AI 제품·도구GitHub
GitHub, 코드 문맥을 읽는 경량 모델로 일반 비밀정보 탐지 개선
형식이 뚜렷하지 않은 비밀정보는 문서 예시나 체크섬과 비슷해 규칙만으로 판별하기 어렵다. GitHub는 넓게 찾는 정규식과 문맥을 살피는 경량 분류기를 두 단계로 결합해 검사 비용과 경고 품질을 개선했다고 밝혔다.
두 단계 검사
- 정규식이 잠재적 키와 토큰을 찾고 ModernBERT가 파일 경로, 변수명, 인접 코드를 함께 본다.
- 파일 경로와 변수 이름까지 살피므로 같은 문자열도 운영 설정의 자격증명인지 시험 문서의 예시인지 다르게 판단할 수 있다.
운영 결과와 한계
- GitHub는 이전 LLM 기반 방식과 비교해 경고 수용률 11.5% 증가와 사후 검사 중간 실행 시간 86% 단축을 보고했다.
- GitHub는 작은 분류 모델 덕분에 푸시 직전 검사에도 적용했다고 설명한다. 98% 비용 절감 역시 이전 원격 LLM 호출과 비교한 자체 수치다.
함께 확인할 조건
- 11.5% 수용률 증가와 86% 검사 시간 단축은 GitHub의 이전 방식 대비 수치다.
판단의 근거는 원문에서
GitHub ↗https://github.blog/ai-and-ml/githubs-model-for-secret-detection-finding-more-secrets-with-less-noise/요약은 원문의 핵심을 정리한 내용이며, 인사이트는 ABLE의 편집 해석입니다.