Show HN: LLM 및 MCP 툴 호출을 위한 오픈소스 가이드레일, Conduct

(github.com)

Conduct는 AI 에이전트의 LLM 호출과 MCP 툴 실행을 사전에 제어하고 감사할 수 있는 오픈소스 거버넌스 플랫폼으로, 보안 정책을 통해 에이전트의 권한을 통제함으로써 AI 도입 시의 보안 리스크를 근본적으로 해결합니다.

이 글의 핵심 포인트

1AI 에이전트의 LLM 호출, 쉘 도구, MCP 호출에 대해 차단, 경록, 감사, 주입(Inject) 정책 적용 가능
2SHA-256 해시 체인을 활용하여 변조 불가능한 감사 추적(Audit Trail) 제공
3OWASP, SOC 2, HIPAA, EU AI Act 등 20개 이상의 사전 구축된 컴플라이언스 팩 지원
4Router(LLM 프록시), Guard(정책 엔진), Lens(채팅 인터페이스)의 세 가지 핵심 레이어 구성
5사전 설치 없이 14일간 모든 AI 행동을 모니터링할 수 있는 'Discovery' 모드 제공

이 글에 대한 공공지능 분석

왜 중요한가?

AI 에이전트가 단순 채팅을 넘어 실제 시스템(Shell, MCP)에 접근하면서 보안 사고 위험이 급증하고 있습니다. Conduct는 사후 탐지가 아닌 '사전 차단(Fail-closed)' 방식을 통해 에이전트의 권한을 제어하는 실질적인 보안 레이어를 제공합니다.

어떤 배경과 맥락이 있나?

Cursor, Claude Code 등 개발자 도구와 MCP(Model Context Protocol)의 확산으로 AI의 실행 권한이 커지고 있습니다. 이에 따라 기업들은 AI 에이전트의 행동을 규제하고 감사할 수 있는 거버넌스 프레임워크를 필요로 하고 있습니다.

업계에 어떤 영향을 주나?

AI 보안 시장의 패러다임이 '관측성(Observability)'에서 '통제(Governance)'로 이동할 것입니다. 개발자 도구와 SDK 사이에 프록시 형태로 삽입되어 보안 정책을 일관되게 적용할 수 있는 솔루션의 수요가 높아질 것입니다.

한국 시장에 어떤 시사점이 있나?

금융, 의료 등 규제가 엄격한 산업군에서 AI 에이전트를 도입하려는 한국 기업들에게 필수적인 인프라가 될 수 있습니다. 특히 EU AI Act 등 글로벌 규제 준수가 필요한 국내 스타트업들에게 강력한 컴플라이언스 도구로 활용 가능합니다.

이 글에 대한 큐레이터 의견

AI 에이전트의 자율성이 높아질수록 '통제 가능한 자율성'을 확보하는 것이 기업용 AI(Enterprise AI)의 핵심 과제가 될 것입니다. Conduct는 단순한 로그 기록을 넘어, 정책 엔진을 통해 에이전트의 행동을 실시간으로 필터링하고 해시 체인으로 무결성을 보장한다는 점에서 매우 강력한 접근법을 취하고 있습니다. 특히 개발자 도구(Cursor, Claude Code)와 MCP 레이어를 모두 아우르는 통합 제어 기능은 에이전트 생태계의 필수적인 '보안 게이트웨이' 역할을 할 잠재력이 큽니다.

다만, 모든 LLM 호출과 툴 실행이 이 프록시를 거쳐야 하므로 발생할 수 있는 지연 시간(Latency)과 단일 장애점(Single Point of Failure) 문제는 해결해야 할 과제입니다. 보안을 위해 'Fail-closed' 방식을 채택할 경우, 정책 설정 오류가 전체 개발 워크플로우를 중단시키는 리스크가 있습니다. 따라서 스타트업들은 이 도구를 도입할 때, 보안 강화와 개발 생산성 사이의 트레이드오프를 정교하게 설계해야 하며, 초기에는 'Discovery' 모드를 통해 영향도를 면밀히 분석하는 전략이 필요합니다.

원문 보기 →