M4RT1N4 terminal banner
Martina

M4RT1N4

Offensive Security 인프라 취약점 진단 · 모의해킹 · 진단 자동화 도구 개발

해킹 실습장

10챌린지 24누적 solve 복합기 관리 콘솔최근 추가 참가하기 →lab.martina7.com

카테고리

[Web] Web 12 [Pwn] Pwnable 14 [Rev] 리버싱 11 [AI] AI 보안 9 [CVE] CVE 분석 8 [HowTo] 방법론 8 [ProJ] 프로젝트 4 [News] NEWS 4

최근 글

전체 70개 보기 →

이 글은 대한민국만이 아니라 전 세계 보안 업계가 겪고 있는 고충, 그리고 하루가 다르게 발전하는 AI와 그에 따라 더 무거워진 보안의 의미를 정리해 보려고 쓴다. 1. 영화 속 해커와 현실의 보안…

2026-10-15 15:26:32

앞의 글(반응으로 취약점을 추론하기, 전자금융기반시설·주요정보통신기반시설 기준 확인)에서 "어떤 반응이 나오면 어떤 약점을 의심하는가"와 "그게 실제 공식 기준 항목과 일치하는가"를 정리했다. 이번…

2026-07-29 09:20:47

소스 코드 없이 웹서버를 진단할 때 실제로 하는 일은 특정 입력을 넣고 서버가 평소와 다르게 반응하는지 관찰하는 것이다. 이 반응 하나하나가 내부 로직을 추론할 수 있는 유일한 단서라서, "이런 반…

2026-07-29 09:10:18

RAG(RetrievalAugmented Generation, 검색 증강 생성)는 LLM이 답변을 생성하기 전에 외부 데이터 저장소에서 관련 문서를 먼저 검색해서, 그 내용을 프롬프트에 끼워 넣어 …

2026-07-27 05:21:30

하나의 LLM 호출로 대부분의 일을 처리하다가, 어느 순간부터 "이 작업은 프롬프트 하나로는 안 되는데"라는 지점을 만나게 된다. 입력이 너무 길거나, 단계마다 요구되는 능력이 다르거나, 비용과 속…

2026-07-25 18:39:42