PaperCut 공격자, 수백 개의 AI 에이전트를 동원해 440개 이상 인스턴스 침해

러시아어를 사용하는 것으로 추정되는 사이버 행위자가 인공지능(AI)을 활용해 PaperCut NG/MF(인쇄 관리 소프트웨어)에서 최근 공개된 두 가지 보안 취약점을 겨냥한 익스플로잇을 개발하고, 수백 개의 인스턴스를 침해한 것으로 밝혀졌다.

Blackpoint Cyber와 GreyNoise의 독립 보고서에 따르면, 이 활동은 최근 몇 주간 무단 포트 스캔 및 브루트포스(무차별 대입) 공격 시도와 연관된 IP 주소 "45.142.193[.]132"에서 발생하고 있다. 동일한 IP 주소는 지난주 Arctic Wolf도 같은 활동과 관련해 플래그를 달았다.

이번 기회주의적 공격의 핵심은 CVE-2026-81578(인증 우회)과 CVE-2026-82078(원격 코드 실행, RCE)을 조합한 공격 체인으로, 주로 미국·영국·프랑스·스페인·캐나다·벨기에·포르투갈·호주·독일·스위스의 교육 기관을 표적으로 삼고 있다.

Arctic Wolf는 "관찰된 침해 후 활동에는 Windows 레지스트리 하이브(Hive) 수집 도구, Metasploit/Meterpreter 관련 Java 페이로드, 그리고 호스트·사용자·프로세스·민감한 구성 데이터를 식별하기 위한 명령어 실행이 포함됐다"고 밝혔다.

GreyNoise는 2026년 7월 초부터 해당 IP 주소가 Palo Alto, Ubiquiti, Citrix, SonicWall, Proxmox VE 등 다양한 벤더의 인터넷 노출 시스템을 탐색하는 악의적 활동을 추적해 왔다고 전했다.

이 위협 인텔리전스 기업은 "공격자는 익스플로잇 개발 및 테스트의 일환으로, 취약한 PaperCut 소프트웨어와 Active Directory 서버가 포함된 자체 랩(lab) 환경을 구축하고 공격했다"고 설명했다. "또한 병렬 워크플로우를 통해 발견된 API 키를 사용해 인터넷 스캔 서비스 Netlas.io로 공격 대상 목록을 작성했다."

자체 호스팅 랩 환경에서 원격 코드 실행과 자격증명 수집에 성공한 후, 이 위협 행위자는 OpenAI Codex, DeepSeek 모델, 그리고 공개된 오펜시브 보안 도구(Mimikatz, SharpHound, Certipy, Rubeus, Impacket 등)로 구동되는 수백 개의 AI 에이전트를 동원해 48개국 395개 피해 조직이 운영하는 PaperCut MF/NG 인스턴스 440개 이상을 침해한 것으로 관찰됐다.

GreyNoise는 "특정 조직으로 귀속되지 않은 실제 피해자가 더 있다"고 덧붙였다. "공격자는 28개국 대상을 명시적으로 제외하려 했으나, 관찰된 피해 현황을 보면 일부 사례에서 이 자제 시도가 실패했다." 러시아, 중국, 홍콩, 태국, 이란, 베네수엘라, 인도네시아, 파키스탄, 방글라데시 등이 제외 목록에 포함된 것으로 확인됐다.

이번 발견은 AI 모델이 악의적 행위자들로 하여금 공격 생애주기의 다양한 단계에 에이전트 기능을 통합하고, 공격을 가속화해 대규모로 수행할 수 있게 한다는 상당한 우려가 제기되는 시점에 나왔다.

GreyNoise에 따르면, 공격자는 빈 작업 공간에서 시작해 실제 피해자에 대한 최초 원격 코드 실행을 달성하기까지 4시간이 채 걸리지 않았으며, 캠페인이 본격화된 이후에는 단 26초 만에 최소 11개 조직을 침해했다. 미국의 한 고등학교를 대상으로 한 공격에서는 최초 접근부터 완전한 도메인 관리자 권한 탈취까지 불과 7분이 소요됐다.

전체적으로 공격자는 12개 피해 조직에서만 도메인 관리자 권한을 획득한 것으로 알려졌다. 공격자의 최종 목표는 현재 단계에서 불명확하다.

GreyNoise는 "이 행위자가 다른 연계 행위자에게 접근 권한을 넘겨주는 '접근 개발'에만 집중하는 것인지, 아니면 데이터 탈취나 랜섬웨어 배포 같은 후속 목표를 직접 실행할 것인지 불분명하다"고 밝혔다.

추가 세부 정보 공개

동일한 활동에 대한 추가 세부 정보를 공유한 Blackpoint는 노출된 운영자 인프라를 역추적해, 취약점 연구와 익스플로잇 개발부터 타깃 필터링·실패 분석·코드 수정·반복 재시도 물결을 거쳐 실행에 이르기까지 AI 보조 워크플로우의 전모를 확인했다고 밝혔다.

연구원 Sam Decker와 Nevan Beal은 "확보한 가장 초기 활동은 8월 31일 시작됐으며, 해당 프로젝트는 취약점 연구와 패치된 PaperCut 빌드와 패치되지 않은 빌드의 비교에 집중했다"고 설명했다. "그로부터 몇 시간 만에 해당 연구 결과는 멀티스레드 검증 도구로 전환됐고, 검토·테스트 후 점점 더 큰 타깃 집합에 대해 실행됐다."

공격자의 AI 활용은 타깃팅 파이프라인에도 확장됐는데, 확보된 소스 코드는 여러 출처 목록을 병합해 후보를 지역별로 분류하고 국가별로 필터링하며, 앞서 언급한 제외 정책을 적용하고, 다음 단계로 넘어가기 전에 활성화된 PaperCut 시스템을 식별하는 깔때기 역할을 했다.

최종 단계에서는 모든 실패 시도를 동일한 문제로 취급하는 대신, 운영 체제 및 환경별로 타깃을 분류하고 활성, 도달 불가, 특정 단계 누락, 침해 후 작업 대상, 재시도 대기 등 별도 목록으로 구분했다.

이러한 작업을 보완하기 위해 후반 단계를 추적하고 실제로 완료됐는지 확인하는 Python 스크립트도 활용됐다. 여기에는 관리자 접근, 계정 확인, Active Directory 수집, 도메인 및 네트워크 탐색, 프록시 설정 같은 작업이 포함된다. 실패는 기록되어 공격 프레임워크가 접근 방식을 적응시키고 앞으로 나아갈 수 있게 한다.

이 프로젝트는 AI가 전체 시스템 아키텍처가 회전하는 지렛대 역할을 하는 것으로, 각 사이클을 지속적으로 알려주는 피드백 루프를 통해 취약점 연구를 익스플로잇 파이프라인으로 변환하는 것으로 이해하는 것이 가장 적절하다. 이 시스템을 지원하는 두 가지 핵심 오픈소스 도구는 다음과 같다:

• Hindsight: AI 에이전트에게 영구적인 메모리 서비스를 제공
• AionUi: 여러 AI 에이전트를 동시에 실행하고 확인할 수 있는 통합 그래픽 작업 공간 제공

이 캠페인은 위협 행위자들이 AI를 악성 코드 개발 보조에만 그치지 않고, 실패 문제 해결, 프로젝트 상태 유지, 기타 작전적 측면 강화에도 활용하고 있음을 보여주며, 이를 통해 이러한 공격을 수행하는 데 필요한 수동 작업이 크게 줄어들고 있다. 사이버보안 기업에 따르면 이러한 변화는 사이버 공격의 경제성에 큰 영향을 미친다.

Blackpoint는 "이 캠페인에서 AI의 가장 강력한 영향은 새로운 익스플로잇 기법이 아니었다"고 밝혔다. "그것은 수백 개의 실제 시스템에 걸쳐 연구·개발·디버깅·분류·추적·재시도·지속적 개선에 필요한 인간의 노력을 줄인 것이었다."

"공격자는 AI 보조 연구, 코딩, 테스트, 문제 해결, 캠페인 실행이 서로를 지속적으로 발전시키는 반복적 개발 프로세스를 사용했다. 프로젝트가 취약점 연구에서 익스플로잇 검증, 도구 개발, 타깃 확장, 최종 작전 실행으로 이동하는 동안 컨텍스트가 보존됐다."