AI-POWERED TRIAGE FOR SAST
SAST 분석의 결함을, AI가 트리아지하고
수정 코드까지 제시합니다.
SAST LLM Reviewer
🔒로컬 LLM · 온프레미스 ｜ 🔌 Coverity Connect 연동 ｜ 🛠️ 원인분석 + 수정코드 ｜ 📄 PDF · HTML 리포트
정탐/오탐 자동 분류
원인 분석 및 수정 코드 제안
로컬 LLM 기반 온프레미스 분석
20종 이상의 컴플라이언스 표준 지원
PDF·HTML· Markdown·JSON
리포트 제공
SAST LLM Reviewer는 Coverity에서 탐지된 결함을 로컬 LLM 기반으로 분석하여 정탐과 오탐을 분류하고, 정탐으로 판단된 결함에 대해서는 원인 분석과 수정 코드까지 제안하는 KMS Technology의 AI 리뷰 보조 도구입니다. 분석 과정은 사내 환경에서 수행되며, 소스코드와 결함 데이터는 외부로 전송되지 않습니다.
#SAST LLM Reviewer란?
SAST LLM Reivewer는 기존 Coverity 정적 분석 결과를 보다 빠르게 검토하고 조치할 수 있도록 돕는 AI 기반 결함 리뷰 도구입니다.
Coverity Connect 또는 Coverity HTML 리포트에서 결함 정보를 불러와, 각 결함을 정탐/오탐으로 분류하고, 개발자가 바로 참고할 수 있는 원인 설명과 수정 방향을 제공합니다.
AI-POWERED TRIAGE FOR SAST
SAST 분석의 결함을, AI가 트리아지하고 수정 코드까지 제시합니다.
SAST LLM Reviewer
🔒로컬 LLM · 온프레미스 ｜ 🔌 Coverity Connect 연동 ｜ 🛠️ 원인분석 + 수정코드 ｜ 📄 PDF · HTML 리포트
▪️결함을 찾는 것만으로는
충분하지 않습니다
Coverity는 소스코드의 결함을 정확하게 탐지합니다. 하지만 실제 개발 현장에서는 탐지된 결함을 하나씩 검토하고, 오탐을 걸러내고, 수정 방향을 판단하는 과정에 많은 시간이 소요됩니다.
SAST LLM Reviewer는 이 '검토와 조치' 단계를 AI로 보완합니다.
오탐에 묻히는 진짜 결함
정적 분석 결과에는 오탐이 포함될 수 있습니다. 경고가 누적될수록 개발팀은 중요한 결함을 놓치거나 분석결과 자체를 후순위로 미루게 됩니다.
반복적인 트리아지 업무
수백, 수천 건의 결함을 사람이 하나씩 검토해 정탐/오탐을 판단하는 과정은 많은 시간과 리소스를 요구합니다.
수정 방향 판단의 어려움
결함이 발견되어도 "왜 문제가 되는지", "어떻게 수정해야 하는지"는 개발자가 다시 분석해야 합니다.
정탐/오탐 자동 분류
원인 분석 및 수정 코드 제안
로컬 LLM 기반 온프레미스 분석
PDF · HTML · Markdown · JSON 리포트 제공
SAST LLM Reviewer는 Coverity에서 탐지된 결함을 로컬 LLM 기반으로 분석하여 정탐과 오탐을 분류하고,
정탐으로 판단된 결함에 대해서는 원인 분석과 수정 코드까지 제안하는 KMS Technology의 AI 리뷰 보조 도구입니다.
분석 과정은 사내 환경에서 수행되며, 소스코드와 결함 데이터는 외부로 전송되지 않습니다.
▪️SAST LLM Reviewer의
주요 기능
Coverity 결함을 AI가 분석하여 정탐/오탐 여부를 분류하고, 판정 신뢰도를 함께 제공합니다. 오탐으로 판단된 항목은 그 근거까지 설명해 검토 우선순위를 명확히 할 수 있습니다.
Coverity Connect의 프로젝트, 스트림, 이슈 뷰, 필터를 선택해 Outstanding Issues를 불러올 수 있으며, Coveirty HTML 리포트 기반 분석도 지원합니다.
분석 결과를 PDF, HTML, Markdown, JSON 형식으로 내보낼 수 있으며, 요약 통계와 결함별 상세 분석, 수정 코드와 설명을 한 파일로 공유할 수 있습니다.
# SAST LLM Reviewer란?
SAST LLM Reviewer는 기존 Coverity 정적 분석 결과를 보다 빠르게 검토하고 조치할 수 있도록 돕는 AI 기반 결함 리뷰 도구입니다.
Coverity Connect 또는 Coverity HTML 리포트에서 결함 정보를 불러와, 각 결함을 정탐/오탐으로 분류하고, 개발자가 바로 참고할 수 있는 원인 설명과 수정 방향을 제공합니다.
▪️결함을 찾는 것만으로는 충분하지 않습니다.
Coverity는 소스코드의 결함을 정확하게 탐지합니다.
하지만 실제 개발 현장에서는 탐지된 결함을 하나씩 검토하고, 오탐을 걸러내고, 수정 방향을 판단하는 과정에 많은 시간이 소요됩니다.
SAST LLM Reviewer는 이 '검토와 조치' 단계를 AI로 보완합니다.
오탐에 묻히는 진짜 결함
정적 분석 결과에는 오탐이 포함될 수 있습니다. 경고가 누적될수록 개발팀은 중요한 결함을 놓치거나 분석결과 자체를 후순위로 미루게 됩니다.
반복적인 트리아지 업무
수백, 수천 건의 결함을 사람이 하나씩 검토해 정탐/오탐을 판단하는 과정은 많은 시간과 리소스를 요구합니다.
수정 방향 판단의 어려움
결함이 발견되어도 "왜 문제가 되는지",
"어떻게 수정해야 하는지"는 개발자가 다시 분석해야 합니다.
Coverity 결함을 AI가 분석하여 정탐/오탐 여부를 분류하고, 판정 신뢰도를 함께 제공합니다. 오탐으로 판단된 항목은 그 근거까지 설명해 검토 우선순위를 명확히 할 수 있습니다.
정탐으로 분류된 결함에 대해 이벤트 제안과 런타임 발현 시나리오를 기반으로 원인을 설명하고, 적용 가능한 수정 전/후 코드 예시를 제공합니다.
Coverity Connect의 프로젝트, 스트림, 이슈 뷰, 필터를 선택해 Outstanding Issues를 불러올 수 있으며, Coverity HTML 리포트 기반 분석도 지원합니다.
HOW IT WORKS
기존 Coverity 워크플로우 위에 그대로 얹어, 발견에서 수정까지의 거리를 좁힙니다.
STEP 01. Coverity 결과 불러오기
Coverity Connect에 연결하거나 Coiverity HTML 리포트를 업로드하여
분석 대상 결함을 불러옵니다.
STEP 02. AI가 정탐/오탐 분석
로컬 LLM이 각 결함을 분석해 정탐/오탐 여부와 신뢰도를 분류하고,
정탐 결함에 대해서는 원인과 수정 방향을 설명합니다.
STEP 03. 리포트로 공유
분석 결과를 PDF, HTML, Markdown, JSON 형식으로 내보내 관리자, 보안 담당자, 개발팀과 공유할 수 있습니다.
CAPABILITIES
▪️한 화면에서,
트리아지부터 수정까지
자동 트리아지
정탐/오탐을 신뢰도와 함께 분류하고, 오탐은 "왜 오탐인지" 근거까지 제시합니다. 검토 우선 순위가 명확해집니다.
원인 분석 + 수정 코드
이벤트 제안을 따라 근본 원인을 짚고, 적용 가능한 수정 전/후 diff와 한국어 설명을 만들어 줍니다.
로컬 LLM · 데이터 보안
LM Studio 기반 로컬 모델로 동작합니다. 소스코드와 결함이 사내망을 벗어나지 않아, 클라우드 AI가 필요 없습니다.
*온프레미스로 데이터 유출 X
Coverity Connect 연동
REST 연동으로 프로젝트/스트림/뷰/필터를 선택, Outstanding Issues를 로드, 수만 건 규모도 페이지 단위로 처리합니다.
대화형 추가 질문
"왜 오탐이야?", "더 쉽게 설명해줘" 같은 후속 질문으로, 시니어 리뷰어에게 묻듯 더 깊이 파고들 수 있습니다.
공유용 리포트
PDF · HTML · Markdown · JSON 내보내기, 요약 통계 + 결함별 상세(근거·수정 코드)를 한 파일에 담아 공유합니다.
코드는 사내에 머뭅니다
많은 AI 코드 도구가 소스를 외부 클라우드로 전송합니다.
SAST LLM Reviewer는 다릅니다.
분석에 쓰는 LLM이 사내에서 로컬로 동작합니다.
✔️ 소스 코드 · 결함 데이터가 외부로
전송되지 않음
✔️ 인터넷 차단 환경(에어갭)에서도 운용 가능
✔️ 클라우드 토큰 비용 없음 · 사용량
제한 없음
✔️ 보안 심사가 엄격한 엔터프라이즈에
적합 봉
CAPABILITIES
자동 트리아지
정탐/오탐을 신뢰도와 함께 분류하고, 오탐은 "왜 오탐인지" 근거까지 제시합니다. 검토 우선 순위가 명확해집니다.
원인 분석 + 수정 코드
이벤트 제안을 따라 근본 원인을 짚고, 적용 가능한 수정 전/후 diff와 한국어 설명을 만들어 줍니다.
로컬 LLM · 데이터 보안
LM Studio 기반 로컬 모델로 동작합니다. 소스코드와 결함이 사내망을 벗어나지 않아, 클라우드 AI가 필요 없습니다. *온프레미스로 데이터 유출 X
Coverity Connect 연동
REST 연동으로 프로젝트/스트림/뷰/필터를 선택, Outstanding Issues를 로드, 수만 건 규모도 페이지 단위로 처리합니다.
대화형 추가 질문
"왜 오탐이야?", "더 쉽게 설명해줘"같은 후속 질문으로, 시니어 리뷰어에게 묻듯 더 깊이 파고들 수 있습니다.
공유용 리포트
PDF·HTML·Markdown·JSON 내보내기, 요약 통계 + 결함별 상세(근거·수정 코드)를 한 파일에 담아 공유합니다.
코드는 사내에 머뭅니다
많은 AI 코드 도구가 소스를 외부 클라우드로 전송합니다.
SAST LLM Reviewer는 다릅니다.
분석에 쓰는 LLM이 사내에서 로컬로 동작합니다.
✔️ 소스 코드 · 결함 데이터가 외부로 전송되지 않음
✔️ 인터넷 차단 환경(에어갭)에서도 운용 가능
✔️ 클라우드 토큰 비용 없음 · 사용량 제한 없음
✔️ 보안 심사가 엄격한 엔터프라이즈에 적합
리소스 누수를 정탐으로 확정하고, 이벤트 체인으로 원인을 짚은 뒤 수정 전/후 코드까지 제시합니다.
Enum의 ==비교를 버그로 본 분석기의 과추론을,"안전한 패턴"이라는 근거과 함께 정확히 오탐으로 걸러냅니다.
어려은 결함도 "쉽게 설명해줘" 한마디면, 초급 개발자도 이해할 수 있게 다시 풀어 줍니다.
WHY IT MATTERS
▪️이미 보유한
SAST 분석 투자를,
'수정 완료'까지 끌어옵니다
추가 클라우드 비용도, 데이터 유출 위험도 없이 노이즈를 걷어 내고, 원인을 설명하고, 수정 코드를 만들어 발견에서 수정까지의 거리를 좁힙니다.
WHY IT MATTERS
▪️이미 보유한 SAST분석 투자를, '수정 완료'까지 끌어옵니다
Coverity는 결함을 정확히 찾습니다. SAST LLM Reviewer는 그 다음 단계를 책임집니다.
추가 클라우드 비용도, 데이터 유출 위험도 없이 노이즈를 걷어 내고, 원인을 설명하고, 수정 코드를 만들어 발견에서 수정까지의 거리를 좁힙니다.
AT A GLANCE
플랫폼 | Windows · macOS · Linux 데스크톱 앱 | 분석 엔진 | 로컬 LLM(LM Studio, OpenAI 호환 API) · 온프레미스 |
| 입력 | Coverity Connect REST 연동 Coverity HTML리포트(디렉토리 · 파일) | 출력 | PDF · HTML · Markdown · JSON |
| 처리 | 백그라운드 배치 분석 · 페이지네이션(수만 건 규모) | 언어 | 한국어 분석 · 설명 · 리포트 |
KMS Technology는
SW보안 및 품질 분야 전 세계1위 솔루션을
국내에 공급하며 기술지원하고 있습니다.
국내 대기업, 중소기업 및 공공기관 등
다양하고 풍부한 레퍼런스를 보유한만큼
기업별 여건에 맞는 구축 및 운영 방안을 제시해드립니다.
