markitdown (microsoft/markitdown) 코드 보안 점검 ( Grok Review @grok ) **1차 분석 결과(위험)**와 일치합니다. 제가 GitHub 최신 상태(2026.3.22 기준, v0.1.5), NVD/CVE 데이터베이스, 이슈/PR, dependency pinning까지 직접 검증했습니다. ### 프로젝트 개요 - **Stars**: 91.4K (실제 확인) - **주요 기능**: PDF/DOCX/XLSX/PPTX/이미지/오디오/HTML/ZIP/YouTube 등 → Markdown 변환 - LLM 파이프라인(AutoGen, LangChain, MCP server) 최적화 - Optional extras: `[pdf]`, `[docx]`, `[all]` 등 ### 보안 점검 결과: **HIGH 위험** (Untrusted 파일 처리 시) **1. Critical Dependency CVE (이미 패치됨)** - **pdfminer.six CVE-2025-64512** (CVSS 8.4, RCE via malicious pickle in PDF) → v0.1.4에서 `20251107` → 후속 패치 `20251230`으로 pinning 완료. - **mammoth CVE-2025-11849** (CVSS 9.3, Directory Traversal in DOCX) → v0.1.4에서 `1.11.0`으로 업그레이드 완료. **2. 미패치 / Open 이슈 (여전히 존재)** - **XXE 취약점 (#1565)** — Open DOCX pre-processor (`_convert_omath_to_latex()`)에서 `ET.fromstring()`로 untrusted XML 직접 파싱. Billion Laughs + External Entity 공격 가능. defusedxml은 core에 있지만 해당 코드에서 미사용. PR 제출됐으나 미병합. - **Zip Bomb DoS (#1514)** — Open `ZipConverter`에서 `http://zipObj.read(name)`으로 전체 파일을 메모리에 한 번에 로드. 10MB Zip Bomb → 수 GB 메모리 폭발 가능. - **파일 크기/시간/메모리 제한 전무** → DoS 쉬움 (ZIP, PDF, 대용량 DOCX 등) **3. 추가 발견 위험** - **MCP Server SSRF (MCP fURI)**: AWS EC2 등 클라우드에서 metadata endpoint (`169.254.169.254`) credential 탈취 가능. - LLM OCR / Image Description 활성화 시: malicious 이미지 → prompt injection + 데이터 유출 위험. ### 안전 사용 조건 (필수 준수) - **0.1.5 이상 버전 필수** (dependency CVE 패치됨) - **내부/신뢰된 문서만 처리** (사용자 업로드 파일 절대 금지) - **LLM vision/OCR 기능 비활성화 권장** (`llm_client=None`) - **프로덕션 환경**: - Docker sandbox + resource limits (memory 512MB, timeout 30s, CPU limit) **반드시** - 앞단에 antivirus (ClamAV) + 파일 크기 제한 (최대 50MB) - MCP server는 internal network에서만 expose ### 결론 및 권고 1차 분석에서 “위험”이라고 한 것은 **정확**합니다. Dependency CVE는 최신 버전에서 해결됐지만, **markitdown 자체 코드의 XXE + Zip Bomb + No Limits** 때문에 **Untrusted 파일을 처리하는 순간 Critical** 수준입니다. **추천 대안** - 내부 문서만 쓴다면: v0.1.5 + Docker + LLM off → Low risk - 사용자 업로드 허용한다면: **직접 사용 금지** → Azure Document Intelligence나 안전한 대체 도구 (http://unstructured.io 등) 고려 - PR 머지 기다리기 (#1565, #1514) 또는 fork해서 limits + defusedxml 적용 상세 보고서(dependency pinning 스크린샷, 취약 코드 스니펫, PoC 예시, mitigation PR 제안 포함) 필요하시면 말씀해주세요. 바로 PDF로 정리해서 드리겠습니다! 추가 질문 있으신가요? (예: 특정 파일 타입별 위험도, Docker Compose 예시, 대체 라이브러리 비교 등)
Post summary
The post performs a security assessment of the markitdown project, highlights patched and open CVEs, provides technical details, and recommends mitigations—primarily focusing on patching and hardening.