Pydantic AI 대화 기록 재로딩 시 발생하는 CVE-2026-133505 보안 위험은?

Pydantic AI에서 대화 기록을 다시 불러올 때 일반 데이터가 위험한 파일 참조로 변환되는 현상이 발견되었습니다. 이는 재구성 규칙이 실제 파일 항목과 JSON 형태가 유사한 일반 데이터를 구분하지 못해 발생합니다. 도구가 반환한 매핑 데이터가 파일 항목과 동일한 JSON으로 직렬화되어 있다면, 로딩 단계에서 시스템이 이를 파일로 잘못 복원합니다.

CVE-2026-133505 취약점 발생 원인: 데이터 모양의 오인

CVE-2026-133505 취약점은 Pydantic AI의 대화 기록 재로딩 메커니즘에서 비롯됩니다. 시스템의 재구성 규칙이 ‘실제 파일 항목’과 ‘파일과 동일한 JSON 형태를 띤 일반 데이터’를 명확히 구분하지 못하는 기술적 결함이 핵심입니다.

정상적인 상황이라면 도구 반환 데이터는 단순 텍스트나 객체로 처리되어야 합니다. 하지만 해당 데이터가 파일 참조 객체와 동일한 JSON 구조로 직렬화되어 저장되었다면, 재로딩 과정에서 시스템은 이를 다시 파일 객체로 복원합니다. 공격자가 제어하는 콘텐츠가 도구 결과값에 포함되어 저장되었을 경우, 재로딩 시점에 의도치 않은 파일 참조가 생성되어 보안 위험을 초래합니다.

취약점 공격 성립 조건 및 영향 범위

보안 사고로 이어지려면 다음 세 가지 조건이 모두 충족되어야 합니다.

  1. 외부 제어 콘텐츠의 도달: 외부에서 제어 가능한 콘텐츠가 도구 결과(Tool Result) 내부에 포함되어야 합니다.
  2. 기록의 저장 및 재로딩: 해당 도구 결과를 포함한 대화 기록이 저장되었다가 다시 불러와지는 과정이 필요합니다.
  3. 모델 요청 발생: 재로딩 이후, 파일 처리를 촉발하는 모델 요청이 발생해야 합니다.

다만 모든 환경이 노출되는 것은 아닙니다. Vercel AI 또는 AG-UI 어댑터의 기본 모드를 사용하면 sanitize_messages() 함수가 실행됩니다. 이 함수는 비HTTP URL과 업로드 파일을 제거하고 force_download 설정을 초기화하므로 영향 범위에서 제외됩니다.

주요 보안 위험: 사설망 다운로드 및 클라우드 자격증명 노출

이 취약점으로 발생 가능한 보안 위협은 크게 두 가지 경로로 분석됩니다.

사설망 내부 접근 및 다운로드 위험

force_download='allow-local' 설정이 포함된 DocumentUrl 또는 ImageUrl이 생성되면, Pydantic AI는 사설망 차단 설정을 해제한 상태로 해당 파일을 내려받습니다. 이는 공격자가 내부 네트워크 자원에 접근하거나 민감한 데이터를 외부로 유출하는 경로로 악용될 수 있습니다.

클라우드 자격증명 기반 객체 참조 위험

비HTTP 스킴을 사용하는 파일 URL이나 UploadedFile 객체는 모델 제공자가 애플리케이션의 자격증명으로 해석하여 처리합니다. 특히 아래 스킴이 포함될 때 위험합니다.

위험 요소 대상 스킴/객체 해석 및 위험 결과
비HTTP 파일 URL s3://, gs:// 모델 제공자가 애플리케이션 자격증명으로 해석하여 접근
파일 참조 객체 UploadedFile 모델 제공자가 애플리케이션 자격증명으로 해석하여 접근

대응 방안: 수정 버전 적용 및 조치 사항

Pydantic AI 및 Pydantic AI-slim 사용자는 즉시 수정 버전으로 업데이트해야 합니다.

권장 업데이트 버전

pydantic-ai 및 pydantic-ai-slim 모두 1.107.10 및 2.66.0 버전으로 업데이트하고, 해당 버전 이후의 릴리스를 적용하는 것이 안전합니다.

추가 보안 권고

버전 업데이트와 함께 다음 보안 원칙 준수를 권장합니다.

  1. 자격증명 최소 권한 원칙: 모델 제공자가 사용하는 애플리케이션 자격증명에 과도한 권한이 부여되지 않도록 제한하여, s3://나 gs:// 경로를 통한 무분별한 객체 접근 위험을 낮춥니다.
  2. 입력값 검증: 도구 결과로 반환되는 데이터에 외부 제어 콘텐츠가 포함되지 않도록 철저한 필터링 과정을 거칩니다.

댓글 남기기