
AI 모델 추론 엔진 SGLang의 디버그 덤퍼 기능에서 특정 설정과 접근 조건 아래 원격 코드 실행이 가능한 취약점이 공개됐다. VulnCheck가 10월 16일 발표한 보안 권고에 따르면 CVE-2026-111391은 0.5.10부터 0.5.22까지 영향을 주며, CVSS 4.0 기준 9.2점으로 평가됐다.
SGLang은 대규모 언어모델과 멀티모달 모델 등을 서버에서 실행하는 오픈소스 추론 프레임워크다. 이번 문제는 모델이 생성하는 답변의 내용이 아니라, 실행 상태를 조사하는 디버그 덤퍼의 필터 표현식을 처리하는 코드에서 발생한다.
공개된 연구자 보고와 0.5.22 소스 코드를 보면 필터 문자열을 Python의 eval()로 평가하면서 정규식 검색 함수도 함께 제공한다. 내장 함수 접근을 차단하도록 설정했지만, 노출된 함수 객체를 통해 원래 모듈의 전역 영역과 내장 함수에 다시 접근할 수 있다는 것이 보고의 핵심이다. 악성 필터가 설정되면 이후 모델 실행 중 스케줄러 프로세스에서 임의의 Python 코드가 실행될 수 있다.
모든 SGLang 서버가 설정과 무관하게 외부 공격에 노출된다는 뜻은 아니다. 연구자가 제시한 재현 조건은 DUMPER_SERVER_PORT=reuse를 켜고 덤퍼 설정 경로에 접근할 수 있는 환경이다. 별도의 관리자 API 키가 없으면 일반 API 키 보유자도 해당 기능에 접근할 수 있으며, API 키 자체가 설정되지 않은 경우에는 인증 없이 접근할 수 있다고 보고했다. 따라서 일반 사용자용 API 인증의 존재와 디버그 관리 기능의 접근 통제는 구분해서 살펴야 한다.
코드 실행의 범위는 스케줄러 프로세스에 주어진 권한을 따른다. 연구자는 모델 파일과 환경변수 등 해당 프로세스가 접근할 수 있는 정보의 열람, 파일이나 실행 상태의 변조, 작업 중단 등을 가능한 영향으로 제시했다. 이는 취약점의 잠재적 영향에 대한 설명으로, 실제 서비스에서 정보 유출이나 침해가 발생했다는 발표는 아니다.
NIST 국가취약점데이터베이스(NVD)에도 같은 취약점이 등록돼 있다. 표시된 CVSS 4.0 9.2점은 CVE 발급기관인 VulnCheck가 제공한 평가이며, NVD가 별도로 산정한 점수는 아니다. CVE 기록에 포함된 CISA의 보강 정보는 악용 상태를 공개 개념증명(PoC) 수준으로 분류한다. 공개 재현 코드가 있다는 사실만으로 실제 공격에 이용됐다고 단정할 수는 없다.
대응에서는 디버그 기능의 활성화 여부와 네트워크 노출 범위가 우선 점검 대상이다. 해당 기능이 불필요한 운영 환경에서는 켜지 않고, 필요한 경우에도 외부와 일반 사용자에게 관리 경로가 열리지 않도록 접근을 제한하는 방식으로 공격 조건을 줄일 수 있다. 연구자 보고는 eval()을 구조화된 파서나 제한된 표현식 평가기로 대체하고, 디버그 경로에 관리자 인증을 강제하는 개선 방향을 제시했다.
수정 제안과 실제 배포도 구별해야 한다. 10월 18일 확인한 공식 저장소에서 관련 이슈는 열려 있었으며, 연결된 수정 제안 #44205는 병합되지 않은 채 종료된 상태였다. VulnCheck 권고에는 수정 완료 버전이 명시돼 있지 않다. 공개된 수정 제안만을 근거로 패치가 배포됐다고 판단할 수 없는 만큼, 운영자는 프로젝트의 후속 보안 공지와 실제 반영 여부를 확인해야 한다.
출처: VulnCheck 보안 권고(2026년 10월 16일) https://www.vulncheck.com/advisories/sglang-0.5.10-through-0.5.22-code-injection-via-debug-dumper-filter
NIST NVD 취약점 기록 https://nvd.nist.gov/vuln/detail/CVE-2026-111391
SGLang 공식 저장소 연구자 보고 #44188 https://github.com/sgl-project/sglang/issues/44188
CVE 공식 기록 https://cveawg.mitre.org/api/cve/CVE-2026-111391
SGLang 공식 저장소 수정 제안 #44205 https://github.com/sgl-project/sglang/pull/44205









