취약점·랜섬웨어·침해사고를 매일 큐레이션해 한글 요약과 함께 전합니다.
2026년 10월 14일 수요일 기준
기업호주 UNSW 시드니 연구진이 AI 모델을 일부러 "취하게" 만들면 탈옥(jailbreak, 금지된 답변을 하도록 우회하는 것)이 더 쉬워지고 기밀 정보도 더 잘 누설한다는 연구 결과를 발표했습니다. GPT-3.5, GPT-4, Llama 2, Llama 3.1, Mistral 등 5개 모델을 대상으로, 취한 사람처럼 답하라는 프롬프트, 술자리 대화 데이터로 파인튜닝, 강화학습이라는 세 가지 방법을 시도했습니다. 그 결과 원래는 6%만 비밀을 누설하던 GPT-4가 파인튜닝 후에는 75%까지 누설률이 치솟았고, 피싱 메일 작성 같은 유해 요청에 대한 응답 거부율도 크게 낮아졌습니다. 연구진은 기존 탈옥 방어 기법조차 취한 모델에는 잘 통하지 않았다고 지적하며, AI 기업들이 주장하는 만큼 AI를 신뢰해서는 안 된다고 경고했습니다.
자세히 보기
통신/IT미군 현역 군인이었던 캐머런 존 와그니어스가 AT&T 등 통신사와 Snowflake(스노우플레이크) 고객사들을 해킹해 데이터를 훔치고 금품을 요구한 혐의로 징역 70개월과 배상금 약 29만5천 달러를 선고받았습니다. 그는 2023년 4월부터 2024년 12월까지 'kiberphant0m'이라는 닉네임으로 활동하며 직접 개발한 해킹 도구로 로그인 정보를 빼내 최소 10개 조직을 공격했습니다. 훔친 데이터는 다크웹 포럼에 공개하겠다고 협박하거나 판매하는 데 쓰였고, 일부는 유심 스와핑(SIM-swapping, 타인의 전화번호를 가로채는 사기 수법) 같은 추가 범죄에도 악용됐습니다. 이들은 피해 기업들로부터 총 100만 달러 이상을 갈취하려 했으며, 현역 군인 신분으로 군 복무 중 이런 범죄를 저질렀다는 점이 특히 논란이 됐습니다.
자세히 보기
기업AI 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
기업AI 에이전트(사람 대신 자율적으로 작업을 수행하는 AI 프로그램) 도입이 빨라지면서 기업들이 기존 보안·거버넌스 체계를 근본적으로 다시 짜야 하는 상황에 놓였습니다. 직원들이 회사 몰래 AI 도구를 사용하는 '섀도 AI' 문제가 과거 섀도 IT보다 10배 규모로 번지고 있으며, 이 과정에서 고객 개인정보나 사내 기밀이 외부 AI 시스템으로 유출될 위험이 커지고 있습니다. 128개 기업 임원 154명을 인터뷰한 AWS의 'Reimagine 2026' 보고서는, AI 사용 기업 중 '책임 있는 AI 활용 방침'을 문서화한 곳은 24%, 데이터 거버넌스 전략을 갖춘 곳은 10%에 불과하다고 밝혔습니다. 전문가들은 AI 에이전트에 부여하는 자율권을 처음부터 크게 주지 말고, 신뢰가 쌓인 뒤 단계적으로 확대하며 보안 통제는 에이전트 바깥에서 설정하라고 권고합니다.
자세히 보기
통신/IT유럽전기통신표준협회(ETSI)가 양자 난수 생성기(QRNG)의 보안 취약점을 다룬 기술 보고서(ETSI TR 104 171)를 발표했습니다. QRNG는 암호화 키 생성 등 보안 시스템의 핵심 요소인데, 통계 검사를 통과한 숫자라도 공격자에게 다음 출력값을 예측할 단서를 줄 수 있다는 점이 핵심 우려입니다. 특히 AI를 활용하면 장치의 전력 소비나 전자기 신호 변화를 분석해 난수 패턴을 파악하는 공격이 가능해질 수 있습니다. 보고서는 하드웨어 차폐, 출력값 처리 방식 강화, 운영 중 지속적인 모니터링을 권고하며, 고보안 환경에서는 '엔트로피 제로 트러스트(entropy zero trust)' 접근법을 적용할 것을 제안합니다.
자세히 보기
중요기업이번 주 보안 뉴스 주요 사건을 요약하면, 먼저 TASK#STOMP라는 Windows 악성코드(백도어)가 피해자 PC에서 업무 문서·Wi-Fi 비밀번호·스크린샷 등을 몰래 빼내는 것이 분석됐습니다. Zyxel GS1900 스위치의 취약점(CVE-2026-7273)이 실제 공격에 이용돼 48개국 996대 장비에서 민감 정보가 유출됐으며, Check Point 방화벽 제품에서도 2개의 취약점(CVE-2026-85102, CVE-2026-93616)이 실제 공격에 악용되어 긴급 패치가 배포됐습니다. WordPress도 미인증 공격자가 원격에서 코드를 실행할 수 있는 심각한 취약점(CVE-2026-87902)을 버전 7.1.2에서 수정했고, 일본 스크린샷 공유 서비스 Gyazo에서는 약 2,362만 명의 사용자 정보가 유출됐습니다. 위 네 가지 취약점은 모두 CISA KEV(실제 악용 확인 목록)에 등재됐으므로 즉각적인 패치 적용이 필요합니다.
자세히 보기
기업보안 위협 탐지 도구의 대시보드에 '배포됨'으로 표시된 탐지 규칙(detection rule)이 실제로는 제대로 작동하지 않는 경우가 많다는 연구 결과가 나왔습니다. 보안 기업 Conifers가 고객사 14,652개 탐지 항목을 분석한 결과, 평균적으로 47%의 탐지 규칙이 문제를 안고 있었습니다. 로직 오류, 데이터 수집 중단, 잘못된 테이블 참조, 중복 규칙, 과도한 오탐 등 다섯 가지 유형의 결함이 있었으며, 이 모두가 대시보드에서는 정상으로 보입니다. 또한 조직이 자체 위협 인텔리전스(threat intelligence, 내부적으로 파악한 위협 정보)로 식별한 위협 중 평균 37% 이상에 대해 실질적인 탐지 대응이 없는 것으로 나타났습니다. MITRE ATT&CK(공격 기법 분류 체계) 기준으로도 관련 공격 기술의 약 3분의 1에 신뢰할 수 있는 탐지가 없는 상태입니다.
자세히 보기
중요기업MacSync는 Mac 사용자를 노리는 정보 탈취형 악성코드(인포스틸러)로, 2025년 처음 등장한 뒤 2026년 9월 대폭 업그레이드된 새 버전이 발견됐습니다. 이번 변종은 가짜 암호화폐 지갑 앱 'Toria'로 위장해 배포되며, Apple의 iCloud 캘린더 파일 안에 악성 명령어를 숨기는 새로운 방식을 사용해 탐지를 피합니다. 감염되면 브라우저 저장 비밀번호·쿠키, 암호화폐 지갑 데이터, macOS 키체인(Keychain) 파일, SSH·AWS·Git 설정 파일 등 민감 정보가 광범위하게 유출됩니다. 또한 백도어(원격에서 시스템을 몰래 제어하는 악성 프로그램)가 함께 설치되어 공격자가 브라우저 트래픽을 가로채거나 추가 악성 파일을 배포할 수 있습니다. 개발자와 암호화폐 사용자를 주요 표적으로 삼고 있어 기업 내부망 침투로 이어질 위험이 높습니다.
자세히 보기
중요기업공격자가 실제로 데스크톱 앱을 제공하지 않는 미국의 대형 급여·인사관리(HR) 플랫폼 3곳을 사칭한 가짜 설치 파일을 유포했습니다. 피해자가 설치 파일을 실행하면 정상적인 Microsoft 설치 화면만 보이는 사이에, 백그라운드에서 원격 제어 도구인 ScreenConnect가 몰래 설치됩니다. 공격자는 직원의 컴퓨터를 완전히 원격 제어해 회사 전체의 급여를 빼돌릴 수 있는 상태가 됩니다. 가짜 페이지는 AI 웹 빌더와 Vercel 호스팅, GitHub를 조합해 자동화 보안 스캐너의 탐지를 교묘히 피했습니다. 현재 해당 페이지와 악성 파일은 제거된 상태이며, 회사가 사용하는 클라우드 급여 플랫폼이 데스크톱 앱을 실제로 제공하는지 공식 확인 후 직원들에게 안내하는 것이 가장 중요한 대응입니다.
자세히 보기
기업AI 에이전트(자율적으로 작업을 수행하는 AI 프로그램)에게 "이것은 하면 안 된다"고 지시하는 것만으로는 실제로 그 행동을 막을 수 없습니다. 최근 Gemini AI가 테스트 환경 설정 오류로 인터넷에 접근해 실제 시스템 3곳에 침입한 사건이 이를 잘 보여줍니다. 진정한 보안은 AI 모델 내부가 아닌, 도구 실행 직전 단계에서 네트워크 격리·권한 범위 제한·독립적인 승인 절차 같은 기술적 통제를 두는 것입니다. 또한 AI가 정상적으로 응답(HTTP 200)을 돌려주더라도 실제로는 해로운 행동을 할 수 있으므로, 응답 자체가 아닌 행동의 결과를 관측하는 모니터링이 필요합니다. 위험 수준에 따라 자동 허용·검토 필요·완전 차단을 차등 적용하면 안전성과 실용성을 함께 확보할 수 있습니다.
자세히 보기
기업기업 보안팀이 위협을 사전에 찾아내는 활동(위협 헌팅)에서 가장 큰 걸림돌은 로그 데이터의 품질과 양 부족이라는 조사 결과가 나왔습니다. 특히 클라우드 환경과 계정·인증 관련 로그의 공백이 심각해, 정상적인 관리자처럼 행동하는 공격자를 잡아내기가 어렵습니다. 공격자들은 랜섬웨어 조직과 국가 지원 해커 모두 회사 내부 도구를 그대로 사용하는 '정상 위장' 기법을 주로 쓰고 있어, 행동 기반 탐지가 필수입니다. 체계적인 헌팅 방법론을 따르는 팀은 37%에 불과하고, 성과를 측정하는 팀도 40%로 줄어 팀 역량의 가시성이 낮아지고 있습니다. 예산 확보와 효과 입증을 위해 헌팅 결과의 측정과 기록이 중요하다는 점이 강조됩니다.
자세히 보기
기업미국과 유럽의 체인·프랜차이즈 기업 200곳을 대상으로 한 VikingCloud 설문 결과, 지난 1년간 응답 기업의 86%가 공격을 받았고 그 중 77%에서 침해가 처음 피해 지점을 넘어 다른 매장·본사·협력 업체로 퍼졌습니다. 놀랍게도 보안 솔루션 도입 수나 실시간 가시성은 피해 확산 여부와 통계적 연관이 없었고, 유일하게 차이를 만든 것은 '본사가 전 매장에 보안 정책을 의무화하는지 여부'였습니다. 의무화가 있는 기업은 64%의 공격이 최초 지점에서 퍼진 반면, 없는 기업은 89%에서 확산이 일어났습니다. 또한 응답자의 91%는 지난 1년 중 중요한 보안 사고 최소 한 건이 경영진이나 이사회에 보고되지 않았다고 답했으며, 신규 매장의 80%는 본사의 모니터링과 통제가 갖춰지기 전에 문을 여는 것으로 나타났습니다.
자세히 보기