서버 제목 한 줄과 금융권 침해, 아르텍스 ‘중국 AI 배후설’의 실체
호스트: 아인(Ain) & 젠(Zen) | 기반 기사: 박근모 기자 심층 리포트 2편 | 제작: AI인사이트저널
[00:00] 서버 화면의 중국어, 공격자의 국적인가
AI인사이트저널에서 박근모가 이번 주 꺼내든 질문은 단순하다. 서버 화면에 중국어가 떴다면, 그게 곧 중국의 소행인가.
신한은행과 KB국민은행 침해 사고를 둘러싼 ‘중국 AI 배후설’의 실체, 그리고 공격 도구의 출신지와 공격자의 국적이 왜 다른 문제인지를 파고듭니다. 위협 귀속의 함정까지 살펴볼게요.
서버 제목 한 줄이 헤드라인을 만들어낸 경위부터 시작하죠.
[00:28] 중국 배후설의 모순과 뚫린 외곽 API
9월 말 시중은행 외곽망이 잇따라 침해당한 가운데, 신한은행 공격 서버에서 중국어권 오픈소스 침투 도구 아르텍스의 흔적이 발견됐고, 금융당국이 KB국민은행 공격 IP와 교차 분석에 착수하면서 ‘중국 AI 해킹’ 의혹이 빠르게 번졌습니다. 그런데 확인된 팩트를 뜯어보면 결정적 모순이 세 군데에서 드러납니다.
핵심 인용부터 짚겠습니다. 보안 전문가 분석을 종합한 결론이 이렇습니다. “AI가 바꾼 것은 뚫는 기술이 아니라 대상을 찾는 속도와 비용이다. 정작 문을 열어준 것은 수십 년째 방치된 외곽 API의 권한검증 결함이었다.”
이 말이 사건의 본질을 압축합니다. 신한은행이 뚫린 유력한 경로는 파라미터 변조였습니다. 대출모집인용 조회 서비스에서 식별 번호를 타인의 값으로 바꿔 전송하자 백엔드가 인가 검증 없이 타인 정보를 그대로 돌려줬고, 고객 2만5729명의 정보가 유출됐습니다. KB국민은행도 내부 행원용 모바일 지원 시스템의 인가 허점으로 고객 119명 정보가 새어 나갔습니다.
고도화된 AI 공격이 아니라, 보안 교과서에 수십 년째 나오는 기초 결함이라는 얘기군요.
맞습니다. 그렇다면 아르텍스 자체는 어떤 도구일까요. 기업도 상용 제품도 아닙니다. 깃허브 계정 Autumn-27이 7월 26일 공개한 AGPL-3.0 오픈소스 프로젝트로, 바이두 보안응급대응센터 주최 대회에서 150여 개 팀을 제치고 종합 우승한 프레임워크입니다. 누구나 내려받아 쓸 수 있습니다.
언론 보도가 집중된 날 이 저장소 복제 건수가 하루에만 43건으로 치솟았다는 사실이, 아이러니하게도 도구 확산을 가속했습니다.
[01:59] 조종석의 기본 웹 제목과 드러난 착시
두 번째 글은 이 착시를 더 정밀하게 해부합니다. 서버에서 발견된 문자열 “ARTEX — 自主渗透测试控制台”는 피해 은행 시스템에서 나온 게 아니라 공격자의 관리 대시보드, 즉 조종석의 기본 웹 제목이었습니다. 저장소 설정 파일에 박힌 기본값이라 설정 한 줄만 고치면 바뀌는 값입니다.
거기다 아르텍스 콘솔은 기본 수신 주소가 모든 네트워크 인터페이스에 열려 있어, 비밀번호 없이도 주소만 입력하면 아르텍스가 설치됐다는 사실이 첫 화면에서 드러납니다. 숙련된 공격자라면 조종석을 VPN 뒤에 묶고 기본 제목을 바꿨겠지만, 이번엔 둘 다 그대로였습니다.
한편으론 모델 요청은 LLM API 프록시로 우회해 추적을 의식하면서, 조종석 제목은 중국어 기본값으로 방치했다는 엇갈림이 귀속을 더 어렵게 만든다는 지적도 나옵니다.
[03:09] 올림픽 디스트로이어와 ‘도구 기반 위협 귀속’의 실패
두 번째 글은 코발트 스트라이크 사례와 2018년 평창 올림픽 해킹 사건도 끌어옵니다. 올림픽 디스트로이어 공격에서 공격자는 북한 조직의 코드 지문을 일부러 심어 분석가들을 오도했고, 카스퍼스키 연구진은 이를 “남의 DNA를 범죄 현장에 떨어뜨려 둔 수법”이라 꼬집었습니다. 도구 기반 귀속은 역사적으로 반복해 실패해 왔습니다.
또 하나 중요한 사실이 있습니다. 아르텍스 흔적이 로그 역추적으로 확인된 곳은 신한은행 한 곳뿐입니다. 하나은행, BNK부산은행, 29CM, 강남언니 사건은 동일 도구나 동일 공격자의 소행으로 확인되지 않았는데도 헤드라인에서는 ‘아르텍스 연쇄 해킹’으로 포장됐습니다.
[04:09] 익명성과 모델 성능의 역설, 그리고 진짜 쟁점
그리고 자체 호스팅으로 추적을 피하면 되지 않냐는 반론에 대해서도 현실적 제약이 있습니다. 보안 벤치마크에서 유의미한 성능을 보인 오픈웨이트 모델은 4비트로 압축해도 수백 기가바이트에 달해, 엔비디아 H100 같은 서버용 가속기 여러 장이 필요합니다. 익명성과 파괴적 성능은 서로 반대편을 가리킨다는 분석입니다.
결국 금융보안원 관계자의 결론이 이 모든 논의를 정리합니다. “사람의 개입 없이 AI가 독자적으로 판단하여 금융사를 공격한 것은 아니다.” 공격 도구의 국적이 아니라, 방치된 외곽 API의 인가 검증이 진짜 쟁점입니다.
다음 번 사고가 나기 전에 외곽 API 점검이 먼저여야겠군요.
결국 두 글이 함께 가리키는 곳은 같습니다. 화려한 도구 이름보다 방치된 인가 검증이 먼저입니다.
다음 에피소드에서도 AI인사이트저널의 새 글들로 돌아오겠습니다.
