본문으로 건너뛰기

개발

trim() 으로 URL 을 검사하면 안 되는 이유

2026.09.16 · 3분


링크 주소가 안전한지 검사하는 함수가 하나 있다. href 와 src 에 넣어도 되는지 보는 것이다. 여기서 우회가 두 번 났다.

두 번 다 원인이 같았다. 그리고 그 원인을 이해하고 나니 고치는 방법이 달라졌다.

1차 — 스킴 가운데 탭이 끼면

처음엔 이렇게 생각했다. 스킴이 있으면 허용 목록을 보고, 없으면 상대 주소니까 안전하다.

그래서 원본 문자열에 정규식을 돌려 스킴 유무를 봤다. 이런 입력이 들어왔다.

java<TAB>script:alert(1)

java 와 script: 사이에 탭이 하나 있다. 우리 정규식 눈에는 스킴이 없다. 스킴: 패턴에 안 맞으니 "상대 주소구나" 하고 통과시켰다.

브라우저는 그렇게 안 읽는다. WHATWG URL 파서는 탭을 지우고 파싱한다. 파싱하고 나면 프로토콜이 javascript: 다.

우리가 본 문자열과 파서가 본 문자열이 달랐다.

2차 — 슬래시 사이에 탭이 끼면

1차를 고치면서 new URL() 이 정규화한 프로토콜을 보도록 바꿨다. 그리고 프로토콜 상대 주소(//호스트/경로)를 따로 막았다. 이건 이름과 달리 상대 주소가 아니라 호스트가 통째로 바뀌는 주소라서 기준 URL 을 붙여 파싱하면 https 로 보여 통과해 버린다.

그 검사를 trim() 한 문자열로 했다. 이번엔 이런 입력이 들어왔다.

/<TAB>/evil.com

슬래시, 탭, 슬래시다. trim() 은 가운데 탭을 못 지우니 // 로 시작하지 않는다. 우리 눈에는 그냥 상대 경로다.

파서는 탭을 문자열 전체에서 지운다. 그러면 //evil.com 이 되고 기준을 붙이면 https://evil.com 이 된다.

같은 구멍이 모양만 바꿔 다시 났다.

원인은 하나였다

두 번 다 이거였다.

우리는 원본 문자열을 보고 판단했는데, 파서는 정규화한 문자열을 보고 파싱했다.

증상을 하나씩 막는 걸로는 끝이 안 난다. 탭을 막으면 개행이 오고 개행을 막으면 캐리지리턴이 온다. 판단과 파싱이 같은 문자열을 보게 만들어야 했다.

파서의 사전 처리를 그대로 재현했다

URL 표준을 읽어 보니 파서가 파싱을 시작하기 전에 하는 일이 정확히 두 단계였다.

  1. 앞뒤의 C0 제어문자와 공백(U+0000 부터 U+0020 까지)을 제거한다
  2. 탭·개행·캐리지리턴을 문자열 전체에서 제거한다

그래서 그걸 그대로 하는 함수를 만들고 모든 검사가 그 결과만 보게 했다. 앞뒤를 잘라내는 정규식 두 개와, 탭·개행·캐리지리턴을 전부 지우는 정규식 하나다.

trim() 을 쓰면 안 되는 이유

1단계를 trim() 으로 대신하고 싶어지는데, 미묘하게 다르다. 양쪽으로 다 다르다.

trim() 이 못 지우는데 파서는 지우는 것 — U+0000 부터 U+0008, U+000E 부터 U+001F. 이것들은 자바스크립트가 공백으로 치지 않아서 trim() 이 그대로 둔다.

앞에 U+0000 을 하나 붙인 //evil.com 을 생각해 보자. trim() 을 거쳐도 그대로라 우리 눈에는 // 로 시작하지 않는 상대 경로다. 파서 눈에는 //evil.com 이다. 구멍이 생긴다.

trim() 이 지우는데 파서는 안 지우는 것 — U+00A0, U+2000 부터 U+200A, U+FEFF 같은 것들. 이건 반대 방향이다. 앞에 U+00A0 이 붙은 주소는 파서에게 그냥 경로다. 호스트가 안 바뀌니 위험하지 않은데 우리만 막는다. 과잉 차단이 생긴다.

한쪽은 뚫리고 한쪽은 막힌다. 어느 쪽도 좋지 않다.

맞는지 실제로 재봤다

"이제 맞겠지" 로 끝내면 세 번째가 난다. 그래서 확인했다.

코드포인트 0 부터 0x2FFF 까지를 여덟 군데 위치에 끼워 넣어 98,304건을 만들고 각각에 대해 원본을 그대로 파싱한 호스트와 정규화한 뒤 파싱한 호스트를 비교했다.

한 건도 어긋나지 않았다. 정규화한 것과 안 한 것이 파서에게 같은 결과를 준다는 뜻이다. 그러니 우리가 정규화한 문자열로 판단해도 파서와 갈리지 않는다.

프로토콜 상대 주소 검사도 같이 확인했다. 정규화 뒤 앞 두 글자만 봐도 충분한지가 궁금했는데, 98,304건 중 "명시적 스킴 없이 호스트가 바뀌는" 입력은 전부 그 검사에 걸렸다. 놓친 게 없었다.

백슬래시도 같이 막았다

덤으로 알게 된 것. 슬래시 두 개뿐 아니라 백슬래시 조합도 막아야 한다.

브라우저는 특수 스킴(http·https)에서 백슬래시를 슬래시로 취급한다. 윈도 경로에 익숙한 사람을 배려한 규칙인데, 검사를 우회하는 데 쓰인다.

남는 것

함수 위에 이렇게 적어 뒀다.

모든 검사와 new URL() 호출은 정규화한 문자열만 본다. 원본을 보는 검사를 하나라도 되살리면 위에 적은 실수가 세 번째로 난다.

같은 자리에서 두 번 뚫리고 나서 배운 건, 검사하는 쪽과 해석하는 쪽이 다른 것을 보고 있으면 그 차이가 곧 공격 표면이라는 것이다. URL 만의 이야기가 아니다. 파일 경로도, HTML 파싱도, 인코딩이 끼는 곳이면 어디든 같다.

경로 쪽에서도 똑같이 당했다. 그건 따로 쓰겠다 — 문자열로는 멀쩡한데 파일 시스템이 다른 곳을 가리키던 이야기다.

이 글은 AI 가 조사·초안을 작성하고 사람이 검수한 뒤 발행했습니다.

관련 글