취약점·랜섬웨어·침해사고를 매일 큐레이션해 한글 요약과 함께 전합니다.
2026년 10월 14일 수요일 기준
중요기업공격자들이 가짜 AI 암호화폐 자동매매 프로그램 사이트를 만들어 'Needle Stealer'라는 악성코드를 배포했습니다. 이 악성코드는 사용자의 브라우저 지갑 확장 프로그램(MetaMask, Coinbase Wallet 등)을 가짜 복사본으로 교체하고, 입력한 지갑 비밀번호를 공격자에게 전송해 가상자산을 탈취합니다. 설치 파일에 마이크로소프트가 서명한 정상 프로그램을 이용해 보안 검사를 우회하는 수법이 사용됐습니다. 또한 PDF 속 QR코드를 이용해 피해자를 스마트폰으로 유도한 뒤 마이크로소프트 계정 정보를 훔치는 '퀴싱(QR코드 피싱)' 공격도 함께 발견됐습니다. HP가 2026년 4월~6월 사이에 포착한 이 캠페인들은 AI 도구와 다양한 기기를 넘나드는 사용자 행동을 적극적으로 악용합니다.
자세히 보기
기업ManageEngine이 미국·캐나다의 IT·사이버보안 리더 700명을 대상으로 실시한 설문에 따르면, 대부분의 조직은 보안 침해 사고 이후 일시적으로 경각심이 높아지지만 1~6개월 안에 다시 원래 수준으로 돌아갑니다. 응답자의 91%는 자사의 현재 보안 태세를 신뢰한다고 밝혔으나, 사고 이후 보안이 영구적인 우선순위가 된다고 답한 비율은 8%에 불과했습니다. 절반에 가까운 조직은 사고 후에도 기존 전략과 구조를 그대로 유지했으며, 근본적인 변화를 꾀한 곳은 소수에 그쳤습니다. 또한 AI를 보안에 활용하는 조직의 약 3분의 2는 AI의 권고를 별도 검증 없이 그대로 따른다고 응답해, AI 의존에 따른 새로운 위험도 부각됐습니다. 전문가들은 보안을 일회성 조치가 아닌 지속적인 프로세스로 다뤄야 하며, AI 권고는 '신뢰 후 검증'이 아닌 '검증 후 신뢰' 원칙을 적용해야 한다고 강조합니다.
자세히 보기
기업AWS가 AI 모델이 보안 취약점을 얼마나 정확하게 탐지하는지 측정하는 'Deception Benchmark'를 공개했습니다. 이 벤치마크는 실제로 위험한 코드와 위험해 보이지만 안전한 코드를 AI가 얼마나 잘 구별하는지 평가합니다. 테스트 결과, 12개 AI 모델 모두 오탐률(안전한 코드를 위험하다고 잘못 판단하는 비율)이 최소 41%에 달해 기업 보안팀이 설정한 10% 기준을 만족하는 모델이 하나도 없었습니다. AI에게 취약점이 실제로 악용 가능한지 증명하도록 요구하면 오탐은 줄지만, 반대로 실제 취약점을 놓치는 비율이 늘어나는 트레이드오프가 발생했습니다. 보안팀이 AI 도구를 취약점 탐지에 활용할 때 오탐으로 인한 피로와 신뢰 저하 문제를 주의해야 함을 시사합니다.
자세히 보기
중요기업Google 위협 인텔리전스 그룹(GTIG)이 2026년 3분기 AI 위협 추적 보고서에서 공격자들이 AI 에이전트를 이용해 취약점 스캔, 자격증명(계정 정보) 탈취, 문제 해결 등 사이버 공격의 여러 단계를 자동화하고 있다고 밝혔습니다. 실제 사례로, 한 공격자는 6시간도 안 되는 시간 안에 수천 개의 제3자 자격증명을 탈취했으며, 2만 3,800개 이상의 비밀 정보가 실시간으로 관리되는 노출된 서버도 발견됐습니다. 중국과 연계된 사이버 첩보 행위자들은 Gemini, Claude 등 AI 도구를 활용해 자동화된 침투 테스트 및 익스플로잇(취약점 공격 코드) 파이프라인을 구축하는 실험을 진행하고 있습니다. 완전히 자율적인 공격 파이프라인은 아직 실전에서 관찰되지 않았지만, AI 기반 공격 기술이 빠르게 성숙하고 있어 기업 보안 담당자들의 각별한 주의가 요구됩니다.
자세히 보기