함수 추상화 정확도 문제 분석·해결

1배경

코드 레벨 보안 분석 도구는 소스 코드를 함수 단위로 추상화(정규화)한 뒤 함수 시그니처를 비교해 유사 코드와 취약점을 탐지합니다. 그런데 이 추상화 단계에서 변수명·타입만 다를 뿐 사실상 동일한 함수가 매번 다른 시그니처로 생성되는 문제가 있었습니다.

• 같은 로직의 함수가 서로 다르게 추상화되면서 코드 유사성 분석의 정확도가 떨어짐
• 특히 익명 함수는 호출 때마다 다른 이름으로 처리되어 동일 함수임에도 매번 별개로 인식됨

2접근

여러 언어의 소스로 심층 테스트를 수행해 원인을 좁혔습니다. 결과적으로 두 가지 결함이 확인됐습니다.

• 구문 분석기 결함 — final, Map<> 같은 특정 키워드·제네릭 문법을 제대로 처리하지 못함
• 내부 정규식 로직 결함 — 추상화 과정의 패턴 매칭이 일관된 결과를 보장하지 못함

핵심 해결책은 익명 함수가 매번 다른 이름으로 처리되는 문제를, 함수 내용 기반 해시값으로 고유하고 일관된 함수명을 부여하도록 명명 로직을 개발·적용한 것입니다. 같은 내용이면 항상 같은 이름이 나오므로 동일 함수가 일관되게 식별됩니다.

3임팩트

4역할

데이터 엔지니어로서 문제 재현 → 다언어 심층 테스트 → 원인 규명 → 해결 로직 설계·적용까지 주도했습니다. 표면적인 증상(불일치하는 시그니처)에서 출발해 구문 분석기와 정규식 로직이라는 근본 원인을 분리해내고, 익명 함수 명명을 내용 기반 해시로 대체하는 일반적 해법으로 마무리했습니다.

코드 유사성·취약점 분석 파이프라인의 정밀도 개선 작업의 일부로 진행.