어두운 금속 서랍장이 늘어선 복도에서 열린 서랍 하나로 푸른빛이 새어 나오고 바닥을 따라 붉은 빛줄기가 다가가는 모습

Blog

AI 모의해킹 도구로 뚫린 국내 금융권, CrowdStrike 보고서로 본 점검 기준

이정민

2026년 10월 7일, 보안 기업 CrowdStrike가 한국 금융기관을 노린 공격을 분석한 보고서를 공개했습니다. 공격은 2026년 9월 말부터 10월 초까지 이어졌고, 데이터가 밖으로 빠져나갔습니다. 공격자는 중국에서 개발된 오픈소스 AI 모의해킹 도구 ARTEX와 대형 언어 모델을 함께 사용했습니다.

이 사건은 AI 에이전트가 공격자의 손에서 어떻게 사용되는지 보여 주는 국내 사례입니다. 금융권이 아닌 조직도 같은 방식의 공격을 받을 수 있습니다. 이 글은 보고서와 국내 보도로 확인된 사실을 정리하고, 조직이 점검할 기준을 제시합니다.

무슨 일이 있었나

경향신문 보도에 따르면 9월 27일부터 30일 사이 여러 은행과 저축은행, 캐피털사에서 외부 침입으로 정보가 유출되었습니다. CrowdStrike 보고서도 업계 보도를 인용해 같은 피해를 전합니다. 한 은행에서는 대출 상담사가 사용하는 대출 진행 조회 서비스가 뚫렸습니다. 다른 은행에서는 직원용 모바일 업무 지원 시스템이 침해되었습니다.

공격자가 노린 곳은 고객이 사용하는 인터넷뱅킹이나 모바일뱅킹이 아니었습니다. 상대적으로 보안이 약한 내부 주변 시스템이었습니다. 경향신문은 공격자가 대출 상담사용 서비스에 무작위 값을 넣어 유효한 고객 번호를 찾아낸 뒤 연락처 같은 정보를 빼낸 것으로 전했습니다. 당국은 특정 회사를 겨냥한 공격이라기보다 AI가 여러 금융사를 무작위로 두드리다 방어가 약한 곳이 뚫린 것으로 보고 있습니다. CrowdStrike는 보고서 작성 시점까지 피해 조직의 수가 확인되지 않았다고 밝혔습니다.

공격자의 서버에서 드러난 작업 방식

CrowdStrike Intelligence는 공격자가 관리하는 서버에서 누구나 열어 볼 수 있는 디렉터리를 찾아냈습니다. 그 안에는 Claude Code 세션 기록, ARTEX 설정 파일, Claude 메모리 파일이 남아 있었습니다. 덕분에 공격자가 어떤 도구를 어떤 방식으로 사용했는지 직접 들여다볼 수 있었습니다.

공격에는 서버 두 대가 사용되었습니다. 홍콩에 있는 서버가 주된 공격 거점이었고, 다른 서버에는 ARTEX가 설치되어 있었습니다. 그 서버에는 모의해킹 절차를 중국어로 지시하는 프롬프트 문서도 있었습니다. ARTEX의 주 언어 모델은 DeepSeek v4.1-flash였고, 공격자는 GLM-5.3과 Grok 4.6도 추가로 사용했습니다. 세션 기록에는 공격자가 Claude에게 한국 유출 정보를 주로 어디에서 파는지, 한국 데이터를 거래하는 Telegram 그룹을 어떻게 찾는지 물은 흔적도 있었습니다.

CrowdStrike는 이 공격을 이름이 알려진 해킹 조직과 연결하지 않았습니다. 다만 중국어 프롬프트와 중국에서 개발된 도구를 근거로, 공격자가 중국어 사용자이고 금전 목적일 가능성이 있다고 중간 수준의 신뢰도로 평가했습니다.

ARTEX는 원래 방어를 위한 도구였습니다

경향신문에 따르면 ARTEX는 대형 언어 모델을 기반으로 한 자율 모의해킹 시스템이며 GitHub에 공개되어 있습니다. 공개일은 7월 26일입니다. 원래는 공격자보다 먼저 시스템의 빈틈을 찾도록 모의해킹을 자동화하는 보안 점검 도구로 만들어졌습니다.

같은 도구가 방어에도 공격에도 사용될 수 있다는 점을 이번 사건이 보여 줍니다. CrowdStrike는 AI 도구 덕분에 금전 목적의 공격자가 짧은 기간에 여러 곳을 침입할 수 있었다고 평가했습니다. 또 공격자들이 작전 속도와 능력을 높이려고 AI 도구를 계속 시험할 가능성이 높다고 내다봤습니다. 사람이 하나씩 시도하던 일을 에이전트가 쉬지 않고 반복하면, 그동안 눈에 띄지 않던 주변 시스템의 약점이 빠르게 드러납니다.

조직이 점검할 것

먼저 외부에서 접근할 수 있는 주변 시스템의 목록을 다시 정리합니다. 협력사나 상담사용 조회 서비스, 직원용 업무 앱처럼 핵심 시스템보다 관리가 느슨한 곳이 이번 공격의 입구였습니다. 각 시스템에 아이디와 비밀번호 외의 추가 인증이 있는지, 같은 요청이 짧은 시간에 반복될 때 막는 장치가 있는지 확인합니다.

다음으로 무작위 대입을 전제로 탐지 기준을 손봅니다. AI 에이전트는 사람보다 훨씬 많은 요청을 쉬지 않고 보냅니다. 고객 번호처럼 추측할 수 있는 값을 받는 화면에는 요청 횟수 제한과 이상 징후 알림을 함께 두어야 합니다. 유출을 알게 되었을 때 누가 어떤 순서로 대응할지도 미리 정해 두면 피해를 줄일 수 있습니다.

마지막으로 우리 조직이 AI 모의해킹 도구로 먼저 점검하는 방안을 검토합니다. 공격자가 사용하는 것과 같은 종류의 도구로 우리 시스템을 미리 살피면 같은 약점을 먼저 찾을 수 있습니다. 이때는 점검 범위와 승인 절차, 결과 기록 방식을 정해 두어야 합니다. 보안 담당자와 개발자가 에이전트의 동작 방식을 이해하도록 교육하는 것도 함께 준비하는 것이 좋습니다.

자주 묻는 질문

이번 공격은 어떤 시스템을 노렸나요?
고객용 인터넷뱅킹이 아니라 보안이 상대적으로 약한 내부 주변 시스템을 노렸습니다. 대출 상담사용 대출 진행 조회 서비스와 직원용 모바일 업무 지원 시스템이 침해되었습니다.
공격자는 어떤 AI 도구를 사용했나요?
중국에서 개발된 오픈소스 AI 모의해킹 도구 ARTEX를 사용했습니다. ARTEX의 주 언어 모델은 DeepSeek v4.1-flash였고, 공격자는 Claude Code 세션에서 GLM-5.3과 Grok 4.6도 함께 사용했습니다.
공격자는 누구로 밝혀졌나요?
CrowdStrike는 이름이 알려진 해킹 조직과 연결하지 않았습니다. 중국어 사용자이고 금전 목적일 가능성이 있다고 중간 수준의 신뢰도로 평가했습니다.
금융권이 아닌 조직도 대비해야 하나요?
대비해야 합니다. AI 도구는 여러 조직을 쉬지 않고 두드리다 방어가 약한 곳을 찾아냅니다. 외부에서 접근할 수 있는 주변 시스템의 인증과 반복 요청 차단을 점검하는 것이 좋습니다.

다른 글

AI 도입 성과를 높이는 1분

참여자의 역할, 규모에 맞추어 과정을 구성합니다.
신청 후에는 담당자가 1영업일 내로 연락드릴게요.

1분 내로 문의하기