PentestGPT

PentestGPT

AI 기반 자율 침투 테스트 에이전트

USENIX Security 2024에 게재됨

공식 웹사이트: pentestgpt.com »

연구 논문
·
버그 신고
·
기능 요청

데모
설치

YouTube에서 보기

실제 작동하는 PentestGPT

YouTube에서 보기

v1.0의 새로운 기능 (에이전틱 업그레이드)

다단계 파이프라인 - 에이전트가 단계별로 작업합니다(CTF의 경우 정찰 → 익스플로잇 → 워크스루, 침투 테스트의 경우 자산 발견 → 취약점 식별 → 보고서). 각 단계의 결과를 다음 단계로 전달합니다.
자율 에이전트 - Claude Code 또는 Codex를 구동하여 사람의 개입 없이 도구를 실행하고 추론합니다.
세션 지속성 - 침투 테스트 세션을 저장하고 재개합니다.

자율 CTF 파이프라인은 Claude Code와 Codex에 대해 백엔드 플러그인이 가능합니다. 대화형의
현대화된 레거시 모드( pentestgpt-legacy )는 더 다양한 제공자를 지원합니다: OpenAI, Anthropic,
Google Gemini, DeepSeek, xAI, Qwen, Moonshot, 그리고 로컬 Ollama. 자세한 내용은
대화형 멀티 LLM 모드 를 참조하세요.

기능

AI 기반 챌린지 솔버 - LLM의 고급 추론을 활용하여 침투 테스트 및 CTF 수행
실시간 워크스루 - 에이전트가 챌린지를 해결하는 동안 단계를 실시간으로 추적
다중 카테고리 지원 - Web, Crypto, Reversing, Forensics, PWN, 권한 상승
실시간 피드백 - 실시간 활동 업데이트와 함께 AI의 작업을 지켜보기
확장 가능한 아키텍처 - 향후 개선을 위한 깔끔하고 모듈화된 설계

빠른 시작
사전 요구 사항

Python 3.12+
uv - Python 패키지 관리자
Claude Code CLI ( claude ) - 로컬 Claude 실행을 위해 설치 및 인증됨. Claude Code 문서 참조
Codex CLI ( codex ) - 로컬 Codex 실행을 위해 설치 및 인증됨. 아래 Docker 흐름은 두 CLI를 모두 번들로 제공합니다.

설치
git clone https://github.com/GreyDGL/PentestGPT.git
cd PentestGPT
make install # runs uv sync
명령어 참조

명령어
설명

make install
의존성 설치

make test
모든 테스트 실행

make check
린트 + 타입체크 실행

make build
배포 가능한 패키지 빌드

사용법
# 대상에 대해 실행 (기본값은 CTF 모드)
pentestgpt --target 10.10.11.234

# 챌린지 컨텍스트와 함께
pentestgpt --target 10.10.11.50 --instruction " WordPress site, focus on plugin vulnerabilities "

# 침투 테스트 모드 (자산 발견 → 취약점 → 보고서)
pentestgpt --target 10.10.11.234 --mode pentest

# 이전에 저장된 세션 목록
pentestgpt --list-sessions
에이전트는 다단계 파이프라인 을 통해 작업하며, 각 단계의 결과를 다음 단계로 전달합니다 — CTF의 경우 정찰 → 익스플로잇 → 워크스루, 침투 테스트의 경우 자산 발견 → 취약점 식별 → 보고서.

Docker에서 실행 (한 번 설치, 한 번 로그인)
도구 + Claude Code 및 Codex CLI를 번들로 제공하는 자체 포함 이미지입니다. 한 번 로그인하면
세션이 명명된 볼륨에 유지되므로 이후 실행 시 다시 로그인할 필요가 없습니다.

make docker-build # build the tool image
make docker-login # ONE-TIME, idempotent: checks logins, logs in only what's missing
make docker-auth-status # check both are logged in (ROUNDTRIP=1 for a live 1-token check)

# Run the pipeline against a target (any backend / model / mode):
make docker-run TARGET=http://127.0.0.1:8000 BACKEND=codex MODEL=gpt-5.5 MODE=ctf
make docker-run TARGET=10.10.11.234 BACKEND=claude MODEL=opus MODE=pentest
make docker-login 은 Claude( setup-token → 토큰이 볼륨에 저장됨)와 Codex(자체 컨테이너 내 codex login , OAuth 콜백은 socat을 통해 전달됨 — ChatGPT 리프레시 토큰은 일회용이므로 시드되지 않음)에 로그인합니다. 멱등적이므로 다시 실행하면 여전히 유효한 항목은 건너뜁니다. 로그인은 컨테이너 재생성 후에도 유지됩니다. make docker-down 은 로그인을 유지하고, make docker-nuke 는 로그인 볼륨을 제거합니다(새로 로그인하거나 토큰을 교체하려는 경우). 설계 + 세부 사항: docs/docker-dev-plan.md .

대화형 멀티 LLM 모드 (현대화된 레거시)
USENIX 2024 논문의 고전적인 인간 참여형 PentestGPT는 보존되어
pentestgpt-legacy 로 현대화되었습니다. 이는 세 개의 협력하는 LLM 세션 —
추론 / 생성 / 파싱 — 을 실행하며, 사용자가 세션을 대화형으로 주도하는 동안( next , more , todo , discuss ) Pentesting Task Tree(PTT)를 유지합니다. 자율 고정 단계
파이프라인은 Claude 및 Codex 백엔드를 지원하며, 이 레거시 모드는 공식 SDK를 통해
다양한 제공자와 기본적으로 통신합니다.

제공자 구성
사용하려는 제공자의 API 키를 설정하세요(환경 변수 또는 .env — .env.example 참조). 구성한 제공자만 활성화됩니다.

OPENAI_API_KEY=... ANTHROPIC_API_KEY=... GEMINI_API_KEY=... # or GOOGLE_API_KEY
DEEPSEEK_API_KEY=... GROK_API_KEY=... QWEN_API_KEY=... KIMI_API_KEY=...
실행
# Auto-pick the best available models for each session
pentestgpt-legacy

# Choose models per session
pentestgpt-legacy --reasoning-model claude-opus-4-8 --parsing-model gemini-3.5-flash

# Local model via Ollama (OpenAI-compatible)
pentestgpt-legacy --reasoning-model ollama:qwen3 --base-url http://localhost:11434/v1

# List every supported model (shows which providers are configured)
pentestgpt-legacy --list-models

# Live round-trip every configured model and print a pass/fail matrix
pentestgpt-legacy --smoke-test
지원 모델 (2026년 6월 웹 검증)
pentestgpt-legacy --list-models 는 항상 실시간 레지스트리를 렌더링합니다. 모델 ID가 변경된 후에는 --smoke-test 를 다시 실행하세요. 현재 스냅샷:

제공자
현재 모델
레거시 (유지됨)
환경 키

OpenAI
gpt-5.5 , gpt-5.5-pro , gpt-5.4-mini , gpt-5.4-nano , gpt-5.2 , gpt-5.3-codex
gpt-4o , gpt-4o-mini , o3 , o4-mini
OPENAI_API_KEY

Anthropic
claude-opus-4-8 , claude-sonnet-4-6 , claude-haiku-4-5-20251001
—
ANTHROPIC_API_KEY

Google Gemini
gemini-3.1-pro , gemini-3.5-flash , gemini-3-pro , gemini-3.1-flash-lite
gemini-2.5-pro , gemini-2.5-flash
GEMINI_API_KEY / GOOGLE_API_KEY

DeepSeek
deepseek-v4-flash , deepseek-v4-pro
deepseek-chat , deepseek-reasoner
DEEPSEEK_API_KEY

xAI Grok
grok-4.3
—
GROK_API_KEY / XAI_API_KEY

Alibaba Qwen
qwen3.7-max , qwen3.5-flash
qwen3-max
QWEN_API_KEY / DASHSCOPE_API_KEY

Moonshot Kimi
kimi-k2.6
—
KIMI_API_KEY ( .cn 기본값; .ai 의 경우 MOONSHOT_BASE_URL 설정)

로컬 (Ollama)
ollama:<model> (예: ollama:qwen3 )
—
없음 ( OLLAMA_BASE_URL )

레지스트리는 pentestgpt_legacy/llm/registry.py 에 있습니다(단일 진실 공급원).
모델 추가는 하나의 ModelSpec 항목이며, OpenAI 호환 제공자는 하나의 커넥터를 재사용합니다.

텔레메트리
PentestGPT는 도구 개선을 돕기 위해 익명 사용 데이터를 수집합니다. 이 데이터는 Langfuse 프로젝트로 전송되며 다음을 포함합니다:

세션 메타데이터 (대상 유형, 기간, 완료 상태)
도구 실행 패턴 (어떤 도구가 사용되는지, 실제 명령은 아님)
플래그 탐지 이벤트 (플래그가 발견되었다는 사실, 플래그 내용은 아님)

민감한 데이터는 수집되지 않습니다 - 명령 출력, 자격 증명 또는 실제 플래그 값은 절대 전송되지 않습니다.

옵트아웃
# Via command line flag
pentestgpt --target 10.10.11.234 --no-telemetry

# Via environment variable
export LANGFUSE_ENABLED=false

벤치마크 이력
PentestGPT는 2025년 12월 XBOW 검증 제품군 실험에서 86.5%의 성공률(104개 벤치마크 중 90개)을 달성했습니다. 이 수치는 과거 연구 결과이며, 현재 pentestgpt-agent의 회귀 보장이 아닙니다.

XBOW 하네스와 결과 아카이브는 참조 전용 연구 아티팩트로 이 제품 저장소 외부에서 유지됩니다. 지원되는 PentestGPT CLI, Makefile, CI, Docker 런타임은 XBOW 러너를 노출하지 않습니다. 향후 평가에서는 해당 코퍼스를 별도로 소유된 어댑터를 통해 재사용할 수 있지만, 제품 의존성으로 만들지는 않습니다.

인용
연구에서 PentestGPT를 사용하는 경우 다음 논문을 인용해 주세요:

@inproceedings { 299699 ,
author = { Gelei Deng and Yi Liu and Víctor Mayoral-Vilches and Peng Liu and Yuekang Li and Yuan Xu and Tianwei Zhang and Yang Liu and Martin Pinzger and Stefan Rass } ,
title = { {PentestGPT}: Evaluating and Harnessing Large Language Models for Automated Penetration Testing } ,
booktitle = { 33rd USENIX Security Symposium (USENIX Security 24) } ,
year = { 2024 } ,
isbn = { 978-1-939133-44-1 } ,
address = { Philadelphia, PA } ,
pages = { 847--864 } ,
url = { https://www.usenix.org/conference/usenixsecurity24/presentation/deng } ,
publisher = { USENIX Association } ,
month = aug
}

라이선스
MIT 라이선스에 따라 배포됩니다. 자세한 내용은 LICENSE.md를 참조하세요.

면책 조항 : 이 도구는 교육 목적 및 승인된 보안 테스트 전용입니다. 저자는 불법적인 사용을 용인하지 않습니다. 사용에 따른 책임은 사용자에게 있습니다.

감사의 말

Quantstamp 및 NTU Singapore의 연구 지원

( 맨 위로 )