Hunt.io의 보안 연구원들이 중국어를 사용하는 해킹 캠페인을 식별했다. 이 캠페인은 AI 에이전트를 활용해 여러 아시아 국가의 정부 기관, 교육 기관, 산업 조직을 대상으로 한 공격을 자동화한다. 이번 발견은 위협 행위자들이 더 이상 인공지능을 단순히 실험하는 수준에 머물지 않고, 한때 숙련된 운영자 팀이 24시간 내내 수행해야 했던 작업을 처리하기 위해 자동화된 에이전트를 사용하는 방식으로 AI를 실제 운영에 활용하고 있다는 증거를 더하고 있다.

Hunt.io가 발견한 것

Hunt.io의 연구에 따르면, 이 캠페인은 해당 지역의 여러 국가에 걸쳐 있는 표적에 대한 공격 과정의 일부를 자동화하는 AI 에이전트를 포함한다. 피해자는 정부 기관, 교육 기관, 산업 조직이라는 세 가지 뚜렷한 분야에 걸쳐 있어, 운영자들이 단일 고가치 표적에 집중하기보다 넓은 범위를 겨냥하고 있음을 시사한다. AI 에이전트를 사용한 사이버 공격 자동화는 AI가 지원 도구에서 침입 자체에 적극적으로 참여하는 존재로 전환되었음을 의미하며, 인간 운영자가 직접 수동으로 수행해야 했던 반복적이거나 시간이 많이 걸리는 단계를 처리한다.

연구자들이 중국어를 사용하는 그룹이 AI를 활용해 작전 규모를 확대한 사례를 지적한 것은 이번이 처음이 아니다. 이전 보도에 따르면 중국 해커들이 DeepSeek AI를 사용하여 공격 규모를 두 배로 늘렸으며, 정찰과 악성코드 개발을 모델에 위임하여 수동 방식보다 더 빠르게 움직였다. 별도로, 수사관들은 대만 정부에 대한 공격이 오픈소스 AI 도구를 사용한 것으로 추적했으며, 이는 AI 시스템이 처음부터 끝까지 침입의 상당 부분을 처리한 초기 사례 중 하나였다. Hunt.io의 발견도 같은 패턴에 해당한다: AI 에이전트가 다국가 캠페인을 운영하는 데 필요한 수작업 부담을 줄여준다는 것이다.

AI 에이전트가 프라이버시 계산을 바꾸는 이유

정부, 학교, 산업 운영자에게 AI 지원 해킹이 공격자에게 매력적인 이유는 명확하다. 자동화는 취약점 스캔, 피싱 콘텐츠 작성, 여러 표적에 대한 동시 네트워크 탐색 비용을 낮춘다. 이러한 효율성은 직접적인 프라이버시 결과를 초래한다. 정부 시스템은 종종 시민 기록, 세금 정보, 신분 문서를 보유한다. 교육 기관은 재정 지원 및 건강 기록을 포함한 학생 및 교직원 데이터를 저장한다. 산업 표적은 지적 재산권, 공급망 데이터, 운영 세부 정보를 보유할 수 있으며, 노출될 경우 파트너와 고객에게까지 파급 효과를 미친다.

AI 에이전트가 공격 초기 단계를 자동화하면, 방어자는 정찰과 악용 사이에 존재하던 자연스러운 지연 시간을 일부 상실한다. 캠페인은 동시에 더 많은 표적을 대상으로 실행될 수 있으며, 한때 특정 공격 패턴을 감지 가능하게 만들었던 인간적 요소(피싱 이메일의 일관되지 않은 문체, 스캔과 후속 조치 사이의 지연)는 점점 발견하기 어려워진다. 이는 악의적인 활동을 더 일상적으로 보이게 하고 탐지를 어렵게 만드는 데 AI가 사용되는 광범위한 추세를 반영한다. 이제 브라우저에서 직접 조립되는 악성코드와 ChatGPT 브랜드가 위장으로 악용되는 사례에 대한 보도는 공격자들이 침입의 기술적 측면을 자동화할 뿐만 아니라 잘 알려진 AI 브랜드의 신뢰성을 악용해 사용자의 의심을 피해가고 있음을 보여준다.

또한 AI 기반 캠페인이 인프라 표적에만 국한되지 않는다는 점도 주목할 가치가 있다. 중국과 연계된 작전은 별도로 언론인과 활동가를 겨냥한 첩보 활동과도 연관되어 있으며, 이는 기관을 대상으로 사용되는 도구와 기술이 불편한 활동을 하는 개인에게도 쉽게 사용될 수 있음을 상기시킨다.

이것이 당신에게 의미하는 바

Hunt.io가 지목한 지역 내 정부 기관, 학교, 산업 조직에서 일하거나 상호 작용한다면, 이 캠페인은 당황하기보다 기본을 강화하라는 신호다. AI 에이전트는 공격자에게 힘을 배가시키는 요소이지만, 여전히 익숙한 진입점에 의존한다: 패치되지 않은 소프트웨어, 취약한 자격 증명, 설득력 있는 사기성 메시지를 클릭하는 직원. 차이점은 이제 규모와 속도에 있으며, 반드시 기본 전술의 정교함에 있는 것은 아니다.

일반 사용자에게 실질적인 교훈은 피싱 시도와 사회공학 공격이 더 빈번해지고 더 잘 맞춤화될 가능성이 높다는 것이다. AI 에이전트가 인간보다 훨씬 빠르게 변형을 생성하고 테스트할 수 있기 때문이다. 이는 기본적인 위생 수칙을 더 중요하게 만든다.

실행 가능한 교훈

  • 소프트웨어와 운영 체제에 패치를 적용하고 유지하라. 자동화된 스캔 도구는 알려진 패치되지 않은 취약점을 먼저 찾기 때문이다.
  • 정부, 교육, 산업 시스템과 연결된 모든 계정에 다중 인증을 사용하라. 자동화된 자격 증명 공격이 빨라지고 있기 때문이다.
  • 예상치 못한 이메일이나 메시지를 더 높은 경계심으로 대하라. 문체가 정교해 보여도 AI 생성 피싱 콘텐츠는 종종 설득력 있게 읽히기 때문이다.
  • 조직은 빠르고 반복적인 로그인 시도나 스캔 동작과 같은 비정상적인 자동화 활동 패턴을 모니터링해야 한다. 이는 단일 인간 운영자가 아닌 AI 에이전트가 네트워크를 탐색하고 있음을 나타낼 수 있다.

Hunt.io의 발견은 AI 에이전트가 보안 방정식의 양측을 재편하고 있음을 다시 한번 상기시킨다. 이러한 캠페인이 어떻게 운영되는지에 대한 정보를 유지하고 간단한 보안 습관을 따르는 것이 자동화된 위협이 계속 진화함에 따라 가장 신뢰할 수 있는 방어 수단으로 남는다.