보안 AI 제품은 ‘정확도 99%’ 같은 높은 숫자를 앞세우지만, 그 숫자가 어떤 시험에서 나왔는지는 잘 적지 않습니다. 10번 논문에서 같은 XGBoost가 무작위로 나눈 시험에서는 Macro F1 0.9979, 학습에 없던 공격만 둔 시험에서는 0.3871이었고, 공격 220,788건 가운데 160건만 잡았습니다.
02
판단
숫자의 좋고 나쁨을 판정하지 않고, 숫자를 만든 시험 조건을 먼저 확인하게 했습니다. 점수·등급·합격선은 만들지 않았고, 기능을 늘리기보다 처음 보는 사람이 막힌 곳(무엇을 하는 사이트인지, 결과가 밀집함, 그래서 뭐?)을 하나씩 고쳤습니다.
03
구현
React·TypeScript·Vite 정적 앱에서 소개서 문장과 성능표의 빠진 시험 조건을 판독 규칙 15개로 찾아 공급자 질문으로 바꾸고, 결과 맨 위 결론 카드(결론 · 왜? · 그래서?)와 논문 결과를 직접 바꿔 보는 논문 실험실을 붙였습니다. 서버 없이 브라우저 안에서만 동작하고 콘텐츠 보안 정책으로 외부 전송을 막았습니다.
04
검증
처음 보는 사람들의 반응을 여섯 번 기록하며 화면을 고쳤고, 마지막에는 ALEPH 동기가 휴대폰에서 도움 없이 업체 질문까지 갔습니다. 단위·컴포넌트 테스트 152개와 실제 브라우저 테스트 35개를 통과한 커밋만 배포되게 했고, 재현 가능한 ZIP을 빈 폴더에 풀어 다시 검증했습니다.
02
10번 과제 · 논문 · 2026.09
데이터 분할 방식에 따른 XAI 기반 네트워크 침입 탐지 성능과 설명 안정성 분석
CICIDS2017 2,830,743건에서 XGBoost의 Macro F1이 무작위 분할 0.9979에서 미관측 공격 분할 0.3871로 낮아지는 것을 확인했습니다.
핵심 판단모델 순위를 겨루기보다, 같은 모델을 무작위 분할과 날짜 기반 미관측 공격 분할로 따로 시험해 성능과 설명이 어떻게 달라지는지 보기로 했습니다.
서명만 확인하는 JWT는 로그아웃한 뒤에도 만료 전까지 유효합니다. 공개형 다이어리를 로그인 화면으로 가리기만 하면 다른 계정의 기록을 읽는 길도 남습니다.
02
판단
Access JWT를 서버 세션 행에 묶어 매 요청에서 세션 생존과 소유자를 확인하고, 이미 회전한 Refresh 토큰이 다시 오면 탈취 가능성으로 보고 같은 계열 전체를 폐기하기로 했습니다.
03
구현
React·TypeScript와 Flask·PostgreSQL로 비밀번호를 Argon2id로 저장하고, 목록·단건·집계·내보내기를 서버가 확인한 사용자 ID로 제한했습니다. 기존 기록은 백업한 뒤 새 계정으로 옮겼고, 비밀번호를 바꾸면 기존 세션을 모두 폐기합니다.
04
검증
백엔드 테스트 319개와 프런트엔드 76개를 통과했고(PostgreSQL 전용 3개는 별도 테스트 DB에서 확인), 다른 계정 자료 접근과 재사용된 토큰이 거절되는 동작을 요청·응답 증거로 남겼습니다. 운영 환경의 Argon2id 검증 시간은 p50 108ms였습니다.
이야기
고난에서 다시 시작한 날을 거쳐 지금의 학습 방식으로 이어집니다.
저는 서로 다른 사람과 도구가 만든 결과를 하나의 서비스로 연결하는 개발자 김명준입니다.
01
고난드러난 능력 · 자기조절력
끝내지 못한 프로젝트 뒤에 남은 클라우드 청구서를 항목별로 읽었습니다.
2024년 12월 5일, AWS에서 134,772원이 결제됐습니다. 한 달 뒤에도 94,138원이 빠져나가 모두 23만 원에 가까운 돈이었습니다. 대학 팀 프로젝트에서 백엔드와 인프라를 맡았지만 당시 실력으로는 화면과 서버를 끝내 연결하지 못했습니다. 프로젝트가 끝난 뒤에도 시드니 리전의 로드밸런서와 서버, 디스크, 공인 IP가 남아 있었습니다. 당황했지만 청구 내역부터 읽고 남은 자원을 찾아 삭제했습니다. AWS 고객지원이 요청한 월별 내역과 원인, 재발 방지 대책은 GPT에게 물어 가며 직접 정리해 제출했습니다. 문제를 지우는 데서 끝내지 않고 같은 비용이 다시 생기지 않도록 확인할 항목도 함께 적었습니다. 이때 코드를 만드는 것과 서비스를 닫을 때 남은 자원까지 책임지는 일이 다르다는 것을 처음 배웠습니다. 환불 결과는 확인되지 않았기 때문에 결과를 보태지 않습니다.
↔ 숫자 · 「제출한 과제 / 현재 제출 대상 과제」
02
다시 일어난 날드러난 능력 · 대인관계력
첫 모임에 두 명만 나온 팀을 이슈와 리뷰로 묶어 서비스를 끝까지 연결했습니다.
2026년 6월 26일, 네 명이 함께 쓸 CLOV 저장소를 만들었습니다. 저는 팀장 겸 풀스택 개발자였습니다. 첫 모임에는 저와 팀원 한 명만 나왔고, 저를 뺀 세 사람은 모두 비전공자이며 팀 프로젝트도 처음이었습니다. 설명보다 먼저 기능과 화면을 볼 수 있는 프로토타입을 만들었습니다. 팀원마다 사용하는 AI 도구가 달라 코드가 자주 부딪히자 작업 전에 이슈를 열고, 머지 전에 코드와 실행 결과를 확인한 뒤 수정 이유를 리뷰로 남기는 흐름을 만들었습니다. 말로 한 설명이 적용되지 않을 때는 기초 개념과 서비스 전체 구조를 Markdown 문서로 남기고 다음 이슈에서 같은 기준을 다시 적용했습니다. 처음에는 모든 머지를 직접 보느라 병목이 생겼지만, 반복한 문서와 리뷰 뒤에는 팀원이 각자 작업과 서비스 방향을 파악하면서 문제가 줄었습니다. 8월 4일까지 이슈 152개와 PR 266개가 쌓였고, 제가 리뷰한 PR은 72개였습니다. Ubuntu, Nginx, Docker, HTTPS를 직접 구성해 대학 때 끝내지 못했던 서버 연결도 실제 주소에서 마쳤습니다.
03
더 나아진 지금드러난 능력 · 자기동기력
익숙한 개발을 벗어나 네트워크와 보안 과정에서 다시 초보자로 시작했습니다.
2026년 8월 11일, SKT ALEPH 네트워크 보안 과정에서 다시 초보자가 되었습니다. VLAN, 라우팅, ACL과 pfSense는 모두 처음이었습니다. VMware와 pfSense 실습에서 연결이 끊길 때마다 ping, 로그, IP 대역과 설정값 순으로 확인하며 원인을 좁혔습니다. CLOV 배포에서는 모르는 채 넘겼던 네트워크 흐름을 이번에는 결과만 맞추지 않고 확인 순서까지 기록했습니다. 8월 31일에는 새로 만난 팀원들에게 먼저 말을 걸었고, 9월 4일에는 수업을 따라가기 힘들어하던 옆 팀원을 도왔습니다. 9월 13일에는 침입 탐지 모델이 처음 보는 공격에서도 성능을 유지하는지 CICIDS2017 2,830,743건으로 검증한 논문을 제출했습니다. 익숙한 개발 밖으로 나온 선택을 출석과 리추얼, 재현 가능한 연구 결과로 이어 가고 있습니다.
↔ 숫자 · 「아침 리추얼 작성 수업일 / 확정 수업일」
팀이 안심하고 다음 작업을 이어갈 수 있는 기준을 만드는 개발자가 되겠습니다.
숫자
회복탄력성과 과제지속력을 13주 과정 기록의 숫자로 보여 줍니다. 값마다 근거 능력과 출처, 기준일을 표시했습니다.
0131 / 31일출석일 / 확정 수업일지각 0 · 결석 0근거 · 과제지속력 출처 · 내 출석 기록 기준 · 2026-09-25 분모 · 2026-08-11부터 2026-09-25까지 확정된 수업일0231 / 31일아침 리추얼 작성 수업일 / 확정 수업일근거 · 회복탄력성 출처 · 내 리추얼 기록 기준 · 2026-09-25 분모 · 2026-08-11부터 2026-09-25까지 확정된 수업일↔ 이야기 · 「더 나아진 지금」0313 / 13개제출한 과제 / 현재 제출 대상 과제공개 검증 가능 11개 · 비공개 저장소 2개근거 · 과제지속력 출처 · 내 제출 현황 · GitHub 저장소 기준 · 2026-09-25 분모 · T01부터 T13까지. 진행 중인 과제 없음↔ 이야기 · 「고난」
경력과 과제
과제마다 능력과 상황, 행동, 결과를 같은 순서로 적었습니다. 대표작에 있는 작업은 화면과 결과 한 줄만 두었습니다.
01
2026.09자기조절력
13번 과제 · ExplainSOC 보안 AI 성능 숫자 검토 도구
기획 · 프론트엔드 구현 · 사용자 관찰 · 검증 · 배포
소개서 판독논문 실험실
ALEPH 동기가 휴대폰에서 도움 없이 업체 질문까지 갔고, 단위·컴포넌트 테스트 152개와 실제 브라우저 테스트 35개를 통과한 커밋만 배포되게 했습니다.
AI를 바꿀 때마다 사람이 같은 맥락을 다시 설명해야 했고, 대화를 넘기지 않고도 다음 AI가 같은 프로젝트를 안전하게 이어갈 수 있는지는 확인된 적이 없었습니다.
행동
실행하지 않은 검사는 통과로 적지 않는다는 기준을 먼저 세우고, 앞선 AI가 검사 1~3까지만 구현한 뒤 계획대로 멈추게 했습니다. 다음 AI는 인계 문서만 읽고 검사 4~10과 전체 회귀 검사를 마쳤습니다. 다음 AI가 금지 규칙보다 앞선 AI의 작업 기록을 먼저 읽은 절차 위반은 통과 결과로 덮지 않고 작업 기록과 공개 화면에 그대로 남겼습니다.
결과
고정 검사 10개를 모두 통과하고 단위 테스트 85개와 Chromium E2E 38개를 유지했으며, 사람이 코드를 다시 고치거나 같은 내용을 재설명한 일은 없었습니다.
수업에서 받은 게시판에 등급별 접근 제어를 넣고, 과잉권한을 자동으로 회수하는 수업 코드를 옮겨 붙여야 했습니다. 자동 회수가 잘못 돌면 관리자까지 강등해 아무도 회원을 관리할 수 없게 될 수 있었습니다.
행동
회수 봇은 출력만 확인, Graylog 신고만, 실제 강등의 3단계로 나눠 옵션을 줄 때만 권한을 빼앗게 했고, 증적 캡처와 경보 전송기가 API 키와 Webhook 주소를 화면과 오류 메시지에 남기지 않게 했습니다. SYN Flood 실습에서는 경보가 도착한 것만 보지 않고 실행 기록과 대조해, 공격이 허용으로 표시되고 실제 출발지와 개수가 빠지던 문제를 고쳤습니다.
결과
자동 테스트 45개를 통과했고, Kali에서 보낸 2초 SYN Flood 35,033개가 출발지·개수와 함께 Graylog, n8n, 메신저 3종, 게시판 기록까지 이어지는 것을 확인했습니다.
01
