무슨 이야기냐면
한 개발자가 GitHub Copilot을 MitM 프록시 뒤에 놓고, 이 도구가 서버로 실제 어떤 데이터를 보내는지 직접 들여다본 경험을 공유했어요. Copilot을 쓰면서 '얘가 내 코드를 어디까지 보내는 거지?' 하고 한 번쯤 궁금했던 분들 많을 텐데요. 그걸 추측이나 공식 문서가 아니라 실제 네트워크 트래픽으로 확인한 거예요.
MitM 프록시가 뭐냐면
Man-in-the-Middle, 우리말로 '중간자'예요. 내 컴퓨터와 서버 사이에 끼어들어서 오가는 트래픽을 중계하면서 내용을 들여다보는 도구인데요. 요즘 통신은 거의 다 HTTPS로 암호화되어 있어서 원래는 중간에서 못 봐요. 그런데 프록시가 자체 인증서를 만들고, 내 컴퓨터가 그 인증서를 신뢰하도록 설정해주면 이야기가 달라져요. 프록시가 암호화를 한 번 풀어서 내용을 확인한 뒤 다시 암호화해서 전달하는 방식으로 모든 내용을 볼 수 있게 되거든요. mitmproxy라는 오픈소스 도구가 이 용도로 유명해요. 여기서 중요한 건, 내 컴퓨터에서 나가는 내 트래픽을 보는 건 정당한 디버깅이자 보안 감사 기법이지만, 남의 트래픽에 몰래 하면 명백한 범죄라는 점이에요.
들여다보면 뭐가 보이나
이렇게 까보면 Copilot의 동작 방식이 그대로 드러나요. 자동완성 요청에는 커서 앞의 코드(prefix)와 커서 뒤의 코드(suffix)가 함께 담겨요. 중간을 채워 넣는 FIM(fill-in-the-middle)이라는 방식인데요, 모델에게 빈칸 채우기 문제를 만들어서 푸는 셈이에요. 그리고 지금 편집 중인 파일만 보내는 게 아니에요. 에디터에 열려 있는 다른 탭의 관련 코드 조각들도 컨텍스트로 함께 올라가요. 자동완성 품질을 높이려면 주변 파일의 맥락이 필요하니까요. 여기에 파일 경로, 프로그래밍 언어, 에디터 버전 같은 메타데이터와 사용 통계(텔레메트리)도 따라가요. 요청이 얼마나 자주 나가는지도 볼 수 있는데, 타이핑을 잠깐 멈출 때마다 요청이 나가니까 생각보다 훨씬 자주, 훨씬 많은 내용이 전송되고 있다는 걸 체감하게 돼요.
왜 중요한가
첫째는 보안 관점이에요. 회사 입장에서 AI 코딩 도구를 도입할 때 '학습에 사용하지 않습니다' 같은 약속과 '무엇이 전송되는가'는 별개의 문제거든요. 학습에 안 쓰더라도 전송 자체는 일어나니까, 규제가 있는 금융이나 공공 환경이라면 실제 트래픽을 검증하는 절차가 필요해요. 둘째는 이 기법의 범용성이에요. Copilot만이 아니라 Cursor 같은 AI 에디터든, 여러분이 쓰는 어떤 앱이든 같은 방법으로 감사할 수 있어요. 앱이 인증서 고정(certificate pinning)이라는 방어 기법을 쓰면 좀 더 까다로워지긴 하지만, 원리는 같아요. 마케팅 문구를 믿는 대신 패킷을 직접 확인하는 습관은 개발자에게 꽤 강력한 무기예요.
한국 개발자에게는
사내에서 AI 코딩 도구 도입을 논의 중이라면, 이런 트래픽 분석은 보안팀을 설득하거나 반대로 우려를 검증하는 좋은 근거 자료가 돼요. 그리고 mitmproxy를 한 번 직접 돌려보는 것 자체가 훌륭한 공부예요. HTTPS가 어떻게 동작하는지, 인증서 체인이 뭔지, API 요청이 실제로 어떻게 생겼는지를 눈으로 보면서 배우게 되거든요. 주니어 분들에게 특히 추천하는 실습이에요. 물론 회사 장비에서는 보안 정책을 먼저 확인하고요.
정리하면
편리함 뒤에서 무엇이 오가는지는 직접 확인할 수 있고, 확인하는 방법도 어렵지 않아요. 여러분 회사는 AI 코딩 도구의 데이터 전송을 어떻게 다루고 계세요? '개발 편의성 대 코드 유출 위험', 어디쯤에서 선을 긋는 게 맞을까요?
🔗 출처: Hacker News