CVE-2026-129356는 vLLM 0.30.0과 0.31.0에서 공통 접두사 처리를 담당하는 single_type_kv_cache_manager.py 코드의 조작 결과가 경쟁 조건으로 분류된 취약점이다. 특정 구성에서 한 요청이 자신의 프롬프트가 아닌 다른 요청의 KV 캐시 블록을 참조해 한 단계 디코딩될 수 있는 처리 격리 실패가 보고됐다. 경쟁 조건이라는 분류는 CVE Program이 해당 코드의 조작 결과를 그렇게 규정한 데 따른 것이다. 취약점 기록은 공격이 원격에서 시도 가능하고 익스플로잇이 공개돼 사용될 수 있다고 밝히는 동시에, 이런 종류의 공격은 매우 복잡하고 악용 난이도가 높다고 함께 서술한다. 이 글은 2026년 11월 16일 기준 수집된 공개 자료의 입증 범위를 구분하고, vLLM 기반 서빙 인프라 운영자가 취할 실질적 대응을 정리한다.
CVE-2026-129356 개요: 공통 접두사 처리의 경쟁 조건
CVE Program은 CVE-2026-129356에서 vllm-project vllm 0.30.0과 0.31.0의 single_type_kv_cache_manager.py 관련 조작 결과를 경쟁 조건으로 분류했다. 취약점은 공통 접두사 처리 컴포넌트, 그중에서도 single_type_kv_cache_manager.py 파일의 코드에서 발견됐다.
“왜 경쟁 조건으로 분류되는가”를 물으면, 공개 자료가 입증하는 것은 코드 위치와 분류 결과 자체다. 수집 자료는 취약점 기록이 해당 조작 결과를 경쟁 조건으로 분류했다는 사실과, 요청 간 KV 캐시 블록 혼용 증상이 관찰됐다는 보고를 제공한다. 경쟁 발생 시점의 상세 메커니즘에 대한 독립적 기술 검증은 여기에 없다. 핵심 사실을 표로 정리했다.
| 항목 | 내용 |
|---|---|
| CVE 식별자 | CVE-2026-129356 |
| 분류 | 경쟁 조건(Race Condition) |
| 대상 소프트웨어 | vllm-project vllm |
| 영향 버전 | 0.30.0, 0.31.0 |
| 발견 위치 | 공통 접두사 처리 컴포넌트 `single_type_kv_cache_manager.py` |
| 보고된 재현 구성 | V1 모델 실행기에서 캐스케이드 어텐션 활성화(`–no-disable-cascade-attn`) 및 SimpleCPUOffloadConnector 구성 |
| 보고된 증상 | 요청이 자신의 프롬프트가 아닌 다른 요청의 KV 캐시 블록을 참조해 한 단계 디코딩 |
| 공격 관련 서술 | 원격 시도 가능, 익스플로잇 공개, 악용 난이도 높음 |
| 해결책 | vLLM 0.32.0 업그레이드 |
| 수정 커밋 | e687a251bb056fa527846633f7a1b0a6c0f42374(‘[Attention] Remove cascade attention’) |
영향 범위: vLLM 0.30.0·0.31.0과 캐스케이드 어텐션 구성 조건
취약점 기록은 영향 버전으로 vLLM 0.30.0과 0.31.0을 명시한다. 재현 환경은 V1 모델 실행기에서 캐스케이드 어텐션을 켠 상태, 즉 --no-disable-cascade-attn 옵션과 SimpleCPUOffloadConnector 구성이다.
실무적으로 중요한 맥락은 캐스케이드 어텐션의 기본값이다. 프로젝트에 따르면 캐스케이드 어텐션은 vLLM에서 기본적으로 꺼져 있었고, FlashInfer에서는 이미 비활성화돼 있었으며, 대부분의 다른 백엔드에서는 지원되지 않았다. 자체 배포가 해당 옵션을 명시적으로 켠 구성인지 확인하는 것이 1차 선별 기준이 된다. 다만 보고된 재현 조건 밖의 구성에서 같은 증상이 재현되는지는 수집 자료로 판단할 수 없다. 운영 버전이 0.30.0 또는 0.31.0이라면 구성과 무관하게 권고 조치를 적용하는 것이 안전한 접근이다.
보고된 재현 시나리오: 요청 간 KV 캐시 블록 혼용
버그 보고의 재현 조건은 구체적이다. 캐스케이드 어텐션이 켜진 V1 모델 실행기에 SimpleCPUOffloadConnector가 구성된 상태에서, 2048개 토큰의 공통 접두사를 공유하는 요청 15개와 아무것도 공유하지 않는 요청 O를 같은 배치로 처리하는 경우다. 이 조건에서 요청 O가 자기 프롬프트 대신 첫 요청의 KV 블록을 대상으로 한 단계 디코딩될 수 있다.
증상의 본질은 “한 요청이 자신의 프롬프트가 아니라 다른 요청의 키·값(KV) 캐시 블록을 참조해 한 단계 디코딩될 수 있다”는 처리 격리의 실패다. 멀티 테넌트 LLM 서빙에서 요청 간 격리는 신뢰의 전제 조건이다. 격리 실패가 관찰됐다는 사실 자체가 심각하게 다뤄질 이유가 분명하다.
공개 익스플로잇 주장과 입증 범위의 한계
취약점 기록의 위험 서술은 여러 층위로 나뉘어 읽혀야 한다.
- 공격은 원격에서 시도할 수 있다고 기록돼 있다.
- 익스플로잇이 공개돼 있어 사용될 수 있다고 명시한다.
- 동시에 이런 종류의 공격이 매우 복잡하고 악용 난이도는 높다고 서술한다.
- 재현 조건은 캐스케이드 어텐션 활성화와 SimpleCPUOffloadConnector라는 특정 구성으로 좁혀져 있다.
공개 자료가 입증하는 관찰은 처리 격리의 실패까지이며, 캐시된 다른 요청의 컨텍스트가 응답으로 노출된 사실은 입증되지 않았다. “KV 캐시 유출이 입증된 취약점”으로 단정하는 표현은 현재 근거로는 지지되지 않는다. 다만 입증 범위와 무관하게, 요청 간 캐시 참조 혼용이 보고된 버전을 운영 중이라면 대응을 미룰 실무적 근거는 없다.
대응 방안: vLLM 0.32.0 업그레이드와 캐스케이드 어텐션 제거
취약점 기록이 제시하는 해결책은 vLLM 0.32.0 업그레이드다. 수정 패치는 커밋 e687a251bb056fa527846633f7a1b0a6c0f42374로 식별되며, 이 커밋은 [Attention] Remove cascade attention이라는 제목으로 캐스케이드 어텐션과 이를 받치는 코드를 함께 제거한다. v0.32.0 릴리스에는 캐스케이드 어텐션 제거(PR #61126)가 담겼다.
수정 방향이 설정 토글이 아니라 해당 기능 코드의 완전한 제거라는 점은 업그레이드 계획을 세울 때 짚어둘 부분이다. 캐스케이드 어텐션에 의존하는 워크로드가 있었다면 0.32.0 적용 전에 성능·동작 검증을 거치는 것이 실무적 순서가 될 것이다.
확인되지 않은 범위와 배포 점검 우선순위
확인되지 않은 사항
수집된 자료 기준으로 다음 사항은 확인되지 않았다. 특히 첫 항목은 보도·공유 과정에서 과장되기 쉬운 부분이므로 표현에 주의가 필요하다.
- KV 캐시에 담긴 다른 요청의 컨텍스트가 응답으로 노출되는지 여부와 노출 범위
- 버그 보고의 재현 코드가 취약점 기록이 말하는 공개 익스플로잇과 동일한 코드인지, 해당 익스플로잇의 유포 형태
- vLLM 0.30.0·0.31.0 외 릴리스의 취약 여부
- 실제 공격에서 악용됐다는 사실, 실제 공격 사례, 독립적인 기술 검증
- 보고된 재현 조건(2048 토큰 공통 접두사, 요청 15개와 무관한 요청 O의 동일 배치 처리)이 모든 재현·악용에 필수인지 여부
- 악용이나 잘못된 캐시 참조를 잡아낼 구체적인 로그 시그니처나 침해 지표(IOC)
본문의 커밋 식별자와 릴리스 정보 역시 2차 보고서 인용에 기반한다. CVE 원본 레코드와 커밋·릴리스 노트 원문에 대한 직접 검증은 이루어지지 않았다.
점검 우선순위
IOC가 제공되지 않는 현재로서는 버전과 구성 기반 점검이 유일한 실무적 선별 수단이다. 다음 순서로 확인하자.
- 운영 중 vLLM 버전이 0.30.0 또는 0.31.0인지 확인한다.
- V1 모델 실행기에서 캐스케이드 어텐션 활성화(
--no-disable-cascade-attn) 여부와 SimpleCPUOffloadConnector 사용 여부를 확인한다. - 해당 버전이라면 vLLM 0.32.0으로 업그레이드한다.
- 즉시 업그레이드가 어렵다면, 캐스케이드 어텐션이 기본 비활성 상태라는 점을 참고해 해당 옵션이 켜진 구성부터 점검·조정하고, 최종적으로는 0.32.0 업그레이드로 마무리한다.
배경: KV 캐시와 접두사 재사용, vLLM의 생태계 위상
KV 캐시, 왜 공유되는가
LLM 추론에서는 KV 캐시가 대화 맥락을 저장하는 데 메모리를 쓴다. 그래서 칩의 연산 성능만으로 실제 처리 능력을 판단하기 어렵다는 지적이 있다. 그만큼 KV 캐시의 재사용과 계층화는 추론 인프라의 핵심 최적화 영역이다. 예컨대 국내에서는 SK텔레콤 ‘페타서스 AI 클라우드’에 넷앱 AFX를 결합한 PoC로 KV 캐시를 스토리지 계층에 저장·재활용해 GPU 메모리를 보완하는 방식을 실증한 사례가 보고됐다. 지식을 KV 캐시에 미리 올려두고 재사용하는 CAG 같은 접두사·캐시 재사용 계열 최적화 기법도 소개된다. CVE-2026-129356는 바로 이 ‘공유와 재사용’의 최적화 지점, 공통 접두사 처리 컴포넌트에서 발견됐다. 구조적 의미가 큰 대목이다.
vLLM의 생태계 위상과 파생 스택 판단
DeepSeek가 공개한 DeepInfer 추론 프레임워크처럼 vLLM 위에 만들어진 프레임워크 사례도 등장했다. DeepInfer는 원래 주로 vLLM 위에서 만들어졌다고 README에 밝혔다. 다만 DeepInfer의 공개판에는 KV 캐시 시스템과 로드밸런서가 포함되지 않았다는 점에서 알 수 있듯, vLLM을 기반으로 한 스택이라도 캐시 처리 방식은 vLLM과 다를 수 있다. CVE-2026-129356의 영향 여부는 사용 중인 스택이 실제로 어떤 구성 요소와 버전을 쓰는지에 따라 개별적으로 판단할 수밖에 없다. 확인된 대응은 명확하다. 영향 버전을 운영 중이라면 vLLM 0.32.0으로 업그레이드하는 것이다.