유출된 소스 코드, Suno의 AI 음악 훈련 파이프라인의 실체를 드러내다

뉴스 요약

AI 음악 생성 회사인 Suno의 보안 침해 사건으로 인해 대규모 생성 오디오 모델 훈련의 기술적 과정에 대한 대중의 관심이 다시 높아졌습니다. 2023년과 2024년 날짜가 찍힌 해킹된 내부 소스 코드가 "ellie.191"로 식별된 개인에 의해 기술 매체 404 Media에 공유되었으며, 이는 시장에서 가장 인기 있는 AI 음악 도구 중 하나를 구축하는 데 사용된 엔지니어링 파이프라인에 대한 매우 상세한 정보를 제공했습니다.

침해 발생 경위

보도에 따르면, 이번 침입은 GitHub 및 연결된 클라우드 서비스에서 개발자 자격 증명을 수집하도록 설계된 악성 도구인 Shai-Hulud 웜과 관련된 공급망 침해로 거슬러 올라갑니다. 이 방식으로 획득한 자격 증명을 사용하여 해커는 직원 계정에 접근하여 내부 리포지토리를 추출할 수 있었습니다. Suno는 2025년 11월 동부 시간으로 통보받은 후 사건을 식별하고 격리했으며, 노출된 자료는 현재 시스템 내에서 더 이상 활발하게 사용되지 않는 오래된 소스 코드 대부분으로 구성되어 있다고 밝혔습니다.

유출된 코드의 내용

유출된 파일은 생성 오디오 시스템이 훈련 자료를 어떻게 수집하고 구성하는지에 대한 희귀한 기술적 스냅샷 역할을 합니다. 코드 주석과 파일 메타데이터는 매우 구체적인 수치를 참조했으며, 한 데이터셋이 마지막으로 업데이트되었을 때 2,013,545개의 개별 음악 클립으로 성장했다는 메모도 포함되었습니다. 다른 내부 주석에는 YouTube Music에서 가져온 113,879시간의 오디오, 가사 플랫폼 Genius와 관련된 17,615시간, 스트리밍 서비스 Deezer와 연결된 12,287시간과 같은 수치가 인용되었습니다.

이러한 주요 플랫폼 외에도, 코드는 Pond5, Jamendo, Freesound와 같은 스톡 및 독립 음악 라이브러리, International Music Score Library Project, RSS 피드를 통해 수집된 팟캐스트 콘텐츠에 연결된 수집 파이프라인도 참조했습니다. 종합적으로, 이 자료는 현대 생성 오디오 시스템에 공급될 수 있는 소스의 규모와 다양성을 보여주며, 이는 대규모 오디오 코퍼스에서 기계 학습 모델이 음악 구조, 리듬 및 스타일을 학습하는 방법을 연구하는 연구자들에게 상당한 관심을 불러일으키는 주제입니다.

추가 데이터 노출

보도에 따르면, 이번 침해는 소스 코드를 넘어 다수의 Suno 사용자 계정 기록과 Stripe를 통해 처리된 제한적인 결제 관련 메타데이터를 포함했습니다. Suno는 신용카드 전체 번호를 저장하지 않으며, 이번 사건으로 인해 민감한 개인 정보가 유출되지 않았다고 강조했습니다.

회사 대응 및 맥락

Suno 대변인은 노출된 자료를 역사적인 것이며 더 이상 회사의 현재 인프라를 대표하지 않는다고 설명하며, 2023년과 2024년 이후 엔지니어링 관행이 상당히 발전했다고 언급했습니다. 회사는 발견 후 신속하게 침해에 대처했다고 재차 밝혔습니다.

AI 및 기술 교육에 중요한 이유

생성 AI 개발을 따르는 학생 및 애호가들에게 이번 사건은 컴퓨터 과학의 두 가지 중요한 영역에 대한 실제 사례 연구를 제공합니다. 바로 기계 학습 모델을 위한 대규모 훈련 데이터셋 구축 메커니즘과 소프트웨어 공급망과 관련된 사이버 보안 위험입니다. 신뢰할 수 있는 소프트웨어 종속성 또는 자격 증명 시스템이 진입점으로 사용되는 공급망 공격은 보안 연구에서 점점 더 많이 연구되는 주제가 되었으며, 이번 사건은 해당 지식 체계에 구체적이고 널리 보도된 사례를 추가합니다. 또한 오디오가 텍스트 및 이미지와 마찬가지로 수백만 명의 사람들이 사용하는 창의적인 AI 도구에 현재 동력을 제공하는 딥 러닝 모델을 훈련하기 위해 체계적으로 수집 및 구성될 수 있음을 강조합니다.