있으면 ×1.3.
| 점수 | 심각도 | 권고 |
|---|---|---|
| 0-20 | LOW | SAFE |
| 21-50 | MEDIUM | CAUTION |
| 51-80 | HIGH | DO NOT INSTALL |
| 81-100 | CRITICAL | DO NOT INSTALL |
- 종료 코드: 50점 이하 0, 초과 1, 오류 2. SAFE와 CAUTION이 둘 다 0이므로 엄격하게 막으려면
--fail-on-findings를 쓰거나 JSONrecommendation필드를 읽는다. - 오탐 관리: 이미 검토한 항목을 baseline에 넣으면 다시 스캔할 때 새 항목만 점수에 반영된다.
- 에이전트 안에서 돌리기:
skillspector mcp로 mcp 서버를 띄우면 에이전트가scan_skill도구로 검사하고 결과에 따라 설치를 막을 수 있다. opencode용(/skillspector명령)과 Pi용 확장도 있다.
한계와 주의점
- 샌드박스가 아니다. 설치 전에 위험을 알려 줄 뿐, 그래도 설치한 스킬을 격리하지는 않는다. 다층 방어의 한 겹이다.
- LLM 분석은 기본으로 켜져 있고, 파일 내용을 설정한 LLM 제공자에게 보낸다. 사내 코드라면
--no-llm이나 로컬 모델(Ollama·vLLM)을 쓴다. SC4는--no-llm에서도 의존성 이름·버전을 OSV.dev로 보낸다(파일 내용은 아님). - 영어가 아닌 지시문, 이미지 속 텍스트, 암호화·컴파일된 코드, 실행 중에만 드러나는 동작은 놓칠 수 있다.
실무 포인트
“스킬 하나면 업무 끝” 같은 글을 보고 GitHub 주소를 복사해 바로 설치하는 경우가 많다. 회사 노트북에서 그렇게 깐 스킬이 사내 자료를 밖으로 내보내면 되돌릴 방법이 없다. 남의 스킬을 설치하기 전에 그 주소를 skillspector scan에 먼저 넣어 보는 것이 이 도구의 기본 사용법이다.
관련 노트
- 2026-10-02-news-hada-34645-tencent-ai-infra-guard — 스킬 하나가 아니라 인프라 CVE·MCP 서버·모델 탈옥까지 넓게 보는 Tencent의 점검 도구
- 2026-10-01-github-mvanhorn-last30days-skill — 브라우저 쿠키를 다루는 서드파티 스킬의 예. 이런 스킬이 설치 전 점검 대상
- 2026-08-11-github-nvidia-elements — 같은 NVIDIA의 에이전트 관련 공개 저장소
- codex, opencode, mcp
- moc-ai-agents, moc-mcp
출처
- PyTorchKR 소개 글(9bow, 2026-06-25): raw source:
web-2026-06-30-skillspector-nvidia-agent-skill-security-scanner - GitHub README(2026-11-16 캡처): https://github.com/NVIDIA/SkillSpector —
raw/articles/2026-11-16-github-nvidia-skillspector.md - X 소개 글(@dopamine_crypto, 2026-11-16): https://x.com/dopamine_crypto/status/2122132544372023335