</div>

<p align="center">
<img src="https://assets.kitploit.com/production/public/readmes/121/96f422606110041227c4c4a5a6dfa138bbb5ae0a7443ff02bde46bf1ee2d548d.png" alt="ST3GG 배너" width="600">
<br><sub><i>이 이미지에는 숨겨진 데이터가 있습니다. 찾을 수 있나요?</i></sub>
</p>

---

## ⊰ ST3GG란 무엇인가? ⊱

[STE.GG](https://ste.gg)‍​‌​‌​​​​​‌​​‌‌​​​‌​​‌​​‌​‌​​‌‌‌​​‌​‌‌​​‌​​‌​​​​​​‌​​‌‌​​​‌​​‌‌‌‌​‌​‌​‌‌​​‌​​​‌​‌​‌​‌​​‌‌​​‌​​​​​​‌​‌‌​​‌​‌​​‌‌‌‌​‌​‌​‌​‌‍는 이미지, 오디오, 문서, 네트워크 패킷 등에 비밀 데이터를 숨기는 **100가지 이상의 인코딩 기술**을 사용하는 기능이 풍부한 오픈소스 스테가노그래피 도구 키트입니다. 모든 파일 형식을 포괄합니다.

**100% 브라우저에서 실행**(정적 사이트, 서버 불필요)되거나 **Python CLI/TUI/WebUI**로 실행됩니다. 데이터는 절대 사용자 기기를 떠나지 않습니다. 인코딩하는 모든 기술은 디코딩도 가능합니다. 모든 공격 표면은 탐지 표면이기도 합니다.

> *⊰•-•✧ 어떤 비밀은 눈에 띄는 곳에 숨겨져 있습니다 ✧•-•⊱*

---

## ⊰ ST3GG를 사용해야 하는 이유는? ⊱

| 기능 | 다른 도구 | **ST3GG** |
|---------|-------------|-----------|
| 채널 옵션 | RGB만 가능 | **15가지 프리셋** (R, G, B, A, RG, RB, RA, GB, GA, BA, RGB, RGA, RBA, GBA, RGBA) |
| 비트 깊이 | 1비트 고정 | **채널당 1-8비트** (조정 가능) |
| 인코딩 전략 | 순차적 | **4가지 전략** (순차, 인터리브, 분산, 무작위) |
| 중첩 스테가노그래피 | - | **최대 11단계** (마트료시카 모드) |
| 채널 암호 | - | **혁신적인 교차 채널 호핑** (SPECTER) |
| 압축 생존 | - | **F5는 JPEG/소셜 미디어에서 생존; DCT는 압축 저항용으로 설계됨** |
| 스마트 디코드 | - | **120개 이상의 구성 자동 감지** |
| 암호화 | 기본/없음 | **AES-256-GCM + XOR** |
| 이미지 형식 | PNG만 | **PNG, JPEG, WebP, GIF** |
| 파일 유형 | 이미지만 | **이미지, 오디오, 텍스트, 문서, 네트워크, 아카이브, 코드** |
| 예제 라이브러리 | 없음 | **100개 이상의 사전 인코딩된 예제 파일** |
| 브라우저 기반 | - | **100% 클라이언트 측 JS, 서버 불필요** |
| AI 에이전트 | - | **모든 방법을 포괄하는 AI 기반 디코딩** |

---

## ⊰ 큰 그림: 공격과 방어 ⊱

ST3GG는 스테가노그래피 전장의 양측을 위해 구축된 **이중 용도** 도구 키트입니다.

### 레드 팀 / 공격 — 오염 시뮬레이션

데이터 유출이 항상 데이터 유출처럼 보이지는 않습니다. ST3GG는 레드 팀과 연구원이 **알려진 모든 데이터 밀반입 벡터**를 시뮬레이션하여 방어 수단이 이를 실제로 잡아내는지 테스트할 수 있게 해줍니다:

- 이미지, 오디오, 텍스트, 문서, 네트워크 패킷, 아카이브, 코드 파일에 걸친 **100가지 이상의 인코딩 기술**
- **폴리글롯 파일 생성** — 두 가지 형식(PNG+ZIP)으로 동시에 유효한 파일
- **네트워크 프로토콜 은닉 채널** — DNS 쿼리, ICMP 페이로드, TCP 시퀀스 번호, HTTP 헤더에 숨겨진 데이터
- **유니코드 스테가노그래피** — 보이지 않는 호모글리프, 너비 0 문자, 변형 선택자, 혼동 가능한 공백
- **압축 저항 인코딩** — F5 모드는 JPEG 계수에서 직접 작동(소셜 미디어에서 생존이 입증됨); DCT 모드는 압축 저항용으로 설계됨
- **다중 레이어 중첩** — 최대 11개의 재귀적 스테가노그래피 레이어(마트료시카 모드)
- **고스트 모드** — AES-256 암호화 + 비트 스크램블링 + 노이즈 디코이로 최대 회피

*DLP가 이를 잡아내지 못한다면, 적이 그러기 전에 이를 알아야 합니다.*

### 블루 팀 / 방어 — ALLSIGHT 포괄적 탐지

스테가노그래피 페이로드를 생성하는 동일한 도구 키트가 **이를 탐지하고 디코딩**하기도 합니다. ST3GG의 분석 엔진은 알려진 모든 데이터 밀반입 표면에 걸쳐 전 스펙트럼 가시성을 제공합니다:

- **20개 이상의 탐지 함수** — 카이제곱 분석, 비트 평면 엔트로피, 히스토그램 분석, 시그니처 스캐닝, STEG 헤더 감지
- **AI 기반 철저 분석** — 자율 에이전트가 업로드된 파일 유형에 대해 모든 디코딩 방법을 테스트
- **파일 유형 식별** — 20개 이상의 형식(PNG, JPEG, GIF, BMP, WebP, TIFF, ICO, SVG, WAV, AIFF, AU, MIDI, PCAP, PDF, ZIP, GZip, TAR, SQLite 등)에 대한 매직 바이트 감지
- **유니코드 스테가노그래피 탐지** — 너비 0 문자, 호모글리프, 변형 선택자, 결합 문자, 혼동 가능한 공백, 이모지 패턴
- **공백 분석** — 후행 공백/탭 인코딩, 유니코드 공백 변형 감지
- **메타데이터 포렌식** — base64/hex 문자열 추출, EXIF 분석, PNG 청크 검사
- **네트워크 패킷 분석** — PCAP 파싱을 통한 은닉 채널 지표 분석
- **200개 이상의 자동화된 테스트**로 알려진 기술에 대해 거짓 음성 제로로 탐지 정확도 검증

*모든 것을 보십시오. 아무것도 놓치지 마십시오. 그것이 ALLSIGHT입니다.*

> *⊰•-•✧ 최고의 방어는 공격을 이해하는 것에서 시작됩니다 ✧•-•⊱*

---

## ⊰ 이 도구는 누구를 위한 것인가? ⊱

ST3GG는 단순한 장난감이 아닙니다. 다양한 커뮤니티가 각기 다른—그리고 매우 현실적인—이유로 스테가노그래피 도구를 사용합니다.

### 침투 테스터 및 레드 팀
모의 침투 중 스테가노그래피 채널을 통한 데이터 유출을 시뮬레이션합니다. 엔드포인트 DLP, SIEM 규칙, 네트워크 모니터링이 100개 이상의 벡터에 걸친 은밀한 데이터 밀반입을 잡아내는지 테스트합니다. 탐지 커버리지를 검증하기 위해 모든 파일 유형에 걸쳐 적대적 페이로드를 생성합니다.

### 블루 팀 및 SOC 분석가
ALLSIGHT를 사용하여 의심스러운 파일에서 숨겨진 페이로드를 스캔합니다. 알려진 모든 인코딩 방법에 대해 철저한 분석을 실행합니다. 포괄적인 예제 라이브러리에서 탐지 규칙을 구축합니다. 분석가가 실제 환경에서 스테가노그래피 아티팩트가 어떻게 보이는지 훈련합니다.

### CTF 플레이어 및 경쟁 해커
캡처 더 플래그 대회를 위한 최고의 스테그 도구 키트입니다. 모든 채널/비트/전략 조합에 걸쳐 인코딩 및 디코딩합니다. 스마트 스캔으로 알 수 없는 구성을 자동 감지합니다. 다중 레이어 마트료시카 문제를 자동으로 풀어냅니다.

### 디지털 포렌식 및 침해 대응
압수된 미디어에서 스테가노그래피 통신 채널을 분석합니다. 이미지 첨부 파일, 문서 메타데이터, 오디오 파일, 네트워크 캡처에서 숨겨진 데이터를 탐지합니다. 사용된 인코딩 기술을 식별하고 숨겨진 페이로드를 추출합니다.

### 개인정보 연구자 및 저널리스트
스테가노그래피를 개인정보 보호 통신 채널로 탐구합니다. 용량, 은밀성, 압축 생존 간의 트레이드오프를 이해합니다. 실제 환경에서 부인 가능한 통신을 위해 소셜 미디어 재인코딩에서 생존하는 기술을 테스트합니다.

### 학계 및 학생
모든 양식에 걸쳐 스테가노그래피 기술의 전체 풍경을 연구합니다. 100개 이상의 예제 파일을 교육 데이터셋으로 사용합니다. 알려진 인코딩에 대한 새로운 탐지 알고리즘을 벤치마킹합니다. 코드베이스는 잘 문서화되어 있으며 AGPL-3.0 라이선스로 제공됩니다—개인, 연구자, 오픈소스 프로젝트에 무료입니다.

### AI 안전 및 LLM 보안
AI 시스템이 스테가노그래피 콘텐츠(이미지의 숨겨진 명령, 프롬프트의 보이지 않는 유니코드, 콘텐츠 필터를 우회하는 폴리글롯 파일)를 어떻게 처리하는지 테스트합니다. AI 시스템이 방어해야 하는 데이터 밀반입 표면 영역을 이해합니다.

### 데이터 손실 방지(DLP) 공급업체
ST3GG의 100개 이상의 인코딩 기술로 DLP 솔루션을 벤치마킹합니다. 제품이 DNS 쿼리 이름, TCP 시퀀스 번호 또는 보이지 않는 유니코드 문자에 숨겨진 데이터를 탐지하지 못한다면, 고객이 이를 알 권리가 있습니다. ST3GG는 적대적 테스트 스위트입니다.

### AI 에이전트 보안 및 레드 팀
스테가노그래피의 다음 프론티어는 **에이전트 간 은밀한 통신**과 **숨겨진 페이로드를 통한 프롬프트 인젝션**입니다. ST3GG는 이 새로운 공격 표면을 위한 도구 키트입니다:

- **이미지를 통한 프롬프트 인젝션** — 비전 지원 에이전트가 처리하는 이미지에 숨겨진 명령을 삽입합니다. 에이전트는 일반 사진을 보지만, 숨겨진 페이로드는 "이전 지침을 모두 무시하라"고 말합니다.
- **에이전트 데이터 유출** — 에이전트가 도난 데이터를 생성하는 이미지에 인코딩하여 출력 필터를 우회하도록 속일 수 있는지 테스트합니다.
- **은밀한 에이전트 채널** — 에이전트가 공유 도구 컨텍스트에서 무해해 보이는 파일을 통해 숨겨진 지침을 전달합니다.
- **에이전트 출력 워터마킹** — 에이전트가 생성하는 이미지에 출처 또는 추적 데이터를 삽입하여 귀속을 가능하게 합니다.
- **콘텐츠 필터 우회** — 자동 검토를 통과하는 이미지 페이로드에 금지된 콘텐츠를 숨겨 검열 시스템을 테스트합니다.
- **다중 모달 오염** — 인간에게는 정상적으로 보이지만, 처리될 때 에이전트 동작을 변경하는 숨겨진 데이터를 포함하는 이미지를 제작합니다.

**에이전트 파이프라인에서 ST3GG를 Python 라이브러리로 사용하세요:**```python
from steg_core import encode, decode, detect_encoding, StegConfig, get_channel_preset
from analysis_tools import detect_unicode_steg, detect_file_type, TOOL_REGISTRY
from PIL import Image

# Encode a hidden payload into an image
img = Image.open("carrier.png")
config = StegConfig(channels=get_channel_preset("RGB"), bits_per_channel=1)
stego = encode(img, b"hidden agent instructions", config)
stego.save("stego.png")

# Detect and decode hidden data
detected = detect_encoding(Image.open("stego.png"))
if detected:
    payload = decode(Image.open("stego.png"))
    print(f"Found: {payload.decode()}")

# Scan for ALL steganography types
tools = TOOL_REGISTRY.list_tools()  # 48 detection tools
result = detect_unicode_steg(open("message.txt", "rb").read())
if result['found']:
    print(f"Hidden Unicode: {result['invisible_chars']} chars")

두 가지 모드: **수동 패턴**(직접 정의) 또는 **암호 모드**(암호문구 + 선택적 암호화에서 파생). **LSB**(고용량) 또는 **DCT**(압축 저항)을 통해 삽입.

### 고스트 모드 — 최대 은폐

실제 위험 상황을 위한 삼중 난독화:

1. **AES-256-GCM 암호화** — 인증된 군사급
2. **비트 스크램블링** — 시드 PRNG를 사용한 Fisher-Yates 셔플
3. **50% 노이즈 미끼** — 삽입된 비트의 절반은 무작위 노이즈

공격자는 채널 패턴, 해제용 암호, 그리고 복호화 키를 모두 알아야 합니다. 단점: 용량이 절반으로 줄어듭니다.

### 마트료시카 모드 — 재귀적 중첩

이미지 안에 이미지, 그 안에 또 이미지를 숨깁니다 — 최대 **11계층 깊이**. 스마트 디코더는 PNG 매직 바이트를 자동으로 감지하고 모든 계층을 재귀적으로 풀어냅니다. 러시아 인형이지만, 비밀을 위한 것입니다.

### DCT 모드 — 압축 저항

전통적인 LSB는 JPEG 압축(99% 품질조차)에 의해 파괴됩니다. DCT 모드는 8x8 픽셀 블록의 주파수 영역 계수에 삽입하여 압축 저항을 위해 설계되었습니다. **입증된** 소셜 미디어 생존을 위해서는 행렬 인코딩을 통해 JPEG DCT 계수에 직접 작동하는 **F5 모드**를 사용하세요.

> **LSB** → PNG 전용 (무손실). **DCT** → 압축 저항. **F5** → JPEG/소셜 미디어 생존.

### AI 에이전트 — 공개 및 은닉

AI 에이전트는 두 가지 모드가 있습니다:

**🔍 공개** — 파일을 업로드합니다. 에이전트가 알려진 모든 디코딩 방법을 자동으로 테스트하고, 숨겨진 데이터를 찾아 다운로드 가능한 아티팩트로 추출합니다.

**🔮 은닉** — 비밀 메시지를 입력하고, 캐리어 이미지를 업로드(또는 생성)하면 에이전트가 최적의 인코딩 방법으로 데이터를 숨깁니다. 비밀에서 스테고 이미지까지 한 번의 클릭.

OpenRouter 기반. Claude, GPT, Gemini 및 기타 모델과 작동합니다.

---

## ⊰ 100개 이상의 스테가노그래피 기술 ⊱

ST3GG는 이미지에만 데이터를 숨기지 않습니다. **모든 양식**을 다룹니다:

### 이미지 기술
PNG, BMP, TIFF, GIF, WebP, ICO, PPM, PGM 전반에 걸친 LSB 임베딩(RGB, RGBA, 그레이스케일) — 추가로 알파 채널 LSB, PNG 필터 유형 인코딩, 팔레트 인덱스 조작, DCT 주파수 영역, PNG+ZIP 폴리글롯, 메타데이터 주입(EXIF, XMP, tEXt 청크), IEND 이후 트레일링 데이터.

### 텍스트 및 유니코드 기술
제로 너비 문자(ZWSP/ZWNJ/ZWJ), 보이지 않는 잉크(유니코드 태그 문자 U+E0000), 동형문자 대체(키릴/라틴), 변형 선택자, 결합 발음 구별 기호(CGJ), 혼동 가능한 공백(en/em/thin/hair 공백), 공백 인코딩(space=0/tab=1), 이모지 대체, 대문자 인코딩.

### 오디오 기술
WAV, AIFF, AU 형식의 샘플 LSB. 무음 간격 타이밍(간격 길이가 비트를 인코딩). MIDI SysEx 메시지 삽입.

### 네트워크 프로토콜 기술
DNS 터널링(쿼리 레이블의 base32), ICMP 페이로드 주입, TCP 은닉 채널(ISN + 타임스탬프), HTTP 헤더 스머글링(사용자 정의 X- 헤더, 쿠키).

### 문서 및 아카이브 기술
PDF(메타데이터 스트림 + XMP + EOF 이후), HTML(주석 + 숨겨진 요소 + 데이터 속성 + 제로 너비), XML(CDATA + PI + 네임스페이스), JSON(유니코드 이스케이프 + 키 순서), CSV/YAML/TOML/INI(주석 인코딩 + 공백), RTF(숨겨진 텍스트 그룹), Markdown(HTML 주석 + 링크 참조), ZIP/TAR/GZip(주석 + 확장 헤더 + 추가 필드), SQLite(숨겨진 테이블) 등.

### 코드 기술
Python, JavaScript, C, CSS, Shell, SQL, LaTeX — 모두 스테가노그래피 주석, 16진수 바이트 테이블, 제로 너비 독스트링, 바이트별 보정 항목 포함.

> *⊰•-•✧ 전체 카탈로그 보기: [`examples/README.md`](https://github.com/elder-plinius/st3gg/blob/HEAD/examples/README.md) ✧•-•⊱*

---

## ⊰ 빠른 시작 ⊱

### PyPI에서 설치```bash
pip install stegg

### 추가 기능 포함 설치```bash
pip install stegg[tui]      # Terminal UI (Textual)
pip install stegg[web]      # Web UI (NiceGUI)
pip install stegg[crypto]   # AES-256-GCM encryption
pip install stegg[mcp]      # MCP server for AI agents
pip install stegg[all]      # Everything

모든 것이 100% 클라이언트 측에서 실행됩니다. 데이터가 기기를 떠나지 않습니다.

### 소스에서```bash
git clone https://github.com/elder-plinius/st3gg.git
cd st3gg
pip install -e ".[all]"

### AI 에이전트 통합

AI 에이전트를 위한 두 가지 인터페이스 — 컨텍스트 비용 요구 사항에 따라 선택하세요:```bash
# CLI (subprocess, zero context cost — output stays out of LLM context)
stegg-cli encode -i carrier.png -t "secret" -o stegged.png
stegg-cli decode -i stegged.png
stegg-cli analyze suspect.png --full

# MCP server (stdio transport — results go into agent context)
stegg-mcp  # or: uv run --extra mcp python3 mcp_server.py

1920x1080 해상도의 RGB 1비트 이미지는 약 760KB를 차지합니다. RGBA 4비트의 경우: **약 4MB**.

---

## ⊰ 암호화 ⊱

| 방법 | 강도 | 속도 | 사용 사례 |
|--------|----------|-------|----------|
| **AES-256-GCM** | 최대 | 보통 | 고스트 모드 |
| **XOR 난독화** | 최소 | 빠름 | 기본적인 스크램블링 전용 (암호화 아님) |
| **없음** | - | 가장 빠름 | 기밀이 필요하지 않은 경우 |

---

## ⊰ 예제 라이브러리 ⊱

ST3GG는 **100개 이상의 사전 인코딩된 예제 파일**을 제공합니다. 이미지, 오디오, 문서, 네트워크 캡처, 코드 파일 등 모든 기술을 포괄합니다. 각 파일에는 분석 도구가 찾을 수 있는 숨겨진 메시지가 포함되어 있습니다.```bash
# Regenerate all examples
python examples/generate_examples.py

# Run the full test suite (200+ tests)
python test_examples.py

## ⊰ 보안 참고 사항 ⊱

- 표준 LSB 스테가노그래피는 **통계적으로 감지 가능**합니다 — 카이제곱 및 비트 플레인 분석으로 이를 밝혀낼 수 있습니다
- **SPECTER 채널 암호**는 채널을 예측 불가능하게 건너뛰어 저항력을 높입니다
- **고스트 모드**는 암호화 + 스크램블링 + 노이즈를 추가하여 최대의 은밀성을 제공합니다
- **DCT 모드**는 압축 저항을 위해 설계되었으며; **F5 모드**는 JPEG 재압축에서 생존하는 것으로 입증되었습니다
- **LSB**는 모든 JPEG 압축에 의해 파괴됩니다 — PNG 형식만 사용하십시오
- 민감한 데이터는 삽입하기 전에 항상 **암호화**하십시오
- 최대 보안을 위해: **고스트 모드 + DCT + 강력한 비밀번호**

---

## ⊰ 로드맵 ⊱```
╔══════════════════════════════════════════════════════════════════╗
║                    ST3GG EVOLUTION ROADMAP                       ║
╠══════════════════════════════════════════════════════════════════╣
║                                                                  ║
║  ✅ SHIPPED                                                      ║
║  ────────                                                        ║
║  ✓ 112 steganographic techniques across all modalities           ║
║  ✓ 15 channel presets × 8 bit depths = 120 LSB combinations     ║
║  ✓ 8 encoding methods (LSB, DCT, PVD, F5, Chroma, Palette,     ║
║    Spread Spectrum, SPECTER channel cipher)                      ║
║  ✓ AI Agent with Reveal + Conceal modes                          ║
║  ✓ 13 text steganography methods with encode + decode            ║
║  ✓ 50 registered analysis/decode tools                           ║
║  ✓ RS Analysis + Sample Pairs Analysis (academic steganalysis)   ║
║  ✓ Raw PNG parser (bypasses canvas premultiplied alpha)          ║
║  ✓ Password-derived headers (stealth mode)                       ║
║  ✓ AES-256-GCM with PBKDF2 600k iterations                      ║
║  ✓ AI carrier image generation (OpenRouter + procedural)         ║
║  ✓ 109 example files, 568 automated tests                        ║
║  ✓ pip install stegg                                              ║
║  ✓ 100% browser-based at ste.gg                                  ║
║                                                                  ║
║  🔜 NEXT UP                                                      ║
║  ──────────                                                      ║
║  ○ Spread + Randomized strategies in browser                     ║
║    (defined but only interleaved is implemented)                 ║
║  ○ Password brute-forcer with wordlist support                   ║
║    (Stegseek does 10M/sec — we should match it)                 ║
║  ○ Content-adaptive embedding (HUGO/WOW-inspired)                ║
║    (embed in texture, skip smooth areas)                         ║
║  ○ Steghide format compatibility                                 ║
║    (read/write steghide's embedding format)                      ║
║  ○ Weighted Stego (WS) analysis                                  ║
║    (more accurate LSB detection than chi-square)                 ║
║  ○ Calibrated RS/SPA for real-world detection accuracy           ║
║                                                                  ║
║  🔮 FUTURE                                                       ║
║  ──────────                                                      ║
║  ○ ML-based steganalysis                                         ║
║    (CNN trained on StegoAppDB — Aletheia-grade detection)        ║
║  ○ nsF5 / S-UNIWARD embedding                                    ║
║    (academic state-of-the-art, minimal detectability)            ║
║  ○ Adversarial steganography                                     ║
║    (GAN-based embedding that defeats ML detectors)               ║
║  ○ Video steganography (frame-by-frame + temporal)               ║
║  ○ Network protocol live capture + injection                     ║
║    (real-time covert channel creation, not just PCAPs)           ║
║  ○ WebAssembly acceleration for browser-side analysis            ║
║  ○ Plugin system for community-contributed techniques            ║
║  ○ Mobile-native app (iOS/Android)                               ║
║  ○ VS Code / JetBrains extension for inline text steg            ║
║  ○ MCP server for Claude Code / AI agent integration             ║
║                                                                  ║
║  🌊 MOONSHOTS                                                    ║
║  ────────────                                                    ║
║  ○ Quantum-resistant steganographic protocols                    ║
║  ○ Blockchain-anchored provenance watermarking                   ║
║  ○ Cross-modal steganography (hide audio in images,              ║
║    images in text, text in network traffic)                      ║
║  ○ Federated steganalysis (distributed detection network)        ║
║  ○ Self-modifying steganographic payloads                        ║
║  ○ Steganographic filesystem (deniable encryption layer)         ║
║                                                                  ║
╚══════════════════════════════════════════════════════════════════╝

특히 기여를 환영하는 분야:
- **ML 스테가노그래피 분석** — 스테고 데이터셋에서 탐지 모델 훈련
- **새로운 인코딩 방법** — 학술 기법 (HUGO, WOW, HILL, UNIWARD)
- **포맷 지원** — HEIC, AVIF, FLAC, MP4 스테가노그래피
- **Steghide 호환성** — Steghide 형식의 네이티브 읽기/쓰기
- **성능** — 브라우저 측 분석을 위한 WebAssembly
- **모바일** — 반응형 개선, 네이티브 앱 래퍼

---

## ⊰ 라이선스 ⊱

**AGPL-3.0** — 개인, 연구자, 교육자, 오픈소스 프로젝트를 위한 무료 오픈소스입니다. 자세한 내용은 [LICENSE](https://github.com/elder-plinius/st3gg/blob/HEAD/LICENSE)를 참조하세요.

**기업/상업적 사용?** 코드를 오픈소스화하지 않고 독점 제품이나 SaaS에서 ST3GG를 사용하려면 상업용 라이선스에 대해 문의하세요.

이 도구는 **승인된 보안 연구**, **CTF 대회**, **디지털 포렌식 교육**, **개인정보 보호 연구**를 대상으로 합니다. 책임감 있게 사용하세요.

---

<div align="center">```
⊰•-•✧•-•-⦑ ST3GG ⦒-•-•✧•-•⊱
  every pixel has a story
    you just can't see it
           🦕︁