AI가 주도한 첫 랜섬웨어 공격? '인간의 손'은 여전히 필요했다는 충격적 반전
Published Jul 7, 2026
지난주, 전 세계 사이버 보안 업계를 발칵 뒤집는 충격적인 뉴스가 보도되었습니다. 역사상 최초로 AI 에이전트가 단독으로 랜섬웨어 공격을 실행, 침투부터 데이터 암호화, 심지어 몸값 요구까지 모든 과정을 인간의 개입 없이 완수했다는 소식이었습니다. “키보드에 인간은 없었다”는 헤드라인은 영화에서나 보던 악몽이 현실이 되었음을 암시하며 우리에게 깊은 공포감을 안겨주었죠. 하지만 솔직히 말해서, 그 이야기는 ‘반전’을 숨기고 있었습니다. 과연 우리는 인공지능이 완벽히 자율적인 사이버 범죄를 저지를 수 있을 정도로 발전했다고 단정해도 괜찮을까요?
‘제이드퍼퍼’의 충격적인 기술적 위업, 하지만…
클라우드 보안 업체 Sysdig의 연구진이 **‘에이전틱 랜섬웨어(agentic ransomware)‘**로 명명한 이 공격, 즉 ‘제이드퍼퍼(JadePuffer)‘는 분명 놀라운 기술적 성과를 보여주었습니다. AI 에이전트는 취약한 서버에 침투하고, 자격 증명을 훔치고, 표적 네트워크를 종횡무진했으며, 파일을 암호화하고, 심지어 스스로 몸값 요구 메시지까지 작성했습니다. 인간 해커처럼 도중에 발생하는 장애물에도 스스로 적응하며 문제를 해결하는 모습은 인공지능의 진화 속도에 다시 한번 경탄하게 만들었죠.
구체적으로 AI 에이전트는 인기 있는 LLM 앱 빌드용 오픈소스 도구인 Langflow의 알려진 버그를 통해 침입했습니다. 이후 프로덕션 MySQL 서버로 이동하여 또 다른 알려진 취약점을 악용해 관리자 권한을 획득했고, 1,300개 이상의 구성 기록을 암호화했습니다. 랜섬 노트와 함께 비트코인 주소까지 남기는 치밀함은 AI의 자율성과 능력을 여실히 보여주기에 충분했습니다. 특히, 로그인 실패를 단 31초 만에 수정하고, 그 과정을 자연어 코드 주석으로 스스로 설명하는 능력은 압도적이었습니다. 이러한 속도와 투명성은 기존의 인간 주도 공격과는 차원이 다른 효율성을 예고하는 듯 보였습니다.
인간의 그림자: ‘최초의 AI 공격’ 뒤에 감춰진 진실
그러나 Sysdig의 위협 연구 선임 이사인 마이클 클라크(Michael Clark)의 최근 인터뷰는 이러한 헤드라인의 과장된 면모를 여실히 드러냈습니다. 사실, 이 공격은 인간의 개입 없이는 불가능했습니다. AI는 ‘기술적 실행’을 담당했을 뿐, 다음과 같은 핵심적인 역할은 여전히 인간의 몫이었습니다.
- 피해자 선정: 누가 공격 대상이 될지는 AI가 아닌 인간이 결정했습니다.
- 인프라 구축: 명령 및 제어(C2) 서버와 탈취된 데이터를 위한 스테이징 서버 등 공격에 필요한 인프라를 인간이 직접 구축했습니다.
- 초기 자격 증명 공급: 피해자 데이터베이스 침입에 사용된 자격 증명은 AI 에이전트가 스스로 획득한 것이 아니라, 이전에 발생한 다른 침해를 통해 인간이 따로 입수하여 AI에게 ‘넘겨준’ 것이었습니다.
- 작전 지휘: 전반적인 작전의 시작점과 방향을 설정한 것은 역시 인간이었습니다.
클라크는 “인간이 여전히 작전을 설정하고 지시했으며, 그 뒤에 인프라를 프로비저닝하고, 명령 및 제어 서버, 훔친 데이터를 위한 스테이징 서버를 마련하고 피해자를 선택했다”고 분명히 밝혔습니다. 다시 말해, AI는 매우 정교한 ‘도구’였지만, 이 도구를 쥐고 휘두른 것은 다름 아닌 인간이었다는 것이죠. 초기 보도가 마치 AI가 완전한 자아를 가진 범죄자처럼 묘사했다면, 실제로는 인간의 전략적 통제 아래 작동하는, 고도로 진화한 자동화 시스템에 더 가까웠습니다.
오해와 진실: 모델 복수 활용? 아니면 단순히 ‘전리품’?
초기에 혼란을 가중시켰던 또 다른 부분은 공격에 OpenAI, Anthropic, DeepSeek, Gemini 등 “여러 모델이 사용되었다”는 언급이었습니다. 이는 마치 다양한 AI 모델이 침입의 여러 단계를 공동으로 수행한 것처럼 해석될 여지가 있었습니다.
하지만 클라크는 이에 대해 다시 한번 명확히 했습니다. 해당 API 키들은 AI 에이전트가 Langflow 호스트를 샅샅이 뒤져 가치 있는 것을 훔치는 과정에서 발견된 **‘전리품(loot)‘**의 일부일 뿐이라는 것입니다. 즉, AI 에이전트가 어떤 모델을 사용했는지를 알려주는 증거가 아니라, 공격자가 ‘탈취할 가치가 있다고 여긴 것’이 무엇인지를 보여주는 지표라는 설명입니다. Sysdig 역시 어떤 특정 모델이 이 에이전트를 구동했는지 정확히 파악하지 못했으며, 해당 모델의 시스템 프롬프트나 구성에 대한 가시성도 없다고 밝혔습니다.
이와 관련하여 마이크로소프트 연구원 제프 맥도날드(Geoff McDonald)는 자신의 레드 팀 경험을 바탕으로, 공격 배후에는 프론티어 모델(최첨단 대규모 모델)이 아닌, 안전 학습(safety training)이 제거된 오픈 웨이트 모델이 있을 가능성이 높다고 추측했습니다. 프론티어 랩의 안전 레이어가 견고하게 작동하는 경향이 있다는 점을 고려할 때 합리적인 가설로 들립니다.
필자의 분석: ‘완전 자율’ vs. ‘새로운 효율성’의 경계에서
솔직히 말해서, 이번 사건은 AI 범죄에 대한 우리의 시각을 재정립할 필요가 있음을 시사합니다. 처음 보도된 내용처럼 AI가 완전히 자율적으로 모든 것을 해냈다면, 우리는 인류 문명에 대한 근본적인 위협에 직면했을 겁니다. 하지만 현실은 조금 더 복잡합니다. AI는 여전히 인간의 전략적 판단과 초기 자원 공급에 의존했지만, 기술적 실행 단계에서의 자율성과 효율성은 비교할 수 없을 정도로 진보했다는 점에 주목해야 합니다. 이는 기존의 인간 해커가 수동으로 수행해야 했던 반복적이고 복잡한 작업을 AI가 훨씬 빠르고 오류 없이 처리할 수 있게 되었음을 의미합니다.
이 부분에서 주목할 점은 맥도날드 연구원의 경고와 클라크의 견해가 미묘하게 충돌하는 지점입니다. 맥도날드는 랜섬웨어 캠페인이 이제 인간의 노력보다는 공격자의 예산에 의해 주로 좌우되며, “수천 또는 수만 개의 동시 캠페인” 가능성을 경고했습니다. 하지만 클라크의 설명처럼 인간이 여전히 피해자를 선택하고, 인프라를 구축하고, 데이터베이스 자격 증명을 확보해야 한다면, 이는 상당한 **병목 현상(bottleneck)**으로 작용할 것입니다. 즉, 아직까지는 무한정 동시 다발적인 AI 랜섬웨어 공격이 발생하기는 어렵다는 분석이죠.
그러나 개인적으로는 이러한 병목 현상이 ‘영원한’ 제약이 될지는 의문입니다. 현재는 인간의 손을 거쳐야 하는 부분이 미래에는 AI에 의해 자동화되거나, 혹은 AI가 확보할 수 있는 형태로 진화할 가능성을 배제할 수 없습니다. 인간 해커의 시간과 에너지를 대폭 절감해주는 AI 에이전트의 등장은, 공격의 **‘규모’**와 **‘빈도’**를 엄청나게 끌어올릴 잠재력을 가지고 있습니다. 인간은 이제 일일이 코드를 작성하고 취약점을 파고들 필요 없이, AI에게 ‘어떤 대상을, 어떤 방식으로 공격하라’는 지시만 내리면 되는 시대가 도래하고 있는 셈입니다. 이는 사이버 보안 분야에서 전례 없는 도전이 될 것입니다. 우리가 준비해야 할 것은 단순한 ‘기술적 방어’를 넘어, AI를 활용한 공격 자동화에 대한 심도 깊은 이해와 대응 전략입니다.
앞으로의 전망: 저렴하고 강력한 AI 에이전트의 확산
마이클 클라크는 Sysdig가 아직 이와 동일한 작전이 다른 피해자에게도 발생한 것을 보지는 못했지만, 에이전트를 운영하는 비용이 워낙 저렴하기 때문에 “변화가 있을 것으로 예상한다”고 말했습니다. 이는 곧 현재의 ‘인간 병목 현상’이 해소되거나 우회될 수 있는 방법이 찾아진다면, AI 주도 랜섬웨어 공격이 폭발적으로 증가할 수 있다는 경고나 다름없습니다.
결론적으로, ‘최초의 완전 자율 AI 랜섬웨어 공격’이라는 초기의 헤드라인은 다소 과장된 측면이 있었습니다. 그러나 이는 AI가 사이버 범죄의 ‘기술적 실행’ 영역에서 얼마나 강력하고 효율적인 도구가 되었는지를 명확히 보여주었습니다. 인간의 전략적 지능과 AI의 기술적 실행 능력이 결합될 때, 우리는 훨씬 더 정교하고 파괴적인 사이버 위협에 직면하게 될 것입니다. 이제는 “AI가 모든 것을 할 수 있을까?”라는 질문보다는 “AI가 인간의 어떤 능력을 증폭시켜 더 큰 위협을 만들어낼까?”에 초점을 맞춰야 할 때입니다.
출처
- 원문 제목: The ‘first’ AI-run ransomware attack still needed a human
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
