보안기업 Akamai가 30일간 전 세계 고객 트래픽을 분석한 결과, ChatGPT 등 AI 크롤러들이 단순히 웹페이지를 읽는 것을 넘어 로그인·장바구니·결제 같은 실제 거래 동작을 유발하는 'POST 요청'을 대량으로 보내고 있음이 확인됐습니다. 이커머스가 해당 AI 봇 POST 요청의 44.8%, 여행 업종이 30%를 차지했습니다. 또한 AI 모델과 외부 서비스를 연결하는 표준 규약인 MCP(Model Context Protocol)가 새로운 공격 표면으로 부상하고 있으며, 인증 없이 접근 가능한 서비스와 개인정보 노출 위험이 지적됐습니다. 기업 보안 담당자는 자사 로그에서 AI 봇의 행동 유형을 직접 확인하고, 봇 탐지 및 트랜잭션 모니터링 체계를 갖춰야 할 시점입니다.
Akamai가 30일간 글로벌 트래픽을 분석한 결과, ChatGPT 등 검증된 AI 크롤러들이 단순 페이지 조회(GET)를 넘어 로그인·결제 등 트랜잭션을 유발하는 POST 요청을 고빈도로 전송하고 있음을 확인했다. MCP 트래픽이 AI 봇 POST 요청의 4.1%를 차지하며 새로운 공격 표면으로 떠올랐다.
이커머스(44.8%)·여행(30%) 업종의 핵심 트랜잭션 경로(로그인, 장바구니, 결제)가 AI 봇의 POST 요청에 직접 노출된다. MCP를 통한 인증 없는 서비스 접근 및 개인정보(PII) 유출 위험도 증가한다.
AI 에이전트의 자율 행동 범위 확대와 MCP 같은 AI-API 연결 표준의 급속한 보급으로 공격 표면이 넓어졌다. 정상 AI 크롤러와 이를 사칭하는 봇을 구분하기도 점점 어려워지고 있다.
Akamai는 GEO(생성형 엔진 최적화) 기반 봇 추적, GET/POST 행동 변화 모니터링, 비인간 ID 및 스키마 검증, 적응형 행동 분석을 결합한 탐지를 권고한다. 런타임 보호·엣지 제어·네트워크 분리(세그멘테이션)를 통해 패치 전 위협을 억제할 것을 제안한다.
자사 트래픽 로그에서 AI 봇의 POST 요청 비중과 대상 엔드포인트를 직접 확인하고, MCP 엔드포인트에 인증 여부를 점검해야 한다. 홀리데이 시즌 전 이커머스·여행 업종은 AI 봇 거버넌스 정책 재검토가 시급하다.
본문
Akamai는 검증된 AI 크롤러들, 그 중에서도 ChatGPT가 웹페이지를 읽는 단계에서 벗어나 고빈도 POST 요청을 보내는 단계로 나아가고 있음을 관측했다. 전 세계 고객을 대상으로 한 30일 분석에서 이커머스가 AI 봇 POST 트랜잭션의 44.8%를 차지했고, 여행 업종은 단 한 달 만에 30%까지 올라갔다.
GET 요청은 웹사이트에 페이지를 요청하는 것이다. POST 요청은 로그인, 장바구니 담기, 결제 완료처럼 사이트에 무언가를 실행하도록 지시한다. 이는 검증된 AI 봇이 온라인 쇼핑몰과 여행 사이트가 로그인·장바구니·결제에 사용하는 바로 그 요청 유형을 쓰고 있다는 의미다.
AI 도입과 API 폭발이 공격 표면을 확대한다 (출처: Akamai)
Akamai는 구체적 행동을 밝히지 않았다
Akamai의 Advisory CISO인 Steve Winterfeld는 해당 요청들이 가장 자주 수행하는 행동이 무엇인지, 예컨대 로그인인지 장바구니 추가인지 결제인지를 질문받았다.
"일부 검증된 AI 크롤러에서 훈련 및 검색 목적의 non-GET 요청이 지속적으로 증가하는 등 더 다양한 트랜잭션 유형이 나타나고 있습니다. 소매업체에 대한 조언은 변함없습니다: AI 봇 가시성을 확보하고, 거버넌스를 위한 충분한 정보에 기반한 보안 전략을 적용하십시오. 이를 통해 업계는 무단 접근으로부터 자산과 인프라를 보호하면서, 동시에 Answer Engine Optimization(AEO) 및 Generative Engine Optimization(GEO)을 위한 봇 경험을 최적화할 수 있습니다. 소매 업계는 지금 홀리데이 시즌을 앞두고 있습니다."
Winterfeld의 답변은 세부 내역을 소매업체 스스로의 판단에 맡긴다. 자사 스토어를 운영한다면, 해당 요청들이 로그인인지 장바구니 채우기인지 결제인지는 본인의 로그를 확인해야 알 수 있다.
정상 에이전트와 사칭 봇 구별하기
Akamai Threat Intelligence Services를 이끄는 Ryan Gao에게 소매업체가 정상적인 AI 쇼핑 에이전트와 이를 사칭하는 봇을 어떻게 구별할 수 있는지 물었다.
"GEO(생성형 엔진 최적화) 같은 기법과 특화된 봇 추적, GET vs. POST 행동 변화 모니터링, 회피 전술에 대한 적응형 행동 분석, 비인간 ID 및 스키마 검증을 결합함으로써 가능합니다. 이 기술들은 계속해서 진화하고 있습니다."
MCP 서버 노출 현황은 비공개
MCP(Model Context Protocol)는 AI 모델이 외부 데이터베이스, 코드, API에 연결할 수 있도록 해준다. MCP 트래픽은 Akamai의 30일 샘플에서 AI 봇 POST 트랜잭션의 4.1%를 차지했다. Akamai는 자사가 보호하는 시스템 전반에서 MCP 트래픽을 추적하는 규칙도 구축했다. Gao에게 해당 규칙이 무엇을 탐지했는지, 인증 없이 접근 가능한 MCP 엔드포인트가 몇 개인지, 고객사에서 툴 포이즈닝(tool poisoning)이나 크로스 서버 공격이 발생했는지를 물었다.
"MCP가 AI 에이전트, 데이터, 툴 사이의 표준 'USB 연결'이 되어감에 따라, 2026년 기하급수적으로 성장하면서 새로운 공격 표면도 함께 등장하고 있습니다. 주요 위험으로는 적절한 인증 없이 운영되는 미승인 서비스와 잠재적인 PII(개인식별정보) 노출이 있습니다."
Mythos 분석 결과는 비공개
Akamai는 Anthropic의 Project Glasswing에 참여해 Mythos 모델에 대한 조기 접근권을 받아 핵심 소프트웨어 취약점 탐색에 활용했다. Mythos가 Akamai 소프트웨어에서 무엇을 발견했는지, 치명적 발견 건수가 얼마나 되는지, 얼마나 빨리 수정했는지를 묻자 Winterfeld는 이렇게 말했다. "Mythos와의 계약 및 당사 보안 정책으로 인해 해당 데이터를 공유할 수 없습니다. 데이터를 활용해 지속적으로 문제를 발견·수정하고 있지만, 이는 공개되지 않습니다."
그는 Akamai의 최고보안책임자 Boaz Gelbord의 최근 발언을 인용했다. "이 새로운 현실에 대응하기 위해, 우리는 코드베이스의 핵심 구성 요소를 대상으로 테스트를 수행하면서 환경 내 기존에 식별되지 않은 취약점을 발굴하는 데 집중하고 있습니다. 궁극적으로 기업 보안팀은 오랫동안 유지해온 보안 태세에 관한 가정들을 빠르게 재평가하고, 포스트-Mythos 세계에 맞게 근본적으로 방향을 재정립해야 합니다."
Akamai는 AI가 취약점 발견 기간을 수주에서 수시간으로 단축할 수 있는 반면 기업의 패치 주기는 이를 따라가지 못한다고 주장한다. 패치가 배포되기 전까지 런타임 보호, 엣지 제어, 또는 세그멘테이션을 통해 익스플로잇을 차단할 것을 권고한다.
Akamai는 또한 엣지 보호, 동서(east-west) 세그멘테이션, DDoS 방어가 AI가 생성한 익스플로잇의 대다수를 막을 수 있다고 주장한다. 이 주장은 위의 네 가지 답변과 마찬가지로 구체적인 수치 없이 제시됐다.
관련 투런 솔루션
이 뉴스의 취약점·위협, 투런 솔루션으로 대응하세요.
