게임 치트가 단일 수치 조작에서 메모리·클라이언트·네트워크를 넘나드는 복합 공격으로, 나아가 AI로 사람 행동까지 흉내내는 단계로 진화하는 반면 검수 인력과 수작업 방식은 그대로였다는 문제에서 출발한다. 카카오게임즈가 게임 특화 취약점 분류체계를 세우고 LLM과 정적·동적·행위 분석을 엮은 자동 검수 시스템 Games Total로 대응 속도를 끌어올린 과정을 따라간다.
핵심 포인트- 일반 소프트웨어의 CVE·CWE로는 표현하기 어려운 스피드핵·텔레포트·무적핵을, 구조적 공격 방식을 분류하는 GW와 실제 침해 사례를 정리한 GVE라는 자체 체계로 팀이 같은 언어로 위험을 설명·우선순위화
- Gemini·Grok·ChatGPT 등 여러 LLM으로 위협을 정의하고 해킹 포럼·텔레그램 정보를 GW·GVE 기준으로 구조화하는 정의·수집·저장·활용 순환 파이프라인으로, 정적 DB를 스스로 갱신되는 보안 지식망으로 전환
- 정적 분석이 공격 표면을 추천하고 동적 분석이 가설을 POC 코드로 증명하며 행위 분석이 정상·치트 플레이 영상의 프레임·좌표·액션 시퀀스를 비교해 로그에 안 남는 이상 행동을 탐지 — AI가 세 층을 잇되 최종 판단은 분석가가 맡는 증강 구조
- 전문가 3명이 2개월 걸리던 신규 게임 초기 검수를 1명이 48시간 안에 수행하고, 치트 변종 대응도 수일·수주에서 수시간으로 단축되며 결과가 개인 경험이 아닌 팀 지식으로 축적
왜 읽나빠르게 진화하는 치트에 한정된 인력으로 대응해야 하는 게임 보안·안티치트 담당자에게 LLM 기반 위협 수집과 정적·동적·행위 분석을 자동 검수로 엮는 실전 설계 레퍼런스.