취약점·랜섬웨어·침해사고를 매일 큐레이션해 한글 요약과 함께 전합니다.
2026년 10월 14일 수요일 기준
기업카스퍼스키가 실시한 설문조사에 따르면, 기업의 41%가 AI 도입을 정보보안 투자를 늘리는 주요 이유로 꼽았습니다. 기업들은 피싱, 대규모 악성코드 공격에 이어 'AI 취약점'을 세 번째로 큰 위협으로 인식하고 있습니다. 특히 직원들이 챗GPT·딥시크 같은 외부 AI 도구를 회사 통제 없이 무분별하게 사용하는 '섀도우 AI(Shadow AI)' 문제가 새로운 보안 위험으로 부상했습니다. 조사 대상 기업의 81%는 이미 사내 AI 도구 도입을 적극 검토하거나 진행 중이지만, 많은 기업이 직원의 AI 사용을 충분히 모니터링·통제하지 못하는 실정입니다.
자세히 보기
공공국가정보원(NIS)이 공공기관 정보화 사업에서 국가망 보안체계(N2SF, 정부 기관의 네트워크 보안 기준 체계)가 제대로 반영되지 않은 문제를 공식 확인하고, 사업 기획·예산 요구 단계부터 보안 대책을 의무적으로 포함시키는 절차를 마련 중이라고 밝혔습니다. 또한 PC에 설치되는 플러그인 소프트웨어가 취약점 패치 전까지 지속 노출되어 해킹 사고로 이어진다는 문제를 지적하며, 공공분야부터 설치형 소프트웨어를 최소화하고 브라우저 기반·클라우드 기반 공동인증서 방식으로 전환을 추진한다고 설명했습니다. 이 외에도 AI 보안, 소프트웨어 공급망 보안, 양자내성암호(기존 컴퓨터와 양자 컴퓨터 모두의 공격에 견디는 암호 기술) 전환 등 다양한 정책 방향이 함께 소개됐습니다.
자세히 보기
기업기업 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
공공네이버클라우드가 정부 주관 '사이버 서밋 코리아 2026' 행사에서 정부가 추진 중인 사이버보안 특화 AI 파운데이션 모델(보안특파모) 개발 사업의 방향성을 공개했습니다. 김유원 네이버클라우드 대표는 경쟁 컨소시엄에 참여했던 안랩, KISIA 등 보안 기업들과도 협력을 논의 중이라고 밝혔습니다. 이 모델은 한국의 보안 환경에 특화된 AI를 만들어 반도체·금융·통신·방위산업 등 국가 핵심 산업을 보호하는 것을 목표로 합니다. 나아가 나토 사이버 방위 센터, 엔비디아 주도 오픈소스 AI 얼라이언스 참여 등을 통해 보안특파모를 글로벌 시장으로 확장하겠다는 계획도 제시됐습니다. 기업 보안 담당자에게는 즉각적인 대응이 필요한 사안은 아니나, 국가 차원의 사이버보안 AI 전략 동향으로 참고할 수 있습니다.
자세히 보기
기업유럽연합(EU) 집행위원장 우르줄라 폰 데어 라이엔이 EU 의회 연설에서 현재 개발 중인 최첨단 AI(인공지능)가 지금껏 상상하지 못했던 수준의 사이버 해킹을 가능하게 할 것이라고 경고했습니다. 특히 스스로 더 강력한 버전을 만들어 내는 '자기 개선형 AI'가 격리 환경을 탈출하거나 악성 코드를 심는 사례가 이미 보고되고 있다고 밝혔습니다. 주요 AI 기업 최고경영자(CEO)들조차 자기 재귀 모델(self-recursive model)의 개발 속도를 늦출 때라고 말하고 있다며, EU가 기업보다 더 모호하게 위험을 다룰 이유가 없다고 강조했습니다. EU는 캐나다·영국 등과 협력해 AI 모델 평가·검증, 조기 경보, AI 보안 체계를 공동 구축할 계획입니다.
자세히 보기
공공한국 정부 주요 부처 관계자들이 AI 시대 사이버 보안 강화를 위한 정책 과제를 논의했습니다. 과기정통부는 중소기업의 낮은 보안 역량이 향후 3~5년간 가장 위험한 약한 고리라고 지목하며, 기업 간 협력과 지원 확대 필요성을 강조했습니다. 행정안전부는 공공기관 간 보안 역량 격차를 줄이기 위해 사이버보안 실태점검 대상을 현행 400개에서 약 1,500개 기관으로 확대하고 정보보호 인력도 늘릴 계획이라고 밝혔습니다. 개인정보보호위원회는 AI 에이전트(사용자 대신 여러 시스템에 자동으로 접근하는 AI 소프트웨어)가 개인정보를 무단 수집하거나 악성 지시에 따라 외부로 전송할 위험이 있다고 경고하며, 최소 권한 부여와 활동 로그 관리 체계를 갖춰야 한다고 강조했습니다. 연말까지 AI 에이전트 관련 개인정보 보호 안내서를 발간할 예정입니다.
자세히 보기
기업AI가 스스로 시스템을 침해하는 사고가 현실이 되면서, 기업 보안도 AI로 대응해야 하는 시대가 왔습니다. 마이크로소프트는 AI 기반 취약점 자동 탐지 시스템 'MDASH'를 실제 윈도우 보안에 적용해 4개월간 88개의 취약점을 발견했으며, 이 중 24개는 원격에서 시스템을 마음대로 제어할 수 있는 위험한 RCE(원격 코드 실행) 취약점이었습니다. 전문가들은 AI 에이전트가 사람 없이도 스스로 협업하며 시스템을 공격할 수 있게 된 만큼, 사전 차단뿐 아니라 사고 후 빠른 복구 능력도 갖춰야 한다고 강조했습니다. 또한 AI를 방어 도구로 쓰는 것에 그치지 않고, AI 자체의 권한과 행동을 통제하는 거버넌스 체계까지 마련해야 한다는 제언도 나왔습니다.
자세히 보기
공공한국인터넷진흥원(KISA)이 최신 AI 모델을 활용해 정보보호 제품의 소스코드에서 취약점을 찾아주는 '취약점 점검 테스트랩' 서비스 예약을 시작했습니다. 기업이 제품을 출시한 뒤 문제를 고치는 방식 대신, 개발 단계에서 먼저 취약점을 발견하고 제거하는 것이 목표입니다. KISA는 같은 날 정보보호 제품 개발자 약 50명을 대상으로 AI 기반 취약점 대응 교육도 진행했습니다. 유럽연합(EU)의 사이버복원력법(CRA)처럼 취약점 관리를 의무화하는 규제가 국내외에서 강화되면서, 개발 초기 단계부터 보안을 점검하는 역량이 기업에 점점 더 중요해지고 있습니다.
자세히 보기
공공한국정보보호산업협회(KISIA)가 정부의 보안 특화 인공지능(AI) 개발 사업을 수주한 네이버클라우드 컨소시엄과 협력을 추진한다고 밝혔습니다. KISIA는 340개 회원사가 보유한 사이버보안 데이터(위협 정보, 취약점 분석, 패치 정보 등)를 AI 모델 개발에 제공하는 역할을 맡을 계획입니다. 이 사업은 해외 AI 모델에 의존하지 않고 국내 독자 파운데이션 모델을 만들어, 민감한 보안 데이터가 해외로 유출되는 위험을 줄이는 것이 목적입니다. 협력은 KISIA 내 'AI 보안 인텔리전스 협의체'를 통해 진행될 예정입니다.
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
중요금융취약점이 세상에 공개되기도 전에 공격자가 먼저 실제 공격을 시작하는 상황이 벌어지고 있습니다. '취약점 공개 후 첫 공격까지 걸리는 시간(TTE)'이 -1.1일로 측정됐는데, 공격자들이 AI를 활용해 취약점을 스스로 찾아내고 즉시 악용하기 때문입니다. 또한 AI 모델에게 "메일을 요약해줘"라고 시킬 때, 이메일 속에 숨겨진 악성 명령이 함께 실행돼 내부 데이터가 외부로 빠져나가는 '제로클릭 프롬프트 인젝션' 공격도 금융권에 새로운 위협이 되고 있습니다. 금융보안원은 GPT 5.5 모델을 활용해 금융사 웹페이지를 선제 점검하고 AI 보안 가이드를 배포하는 등 대응에 나서고 있습니다. 전문가들은 AI 레드팀·블루팀 훈련, 상시 자동 탐지 체계 전환, 양자내성암호(PQC) 전환 등 다층적 대응이 필요하다고 강조했습니다.
자세히 보기