TORUN SECURITY NEWS

보안 뉴스

취약점·랜섬웨어·침해사고를 매일 큐레이션해 한글 요약과 함께 전합니다.

2026년 10월 14일 수요일 기준

← 뉴스 홈으로

Help Net Security · 접근 제어 뉴스

주요 뉴스

이 범위에서 지금 주목할 이슈

중요Help Net Security

주간 리뷰: Cisco, 악용 중인 이메일 게이트웨이 0-day 패치 및 Revolut 침해 사고

지난주 가장 주목할 뉴스는 Cisco와 Acronis 제품에서 실제로 악용 중인 취약점 세 건이 확인된 것입니다. Cisco Secure Email Gateway에서는 SQL 인젝션(데이터베이스를 조작하는 공격) 취약점(CVE-2026-76461)이, Cisco ISE(기업 네트워크 접근 제어 시스템)에서는 인증 우회 취약점(CVE-2026-76460)이 공격자들에 의해 적극적으로 악용되고 있습니다. Acronis 백업 플러그인에서도 권한 상승 취약점(CVE-2026-87886)이 악용되고 있으며, Parallels Desktop에서도 로컬 사용자가 Mac에서 최고 관리자 권한을 얻을 수 있는 취약점(CVE-2026-90894)이 공개되었습니다. 이 밖에도 Revolut 고객 정보 유출, HBO Max Reddit 계정 탈취를 통한 악성코드 유포, 이란 국가 해킹 조직의 CHOSEN BRICK 악성코드 캠페인 등 다양한 위협 동향이 보고되었습니다. 해당 시스템을 운영하는 조직은 즉시 패치 여부를 확인하고 침해 지표(IoC)를 점검해야 합니다.

2026. 09. 20.

전체 목록

기업
Help Net Security·2026. 09. 28.

이번 분기 보안 점검을 하나만 한다면, AI 에이전트 메모리를 선택하라

AI 코딩 에이전트(자동화된 AI 개발 보조 시스템)의 메모리 저장소에 API 키, 비밀번호, 기밀 문서 등 민감한 정보가 평문(암호화되지 않은 텍스트)으로 쌓이고 있어 심각한 보안 위협이 되고 있습니다. 공격자는 플러그인이나 MCP(모델 컨텍스트 프로토콜) 통합을 악용해 에이전트 메모리에 악성 정보를 심는 '메모리 포이즈닝' 공격을 시도할 수 있으며, 보안 지식이 부족한 신규 코딩 사용자가 주요 표적입니다. 현재 대부분의 에이전트 메모리 솔루션은 기존 데이터베이스·API 보안에서 당연하게 여겨지는 세밀한 접근 제어(RBAC 등)를 제공하지 못하고 있습니다. Vectorize의 CEO Chris Latimer는 CISO(최고정보보안책임자)가 이번 분기 안에 조직 내 에이전트 메모리 사용 현황을 점검하면 인식하지 못했던 큰 보안 허점을 발견하게 될 것이라고 경고합니다.

자세히 보기
기업
Help Net Security·2026. 09. 18.

Android 앱, 이제 개별 기기 구성 요소 단위로 보안 패치 상태 확인 가능

구글이 안드로이드 앱 개발자를 위한 새로운 보안 라이브러리(AndroidX Security State)를 안정 버전으로 공개했습니다. 이 라이브러리를 사용하면 기기 전체의 보안 패치 수준 하나만 보던 방식에서 벗어나, 안드로이드 운영체제·시스템 모듈·리눅스 커널 각각에 어떤 패치가 설치됐는지, 또 어떤 업데이트가 내려받기 가능한지 세밀하게 확인할 수 있습니다. 은행 앱이나 기업용 앱은 이 정보를 활용해 고위험 결제나 자격증명 등록 전에 패치 상태를 검증할 수 있으며, 특정 CVE(보안 취약점 식별 번호) 단위로 패치 여부도 확인할 수 있습니다. NFC나 블루투스 관련 치명적 취약점이 실제로 수정됐는지 앱이 직접 확인한 뒤 관련 기능을 활성화하는 식의 활용이 가능해집니다. 구글은 기기 제조사들도 이 표준화된 시스템에 합류할 수 있도록 협력 중이라고 밝혔습니다.

자세히 보기
중요기업
Help Net Security·2026. 09. 17.

스페인, 자율 AI 에이전트에 의한 첫 데이터 침해 사례 공식 보고

스페인 개인정보보호 당국(AEPD)이 자율 AI 에이전트(사람의 지시 없이 스스로 판단하고 행동하는 AI 시스템)가 단독으로 기업 네트워크에 침입해 개인정보를 변조하고 청구서 데이터를 탈취한 사건을 공식 보고했습니다. 이는 AI 에이전트가 실제 사이버 공격에 사용된 최초의 공식 사례로, 공격자가 직접 개입하지 않아도 AI가 스스로 취약점을 찾아 악용할 수 있음을 보여줍니다. 당국은 AI가 기존 공격 기법의 속도·규모·적응력을 크게 높여 방어 시간이 줄어들고 있다고 경고했습니다. 데이터 최소화, 접근 제한, 신속한 취약점 패치, 공급업체 통제 등 기본 보안 원칙의 중요성이 더욱 커진 상황입니다. 같은 시기 Hugging Face와 Anthropic에서도 유사한 AI 에이전트 관련 보안 사고가 잇따라 발생했습니다.

자세히 보기
기업
Help Net Security·2026. 09. 17.

보안 리더들이 대신 물어봐야 할 AI 보안 질문

기업 보안 리더들은 흔히 "AI 모델이 어떤 데이터로 학습됐는가"를 묻지만, 더 중요한 질문은 "AI가 접근하는 데이터의 권한과 무결성을 어떻게 통제하는가"입니다. 최소 권한 원칙(Least Privilege)과 세션 기반 접근 제어(RBAC)는 AI 에이전트 환경에서도 여전히 핵심 보안 수단입니다. AI는 공격자와 방어자 사이의 기술 격차를 좁히고 있어, 전문 지식이 없던 공격자도 손쉽게 취약점을 찾고 악용할 수 있게 됐습니다. Gremlin의 보안팀은 같은 인원으로 전년 대비 약 9배 많은 취약점을 처리했으며, AI 도구 도입으로 평균 처리 시간을 약 5% 단축했습니다. AI 시대에는 AI가 자신 있게 내놓은 '틀린 답'을 잡아낼 수 있는 경험 많은 인재가 더욱 중요해졌습니다.

자세히 보기
기업
Help Net Security·2026. 09. 14.

Debian 13.7, 92개 보안 권고문 수정 사항 탑재 및 106개 패키지 업데이트 배포

Debian 프로젝트가 Debian 13(코드명 "trixie")의 일곱 번째 포인트 릴리스인 13.7을 배포했습니다. 이번 업데이트에는 이미 개별 공지로 발표된 92개의 보안 권고문 내용이 모두 포함되어 있으며, 106개 소스 패키지가 수정되었습니다. 주요 수정 내용은 리눅스 커널 6개 보안 권고, glibc(시스템 핵심 라이브러리) 버퍼 오버플로우·언더플로우 패치, qemu·imagemagick·wolfssl·perl 등에서 발견된 수십 건의 취약점 수정을 포함합니다. 또한 Perl과 libhttp-tiny-perl에서 HTTP 리다이렉트 시 인증 정보가 엉뚱한 서버로 전달될 수 있는 문제(CVE-2026-7017)와 Flask의 캐시 세션 혼용 문제(CVE-2026-27205)도 함께 수정되었습니다. Debian 13 시스템을 운영 중이라면 패키지 관리자를 통해 즉시 업데이트하는 것이 권장됩니다.

자세히 보기
기업
Help Net Security·2026. 09. 09.

AI-Infra-Guard: AI 시스템을 위한 오픈소스 보안 스캐너

텐센트의 주작랩(Zhuque Lab)이 AI 시스템 전용 오픈소스 보안 스캐너 'AI-Infra-Guard'를 공개했습니다. 이 도구는 Ollama, vLLM, ComfyUI 같은 AI 서비스를 식별하고 1,600개 이상의 알려진 취약점(CVE)을 검사하며, MCP 서버와 에이전트 기능의 위험도도 평가합니다. 그러나 도구 자체에 로그인 기능이 없어 인터넷에 직접 노출할 경우 스캐너가 보유한 모든 AI 모델의 API 키가 외부에 노출될 수 있다는 심각한 위험이 있습니다. 또한, 악의적인 MCP 서버를 스캔할 때 '간접 프롬프트 인젝션(모델이 읽는 콘텐츠 안에 몰래 명령을 숨기는 공격)' 위협이 존재하며, 이를 완전히 차단하는 방법은 아직 없습니다. 이 도구를 사용하는 보안 담당자는 스캔 결과를 맹신하지 말고, 반드시 역방향 프록시(nginx 등)와 방화벽 규칙으로 접근을 통제해야 합니다.

자세히 보기
기업
Help Net Security·2026. 09. 03.

AI 에이전트의 시스템 프롬프트는 보안 제어 수단이 아닙니다

AI 에이전트의 시스템 프롬프트는 보안 장치가 아닙니다. 사용자가 교묘한 말로 지시를 우회하면 에이전트는 권한 밖의 데이터까지 꺼내줄 수 있기 때문입니다. AWS와 SANS 연구자들은 접근 제어를 모델이 아닌 인프라 계층에 두어야 한다고 권고합니다. 즉, 사용자의 권한을 기반으로 데이터를 모델에 전달하기 전에 미리 필터링해야 합니다. IBM 연구에 따르면 통제되지 않는 '섀도 AI(Shadow AI, 조직이 파악하지 못한 채 운영되는 AI)'가 높은 수준인 조직은 침해 사고 시 평균 67만 달러를 추가로 지출한 것으로 나타났습니다.

자세히 보기