Kesekit Start Ko

Organization

cdppcorp

kesekit-start-ko

KISA 기반 보안 취약점 분석평가를 수행합니다. 주요정보통신기반시설(CII) 기술/관리/물리 취약점(560항목), AI 보안 안내서, 로봇 보안 체크리스트, 우주 보안(위성/GSaaS/공급망 53항목), 제로트러스트(8개 핵심요소, ~396항목) 평가를 지원합니다. "보안 점검", "취약점 분석", "기반시설 감사", "KISA 점검", "보안 평가", "AI 보안 점검", "로봇 보안 평가", "우주 보안 평가", "위성 보안", "제로트러스트", "ZTA", "ZTNA" 시 사용하세요.

Overview

Publisher	cdppcorp
Repository	`KESE-KIT`
Skill name	`kesekit-start-ko`
Stars	361
Forks	81
Bundled files	64
License	MIT
Links	Skill source Repository

Markdown instructions
A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.
Works with any LLM
AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.
64 bundled files
Scripts, templates, and references the model can read while it works. Files are read-only and never executed.
Open source
Published by cdppcorp on GitHub. Read the source before you install it.

Installation

Install the Kesekit Start Ko AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

Open the app and go to Plugins → Skills.
Choose "Install from GitHub".
Paste the skill folder URL below and confirm.
https://github.com/cdppcorp/KESE-KIT/tree/main/skills-ko/kesekit-start-ko
Enable the skill in any chat where you want it available.

Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills

git clone --depth 1 https://github.com/cdppcorp/KESE-KIT.git /tmp/KESE-KIT
mkdir -p .claude/skills
cp -r /tmp/KESE-KIT/skills-ko/kesekit-start-ko .claude/skills/kesekit-start-ko

Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Kesekit Start Ko in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Kesekit Start Ko on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Kesekit Start Ko is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

Loaded only when it is needed
The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.
Switch models mid-chat
Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

KESE 보안 취약점 분석평가

KISA 가이드라인에 따른 보안 취약점 분석평가를 수행합니다. 사용자의 환경과 목적에 맞는 가이드라인을 자동으로 선택하여 평가를 진행합니다.

가이드라인 선택

사용자에게 어떤 분야의 보안 점검을 원하는지 확인합니다. 명확하지 않으면 아래 목록을 보여주고 선택하게 합니다.

사용 가능한 가이드라인

#	가이드라인	설명	항목 수
1	주요정보통신기반시설(CII)	기술적(424)+관리적(127)+물리적(18) 취약점	~560
2	AI 보안	AI 개발자/서비스제공자/이용자 보안 요구사항	~54
3	로봇 보안	산업용/서비스용/의료용 로봇 보안 체크리스트 (11개 카테고리)	~103
4	우주 보안	위성/GSaaS/공급망 체크리스트 (12개 분야)	53
5	시큐어코딩	JavaScript/Python 시큐어코딩 (7개 카테고리, 46 CWE)	46
6	제로트러스트	제로트러스트 성숙도 평가 (8개 핵심요소, 4단계 성숙도)	~396

자동 판별 기준

서버, 네트워크, 데이터베이스, 웹 서비스, 방화벽 등 → CII
AI 모델, LLM, 생성형 AI, 머신러닝, 프롬프트 등 → AI 보안
로봇, 산업용 로봇, 서비스 로봇, 의료용 로봇, ROS, PLC 등 → 로봇 보안
위성, 지상국, GSaaS, 우주 시스템, GNSS, VSAT, LEO 군집, 우주 공급망 → 우주 보안
JavaScript, Python, 웹 애플리케이션 코드, 시큐어코딩, CWE, OWASP → 시큐어코딩
Zero Trust, ZTA, ZTNA, 제로트러스트, 마이크로세그멘테이션, microsegmentation, SDP, SASE, PEP/PDP, never trust always verify → 제로트러스트
클라우드, 가상화 → 맥락에 따라 CII 또는 AI 보안

CII 분기 시

templates/cii/ 디렉터리에서 대상 시스템에 해당하는 평가 템플릿 파일을 읽어 평가를 수행합니다. 점검/수정 스크립트는 scripts/cii/에 있습니다.

1단계: 환경 탐지

자동 탐지 또는 사용자 질문으로 대상 시스템을 파악합니다:

시스템	reference 파일	항목 수
Unix/Linux 서버	`templates/cii/unix.md`	67
Windows 서버	`templates/cii/windows.md`	64
웹 서비스	`templates/cii/web-service.md`	26
보안 장비	`templates/cii/security-equip.md`	23
네트워크 장비	`templates/cii/network.md`	38
제어시스템	`templates/cii/control-system.md`	46
PC	`templates/cii/pc.md`	18
DBMS	`templates/cii/database.md`	26
이동통신	`templates/cii/mobile.md`	4
Web Application	`templates/cii/webapp.md`	21
가상화 장비	`templates/cii/virtualization.md`	25
클라우드	`templates/cii/cloud.md`	19
관리적 취약점	`templates/cii/admin.md`	127
물리적 취약점	`templates/cii/physical.md`	18

2단계: 취약점 분석

해당 reference 파일을 Read로 로드한 후, 각 항목에 대해 점검합니다.

3단계: 보고서 생성


reports/kese/
├── summary.md          ← 전체 평가 요약
├── technical/          ← 시스템별 기술적 취약점 결과
├── administrative/     ← 관리적 취약점 결과
└── physical/           ← 물리적 취약점 결과

판단 기준

판단	설명
양호	보안 설정이 적절히 적용됨
부분이행	일부 구현되었으나 개선 필요
취약	보안 취약점 존재
해당없음	해당 환경에 적용 불가

AI 보안 분기 시

references/ai-security/ 디렉터리에서 대상에 해당하는 reference를 읽어 평가를 수행합니다.

1단계: 대상 확인

대상	reference 파일
전체 개요	`references/ai-security/overview.md`
AI 개발자	`templates/ai-security/developer.md`
AI 서비스 제공자	`references/ai-security/service-provider.md`
AI 이용자	`references/ai-security/user-guide.md`

2단계: 생명주기별 평가

AI 보안은 6단계 생명주기에 따라 점검합니다:

계획 및 설계
데이터 수집 및 준비
모델 개발
모델 배포
모니터링 및 유지보수
파기

3단계: 보고서 생성


reports/ai-security/
├── summary.md          ← 전체 평가 요약
├── developer.md        ← 개발자 보안 검증 결과
├── service-provider.md ← 서비스 제공자 검증 결과
└── user-checklist.md   ← 이용자 체크리스트 결과

로봇 보안 분기 시

templates/robot-security/ 디렉터리에서 해당 템플릿을 읽어 평가를 수행합니다.

1단계: 대상 확인

대상	reference 파일
전체 개요	`templates/robot-security/overview.md`
SSDF (보안 SW 개발)	`templates/robot-security/ssdf.md`
공급망 보안	`templates/robot-security/supply-chain.md`
IEC 62443 기반 (IA, UC, SI, DP, DFR, ER, RA)	`templates/robot-security/iec62443.md`
사이버 복원력	`templates/robot-security/cyber-resilience.md`
무선 보안	`templates/robot-security/wireless.md`

2단계: 카테고리별 평가

11개 카테고리, 총 ~103개 체크리스트 항목을 점검합니다.

3단계: 보고서 생성


reports/robot-security/
├── summary.md          ← 전체 평가 요약
├── ssdf.md             ← SSDF 19항목 결과
├── supply-chain.md     ← 공급망 7항목 결과
├── iec62443.md         ← IEC 62443 50항목 결과
├── cyber-resilience.md ← 사이버 복원력 13항목 결과
└── wireless.md         ← 무선 보안 14항목 결과

우선순위

긴급 (즉시 조치)

계정 관리 취약점, 미패치 취약점, 인젝션, 민감 데이터 미암호화

높음 (일정 내 조치)

설정 취약점, 보안 헤더 누락, 불완전한 로깅

보통 (개선 권고)

하드닝 권고, 문서화 부족

시큐어코딩 분기 시

references/secure-coding/에서 개요와 의사 코드 패턴을, templates/secure-coding/에서 언어별 평가 템플릿을 읽어 평가를 수행합니다.

주제	reference 파일
개요 (7개 카테고리, 49 CWE)	`references/secure-coding/overview.md`
의사 코드 (46항목, 언어 무관)	`references/secure-coding/pseudocode.md`
JavaScript (Express.js, Node.js, Sequelize)	`templates/secure-coding/javascript.md`
Python (Django, Flask, SQLAlchemy)	`templates/secure-coding/python.md`

판단 기준

양호: 시큐어 코딩 패턴이 올바르게 적용됨
부분이행: 패턴이 부분적으로 적용됨, 개선 필요
취약: 취약한 패턴 감지됨 (UNSAFE 코드 존재)
해당없음: 코드베이스에 해당 없음

제로트러스트 분기 시

references/zero-trust/에서 아키텍처 개요와 성숙도 모델을, templates/zero-trust/에서 핵심요소별 평가 체크리스트를 읽어 평가를 수행합니다.

주제	reference 파일
개요	`templates/zero-trust/overview.md`
식별자 및 디바이스	`templates/zero-trust/identity-device.md`
네트워크 및 시스템	`templates/zero-trust/network-system.md`
애플리케이션 및 데이터	`templates/zero-trust/app-data.md`
가시성 및 자동화	`templates/zero-trust/visibility-automation.md`
OT/ICS 환경	`templates/zero-trust/ot-environment.md`
ZT 아키텍처 참조	`references/zero-trust/overview.md`
성숙도 모델 상세	`references/zero-trust/maturity-model.md`
OT 배포 가이드	`references/zero-trust/ot-guide.md`

8개 핵심요소, ~396개 항목, 4단계 성숙도. 표준: KISA 제로트러스트 가이드라인 2.0, NIST SP 800-207, CISA ZT Maturity Model.

평가 흐름

목표 성숙도 수준 결정 (전통적/기본/고도화/최적화)
시스템 맥락에 따른 관련 핵심요소 선택
OT/ICS 환경이 감지되면 ot-environment.md도 로드
목표 성숙도 이하의 항목을 평가
갭 분석 보고서 생성

참고사항

평가 중 파일을 수정하지 마세요 — 읽기 전용입니다
해당 기술이 환경에 없는 경우 해당없음으로 표시하세요
발견된 각 취약점에 대해 구체적인 조치 방안을 제시하세요

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

and 4 more files.

Frequently asked questions

What does the Kesekit Start Ko AI skill do?

Why use Kesekit Start Ko on TypingMind?

Because you install it once and use it with any model. Kesekit Start Ko is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Kesekit Start Ko in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/cdppcorp/KESE-KIT/tree/main/skills-ko/kesekit-start-ko. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Kesekit Start Ko?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Kesekit Start Ko?

As many as you like. As long as a model supports skills, you can use Kesekit Start Ko with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Kesekit Start Ko AI skill free?

Yes. It is published on GitHub by cdppcorp under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Release Openclaw Mac

openclaw

OrganizationPopular

Run or recover OpenClaw macOS release signing, notarization, appcast, and asset promotion.

Release Openclaw Maintainer

openclaw

OrganizationPopular

Prepare, publish, recover, or verify OpenClaw beta, stable, and extended-stable releases, including approved backports.

Release Openclaw Plugin Testing

openclaw

OrganizationPopular

Plan and run pre-release OpenClaw plugin validation across bundled plugins, package artifacts, lifecycle commands, doctor/fix, config round-trip, gateway startup, SDK compatibility, Docker E2E,…

Solid

Write, port, review, or test Solid 2 UI in OpenClaw (Control UI, plugin views, Canvas hosts), including state ownership, Lit interop during the migration, native overlays, testing, performance, and…

Overview

Installation

Install in TypingMind

Install in another agent

Use it in TypingMind

Works with any AI model

Skill instructions

KESE 보안 취약점 분석평가

가이드라인 선택

사용 가능한 가이드라인

자동 판별 기준

CII 분기 시

1단계: 환경 탐지

2단계: 취약점 분석

3단계: 보고서 생성

판단 기준

AI 보안 분기 시

1단계: 대상 확인

2단계: 생명주기별 평가

3단계: 보고서 생성

로봇 보안 분기 시

1단계: 대상 확인

2단계: 카테고리별 평가

3단계: 보고서 생성

우선순위

긴급 (즉시 조치)

높음 (일정 내 조치)

보통 (개선 권고)

시큐어코딩 분기 시

판단 기준

제로트러스트 분기 시

평가 흐름

참고사항

Bundled files

Frequently asked questions

Related AI Skills

Set up your own AI workspace now