【사이버 보안 동향 분석】

AI 기술의 급격한 진화가 공격 측과 방어 측 모두에 큰 영향을 미치고 있는 가운데, 7월 상순에도 AI를 악용한 새로운 공격 수법이나 기존 방식의 취약점 악용, 공급망을 노린 데이터 유출이 잇따라 보고되고 있습니다. 아래에 최근의 주목할 만한 토픽을 배경·영향·대책의 관점에서 자세히 정리합니다.

1. AI 에이전트에 의한 최초의 완전 자동 랜섬웨어 공격 「JadePuffer」 확인
   Sysdig의 위협 조사 팀이 JadePuffer라고 명명된 공격자가 대규모 언어 모델 (LLM)을 활용한 AI 에이전트만으로, 초기 침투부터 측면 이동 (Lateral Movement), 권한 상승, 데이터 암호화·파괴, 몸값 요구까지를 완전히 자율적으로 실행한 사례를 처음으로 확인했습니다. 공격의 기점은 AI 애플리케이션 구축 도구인 「Langflow」의 알려진 취약점 (CVE-2025-3248)으로, 인증 없이 임의의 코드를 실행할 수 있었습니다. AI 에이전트는 실패를 적응적으로 수정하며 Nacos 등의 다른 컴포넌트에도 침투하여, 최종적으로 운영 데이터베이스를 암호화·파괴했습니다.
   배경: 지금까지 랜섬웨어 공격은 인간 운영자가 일부를 담당하는 것이 일반적이었으나, LLM의 추론 능력 향상으로 인해 「agentic (에이전트형)」 공격이 현실화되었습니다. 공격자는 프롬프트로 공격 절차를 지시하는 것만으로 복잡한 멀티 스테이지 공격을 자동화할 수 있습니다. Langflow와 같은 오픈 소스 AI 도구가 인터넷에 공개되어 있는 사례가 늘어나고 있는 것도 배경에 있습니다.
   영향: 공격의 속도와 규모가 극적으로 향상되어, 방어 측이 대응할 수 있는 시간이 극도로 단축됩니다. 데이터베이스를 직접 표적으로 삼았기 때문에 사업 중단이나 기밀 데이터의 완전 상실 리스크가 높아집니다. AI가 공격 도구를 자율적으로 생성·실행하는 시대가 도래함에 따라, 기존의 「인간 중심」 위협 인텔리전스가 통하기 어려워졌으며, AI 구동 공격이 향후 급증할 가능성이 있습니다.
   대책: 인터넷에 공개하는 AI 도구 (Langflow 등)의 취약점에 즉시 패치를 적용하고, 불필요한 공개를 피한다. 네트워크 세그멘테이션 (Network Segmentation)을 철저히 하여 AI 에이전트가 동작하는 환경을 엄격히 격리한다. 이상 프로세스 실행이나 측면 이동을 탐지하는 EDR/XDR을 도입하여 AI 특유의 행동 패턴 (적응적 추론)을 감시한다. 제로 트러스트 아키텍처 (Zero Trust Architecture)를 채택하여 초기 액세스 시점에서 침투를 저지한다. 정기적으로 AI 도구의 설정을 재검토하고, 기본 설정 변경 및 액세스 제어를 강화한다.

2. SimpleHelp 원격 모니터링·관리 도구의 치명적 인증 우회 취약점 (CVE-2026-48558) 악용
   원격 지원 도구인 「SimpleHelp」에서 CVSS 점수 10.0의 매우 심각한 인증 우회 취약점이 발견되어, CISA의 알려진 악용 취약점 (KEV) 카탈로그에 등록되었습니다. OpenID Connect (OIDC) 인증을 설정한 환경에서 토큰의 서명 검증이 불충분하기 때문에, 공격자가 가짜 토큰을 생성하여 「Technician」 권한을 부정하게 획득할 수 있습니다. 이미 적극적인 악용이 확인되었으며, TaskWeaver나 Djinn Stealer 등의 멀웨어가 전개되고 있습니다. 14,000대 이상의 SimpleHelp 서버가 인터넷에 공개되어 있으며, 특히 매니지드 서비스 프로바이더 (MSP)가 관리하는 다수의 고객 환경에 영향이 미칩니다.
   배경: MSP가 고객의 IT 환경을 원격 관리하기 위해 널리 사용되는 도구로, 서버 1대의 침해가 연쇄적으로 다수의 조직에 파급되는 전형적인 공급망 리스크입니다. OIDC와 같은 현대적인 인증을 도입했음에도 불구하고 구현의 미비점이 드러났습니다.
   영향: MSP를 통한 대규모 공급망 공격이 현실화되어, 단 한 번의 침해로 수백·수천 개의 고객 기업이 동시에 피해를 입을 가능성이 있습니다. 클라우드 인증 정보나 SSH 키, Docker 설정 등이 탈취되어 2차 피해가 확대됩니다. MSP를 이용하는 중소기업을 중심으로 IT 운영 전체의 신뢰성이 흔들리는 사태가 되고 있습니다.
   대책: SimpleHelp을 최신 버전 (v5.5.16 이후 또는 v6.0 RC2)으로 즉시 업데이트한다. OIDC를 사용하고 있는 경우 특히 주의하며, 가능하다면 대체 인증 방식으로 전환하거나 액세스 소스 IP 제한을 엄격히 적용한다. MSP의 보안 평가를 정기적으로 실시하고 RMM 도구의 로그를 집중 모니터링한다. 엔드포인트에 EDR을 도입하여 이상 원격 액세스를 탐지한다. MSP와의 계약에서 보안 책임 범위를 명확히 하고, 정기적인 취약점 진단을 의무화한다.

러시아 정보기관의 Signal 앱 백업 복구 키 타겟팅
FBI와 우크라이나 보안국(SSU)은 FSB 및 GRU 계열 그룹(UNC5792, UNC4221)이 Signal의 '백업 복구 키'(64자리의 복원용 키)를 노린 공격을 확인했습니다. 공격자는 Signal 지원팀을 사칭한 SMS 피싱(SMS Phishing)으로 피해자를 가짜 페이지로 유도하여 키를 탈취합니다. 한 번 획득한 키는 계정 재설정이나 전화번호 변경 후에도 유효하며, 과거의 모든 메시지, 그룹 이력, 연락처를 복원할 수 있습니다.
배경: Signal은 종단간 암호화(End-to-End Encryption)로 높은 보안성을 유지하는 한편, 편의성을 위해 백업 기능을 제공하고 있습니다. 이 백업 계층이 공격 대상으로 인식되지 않았던 '거버넌스의 틈새'가 악용되고 있습니다. 정부·군 관계자, 저널리스트, 외교관 등이 주요 표적입니다.
영향: 암호화 자체는 깨지지 않았으나, 백업을 통해 장기적인 통신 이력이 노출될 위험이 발생합니다. 조직 내에서 Signal을 공식 또는 비공식적으로 사용하는 경우, 기밀 논의의 전체 이력이 적대 세력에게 넘어갈 가능성이 있어 국가 안보나 기업 기밀에 심각한 영향을 미칩니다. 재설정 후에도 키가 계속 유지되기 때문에 피해의 지속성이 높다는 점이 특히 위험합니다.
대책: Signal 사용 시 백업 기능을 비활성화하거나, 정기적으로 새로운 복구 키를 생성하여 오래된 키를 무효화하는 운용을 철저히 한다. 피싱 저항력이 있는 다요소 인증(MFA)을 사용하거나, SMS 대신 앱 내 알림을 우선시한다. 조직 차원에서 보안 메시징 도구 사용 정책을 수립하고, 백업 기능의 리스크를 주지시킨다. 대안으로서 더욱 엄격한 키 관리가 가능한 도구의 도입을 검토한다. 의심스러운 SMS나 링크는 즉시 보고하는 문화를 조성한다.

4. AI를 활용한 브라우저 내 랜섬웨어 생성 위협 (DeepSeek 실험)
   Check Point Research는 DeepSeek AI에 '파일 암호화 도구' 제작을 지시했을 때, Chrome의 File System Access API를 이용하여 브라우저 내에서 로컬 파일을 열거하고 암호화하는 기능적인 코드가 생성된 사례를 보고했습니다. 설치나 권한 상승(Privilege Escalation)은 필요하지 않으며, 사용자가 파일 액세스 권한을 허용하는 것만으로 공격이 성립됩니다.
   배경: 브라우저의 샌드박스(Sandbox)를 우회하는 File System Access API가 AI 프롬프트 하나로 악용될 수 있음이 입증되었습니다. 서구권(Western) AI 모델에 비해 검열이 느슨한 모델이 공격 도구 생성에 사용되기 쉽다는 점도 지적되었습니다.
   영향: 공격의 문턱이 대폭 낮아져 기술적 숙련도가 낮은 공격자도 고도의 브라우저 기반 랜섬웨어를 제작할 수 있게 됩니다. 기존의 '설치형' 멀웨어와는 다른 새로운 공격 벡터로서 브라우저 자체가 타겟이 되는 리스크가 높아집니다.
   대책: 브라우저의 File System Access API 사용 권한을 엄격히 관리하고, 알 수 없는 사이트의 권한 요청을 거부하는 운용을 철저히 한다. 브라우저를 항상 최신 버전으로 유지하고, 확장 프로그램의 보안을 강화한다. AI 생성 코드나 수상한 웹 페이지를 탐지하는 보안 솔루션을 도입한다. 사용자 교육을 통해 '알 수 없는 사이트에서 파일 액세스를 허용하지 않는다'는 인식을 높인다.

5. 공급망을 노린 대규모 데이터 유출 사례
   Tata Electronics(Apple 공급업체) 데이터 유출: World Leaks(구 Hunters International 계열)로 추정되는 랜섬웨어 그룹이 Tata Electronics로부터 약 630GB, 20만 개 이상의 파일을 탈취하여 다크웹에 공개했습니다. 내용에는 iPhone 18 Pro의 부품 공급업체 리스트, 설계도, 낙하 테스트 사진 등이 포함되었으며, Tesla, TSMC, Qualcomm 관련 정보도 혼재되어 있었습니다. 인도 정부가 조사를 시작했으며, Apple도 공급망 보안을 강화하고 있습니다.
   Medtronic 데이터 침해: 지난 4월 ShinyHunters가 기업 IT 시스템에 무단 접속하여 약 380만 명의 개인정보(성명, 연락처, 생년월일, 건강 관련 정보 등)가 유출되었을 가능성이 있습니다. 회사는 영향을 받은 개인에게 통지를 시작했으며, 제품의 안전성에는 영향이 없다고 밝혔습니다.
   배경·영향·대책(공통): 제조업 및 의료기기 제조사의 공급망이 타겟이 되기 쉬우며, 한 회사의 침해가 글로벌 기업 전체로 파급됩니다. 영향은 고객의 프라이버시 침해, 경쟁 우위 상실, 규제 대응 비용 증가입니다.

대책: 서드파티 벤더 (Third-party vendor)의 보안 평가를 엄격화하고 정기적인 감사를 실시한다. 최소 권한의 원칙 (Principle of Least Privilege)을 철저히 준수하며, 기밀 데이터의 암호화와 액세스 로그 (Access log) 모니터링을 강화한다. 인시던트 (Incident) 발생 시 신속한 통지 체계를 갖추고, 백업 및 복구 계획을 정기적으로 테스트한다. 제로 트러스트 (Zero Trust)를 공급망 전체로 확대한다.

기타 주목할 만한 동향

• Google 등을 통한 주거용 프록시 네트워크(Residential Proxy Network) 'NetNut' 공동 파괴 작전 (Android 디바이스를 경유한 봇넷 (Botnet) 방식의 악용 방지).
• Mistic 백도어 (Backdoor)가 여러 랜섬웨어 (Ransomware) 그룹에 판매되어 ClickFix를 통해 전개됨.
• RustDuck 봇넷 (Botnet)의 Rust 언어 재작성 (탐지 회피 강화).
• Citrix NetScaler 및 Microsoft Defender 관련 취약점 악용 사례도 보고되었습니다.

이러한 사례들을 통해, 2026년은 'AI의 양날의 검'과 '공급망의 약점'이 현저하게 나타나고 있음을 알 수 있습니다. 조직은 AI 도구의 도입 및 관리를 신중하게 수행해야 하며, 기존의 취약점 패치 적용과 서드파티 리스크 (Third-party risk) 관리를 더욱 강화해야 합니다. 최신 위협 동향을 지속적으로 모니터링하고 방어책을 업데이트하는 것이 중요합니다.