AI 해킹, 어떻게 여러 금융사를 동시에 노렸을까? 자동화 침투 도구의 작동 방식과 기업 대응법

핵심 POINT

이 글에서 AI 해킹은 공격자가 AI 도구를 이용해 정찰, 취약점 탐색, 반복 시도 등을 자동화하는 방식을 뜻합니다. 사람이 목표와 범위를 설정하면, 연결된 대규모언어모델(LLM)이 수행 결과를 살펴 다음 작업을 계획하고 도구로 실행할 수 있습니다.

2026년 9월 말부터 10월 초까지 은행·저축은행·캐피탈 등 여러 금융사에서 정보 유출이 확인됐습니다. 금융보안원 분석에서는 ARTEX를 활용한 흔적과 기관 간 공격 IP의 중복이 확인됐습니다. 공개된 침해 경로는 대출모집인 조회, 직원 업무지원처럼 외부에 노출된 시스템이었습니다.

이번 글에서는 AI 자동화 공격의 작동 원리와 공격 단계, 노려진 취약점, 기업이 지금 점검할 사항을 순서대로 정리했습니다.

※ 이 글은 2026년 10월 6일까지 공개된 정보를 기준으로 작성했으며, 개별 기관의 피해 규모와 사고 원인은 당국 조사가 진행 중이므로 다루지 않았습니다. 조사 결과에 따라 내용이 달라질 수 있습니다.

■ AI 해킹과 기존 해킹의 차이

출처: AI(ChatGPT) 생성 이미지

ARTEX는 사람이 수행하던 모의해킹 과정을 AI로 자동화한 오픈소스 자율형 침투테스트 플랫폼입니다. 운영자가 실행환경을 갖춘 뒤 목표와 범위를 입력하면, 연결된 대규모언어모델(LLM)이 지금까지의 결과를 바탕으로 다음 점검 항목을 정하고 작업을 반복할 수 있습니다.

1) 목표만 주면 작업 계획이 만들어집니다

운영자가 목표를 입력하면 도구가 이를 세부 과제와 점검 범위로 나눕니다. 사람이 단계마다 판단하지 않아도 공격의 출발점이 자동으로 정해집니다.

2) 여러 에이전트가 동시에 실행합니다

다음 작업을 계획하는 Planner와 실제 도구로 표적을 점검하는 Worker가 역할을 나눠 움직입니다. 여러 Worker가 동시에 작업해 반복 점검에 필요한 시간과 인력 부담을 줄일 수 있습니다.

3) 막히면 다른 경로로 전환합니다

결과가 기록될 때마다 Planner가 다시 판단하고, 마지막 목표가 증명되기 전까지 멈추지 않습니다. 한 경로가 막혀도 다른 경로로 옮겨 가며 시도를 이어 갑니다.

[표] 자동화 침투 도구의 구성 요소와 공격에서의 의미

■ AI 해킹 6단계와 방어 포인트

‍

이번 금융권 해킹 사고에서는 ARTEX 활용 흔적과 복수 금융사를 대상으로 한 자동화 공격 정황이 확인됐습니다. 한 명의 공격자가 하나의 도구로 동시에 공격했다는 점까지는 현재 공개 정보로 확정하기 어렵습니다. 공개된 정보로는 핵심 금융거래 시스템의 침해는 확인되지 않았습니다.

[표] AI 자동화 공격 6단계와 방어 포인트

※ 위 표는 공개 정보와 도구 기능을 바탕으로 재구성한 것이며 조사 결과에 따라 달라질 수 있습니다.

4단계의 대량 조회와 관련해, 모든 사고가 동일한 원인으로 확인된 것은 아닙니다. 일부 사례에서 인증·권한 검증이 충분하지 않은 조회 기능이 악용된 것으로 분석됐습니다. 권한을 검증하는 API에서는 같은 요청이 거부됩니다.

공격 기법을 MITRE ATT&CK 기준으로 분류하면 아래와 같습니다.

[표] MITRE ATT&CK 기준 공격 기법

■ AI 해킹이 노린 취약점 7가지

출처: AI(ChatGPT) 생성 이미지

AI 해킹이 새로운 기법을 쓴 것은 아닙니다. 무작위 대입, 반복 조회, IP 변경은 과거부터 쓰인 자동화 수법이고, AI는 이를 찾고 연결하는 속도와 범위를 키웠습니다. 그 결과 취약점 발견, 자동 검증, 범위 확대, 반복 공격, 대량 피해가 짧은 시간에 여러 기관에서 동시에 일어날 수 있다는 점이 확인됐습니다.

인가 결함(IDOR·BOLA): 서버가 열람 권한을 확인하지 않아 고객번호만 바꾸면 타인 정보가 조회됨

인증 체계 취약: 본인확인 우회가 가능하고 로그인 시도 제한, 계정 잠금, 다중인증(MFA)이 적용되지 않음

세션 관리 미흡: 세션 검증이 불충분해 정상 로그인 없이 정보가 노출됨

주변 시스템 관리 소외: 업무 편의로 외부에 연 시스템이 보안 우선순위에서 밀림

과도한 정보 노출: 업무에 필요한 범위를 넘는 주민등록번호, 연소득 등을 응답에 포함

탐지·대응 공백: 대량·반복 조회를 실시간으로 막지 못함

IP 기반 차단의 한계: IP 차단만으로는 주소를 바꿔 가며 이어지는 공격을 충분히 막기 어려움

※ 일부 침투 경로는 아직 조사 중이며, 크리덴셜 스터핑(유출 계정의 자동 대입)은 보안업계 분석에 따른 추정입니다.

SK쉴더스가 살펴본 결과, 외부 노출 서비스에 인증·권한 검증과 다중인증(MFA)이 갖춰져 있으면 같은 공격을 받아도 유출로 이어지지 않았다는 분석이 있습니다. SK쉴더스는 AI가 새로운 취약점을 만든 것이 아니라 방치된 사이버 보안의 빈틈을 기계의 속도로 파고든 것으로 분석했습니다. 개인정보 유출을 막으려면 이 기본 통제의 빈틈부터 줄여야 합니다.

■ 금융권만의 문제가 아닌 이유

‍

외부에서 접속할 수 있는 조회 기능이 있다면 업종과 관계없이 같은 유형의 공격 대상입니다. 금융권 해킹 사고에서 확인된 경로를 일반 기업의 시스템에 대입하면 아래와 같습니다.

[표] 이번 사고 경로와 일반 기업의 유사 시스템

금융위원회는 이번 금융권 해킹 사고와 관련해 12개 항목의 「침해사고 대비 금융권 IT 보안 자체점검 체크리스트」를 배포했습니다. SK쉴더스는 이번 사고를 금융권만의 문제로 보지 않습니다. 조회 기능이 외부에 열려 있는 모든 기업이 같은 공격 대상이 될 수 있으므로 사이버 보안 점검도 금융권에 한정할 수 없습니다.

■ AI 자동화 공격 대응을 위한 점검 사항

출처: AI(ChatGPT) 생성 이미지

1) 지금 바로 할 조치 3가지

조치의 핵심은 세 가지입니다. 외부 노출 서비스와 API를 전수 목록화해 책임 부서를 지정하고, 본인확인과 권한 검증이 없는 조회 기능을 수정하거나 차단하며 직원·협력사용 서비스에 MFA를 적용합니다. 공유받은 공격 IP로 접속 이력을 소급 조사하고 대량 조회 경보를 설정하는 것도 포함됩니다.

2) IP 차단만으로는 부족합니다

이번 사고에서 비정상 접근을 인지한 기관이 해외 IP를 차단했지만, 공격자는 다른 IP와 취약점으로 전환해 공격을 이어 갔습니다. 확인된 공격 IP를 차단하는 조치는 필요하지만 그것만으로는 충분하지 않습니다. 인증·권한 검증의 빈틈을 고치고, 계정과 세션의 비정상적인 조회 패턴도 함께 살펴야 합니다.

3) 우리 조직의 자가 판별 질문

아래 질문 중 하나라도 '예' 또는 '모름'이라면 우선 조치 대상입니다.

외부에 공개된 서비스 중 보안팀 관리 목록에 없는 것이 있을 수 있는가

로그인이나 본인확인 없이 번호만 넣으면 정보가 조회되는 화면이나 API가 있는가

로그인한 사용자가 식별 번호를 바꾸면 다른 사람의 정보가 조회되는가

직원·협력사용 서비스에 아이디와 비밀번호만으로 외부 접속이 되는가

한 계정이나 한 IP에서 수천 건을 조회해도 경보가 울리지 않는가

외주사나 솔루션 업체가 운영하는 시스템의 보안 점검 주체가 불분명한가

■ 자주 묻는 질문(FAQ)

‍

Q1. AI 해킹이란 무엇인가요?

A. AI가 정찰, 취약점 탐색, 반복 시도와 같은 공격 과정을 사람 대신 자동으로 이어 가는 공격 방식입니다. 이번 사고에서는 사람이 수행하던 모의해킹 과정을 AI로 자동화한 오픈소스 침투테스트 도구의 활용 흔적이 확인됐습니다.

Q2. 이번 금융권 침해사고에서 AI는 어떻게 쓰였나요?

A. 금융보안원 분석에서 오픈소스 AI 자율 침투테스트 도구 ARTEX의 활용 흔적이 확인됐습니다. 공개 정보와 도구 기능을 바탕으로 재구성하면 공격은 정찰, 결함 탐색, 대량 조회, 차단 회피, 확산이 자동으로 이어지는 형태였습니다. 다만 피해 규모와 침투 경로, 공격 주체는 조사 결과에 따라 달라질 수 있습니다.

Q3. AI 해킹은 새로운 공격 기법인가요?

A. 아닙니다. 무작위 대입, 반복 조회, IP 변경은 과거부터 쓰인 자동화 수법입니다. AI는 이를 찾고 연결하는 속도와 범위를 키우는 증폭 장치에 가깝습니다.

Q4. IP 차단만으로 AI 자동화 공격을 막을 수 있나요?

A. 막기 어렵습니다. 이번 사고에서도 공격자는 여러 나라의 IP를 바꿔 가며 차단 직후 다른 경로로 재공격했습니다. IP 차단과 함께 인증·권한 검증 로직을 고치고, 계정·세션·기기 단위의 행위 기반 탐지를 갖춰야 합니다.

Q5. 금융사가 아닌 기업도 AI 자동화 공격 대상이 될 수 있나요?

A. 외부에서 접속할 수 있는 조회 기능이 있다면 업종과 관계없이 같은 유형의 공격 대상입니다. 협력사 포털, 주문·배송·예약 조회, 이벤트·채용 사이트 등이 대표적인 점검 대상입니다.

Q6. 개인정보 유출로 이어지는 AI 자동화 공격의 징후는 무엇인가요?

A. 순차적이거나 무작위로 식별자를 바꿔 넣는 요청, 한 계정이나 한 세션의 대량 조회, 평소와 다른 응답 크기, 야간·휴일의 관리자 접근을 이상 징후로 볼 수 있습니다. 공유받은 공격 IP와 과거 접속 로그를 대조하는 것도 침해 여부를 조기에 확인하는 방법입니다.

SK쉴더스는 2026년 10월 8일 금융권 연쇄 침해사고를 분석한 「AI 자동화 공격 시대, Shadow IT를 노린 침해사고 분석 및 대응 가이드」 리포트를 발행했습니다. 리포트는 2026년 10월 6일까지 공개된 정보를 기준으로 작성했으며, 리포트에는 ARTEX의 동작 원리와 공격 단계, 핵심 취약점 7가지, MITRE ATT&CK 기준 공격 기법, 자가점검 체크리스트가 담겨 있습니다. 리포트 전문은 아래 링크의 SK쉴더스 보안 인사이트 Special 리포트 탭에서 확인할 수 있습니다.

▶ 「AI 자동화 공격 시대, Shadow IT를 노린 침해사고 분석 및 대응 가이드」 리포트 전문 보러 가기

[참고자료]

AI 자동화 공격 시대, Shadow IT를 노린 침해사고 분석 및 대응 가이드 | SK쉴더스

MITRE ATT&CK Enterprise | MITRE