Aether v6.0 — 스마트 계약 보안 분석 프레임워크

Aether는 Solidity 스마트 계약을 분석하고, 취약점 결과를 생성하며, Foundry 기반 개념 증명(PoC) 테스트를 제작하고, 메인넷 포크에서 익스플로잇을 검증하는 Python 기반 프레임워크입니다. Solidity AST 파싱, 오염 분석, 제어 흐름 그래프 분석, 크로스 컨트랙트 분석, Halmos 기호 실행, 180개 이상의 패턴 기반 정적 탐지기, 공유 SAGE 제도적 기억을 갖춘 협업 다중 에이전트 LLM 파이프라인(GPT/Gemini/Claude), 14개의 프로토콜 아키타입, 75개 이상의 익스플로잇 지식 기반, ML 기반 탐지, 토큰 특이점 탐지, 불변식 추출, 관련 컨트랙트 컨텍스트 해결, 고급 컨텍스트 인식 필터링을 하나의 지속적인 전체 화면 TUI로 결합합니다.

v6.0의 새로운 기능

협업 에이전트 파이프라인 — 심층 분석 파이프라인이 5개의 독립적인 패스에서 SAGE 제도적 기억을 통해 구조화된 지식을 공유하는 5개의 협업 에이전트로 변환됩니다:

공유 세션 메모리 — 각 패스는 감사별 SAGE 세션에 결과, 기각, 확인된 보호 조치를 저장합니다. 이후 패스는 평문 요약 대신 "이전 패스 인텔리전스"를 수신합니다.
기각을 일급 레코드로 — 패스 3에서 우려 사항을 기각하면(예: "nonReentrant 수정자로 재진입 보호됨"), 패스 5는 다시 플래그하지 않습니다. 이는 중복 결과의 #1 원인을 직접 제거합니다.
도전 메커니즘 — 이후 패스는 이전 기각을 무효화할 수 있지만, 새로운 증거를 제시해야 합니다. "패스 3이 이 다른 함수를 통한 콜백 경로를 보지 못했습니다"는 유효합니다. "동의하지 않습니다"는 유효하지 않습니다.
크로스 패스 확인 — 여러 패스가 독립적으로 결과를 확인하면 신뢰도가 15% 향상됩니다. 교차 확인된 결과는 보고서에서 우선 순위가 부여됩니다.
SAGE 필수 — 제도적 기억은 이제 필수이며 선택 사항이 아닙니다. SAGE 없음 = 감사 없음. docker compose up -d를 실행하여 시작하세요.

v5.0의 새로운 기능

SAGE 제도적 기억 — Aether는 이제 모든 감사에서 학습하여 시간이 지남에 따라 거짓 양성을 줄이고 결과 품질을 향상시킵니다:

사전 훈련된 지식 베이스 — 170개의 제도적 기억과 함께 제공: 75개의 익스플로잇 패턴, 63개의 프로토콜 아키타입 체크리스트, 12개의 토큰 특이점 카테고리, 20개의 선별된 역사적 익스플로잇(DAO, Wormhole, Euler, Ronin, Curve 등)
파이프라인 통합 — SAGE는 심층 분석 패스 3과 5에서 역사적 결과 및 익스플로잇 패턴을 회상합니다. 파이프라인 후 감사 학습 내용을 저장하여 향후에 회상합니다.
피드백 루프 — 확인된 결과는 고신뢰도 사실로 저장됩니다. 거부된 결과(거짓 양성)는 저장되어 향후 감사에서 이를 피합니다. AccuracyTracker 결과가 자동으로 SAGE에 공급됩니다.
검증 파이프라인 — 새로운 단계 -1: SAGE 알려진 FP 확인은 다른 검증이 실행되기 전에 이전에 거부된 패턴과 일치하는 결과를 필터링합니다.
탐지기 정확도 동기화 — SageFeedbackManager.sync_detector_accuracy()는 고성능/저성능 탐지기를 식별하고 수행/금지 반영을 저장합니다.
시작 시 자동 시드 — SAGE Docker가 실행 중인 상태에서 첫 실행 시 사전 훈련된 지식 베이스를 자동으로 시드합니다. 버전 인식: 이미 시드된 경우 건너뜁니다.
TUI 통합 — CostBar에 메모리 수와 함께 SAGE ON/OFF 상태 표시됩니다.
Docker 배포 — docker compose up -d로 SAGE 시작; ~/.aether/config.yaml에서 sage_enabled/sage_url을 통해 구성
정상적인 성능 저하 — SAGE를 사용할 수 없어도 감사 기능이 중단되지 않습니다.

기여자: 하드코딩된 경로 변수를 수정해 주신 @sashavdv(PR #1)와 누락된 validate_anthropic_key() 메서드를 식별해 주신 @pro258b(PR #2)님께 감사드립니다.

SAGE 빠른 시작

SAGE는 BFT 합의로 구동되는 지속적인 제도적 기억 시스템입니다. 전체 문서는 SAGE 프로젝트를 참조하세요.```bash

Install SAGE Python SDK

pip install sage-agent-sdk

Start SAGE (Docker required)

docker compose up -d

Run Aether — SAGE auto-seeds on first launch

python aether.py

Regenerate seed fixtures after updating knowledge bases (dev only)

python -c "from core.sage_seeder import SageSeeder; SageSeeder.generate_seed_fixtures()"

### SAGE가 감사를 개선하는 방법```
Audit 1 → Findings + FPs → Record outcomes in SAGE
                                    ↓
Audit 2 → SAGE recalls FP patterns → Fewer false positives
                                    ↓
Audit 3 → Richer institutional context → Better severity calibration
                                    ↓
Audit N → Institutional expert-level knowledge → Bug-bounty-quality findings

v4.7의 새로운 기능

PoC 자동 실행 — 생성된 Foundry PoC가 이제 자동으로 컴파일 및 실행됩니다:

forge test --json 통합으로 컴파일 직후 PoC 실행
PoCTestResult 데이터클래스를 통한 JSON 결과 파싱으로 구조화된 통과/실패/오류 보고
메인넷 검증을 위한 포크 모드 지원 (라이브 상태에 대한 익스플로잇 검증)
TUI에서 라이브 진행 상황 추적을 위한 JobManager의 새로운 POC_TESTING 단계

Halmos 기호 실행 — 기호 실행을 통한 형식 검증:

생성된 속성에 대해 Halmos 기호 테스트를 실행하는 HalmosRunner
추출된 불변량에서 검증 속성을 자동 생성하는 HalmosPropertyGenerator
검증 1.95단계에 통합된 HalmosSymbolicNode 파이프라인 노드
구성 옵션: enable_symbolic_verification, halmos_timeout
Halmos가 설치되지 않은 경우 정상적으로 저하 — 오류 없이 기호 검증 건너뜀

제어 흐름 그래프 분석 — 컴파일러 수준의 제어 흐름 이해:

solidity_ast.py의 BasicBlock, CFGEdge, ControlFlowGraph 데이터클래스
구조 분석을 위한 build_cfg(), get_dominators(), get_loop_headers(), format_cfg_for_llm()
인라인 어셈블리 지원을 위한 parse_assembly_block()을 통한 어셈블리 블록 파싱
경로 구분 분석을 위한 오염 분석기의 분기 인식 오염 전파
깊은 분석 Pass 2에 오염 데이터와 함께 CFG 컨텍스트 주입

ML 피드백 루프 — 과거 결과 기반 캘리브레이션:

제출 결과 및 바운티 수익 추적을 위한 AccuracyTracker.record_finding_outcome()
탐지기별 성능 통계를 위한 get_detector_accuracy() 및 get_detector_weights()
참/거짓 양성 및 과거 정확도를 추적하는 DetectorStats 데이터클래스
탐지기 실적에 기반한 EnhancedVulnerabilityDetector의 신뢰도 가중치 조정
깊은 분석 Pass 5에 주입된 과거 데이터로부터의 심각도 캘리브레이션

관련 컨트랙트 컨텍스트 — LLM 분석이 이제 전체 종속성 소스 코드를 확인:

RelatedContractResolver가 상위, 인터페이스, 라이브러리 및 종속성 컨트랙트를 자동으로 발견
프로젝트 모드는 컨트랙트 간 관계 분석 사용; 단일 파일 모드는 import 구문 파싱
패스별 예산 시스템: Gemini Flash 패스에 200K 문자, Claude에 100K, GPT에 50K
표준 라이브러리(@openzeppelin, solmate, solady)는 예산 절약을 위해 인터페이스만 요약
단일 파일 감사는 컨텍스트를 위해 형제 .sol 파일 자동 발견

기술 부채 정리 — 8,500줄의 데드 코드 제거:

삭제됨: ai_ensemble.py, audit_engine.py, fork_verifier.py
CLI, 감사 실행기, TUI 화면, 보고서 생성기에서 모든 ai_ensemble 참조 제거
데이터베이스 관리자에서 slither_project_cache 제거
향상된 감사 엔진에서 형식 검증 스텁 제거

v4.0의 새로운 기능

Solidity AST 파싱 — Aether v4.0은 py-solc-x를 통해 컴파일러 지원 코드 분석을 추가하여 정규식 기반 정적 분석을 넘어섭니다:

올바른 상속 해결, 함수 가시성, 슬롯 번호가 있는 스토리지 레이아웃, 함수별 상태 변수 읽기/쓰기 추적을 위한 전체 solc --ast-json 통합
컴파일 실패 시 정상적인 정규식 폴백 (누락된 임포트, 잘못된 컴파일러 버전)
AST 구조 요약이 깊은 분석 LLM 파이프라인에 자동으로 공급되어 더 나은 프로토콜 이해 지원

오염 분석 엔진 — 컨트랙트를 통한 사용자 제어 입력을 추적하여 위험한 데이터 흐름 식별:

8가지 오염 소스 유형: 함수 매개변수, msg.sender, msg.value, calldata, 외부 호출 반환값, block.timestamp, block.number, tx.origin
12가지 위험한 싱크 유형: delegatecall, selfdestruct, 외부 호출, ETH 전송, 스토리지 쓰기, 배열 인덱싱, 0으로 나누기 등
살균 탐지: require 범위 검사, 접근 제어 수정자, 조건부 되돌리기, Math.min/max 클램핑, SafeCast 인식
여러 파일에 걸친 컨트랙트 간 오염 추적
오염 인식 발견 입증/반박을 위한 검증 파이프라인(1.85단계) 통합

컨트랙트 간 분석 (Pass 3.5) — 다중 컨트랙트 취약점을 대상으로 하는 새로운 깊은 분석 패스:

컨트랙트 간 관계 분석기: 상속, 인터페이스 호출, delegatecall, staticcall, 타입 상태 변수 관계 감지
신뢰 경계 탐지와 함께 관련 컨트랙트의 합집합-찾기 그룹화
전용 LLM 패스 분석: 신뢰 경계 위반, 컨트랙트 간 상태 일관성, 컨트랙트 간 재진입, 인터페이스 준수, 업그레이드 상호 작용, 권한 상승
컨트랙트 간 컨텍스트는 함수 간 인식을 위해 Pass 4에도 공급

토큰 특이점 데이터베이스 — 실제 익스플로잇을 유발하는 12가지 비표준 ERC-20 동작:

카테고리	심각도	예시 토큰
전송 수수료	HIGH	USDT, STA, PAXG
리베이스 토큰	HIGH	stETH, AMPL, OHM
ERC-777 콜백	HIGH	imBTC
플래시 민트 가능	HIGH	DAI
비표준 반환	MEDIUM	구 USDT
블랙리스트 토큰	MEDIUM	USDC, USDT
일시 중지 가능 토큰	MEDIUM	USDC
저소수점 토큰	MEDIUM	USDC (6), WBTC (8)
전송 훅	MEDIUM	LINK (ERC-677)
승인 경쟁	LOW	다양함
다중 진입점	LOW	TUSD
업그레이드 가능 토큰	LOW	USDC v2

정적 탐지 파이프라인 및 원형 체크리스트에 통합됨.

향상된 정밀도 엔진 — 고급 반올림 및 정밀도 취약점 탐지:

ERC-4626 볼트, 대출 풀, 스테이킹에 대한 주식 인플레이션 / 최초 예치자 공격 탐지
반올림 방향 분석 — 예치는 아래로 반올림, 인출은 위로 반올림
나눗셈 잘림 추적 — 잘린 비율 변수가 이후 곱셈에 사용되는 경우 포착
먼지 익스플로잇 탐지 — 0으로 반올림하여 무료 작업 허용
누산기 오버플로 — 보상 누산기 오버플로 위험 평가

실행 가능한 PoC 생성 — 생성된 Foundry 테스트가 이제 실제로 컴파일 및 실행:

모의 컨트랙트 라이브러리: MockERC20, MockOracle, MockWETH, MockFlashLoanProvider
지능형 setUp() 생성기: 생성자 매개변수 추출, 모의 배포, 업그레이드 가능 컨트랙트 처리, 토큰 발행, 승인 설정
최대 컴파일 시도 횟수가 3에서 5로 증가
LLM 프롬프트에 모의 API 문서 및 권장 setUp 포함

LLM 파이프라인 개선:

Pass 3, 4, 5의 소수 샷 예제 — 익스플로잇 지식 베이스의 실제 취약점 + 거짓 양성 예제
심각도 캘리브레이션 — 재정적 영향에 따른 구체적인 임계값 (Critical >$1M, High >$100K, Medium >$10K)
사고 사슬 강제 — JSON 출력 전 5단계 추론 필수
다중 제공자 로테이션 — 저렴한 패스에 Gemini Flash, 추론에 Anthropic Claude, 다양성에 OpenAI GPT
AI 앙상블 폐기 — 6개 에이전트 앙상블(6배 비용, 더 나쁜 컨텍스트)이 구조화된 파이프라인 내 제공자 로테이션으로 대체됨

v3.5의 새로운 기능

깊은 분석 엔진 — Aether v3.5는 도구가 취약점을 찾는 방식을 근본적으로 변환하여, 단발성 "버그 찾기" LLM 호출에서 전문 감사자가 코드 리뷰에 접근하는 방식(먼저 이해한 후 체계적으로 공격)을 반영한 구조화된 6패스 파이프라인으로 전환합니다.

깊은 분석 엔진 (6패스 LLM 파이프라인)

전체 컨트랙트를 단일 프롬프트로 LLM에 보내는 대신, Aether는 이제 축적된 컨텍스트로 6개의 순차적 분석 패스를 실행합니다:

인기

aether