Claude Code, GitHub Copilot, OpenAI Codex CLI, Cursor, Gemini CLI 및 모든 [agentskills.io](https://agentskills.io) 호환 플랫폼에서 즉시 작동합니다. 

## 🌍 GARS-2026 — 글로벌 에이전틱 AI 준비도 설문 조사

저는 보안 전문가, 개발자, 엔터프라이즈 팀이 에이전틱 AI — MCP 서버,
도구 호출, 거버넌스, 인간 개입 워크플로우 — 에 대해 실제로 얼마나 준비되어 있는지
측정하는 글로벌 학술 연구를 진행 중입니다.

**이 저장소를 사용한다면, 귀하의 응답은 정말로 가치 있는 데이터 포인트가 될 것입니다.**

📋 **설문 조사 참여하기 (10분):**
[설문 링크](https://mahipal.engineer/survey?utm_source=github_repo&utm_medium=readme&utm_campaign=gars2026)

- 60개 질문 · 익명 · SRH 베를린 감독
- [casky.ai](https://casky.ai) 조기 액세스를 위해 **50개 Casky 토큰**을 받습니다.
- 결과는 CC-BY 4.0에 따라 오픈 액세스로 게시됩니다.

## 🚀 플레이그라운드에서 사용해 보세요

Casky.ai를 직접 체험해 보세요 — 별도 설정이 필요 없습니다.

**[→ Casky.ai에서 플레이그라운드 실행](https://casky.ai/?utm_source=github&utm_medium=readme&utm_campaign=cohort_launch#waitlist)**

플레이그라운드에서 다음을 할 수 있습니다:
- 실제 타깃을 대상으로 실시간 사이버 보안 스킬 훈련 실행
- AI 에이전트가 구조화된 스킬을 실시간으로 실행하는 모습 확인
- MITRE ATT&CK에 매핑된 워크플로우를 대화형으로 탐색
- 위협 헌팅, DFIR, 침투 테스트 시나리오 테스트

설치 불필요. 설정 불필요. 그냥 열고 시작하세요.
## 이 프로젝트가 존재하는 이유

사이버 보안 인력 격차는 2024년 전 세계적으로 **480만 개의 미충원 직무**에 달했습니다 (ISC2). AI 에이전트는 이 격차를 줄이는 데 도움이 될 수 있지만, 그 출발점이 될 구조화된 도메인 지식이 있을 때만 가능합니다. 오늘날의 에이전트는 코드를 작성하고 웹을 검색할 수 있지만, 일반 LLM을 유능한 보안 분석가로 바꿔 주는 실무자 플레이북이 부족합니다.

기존 보안 도구 저장소는 워드리스트, 페이로드, 또는 익스플로잇 코드를 제공합니다. 그러나 어느 것도 AI 에이전트에게 시니어 분석가가 따르는 구조화된 의사 결정 워크플로우 — 각 기법을 언제 사용할지, 어떤 사전 조건을 확인할지, 단계별로 어떻게 실행할지, 결과를 어떻게 검증할지 — 를 제공하지 않습니다. 이것이 바로 이 프로젝트가 메우는 격차입니다.

**Anthropic Cybersecurity Skills**는 스크립트나 체크리스트의 모음이 아닙니다. 이는 agentskills.io 표준을 위해 처음부터 구축된 **AI-네이티브 지식 베이스**입니다  — 1초 미만의 검색을 위한 YAML 프론트매터, 단계별 실행을 위한 구조화된 Markdown, 깊은 기술적 맥락을 위한 참조 파일.  모든 스킬은 생성된 요약이 아닌 실제 실무자 워크플로우를 담고 있습니다.

## 내부 구성 — 29개 보안 도메인

| 도메인 | 스킬 수 | 주요 기능 |
|---|---|---|
| 클라우드 보안 | 66 | AWS, Azure, GCP 하드닝 · CSPM · 클라우드 공격 에뮬레이션 · 클라우드 포렌식 |
| 위협 헌팅 | 58 | 가설 기반 헌팅 · LOTL 탐지 · EVTX 헌팅 · 플릿 헌팅 |
| 위협 인텔리전스 | 52 | STIX/TAXII · MISP · OpenCTI · 피드 통합 · 행위자 프로파일링 |
| 네트워크 보안 | 43 | IDS/IPS · 방화벽 규칙 · VLAN 세그멘테이션 · 트래픽 분석 |
| 웹 애플리케이션 보안 | 42 | OWASP Top 10 · SQLi · XSS · SSRF · 역직렬화 |
| 디지털 포렌식 | 41 | 디스크 이미징 · 메모리 포렌식 · Hayabusa/KAPE/Plaso 타임라인 |
| 악성코드 분석 | 39 | 정적/동적 분석 · 리버스 엔지니어링 · 샌드박싱 |
| ID 및 액세스 관리 | 37 | Entra ID/ROADtools · 디바이스 코드 피싱 · PAM · 제로 트러스트 ID |
| SOC 운영 | 35 | 플레이북 · 에스컬레이션 워크플로우 · Graph 로그 탐지 · 테이블톱 훈련 |
| 레드 팀링 | 33 | ADCS/Certipy · BloodHound CE · Sliver/Havoc C2 · NTLM 릴레이 |
| 컨테이너 보안 | 33 | K8s RBAC · 이미지 스캐닝 · Falco · 컨테이너 탈출 |
| 보안 운영 | 28 | SIEM 상관 분석 · 로그 분석 · 알림 트리아지 |
| OT/ICS 보안 | 28 | Modbus · DNP3 · IEC 62443 · 히스토리언 방어 · SCADA |
| API 보안 | 28 | GraphQL · REST · OWASP API Top 10 · WAF 우회 |
| 침해 대응 | 26 | 침해 격리 · 랜섬웨어 대응 · IR 플레이북 |
| 취약점 관리 | 25 | Nessus · 스캔 워크플로우 · 패치 우선순위 · CVSS |
| 침투 테스트 | 21 | 네트워크 · 웹 · 클라우드 · 모바일 · NetExec 수평 이동 |
| DevSecOps | 18 | CI/CD 보안 · Trivy IaC/이미지 스캐닝 · 코드 서명 |
| 제로 트러스트 아키텍처 | 17 | BeyondCorp · CISA 성숙도 모델 · 마이크로세그멘테이션 |
| 엔드포인트 보안 | 17 | EDR · LOTL 탐지 · 파일리스 악성코드 · 지속성 헌팅 |
| 암호학 | 16 | TLS · Ed25519 · 포스트퀀텀 마이그레이션 · 키 관리 |
| 피싱 방어 | 15 | 이메일 인증 · BEC 탐지 · 피싱 IR |
| AI 보안 | 14 | LLM 레드팀(garak/PyRIT) · 프롬프트 인젝션 · MCP/에이전틱 보안 · 가드레일 |
| 모바일 보안 | 13 | Android/iOS 분석 · 모바일 침투 테스트 · MDM 포렌식 |
| 랜섬웨어 방어 | 13 | 전조 탐지 · 대응 · 복구 · 암호화 분석 |
| 규정 준수 및 거버넌스 | 9 | NIST 800-30/RMF · CMMC · HIPAA · TPRM · CIS 벤치마크 |
| 공급망 보안 | 8 | SBOM · 의존성 혼동 · 악성 패키지 트리아지 · SLSA/Sigstore |
| 디셉션 기술 | 6 | 허니토큰 · 카나리아토큰 · 침해 탐지 |
| 하드웨어 및 펌웨어 보안 | 4 | CHIPSEC/UEFI 감사 · Secure Boot 우회 · TPM 증명 · 부트킷 헌팅 |

## AI 에이전트가 이러한 스킬을 사용하는 방법

각 스킬은 **~30토큰 스캔**(프론트매터만)  및 **500–2,000토큰 전체 로드**(전체 워크플로우)의 비용이 듭니다. 이 점진적 공개 아키텍처는 에이전트가 컨텍스트 윈도우를 초과하지 않고 단 한 번의 패스로 817개의 모든 스킬을 검색할 수 있게 해 줍니다.```
User prompt: "Analyze this memory dump for signs of credential theft"

Agent's internal process:

  1. Scans 817 skill frontmatters (~30 tokens each)
     → identifies 12 relevant skills by matching tags, description, domain

  2. Loads top 3 matches:
     • performing-memory-forensics-with-volatility3
     • hunting-for-credential-dumping-lsass
     • analyzing-windows-event-logs-for-credential-access

  3. Executes the structured Workflow section step-by-step
     → runs Volatility3 plugins, checks LSASS access patterns,
        correlates with event log evidence

  4. Validates results using the Verification section
     → confirms IOCs, maps findings to ATT&CK T1003 (Credential Dumping)

### YAML frontmatter (실제 예시)```yaml
---
name: performing-memory-forensics-with-volatility3
description: >-
  Analyze memory dumps to extract running processes, network connections,
  injected code, and malware artifacts using the Volatility3 framework.
domain: cybersecurity
subdomain: digital-forensics
tags: [forensics, memory-analysis, volatility3, incident-response, dfir]
atlas_techniques: [AML.T0047]
d3fend_techniques: [D3-MA, D3-PSMD]
nist_ai_rmf: [MEASURE-2.6]
nist_csf: [DE.CM-01, RS.AN-03]
version: "1.2"
author: mukul975
license: Apache-2.0
---

프론트매터 필드: `name`(케밥 표기법, 1~64자), `description`(에이전트 검색을 위한 키워드 중심), `domain`, `subdomain`, `tags`, `atlas_techniques`(MITRE ATLAS ID), `d3fend_techniques`(MITRE D3FEND ID), `nist_ai_rmf`(NIST AI RMF 참조), `nist_csf`(NIST CSF 2.0 카테고리). MITRE ATT&CK 기법 매핑은 각 스킬의 `references/standards.md` 파일과 릴리스에 포함된 ATT&CK Navigator 레이어에 문서화되어 있습니다.

<details>
<summary><strong>📊 MITRE ATT&CK Enterprise 적용 범위 — 전체 14개 전술</strong></summary>

&nbsp;

| 전술 | ID | 적용 범위 | 주요 스킬 |
|---|---|---|---|
| 정찰 | TA0043 | 강함 | OSINT, 서브도메인 열거, DNS 정찰 |
| 리소스 개발 | TA0042 | 보통 | 피싱 인프라, C2 설정 탐지 |
| 초기 접근 | TA0001 | 강함 | 피싱 시뮬레이션, 익스플로잇 탐지, 강제 브라우징 |
| 실행 | TA0002 | 강함 | PowerShell 분석, 파일리스 악성코드, 스크립트 블록 로깅 |
| 지속성 | TA0003 | 강함 | 예약 작업, 레지스트리, 서비스 계정, LOTL |
| 권한 상승 | TA0004 | 강함 | Kerberoasting, AD 공격, 클라우드 권한 상승 |
| 방어 회피 | TA0005 | 강함 | 난독화, 루트킷 분석, 회피 탐지 |
| 자격 증명 접근 | TA0006 | 강함 | Mimikatz 탐지, 패스더해시, 자격 증명 덤핑 |
| 검색 | TA0007 | 보통 | BloodHound, AD 열거, 네트워크 스캐닝 |
| 측면 이동 | TA0008 | 강함 | SMB 익스플로잇, Splunk를 통한 측면 이동 탐지 |
| 수집 | TA0009 | 보통 | 이메일 포렌식, 데이터 스테이징 탐지 |
| 명령 및 제어 | TA0011 | 강함 | C2 비콘닝, DNS 터널링, Cobalt Strike 분석 |
| 유출 | TA0010 | 강함 | DNS 유출, DLP 통제, 데이터 손실 탐지 |
| 영향 | TA0040 | 강함 | 랜섬웨어 방어, 암호화 분석, 복구 |

시각적 적용 범위 매핑을 위해 **ATT&CK Navigator 레이어 파일**이 [v1.0.0 릴리스 자산](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases/tag/v1.0.0)에 포함되어 있습니다.

> **참고:** ATT&CK v19는 2026년 4월 28일에 출시되며 — 방어 회피(TA0005)를 *스텔스(Stealth)*와 *방어 약화(Impair Defenses)*라는 두 가지 새로운 전술로 분할합니다. 스킬 매핑은 향후 릴리스에서 업데이트될 예정입니다.

</details>

<details>
<summary><strong>📊 NIST CSF 2.0 정렬 — 전체 6개 기능</strong></summary>

&nbsp;

| 기능 | 스킬 | 예시 |
|---|---|---|
| **거버넌스 (GV)** | 30+ | 위험 전략, 정책 프레임워크, 역할 및 책임 |
| **식별 (ID)** | 120+ | 자산 식별, 위협 환경 평가, 위험 분석 |
| **보호 (PR)** | 150+ | IAM 강화, WAF 규칙, 제로 트러스트, 암호화 |
| **탐지 (DE)** | 200+ | 위협 헌팅, SIEM 상관 분석, 이상 탐지 |
| **대응 (RS)** | 160+ | 침해 대응, 포렌식, 침해 격리 |
| **복구 (RC)** | 40+ | 랜섬웨어 복구, BCP, 재해 복구 |

NIST CSF 2.0(2024년 2월)은 **Govern** 기능을 추가하고 적용 범위를 핵심 인프라에서 모든 조직으로 확장했습니다. 스킬 매핑은 22개 카테고리 전체에 정렬되며 106개 하위 카테고리를 참조합니다.

</details>

<details>
<summary><strong>📊 프레임워크 심층 분석 — ATLAS, D3FEND, AI RMF</strong></summary>

&nbsp;

### MITRE ATLAS v5.4 — AI/ML 적대적 위협
ATLAS는 AI 및 머신러닝 시스템에 특화된 적대적 전술, 기법, 사례 연구를 매핑합니다. 버전 5.4는 2025년 말에 추가된 에이전트형 AI 공격 벡터(AI 에이전트 컨텍스트 중독, 도구 호출 남용, MCP 서버 침해, 악성 에이전트 배포)를 포함하여 **16개 전술과 84개 기법**을 다룹니다. ATLAS에 매핑된 스킬은 에이전트가 ML 파이프라인, 모델 가중치, 추론 API, 자율 워크플로에 대한 위협을 식별하고 방어하는 데 도움을 줍니다.

### MITRE D3FEND v1.3 — 방어 대응책
D3FEND는 NSA가 자금을 지원하는 **267가지 방어 기법** 지식 그래프로, Model, Harden, Detect, Isolate, Deceive, Evict, Restore의 7가지 전술 범주로 구성됩니다. OWL 2 온톨로지 기반으로 구축되었으며, 공유 디지털 아티팩트 계층을 사용하여 방어 대응책을 ATT&CK 공격 기법에 양방향으로 매핑합니다. D3FEND 식별자로 태그된 스킬은 에이전트가 탐지된 위협에 대한 특정 대응책을 추천할 수 있게 합니다.

### NIST AI RMF 1.0 + GenAI 프로필 (AI 600-1)
AI 위험 관리 프레임워크는 신뢰할 수 있는 AI 개발을 위해 4가지 핵심 기능(Govern, Map, Measure, Manage)과 **72개 하위 카테고리**를 정의합니다. GenAI 프로필(AI 600-1, 2024년 7월)은 생성형 AI에 특화된 **12개 위험 카테고리**를 추가하며, 허위 생성(confabulation)과 데이터 프라이버시부터 프롬프트 주입과 공급망 위험까지 다룹니다. 콜로라도주 AI 법(2026년 2월 발효)은 NIST AI RMF를 준수하는 조직에 **법적 세이프 하버**를 제공하므로, 이러한 매핑은 규제 컴플라이언스와 직접적으로 관련됩니다.

</details>

## 호환 플랫폼

**AI 코드 어시스턴트**
Claude Code (Anthropic) · GitHub Copilot (Microsoft) · Cursor · Windsurf · Cline · Aider · Continue · Roo Code · Amazon Q Developer · Tabnine · Sourcegraph Cody · JetBrains AI

**CLI 에이전트**
OpenAI Codex CLI · Gemini CLI (Google)

**자율 에이전트**
Devin · Replit Agent · SWE-agent · OpenHands

**에이전트 프레임워크 및 SDK**
LangChain · CrewAI · AutoGen · Semantic Kernel · Haystack · Vercel AI SDK · 모든 MCP 호환 에이전트

agentskills.io 표준을 지원하는 모든 플랫폼은 별도의 구성 없이 이러한 스킬을 로드할 수 있습니다.

## 사용 후기

> *"실제로 구성된 보안 스킬의 데이터베이스로, 모든 AI 에이전트가 연결하여 바로 사용할 수 있습니다. 튜토리얼이 아닙니다. 블로그 게시물도 아닙니다."*
> — **[Hasan Toor (@hasantoxr)](https://x.com/hasantoxr/status/2033193922349179249)**, AI/테크 크리에이터

> *"이것은 무작위 보안 스크립트 모음이 아닙니다. AI 기반 보안 워크플로를 위해 설계된 구조화된 운영 지식 베이스입니다."*
> — **[fazal-sec](https://fazal-sec.medium.com/claude-skills-ai-powered-cybersecurity-the-complete-guide-to-building-intelligent-security-7bb7e9d14c8e)**,  Medium

## 등재된 곳

| 등재처 | 유형 | 링크 |
|---|---|---|
| **awesome-agent-skills** | Awesome 리스트(1,000개 이상 스킬 인덱스) | [VoltAgent/awesome-agent-skills](https://github.com/VoltAgent/awesome-agent-skills) |
| **awesome-ai-security** | Awesome 리스트(AI 보안 도구) | [ottosulin/awesome-ai-security](https://github.com/ottosulin/awesome-ai-security) |
| **awesome-codex-cli** | Awesome 리스트(Codex CLI 리소스) | [RoggeOhta/awesome-codex-cli](https://github.com/RoggeOhta/awesome-codex-cli) |
| **SkillsLLM** | 스킬 디렉터리 및 마켓플레이스 | [skillsllm.com/skill/anthropic-cybersecurity-skills](https://skillsllm.com/skill/anthropic-cybersecurity-skills) |
| **Openflows** | 신호 분석 및 추적 | [openflows.org](https://openflows.org/currency/currents/anthropic-cybersecurity-skills/) |
| **NeverSight skills_feed** | 자동화된 스킬 인덱스 | [NeverSight/skills_feed](https://github.com/NeverSight/skills_feed) |

## 스타 기록

<a href="https://star-history.com/#mukul975/Anthropic-Cybersecurity-Skills&Date">
 <picture>
   <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&type=Date&theme=dark" />
   <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&type=Date" />
   <img alt="Star History Chart" src="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&amp;type=Date" width="100%" />
 </picture>
</a>

## 릴리스

| 버전 | 날짜 | 주요 내용 |
|---|---|---|
| [v1.0.0](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases/tag/v1.0.0) | 2026년 3월 11일 | 734개 스킬 · 26개 도메인 · MITRE ATT&CK + NIST CSF 2.0 매핑 · ATT&CK Navigator 레이어 |

v1.0.0 이후 `main`에서 스킬이 계속 성장해 왔습니다 — 현재 라이브러리에는 **817개 스킬**과 **6개 프레임워크 매핑**(MITRE ATLAS, D3FEND, NIST AI RMF, 그리고 릴리스 이후 추가된 MITRE Fight Fraud Framework)이 포함되어 있습니다. 최신 태그 버전은 [Releases](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases)를 확인하세요.

## 기여하기

이 프로젝트는 커뮤니티 기여를 통해 성장합니다. 참여 방법은 다음과 같습니다:

**새 스킬 추가** — Deception Technology(2개 스킬) 및 Compliance & Governance(5개 스킬) 같은 도메인이 가장 많은 도움이 필요합니다. [CONTRIBUTING.md](https://github.com/mukul975/anthropic-cybersecurity-skills/blob/main/CONTRIBUTING.md)의 템플릿을 따르고 `Add skill: your-skill-name` 제목으로 PR을 제출하세요.

**기존 스킬 개선** — 프레임워크 매핑 추가, 워크플로 수정, 도구 참조 업데이트, 또는 스크립트와 템플릿 기여.

**이슈 보고** — 부정확한 절차나 손상된 스크립트를 발견했나요? [이슈 열기](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues).

모든 PR은 48시간 이내에 기술적 정확성과 agentskills.io 표준 준수 여부가 검토됩니다. 시작점으로 [good first issues](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues?q=is%3Aissue+is%3Aopen+label%3A%22good+first+issue%22)를 확인하세요.

이 프로젝트는 [Contributor Covenant](https://www.contributor-covenant.org/)를 따릅니다. 참여함으로써 이 규약을 준수하는 것에 동의합니다.

## 커뮤니티

💬 [Discussions](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/discussions) — 질문, 아이디어, 로드맵 논의
🐛 [Issues](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues) — 버그 보고 및 기능 요청
🔒 [Security Policy](https://github.com/mukul975/anthropic-cybersecurity-skills/blob/main/SECURITY.md) — 책임 있는 공개 프로세스(48시간 내 확인)

## 인용

연구나 출판물에서 이 프로젝트를 사용하는 경우:```bibtex
@software{anthropic_cybersecurity_skills,
  author       = {Jangra, Mahipal},
  title        = {Anthropic Cybersecurity Skills},
  year         = {2026},
  url          = {https://github.com/mukul975/Anthropic-Cybersecurity-Skills},
  license      = {Apache-2.0},
  note         = {817 structured cybersecurity skills for AI agents,
                  mapped to MITRE ATT\&CK, NIST CSF 2.0, MITRE ATLAS,
                  MITRE D3FEND, and NIST AI RMF}
}