[1/2] 일본의 데이터 유출은 계속된다. "중국산 AI" 헤드라인 뒤에는 무엇이 있을까?

보고 마감일: 2026년 10월 24일. 파트 1/2. 공개 등록부는 별도의 참고 자료로 보관됩니다.

점심 식사를 주문하거나, 여행을 예약하거나, 일자리를 찾거나, 관심 있는 마을에 기부금을 내는 것.

이것들 중 어느 것도 이상한 일은 아닙니다. 그런데 입력했던 정보가 유출되었을 수 있다는 통지서를 받는다고 상상해 보세요. 만약 여러 서비스에서 비슷한 통지를 받게 된다면, 자신이 무엇을 등록했고 어디에 했는지 단순히 기억하는 것 자체가 과제가 됩니다.

이것이 바로 일본의 2026년 10월 유출 공개 상황이 불편한 이유입니다. 심지어 일본의 고향 기부세 프로그램 포털인 Trustbank에서 운영하는 Furusato Choice조차도 4,454,097개의 회원 기록이 탈취되었다고 보고했습니다. 이 회사는 10월 19일에 침입을 확인하고 다음 날 발표했습니다. Trustbank’s disclosure

한 서비스만으로도 심각한 문제입니다. 그러자 또 다른 헤드라인이 등장합니다: 중국에서 개발된 AI 도구가 일본 기업들을 공격하는 데 사용되었을 수 있다는 것입니다.

갑자기, 별개의 사건들이 하나의 설명과 연결되는 것처럼 보입니다.

공격자들이 AI를 사용했다는 증거가 있습니다. 하지만 이것이 이번 달에 발표된 모든 유출 사고가 동일한 도구, 동일한 운영자, 또는 동일한 취약점을 포함했음을 입증하는 것은 아닙니다. 저는 대중적인 증거가 실제로 우리에게 무엇을 말해주는지부터 시작하여, 헤드라인 뒤의 메커니즘을 따라가보고 싶었습니다.

"중국 개발"이 의미하는 것은 무엇인가?

10월 15일, 일본의 컴퓨터 보안 사고 조정 센터인 JPCERT/CC는 공격 인프라에 대한 조사에서 취약점 스캐닝 및 API 공격에서 AI 사용을 확인했다고 밝혔습니다. API란 애플리케이션이 서버에게 무언가를 요청하는 인터페이스입니다. 관찰된 활동은 또한 일본 외의 서비스들을 목표로 했습니다. JPCERT/CC’s investigation

2026년 10월 20일 지지신문(Jiji Press)의 보도에 따르면, 일본 보안 회사인 GMO Cybersecurity가 중국 개발 침투 테스트 도구(penetration-testing tool) ARTEX와 일본 기업 공격 간의 연관성을 밝힌 조사 결과가 있었습니다. 이는 보안 회사의 조사 보고서입니다. 이 보고서는 제가 공개 등록부에 있는 모든 조직을 ARTEX에 연결할 수 있다는 의미는 아닙니다. Jiji Press via nippon.com

저는 네 가지 질문을 분리하여 생각하는 것이 유용하다고 느낍니다:

• 도구는 어디서 개발되었나? 소프트웨어의 기원을 파악합니다.
• 공격에 AI가 사용되었나? 실행 기록이나 이에 준하는 증거를 찾습니다.
• 누가 운영했나? 출처(attribution)를 위해서는 개인 또는 조직을 식별해야 합니다.
• 국가가 개입했나? 이는 해당 운영과 국가 간의 연결고리를 보여주는 증거가 필요합니다.

도구가 개발된 장소가 그 운영자의 국적을 결정하지는 않습니다. 중국어 기록 역시 그 자체만으로는 신원을 확정할 수 없습니다. 테스트 프레임워크와 그것이 호출하는 모델 또한 서로 다른 구성 요소입니다. “중국 AI”와 같은 짧은 라벨은 이러한 구분을 가릴 수 있습니다.

저는 증거를 읽을 때 이러한 구분들을 적용합니다. 이 구분들이 중요한 이유는 소프트웨어에 대한 주장이 쉽게 근거 없는 사람들에 대한 주장으로 변질될 수 있기 때문입니다.

화면은 시스템의 일부일 뿐

PC 소프트웨어 판매로 일본에서 알려진 Sourcenext는 10월 15일 공개를 통해 구체적인 출발점을 제공했습니다. 이 회사는 공격자가 자사의 멤버십 정보 API(Application Programming Interface)를 오용했다고 밝혔습니다. 잠재적으로 영향을 받은 범위는 22,519,960건의 기록이었습니다. 하지만 이 수치는 완전한 기록을 도난당한 사람들의 검증된 인원수는 아닙니다. Sourcenext 공개 자료

어떤 서비스는 깔끔한 인터페이스와 로그인 화면을 가질 수 있습니다. 하지만 질문은 여전히 남아있습니다. 그 인터페이스 뒤에 있는 서버로부터 사람이 무엇을 얻어낼 수 있을까요?

일반적인 설계 원칙으로서, 인증(authentication)은 호출자(caller)가 누구인지를 확립합니다. 권한 부여(authorization)는 그 호출자가 특정 정보에 대해 이 작업을 수행할 수 있는지 여부를 확립합니다. 건물 입구에서 인식이 된다고 해서 모든 방에 들어갈 권한이 주어지는 것은 아닙니다. 특정 사고에서 어떤 검사가 실패했는지 확인하려면 추가적인 증거가 필요합니다.

i-plug가 운영하는 OfferBox는 고용주가 학생들의 프로필을 본 후 접근하는 대학원 채용 서비스입니다. 이는 다른 문제를 보여줍니다. 이 서비스의 운영자는 일반 인터페이스에서는 표시되지 않았음에도 불구하고 이름과 이메일 주소가 네트워크 응답에 포함되어 있었다고 밝혔습니다. 그들은 이러한 행동이 구성 오류(configuration error) 때문이라고 설명했습니다. 그러한 공개가 자동으로 또 하나의 AI 침해 사고 헤드라인으로 이어져서는 안 됩니다. [i-plug의 공시]

“우리는 그것을 표시하지 않는다”와 “우리는 그것을 전송하지 않는다”는 서로 다른 약속입니다. 소프트웨어를 구축하는 누구라도 그 구분을 약간 불편하게 느낄 수 있습니다. 저는 그것이 유용한 불편함이라고 생각합니다.

JPCERT/CC의 권고문은 API 인증(authentication), 권한 부여(authorization), 그리고 접근 제어(access controls)를 요구합니다. 이는 여러 관찰된 방법을 논하며, 모든 사고의 원인을 단일 취약점으로 특정하지 않습니다. [JPCERT/CC의 권고]

익숙한 이름 뒤에 숨겨진 공급업체

이야기의 다음 부분은 화면에서 더 멀리 떨어져 있습니다.

일본 서비스인 IDARE는 고객 지원 작업에 사용되는 외부 소프트웨어의 취약점을 공격자들이 악용한 후, 현재 및 전직 고객 129,659명에게 영향을 미치는 침해 사고를 보고했습니다. 접근은 8월과 9월 사이에 발생했습니다. 10월 공개가 반드시 10월에 시작된 공격을 설명하는 것은 아닙니다. [IDARE의 공시]

하나의 공급업체에 대한 공지사항을 발표하는 열 개의 기관이 반드시 열 건의 개별적인 공격을 의미하지는 않습니다. 하지만 오직 공급업체만 계산하는 것은 그 열 개의 기관을 통해 영향을 받은 사람들을 숨길 수 있습니다. 두 가지 관점 모두 유용합니다. 어느 것도 다른 하나를 조용히 대체해서는 안 됩니다.

일본에서만 이런 일이 일어나고 있는가?

아닙니다. 전 세계적인 비교 가능한 발생률은 제공하지 못하지만, 일본 외 지역에서도 직접적인 증거가 있습니다.

미국 사이버 보안 회사인 CrowdStrike는 10월 7일, 데이터 유출을 포함하여 한국 금융 부문을 표적으로 삼은 ARTEX 지원 활동에 대해 보고했습니다. 공격 주체는 신원이 확인되지 않았습니다. 연구원들은 중국어 사용 가능성과 재정적 동기를 평가했지만, 이 활동을 알려진 적대 세력의 소행으로 단정하기는 거부했습니다. CrowdStrike의 리서치

이것만으로 일본만이 표적이라는 생각을 거부하기에는 충분합니다. 다만, 일본과 한국이 동일한 수준의 침해 사고 증가를 겪었다고 말하기에는 부족합니다. 관찰된 데이터가 공유된 분모나 표준화된 보고 기간을 사용하지 않기 때문입니다.

더 넓은 시간 범위로 보면, Claude 개발사인 Anthropic의 '2026년 9월 위협 인텔리전스 리포트'는 프랑스 소매업체 침해 사례와 우크라이나 및 유럽 지역을 포함한 우편물 도난 사건 등 여러 지역과 동기에 걸친 AI 오용을 설명합니다. 이 보고서의 주요 보고 기간은 2025년 12월부터 2026년 8월까지입니다. 이러한 관찰 사례들은 10월 일본 피해자 총계에 포함되기보다는 배경 정보로 간주해야 합니다. 이는 전 세계적인 인구 조사라기보다는 공급업체(vendor)가 관찰한 개별 사례들입니다. Anthropic의 리포트

AI는 표적을 조사하고 접근 방식을 시도하는 데 필요한 노력을 줄일 수 있습니다. AI가 정확히 어떤 기여를 했는지는 여전히 사건별로 확립되어야 합니다. AI 사용을 관찰하는 것과 특정 개인 데이터 유출이 AI에 의존했음을 증명하는 것은 다른 주장입니다.

방어자들이 시작할 수 있는 지점

유용한 출발점은 최신 도구 이름을 암기하기보다 정보와 권한을 추적하는 것이라고 생각합니다.

화면에서 제거된 정보가 응답에 남아 있습니까? 다른 사용자가 동일한 기록을 얻을 수 있습니까? 도난당한 지원 자격 증명(support credential)은 얼마나 멀리까지 영향을 미칠까요? 공급업체가 폐쇄되면 누가 누구에게 연락할 수 있을까요?

이것들은 특정 기업의 미공개 취약점에 대한 발견이 아니라, 제가 공시된 자료에서 가져온 질문들입니다.

• 각 작업 및 해당 데이터에 대한 서버 권한을 점검합니다.
• 취약점 수정과 함께 불필요한 공개 인터페이스와 과도한 권한을 검토합니다.
• 유지보수 및 지원 접근을 포함하여 자격 증명의 범위를 제한합니다.
• 유용한 조사 로그를 보관하고 비정상적인 검색 및 내보내기 활동을 모니터링합니다.
• 공급업체 연락 경로와 보유 정보가 여전히 필요한지 확인합니다.

고객들 역시 실질적인 결정을 내려야 합니다. 경고성 공지를 따르기 전에 평소 사용하는 앱이나 공식 웹사이트를 점검하십시오. 재사용된 비밀번호를 검토하고 영향을 받은 서비스의 구체적인 지침을 따르십시오. IDARE와 같은 공지는 후속 사칭 시도에 대해 경고합니다.

하지만 고객이 더 조심하는 것만으로는 회사의 API나 공급업체의 데이터베이스를 복구할 수 없습니다. 저는 단순히 서비스를 이용하려 했던 사람에게 그 부담이 전가되어서는 안 된다고 생각합니다.

숫자 뒤의 사람들

첨부된 참고 등록부는 이 연구가 검토할 수 있는 1차 자료(공급업체 및 고객 조직 포함)에 대한 공시 내용을 기록합니다. 이는 확인된 정보 노출, 가능한 노출, 그리고 누출을 확정하지 못한 공지들을 구분합니다. 이 목록은 한 번도 공개되지 않은 사고는 포착할 수 없습니다.

저는 완벽한 국가 목록을 제공하고 싶습니다. 하지만 증거가 그 약속을 뒷받침하지 않습니다. 가정을 통해 빈틈을 채우는 것은 결과적인 조언의 유용성을 떨어뜨릴 뿐입니다.

큰 숫자들이 우리의 주의를 끕니다. 하지만 정보 보호의 목적은 모든 사람이 무언가 등록하는 것을 막는 것이 아닙니다. 그것은 사람들이 합리적인 확신을 가지고 점심 식사를 주문하고, 여행을 예약하며, 일자리에 지원할 수 있도록 하는 것입니다.

파트 2에서는 외식, 여행 예약, 구직 활동과 같은 일상적인 활동들을 통해 대표적인 통지 사항들을 살펴볼 것입니다. 수백만 명의 피해자에 대한 헤드라인 너머로, 고객들에게 어떤 추가 작업이 부과될까요? 그 답은 또한 개발자와 서비스 운영자들이 되돌려줘야 할 일상적인 시간을 파악하는 데 도움을 줄 것입니다.