MCP 보안 체크리스트: AI 도구 생태계 보안 가이드 65

《MCP 보안 점검清单: AI 도구 생태계 보안 가이드》소개

LLM의 급속한 발전과 함께, LLM과 외부 도구 및 데이터 소스를 연결하는 핵심 다리로서 MCP는 Claude Desktop, Cursor 등 주류 AI 애플리케이션에서 널리 사용되고 있습니다. 그러나 MCP의 빠른 보급은 새로운 보안 도전 과제도带来了 가져왔습니다. 다중 인스턴스, 다중 구성 요소가 협업하여 실행되는 시나리오에서 MCP 아키텍처는 일련의 보안 위험을 노출시키며, 특히 암호화폐 거래나 LLM 사용자 정의 플러그인 적응 등 민감한 시나리오에서 그러합니다.

《MCP 보안 점검 清单: AI 도구 생태계 보안 가이드》는 慢雾科技가 작성 및 유지 관리하는 문서로, 개발자와 사용자가 MCP(Model Context Protocol)와 관련된 보안 위험을 식별하고防范하는 데 도움을 주는 것을 목적으로 합니다.

MCP Server (MCP 플러그인) 보안

API 보안

• 검증 및 권한 부여: API 인터페이스의 접근 권한을 엄격히 제어하여 인증된 사용자 또는 시스템만 접근할 수 있도록 보장합니다.

• 입력 검증: 모든 입력에 대해 엄격한 검증을 수행하여 인젝션 공격을 방지합니다.

• 속도 제한: API 요청 빈도를 제한하여 남용을 방지합니다.

Server 신원 인증 및 권한 부여

• 인증 메커니즘: 다중 요소 인증 등 강력한 인증 메커니즘을 사용합니다.

• 권한 부여 정책: 최소 권한 원칙을实施하여 필요한 권한만 부여합니다.

백그라운드 영속성 제어

• 데이터 저장 보안: 데이터 저장 보안성을 보장하고 암호화 기술을 사용하여 민감한 데이터를 보호합니다.

• 데이터 백업 및 복구: 데이터를 정기적으로 백업하고迅速 복구할 수 있도록 보장합니다.

배포 및 런타임 보안

• 보안 구성: 서버 구성이 보안 모범 사례를 준수하도록 보장합니다.

• 런타임 모니터링: 서버의 실행 상태를 실시간으로 모니터링하여 이상 행위를及时 발견합니다.

코드 및 데이터 무결성

• 코드 감사: 정기적으로 코드 감사를 수행하여 보안 취약점이 없도록 보장합니다.

• 데이터 무결성 검증: 해시 알고리즘 등 기술을 사용하여 데이터 무결성을 검증합니다.

공급망 보안

• 의존성 관리: 모든 의존성이 신뢰할 수 있도록 보장하고, 정기적으로 의존성을 업데이트하여 알려진 취약점을 수정합니다.

• 제3자 서비스 보안: 제3자 서비스의 보안성을 평가하여 보안 위험을 유입하지 않도록 보장합니다.

모니터링 및 로그 기록

• 실시간 모니터링: 시스템 행위를 실시간으로 모니터링하여 이상을及时 발견합니다.

• 로그 기록: 사후 감사에 용이하도록 시스템 작업 로그를 상세히 기록합니다.

호출 환경 격리

• 샌드박스 환경: 샌드박스 기술을 사용하여 서로 다른 플러그인의 실행 환경을 격리하여 악성 플러그인이 다른 구성 요소에 영향을 미치는 것을 방지합니다.

플랫폼 호환성 및 보안

• 호환성 테스트: 플러그인이 서로 다른 플랫폼에서 안전하게 실행될 수 있도록 보장합니다.

• 보안 업데이트: 플랫폼의 보안 패치를及时 업데이트합니다.

데이터 보안 및 개인정보 보호

• 데이터 암호화: 민감한 데이터를 암호화하여 저장 및 전송합니다.

• 개인정보 보호: 사용자 데이터의 개인정보 보호를 보장하고 관련 법률 및 규정을 준수합니다.

리소스 보안 (Resources Security)

• 리소스 접근 제어: 리소스 접근 권한을 제한하여 인증된 사용자만 접근할 수 있도록 합니다.

• 리소스 무결성 검증: 리소스의 무결성과 출처를 검증합니다.

도구 구현 보안 (Tools Security)

• 도구 코드 감사: 정기적으로 도구 코드를 감사하여 보안 취약점이 없도록 보장합니다.

• 도구 런타임 모니터링: 도구의 실행 상태를 모니터링하여 이상 행위를及时 발견합니다.

MCP 클라이언트/MCP HOST 보안

사용자 상호작용 보안

• 사용자 입력 검증: 사용자 입력에 대해 엄격한 검증을 수행하여 인젝션 공격을 방지합니다.

• 사용자 피드백 메커니즘: 잠재적 보안 문제를及时 발견할 수 있도록 사용자 피드백 메커니즘을 제공합니다.

AI 제어 및 모니터링

• AI 행위 모니터링: AI의 행위를 실시간으로 모니터링하여 이상 행위를 방지합니다.

• AI 권한 관리: AI의 권한을 제한하여 위험한 작업을 수행하지 못하도록 합니다.

로컬 저장 보안

• 데이터 암호화: 로컬에 저장된 데이터를 암호화합니다.

• 저장 접근 제어: 로컬 저장에 대한 접근 권한을 제한합니다.

애플리케이션 보안

• 코드 감사: 정기적으로 애플리케이션 코드를 감사하여 보안 취약점이 없도록 보장합니다.

• 보안 업데이트: 애플리케이션의 보안 패치를及时 업데이트합니다.

클라이언트 신원 인증 및 권한 부여

• 인증 메커니즘: 다중 요소 인증 등 강력한 인증 메커니즘을 사용합니다.

• 권한 부여 정책: 최소 권한 원칙을 실시하여 필요한 권한만 부여합니다.

MCP Tools 및 Servers 관리

• 플러그인 관리: 플러그인의 설치 및 업데이트를 엄격히 관리하여 출처가 신뢰할 수 있도록 보장합니다.

• 서버 관리: 서버의 보안 구성과 실행 상태를 보장합니다.

프롬프트 보안

• 프롬프트 필터링: 프롬프트 내의 유해하거나 민감한 정보를 필터링합니다.

• 프롬프트 감사: 프롬프트 사용 상황을 정기적으로 감사합니다.

로그 및 감사

• 상세 로그 기록: 사후 감사에 용이하도록 시스템 작업 로그를 기록합니다.

• 로그 분석: 정기적으로 로그를 분석하여 잠재적 보안 문제를 발견합니다.

Server 검증 및 통신 보안

• 서버 검증: 서버의 신원 인증 메커니즘이 안전한지 보장합니다.

• 통신 암호화: TLS 등 암호화 프로토콜을 사용하여 통신 데이터를 보호합니다.

권한 Token 저장 및 관리

• Token 암호화 저장: Token을 암호화하여 저장합니다.

• Token 권한 관리: Token 권한을 엄격히 관리하고 최소 권한 원칙을 실시합니다.

자동 승인(autoApprove) 제어

• 자동 승인 제한: 자동 승인 범위를 제한하여 악성 작업을 방지합니다.

샘플링 보안(Sampling Security)

• 샘플링 데이터 보호: 샘플링 데이터의 보안성을 보장하여 데이터 유출을 방지합니다.

다양한 LLM에서의 MCP 적응 및 호출 보안

LLM 보안 실행

• 실행 환경 격리: 샌드박스 기술을 사용하여 LLM의 실행 환경을 격리합니다.

• 실행 모니터링: LLM의 실행 상태를 실시간으로 모니터링하여 이상 행위를 방지합니다.

다중 모달 보안

• 다중 모달 콘텐츠 필터링: 다중 모달 콘텐츠 내의 유해하거나 민감한 정보(예: 이미지의 악성 프롬프트)를 필터링합니다.

다중 MCP 시나리오 보안

• 다중 인스턴스 관리: 여러 MCP 인스턴스의 실행을 엄격히 관리하여 악성 인스턴스가 다른 인스턴스에 영향을 미치는 것을 방지합니다.

• 인스턴스 격리: 샌드박스 기술을 사용하여 서로 다른 인스턴스의 실행 환경을 격리합니다.

암호화폐 관련 MCP의 고유 보안 포인트

• 지갑 관리: 암호화폐 지갑 접근 권한을 엄격히 관리하여 도난을 방지합니다.

• 거래 보안: 암호화폐 거래의 보안성을 보장하여 거래가 변조되는 것을 방지합니다.

다중 MCP 협업 메커니즘 및 특정 분야(예: 암호화폐 시나리오)의 보안 핵심 사항에 이르기까지 다루었습니다. 이러한 보안 조치를落实함으로써 MCP 시스템의 전반적인 안정성과 제어 가능성을 효과적으로 향상시켜, AI 애플리케이션이 빠르게 발전하는 동시에 보안성도 함께 보장될 수 있도록 할 수 있습니다.

github：https://github.com/slowmist/MCP-Security-Checklist