Cisco, 소형 오픈소스 보안 모델로 GPT-5.5에 도전… 비용은 100분의 1

Cisco가 7월 22일 소형 오픈소스 AI 보안 모델 두 종을 공개했다. Antares-350M과 Antares-1B로, 소프트웨어 코드의 취약점을 탐지하는 데 특화됐다.

Cisco가 자체 테스트한 결과(Axios 보도 기준), Antares는 코드 저장소 500개를 약 15분 만에, 1달러 미만 비용으로 스캔했다. GPT-5.5는 같은 작업에 5시간, 100달러 이상이 들었다.

▼ Antares vs GPT-5.5 취약점 탐지 성능·비용 비교

항목	Antares (소형 모델)	GPT-5.5
코드 저장소 500개 스캔 시간	약 15분	약 5시간
비용	1달러 미만	100달러 이상
달러당 취약점 탐지 수	약 150배 (vs 대형 AI 에이전트)	기준
코드 외부 전송	없음 (로컬 실행)	외부 전송
모델 공개 여부	오픈소스	비공개

개발자 Aman Priyanshu는 X(트위터)를 통해 "가장 작은 모델이 Cognition의 Devin Security Swarm 같은 대형 AI 에이전트보다 달러당 약 150배 많은 취약점을 잡는다"고 밝혔다.

두 모델 모두 로컬에서 실행된다. 민감한 코드가 외부로 나가지 않아 기업 보안 요건을 충족한다. Cisco 기술 보고서에 따르면 학습 데이터는 보안 개념 데이터가 약 72%, 코드 검색 이력이 약 15%를 차지한다.

Cisco는 30억 파라미터 규모의 대형 버전은 자사 제품에만 적용할 계획이다. 이 버전은 GPT-5.5와 근접한 성능을 내며, 자신보다 최대 200배 큰 오픈 모델도 앞선다고 밝혔다. Cisco는 오픈 AI 보안 도구를 위한 업계 컨소시엄 구성도 검토 중이다.

국내 엔터프라이즈 보안 담당자 입장에서 이번 공개는 'AI 보안 도구 도입' 논의의 기준점이 될 수 있다. 대형 범용 모델은 성능이 높지만 비용과 데이터 외부 전송 리스크가 따른다. Antares처럼 로컬 실행이 가능한 소형 특화 모델은 비용과 보안 두 측면에서 현실적인 대안이다.