믿기지 않지만, 7개의 무료 GitHub 레포지토리가 원시 바이너리부터 이를 역분석하는 AI 에이전트까지 안내합니다.

정말 믿을 수가 없습니다: 7개의 무료 GitHub 레포지토리가 여러분을 원시 바이너리(raw binary)에서 이를 역분석하는 AI 에이전트까지 이끌어줍니다.

무료 리버스 엔지니어링 학위가 GitHub에 놓여 있으며, 순서가 핵심입니다.

대부분의 사람들은 이 도구들 중 하나를 열고 어셈블리 코드 속에서 길을 잃은 후 포기합니다.

핵심은 순서입니다. 각 레포지토리는 이전 것 위에 구축됩니다. 일곱 단계, 등록금 제로입니다.

레이어 1: 바이너리를 읽는 법 배우기
Ghidra(NSA의 리버스 엔지니어링 프레임워크). 모두가 여기서 시작합니다. https://t.co/gPtntTZ8fn
radare2, 같은 기술을 터미널에서 사용합니다. 명령줄용 UNIX 스타일 도구 세트입니다. https://t.co/F6H65Vwumn

레이어 2: 모델에게 읽게 하기
LLM4Decompile은 바이너리 코드를 다시 읽기 쉬운 C 언어로 변환하는 LLM입니다. 9B v2 모델은 자체 벤치마크에서 64.9%의 재실행 가능성(re-executability)을 보고했습니다. https://t.co/GV1FGzQZod
r2ai는 radare2 내부의 LLM입니다. 이것이 AI가 여러분 옆에 있는 바이너리를 읽기 시작하는 순간입니다. https://t.co/sv4FPQ6ah6

레이어 3: 에이전트에게 도구를 구동하게 하기
ida-pro-mcp는 MCP를 통해 IDA Pro를 언어 모델과 연결합니다. https://t.co/x3gZACb188
reverse-engineering-assistant는 Ghidra에 대한 동일한 아이디어로, MCP 서버 역할을 합니다. https://t.co/V24r7whGEz

레이어 4: 무엇이든 추적하는 에이전트들
REA는 네이티브 바이너리, APK, 펌웨어, 웹사이트, Electron 앱 등 35가지 대상 유형을 다룹니다. 핵심은 "모든 발견 사항에 증거가 뒷받침된다"입니다. https://t.co/1nDg50nGd0

이 구조를 보세요. 인간이 도구를 배웁니다. 그다음 모델이 코드를 읽습니다. 그다음 에이전트가 스스로 도구를 작동시킵니다. 그리고 한 에이전트가 수십 가지 대상 유형을 추적합니다.

제 생각: 리버스 엔지니어링은 희귀한 기술에서 위임할 수 있는 무언가로 변하고 있습니다. 지금 중요한 기술은 어떤 증거를 신뢰해야 하는지 아는 것입니다.

제가 말할 수 있는 것은 이것뿐입니다: [자신이 바이너리나 APK를 처음 열어본 경험, 그리고 실제로 무엇을 발견했는지 설명하세요. 사실이 아니라면 자신의 이야기로 대체하세요.]

제가 검증하지 않은 부분: 저는 이 레포지토리들 중 어느 것도 실행해 보지 않았습니다. 스타 총계, 35개의 타겟 유형 수, 그리고 64.9%라는 수치는 해당 레포지토리 자체의 설명에서 나온 것이며 독립적으로 확인된 바가 없습니다. 제작자들의 자체 테스트에 기반한 벤치마크 수치가 사용자의 바이너리(binary)에서 나올 결과를 예측할 수는 없습니다. 소유하거나 테스트 권한을 부여받은 소프트웨어만 분석하세요.

그렇다면 이것은 어디로 향할까요? 이러한 에이전트들이 리버스 엔지니어(reverse engineer)를 10배 더 빠르게 만들까요, 아니면 모두가 잘못된 출력을 더 빨리 신뢰하도록 쉽게 만들까요?
[@0xCodila 인용]: REA는 현재 인터넷에서 가장 위험한 것입니다...

AI 에이전트가 바이너리 수준까지 모든 앱을 리버스 엔지니어링할 수 있게 해줍니다.

올바르게 사용한다면, 비용을 지불한 어떤 기능이라도 무료로 재구축할 수 있습니다.

본 기사에서 제가 방법을 보여드리겠습니다: https://t.co/3P1FNXiXzl