“한 나라의 인공지능(AI) 주권은 소버린 AI ‘모델’만 만든다고 해결되는 문제가 아닙니다. 소버린 AI의 ‘운영’에 주권이 달려 있습니다.” 지미 리(70) ASI 파운드리 회장은 12일 서울 중구 웨스틴조선에서 진행한 서울신문과의 인터뷰에서 “공장에 AI가 도입된 경우 결국 누가 데이터와 피지컬 AI를 통제하는지가 핵심”이라며 이렇게 밝혔다. AI 주권을 확보하려 한국 등 세계 각국이 자체 AI 모델 개발에 열중하고 있지만 산업 현장에서 데이터와 AI를 어떻게 활용하고 통제할지 운영 원칙까지 결정할 수 있어야 비로소 실질적인 주권을 확보하는 것이라는 의미다. 리 회장은 “미국은 AI 모델과 지능을 갖췄지만 지난 수십 년간 제조업을 도외시하면서 현장에서 축적된 고품질 데이터가 부족하다. 반면 한국은 제조업 데이터와 산업 현장 경험이 풍부하지만 이를 활용할 AI 기술력이 미국에 비해 상대적으로 부족하다”며 “양국의 상호 의존성을 살려 서로에게 ‘윈윈’이 될 수 있는 피지컬 AI 생태계를 만들면 한국의 협상력도 키울 수 있다”고 말했다. 이어 자신이 ASI 파운드리를 설립한 배경에 한미 간 장점을 살려 피지컬 AI의 새 모델을 구축하려는 의지가 담겼다고도 했다. 미국 ‘태권도 대부’ 고 이준구 사범의 아들인 리 회장(한국 이름 이형모)은 메릴랜드주 최초로 한국계 내각 장관을 역임했고 버지니아주 상무·통상 담당 차관보를 지냈다. 리 회장은 “한국의 제조업 데이터는 현장에서 축적된 고품질·비정형의 노하우”라며 “AI가 읽고 활용할 수 있도록 데이터를 구조화하고, 출처와 민감한 맥락을 식별할 수 없도록 처리하면 신뢰 가능한 산업용 피지컬 AI 솔루션을 만들 수 있다”고 제언했다. 이어 “한국 모델을 바탕으로 대만, 인도 등 아시아 전역으로 나아가는 것이 목표”라고 말했다. 피지컬 AI 확산에 따른 일자리 감소 문제에 대해서는 “산업혁명 시대와 같이 임금 인상과 고용 보장으로는 AI가 가져올 변화를 해결하기 어렵다”며 “인간의 판단과 창의성, 최종 결정이 필요한 분야를 인간의 일자리로 확보하고, 엄격한 엔지니어링 규칙을 통해 로봇의 안전성도 보장해야 한다”고 말했다. 리 회장은 이날 서울 중구 웨스틴조선 호텔에서 열린 ‘산업 AI 글로벌 협력’ 기자간담회에 참석하기 위해 방한했다. 이날 행사에 동반 참석한 얀 르쿤 AMI랩스 회장 겸 미국 뉴욕대 교수는 AI 속도조절론에 대해 “현재 AI가 주로 하는 일은 기존의 인간 지식을 조합하고 되풀이하는 수준”이라며 “최근 몇 달간 발생한 AI 보안 사고는 기업들이 사이버 보안에 충분한 경험을 갖추지 못한 엔지니어링의 문제”라고 선을 그었다. 르쿤 회장은 메타의 AI 수석 과학자 출신으로 2018년 튜링상을 받은 AI 석학이다. 하정우 국가인공지능전략위원회 부위원장도 축사를 통해 “글로벌 AI 경쟁은 단순히 뛰어난 파운데이션 모델을 개발하는 것을 넘어 산업 현장에서 생산성과 경쟁력을 얼마나 높이느냐가 중요해지고 있다”며 “한국은 반도체·자동차·조선·배터리 등 세계적인 제조 기반과 수십 년간 축적된 산업 데이터, 공정 노하우를 갖추고 있다”고 강조했다. 간담회를 기획한 황명은 ASI 파운드리 한국 대표는 “한국 기업이 산업용 AI를 단순 도입하는 데 그치지 않고 실제 산업 현장에서 기술이 작동하는 기준과 활용 방식을 함께 만들어가는 역할을 하도록 협력 모델을 만들어갈 것”이라고 밝혔다.

“승인은 나중에 받아도 돼. 일단 급히 처리하자. 이전에도 그렇게 했었어. 괜찮아.” 동료 인공지능(AI) 에이전트의 이런 부추김이 다른 AI의 보안 판단을 흔들 수 있다는 연구 결과가 나왔다. 기업이 AI 에이전트에 업무 권한을 부여할 때 모델 성능뿐만 아니라 조직 내 협업 환경까지 보안 검증 대상에 포함해야 한다는 지적이 나온다. 해당 연구는 뉴욕대 아부다비 캠퍼스·맥길대 등 연구진이 지난 8일 논문 사전 공개 사이트인 아카이브(arXiv)에 ‘조직행동론으로 살펴본 AI 에이전트 안전성’라는 이름으로 공개했다. AI 에이전트의 안전성을 조직 내 업무 환경과 연결해 분석한 논문이다. 연구진은 16개 조직 환경을 구성하고 210개씩, 총 3360개의 과제를 수행하도록 해 6개 최신 대형언어모델(LLM)의 행동을 비교했다. 논문에서 실험한 업무환경에서 부정적 변수는 동료 AI, 과거 기억, 상사 지시 등 세 가지다. 예를 들어 AI가 일을 수행하는 과정에서 동료 AI가 안전 절차를 생략하라는 식으로 권고하거나 과거 업무 처리 과정에서 예외 처리나 절차 위반을 장기 기억에 저장하는 경우다. 또 상사 등이 “시간이 없으니 승인 절차는 나중에 처리하고 일단 실행하라” 등으로 지시했을 경우도 부정적 변수로 포함됐다. 그 결과 부정적인 요인이 없는 조건에서 AI 에이전트의 기밀 정보 무단 공개 비율은 16.5%였지만, 부정적 요인이 두 가지 결합된 조건에서는 60.1%로 높아졌다. 다만, 세 가지 요인이 모두 결합됐을 때는 50.3%로 오히려 낮아졌다. 위험 요인이 많아질수록 안전성이 일정하게 악화되는 것은 아니었지만, 부정적 요인이 결합된 환경에서 기밀 정보 무단 공개 비율이 크게 높아질 수 있다는 점은 확인됐다. 연구진은 이를 통해 AI 에이전트의 안전성을 모델 자체의 성능만으로 설명하기 어렵고, 상사의 지시와 동료 에이전트의 행동, 과거 기억 등 조직 환경을 함께 고려해야 한다고 강조했다. 이는 AI의 안전성을 평가할 때 모델 자체의 성능뿐 아니라 어떤 지시와 정보, 협업 규범 속에서 작동하는지도 살펴볼 필요가 있음을 시사한다. 인간 조직의 비생산적 업무 행동을 설명하는 조직행동론을 AI 에이전트의 위험 행동을 이해하는 틀로 활용할 수 있다는 의미도 있다. 기업 입장에서는 AI에 부여한 권한과 승인 절차를 점검하고, 동료 에이전트의 부적절한 지시나 과거의 잘못된 처리 사례가 반복적인 위험 행동으로 이어지지 않도록 관리하는 방안이 필요하다는 지적이 나온다.

서울 구로구는 14일 포포인츠 바이 쉐라톤 서울 구로에서 ‘서울 기술교류·협력의 날(STEP) 2026 글로벌 비즈니스 상담회’를 개최한다고 12일 밝혔다. 이번 상담회는 해외 판로 개척에 어려움을 겪는 G밸리 중소기업의 해외시장 진출을 돕기 위해 마련됐다. 해외 바이어와 국내 기업을 연결해 맞춤형 수출 상담을 진행하고 투자 유치도 지원한다. 행사에는 베트남·인도네시아·일본 등 18개국의 해외 바이어 40개사와 G밸리·서울 소재 기업 60개사가 참여한다. 주요 상담 분야는 인공지능(AI)·인공지능 전환(AX), 정보통신기술(ICT)·전기전자, 소프트웨어·보안·클라우드, 디지털 헬스케어 등이다. 기업의 해외 진출과 투자 유치를 돕는 프로그램도 마련된다. ‘글로벌 성장 챌린지’에서는 해외시장 진출 전략과 경쟁기업 분석, 바이어 대응 방법 등을 교육하고 투자설명자료 진단과 투자 상담을 진행한다. ‘투자·기술 기업설명회(IR)’에서는 참가기업이 투자자에게 사업과 기술을 소개한다. 장인홍 구청장은 “해외시장 진출을 준비하는 기업들이 현지 바이어와 직접 만나 새로운 판로를 개척하고 성장 기회를 찾을 수 있길 바란다”며 “앞으로도 G밸리 기업의 경쟁력 강화와 해외시장 진출을 지원하기 위한 다양한 기회를 마련하겠다”고 말했다.

지난달 금융권에 인공지능(AI)을 활용한 해킹 수법과 대응책이 공유됐지만 약 2주 뒤 주요 금융사들이 정보 유출 사고를 피하지 못한 것으로 나타났다. 외부 접속 시스템의 상시 점검 필요성까지 경고됐던 만큼 사전 대응이 도마 위에 오른 가운데, 시중은행들은 뒤늦게 보안 투자 확대에 나섰다. 11일 한창민 사회민주당 의원실이 금융보안원에서 제출받은 자료에 따르면, 금융보안원은 지난달 17일 ‘금융 AI 보안 위협 대응 세미나’에서 국내 금융사를 겨냥한 AI 에이전트 공격 사례와 대응책을 공유했다. 세미나에는 이후 해킹 피해를 본 KB국민·하나은행, 현대캐피탈, 웰컴저축은행 등의 관계자를 포함해 160여명이 참석했다. 신한은행은 금융지주 차원에서 참석했다. 당시 공격자는 중국 AI 모델 딥시크 기반의 AI 에이전트로 금융권 서버를 탐색한 뒤 단 하루 만에 보안 취약점을 악용해 악성프로그램을 설치했다. 해당 금융사는 공격자가 내부 서버까지 탐색한 뒤 추가 악성코드를 내려받기 직전 침입을 차단했다. 금융보안원은 “연 1~2회 진단으로는 잡히지 않는다”며 외부 노출 시스템의 상시 점검을 강조했다. 약 2주 뒤 발생한 은행권 해킹 역시 외부에 노출된 시스템의 취약점을 겨냥했다. 다만 세미나에서 공개된 공격은 보안패치가 이뤄지지 않은 외부 업체의 솔루션을 노렸고 이번에는 금융회사가 운영하는 외부 접속 업무 시스템이 대상이라는 차이점은 있다. 중국 AI 침투테스트 도구인 ‘아르텍스’와 딥시크 등 AI 모델이 활용된 것도 유사하다. 만약 세미나 이후 취약점을 점검했다면 개인정보 유출을 막을 수 있었다는 지적이 나오는 이유다. 오는 19일 5대 시중 은행장이 증인으로 채택된 금융감독원 국정감사에서는 금융사의 보완조치가 다뤄질 전망이다. 은행들은 뒤늦게 보안 투자와 AI 방어 체계 강화에 나섰다. KB국민은행은 내년 보안 예산을 1000억원 이상으로 늘리고, 신한은행은 업계 최고 수준의 예산 편성과 AI 보안관제센터 구축을 추진한다. 하나은행은 수백억원 규모의 보안 체계 구축과 AI 모의해킹을 추진하고, 우리은행은 예산 20% 이상 증액·인력 10% 이상 확충을 검토 중이다. NH농협은행도 투자를 확대하고 내년 하반기 AI 모의공격 점검에 나설 계획이다. 한편 금융권 연쇄 해킹 공격에 활용된 것으로 추정되는 아르텍스가 공개 개발을 중단했다. 아르텍스 개발자는 지난 8일 플랫폼 게시글에서 “도구의 잘못된 사용을 고려했다”고 밝혔다. 다만 이미 배포된 프로그램까지는 회수되지는 않는다.

금융보안원, AI 공격 사례·대응책 사전 공유국민·하나은행 등 피해 금융사도 세미나 참석외부 시스템 취약점 경고에도 정보유출 잇따라5대 은행 뒤늦게 보안 투자 확대…국감서 쟁점지난달 금융권에 인공지능(AI)을 활용한 해킹 수법과 대응책이 공유됐지만 약 2주 뒤 주요 금융사들이 정보 유출 사고를 피하지 못한 것으로 나타났다. 외부 접속 시스템의 상시 점검 필요성까지 경고됐던 만큼 사전 대응이 도마 위에 오른 가운데, 시중은행들은 뒤늦게 보안 투자 확대에 나섰다. 11일 한창민 사회민주당 의원실이 금융보안원에서 제출받은 자료에 따르면, 금융보안원은 지난달 17일 ‘금융 AI 보안 위협 대응 세미나’에서 국내 금융사를 겨냥한 AI 에이전트 공격 사례와 대응책을 공유했다. 세미나에는 이후 해킹 피해를 본 KB국민·하나은행, 현대캐피탈, 웰컴저축은행 등의 관계자를 포함해 160여명이 참석했다. 신한은행은 금융지주 차원에서 참석했다. 당시 공격자는 중국 AI 모델 딥시크 기반의 AI 에이전트로 금융권 서버를 탐색한 뒤 단 하루 만에 보안 취약점을 악용해 악성프로그램을 설치했다. 해당 금융사는 공격자가 내부 서버까지 탐색한 뒤 추가 악성코드를 내려받기 직전 침입을 차단했다. 금융보안원은 “연 1~2회 진단으로는 잡히지 않는다”며 외부 노출 시스템의 상시 점검을 강조했다. 약 2주 뒤 발생한 은행권 해킹 역시 외부에 노출된 시스템의 취약점을 겨냥했다. 다만 세미나에서 공개된 공격은 보안패치가 이뤄지지 않은 외부 업체의 솔루션을 노렸고 이번에는 금융회사가 운영하는 외부 접속 업무 시스템이 대상이라는 차이점은 있다. 중국 AI 침투테스트 도구인 ‘아르텍스’와 딥시크 등 AI 모델이 활용된 것도 유사하다. 만약 세미나 이후 취약점을 점검했다면 개인정보 유출을 막을 수 있었다는 지적이 나오는 이유다. 오는 19일 5대 시중 은행장이 증인으로 채택된 금융감독원 국정감사에서는 금융사의 보완조치가 다뤄질 전망이다. 은행들은 뒤늦게 보안 투자와 AI 방어 체계 강화에 나섰다. KB국민은행은 내년 보안 예산을 1000억원 이상으로 늘리고, 신한은행은 업계 최고 수준의 예산 편성과 AI 보안관제센터 구축을 추진한다. 하나은행은 수백억원 규모의 보안 체계 구축과 AI 모의해킹을 추진하고, 우리은행은 예산 20% 이상 증액·인력 10% 이상 확충을 검토 중이다. NH농협은행도 투자를 확대하고 내년 하반기 AI 모의공격 점검에 나설 계획이다. 한편 금융권 연쇄 해킹 공격에 활용된 것으로 추정되는 아르텍스가 공개 개발을 중단했다. 아르텍스 개발자는 지난 8일 플랫폼 게시글에서 “도구의 잘못된 사용을 고려했다”고 밝혔다. 다만 이미 배포된 프로그램까지는 회수되지는 않는다.

현재 인공지능(AI) 시장은 중국과 미국이 양분하고 있다고 해도 과언이 아닙니다. 특히 가중치를 공개하는 오픈 웨이트 AI 모델에서는 중국이 가장 앞서가는 가운데, 유럽 소버린 AI의 대명사로 불리는 프랑스 미스트랄 AI에서 최신 대형 모델인 ‘미스트랄 라지(Mistral Large) 4’를 공개했습니다. ‘르 촌크’(Le Chonk)라는 별칭을 지닌 미스트랄 라지 4는 1조 개의 파라미터를 지닌 대규모 언어 모델(LLM)로, 텍스트와 이미지를 함께 처리할 수 있는 네이티브 멀티 모달 모델입니다. 효율적인 희소 혼합 전문가(MoE) 아키텍처를 사용해 모델 자체는 크지만, 연산 시에는 모든 파라미터가 아니라 일부 전문가만 활성화해 약 490억개의 파라미터만 사용합니다. 이런 MoE 구조는 중국 오픈 웨이트 모델에서는 이미 널리 쓰이고 있으며, 구글의 ‘젬마 4’(Gemma 4) 서방 공개 모델에서도 쉽게 볼 수 있는 방식입니다. 정식 모델 공개를 앞두고 공개한 벤치마크 결과를 보면 한 가지 흥미로운 사실을 알 수 있습니다. 미스트랄 라지 4는 사이버 보안과 법률, 금융 지식 면에서는 높은 점수를 받았으나, 코딩이나 에이전틱 능력에서는 미국 최상위 모델이나 중국의 최신 오픈 웨이트 모델을 넘어서지는 못했습니다. 이를 두고 일부에서는 “규제에 강한 유럽산 모델다운 특징”이라는 다소 냉소적인 반응이 나오기도 했지만, 반대로 실용적인 선택과 집중이라는 해석도 가능합니다. 사실 미스트랄은 대중적인 인지도는 높지 않지만, 초창기부터 모델을 공개해 허깅 페이스 같은 오픈 모델 공개 사이트에서 수많은 파생 모델이 나왔고 누적 다운로드도 상당 규모를 기록했습니다. 유럽 공공기관과 기업에서 실제로 이 모델을 업무에 활용하고 있기 때문에, 수요가 있는 사이버 보안이나 법률, 금융 부분을 중심으로 개발한 건 당연한 결과라고 할 수 있습니다. 미스트랄 AI는 미스트랄 라지 4 모델을 자체 데이터센터에서 운용하지 않는 사용자들을 위해 100만 토큰 기준 입력 1.36달러, 출력 4.18달러, 캐시 입력 0.14달러에 서비스할 계획이라고 발표했습니다. 미국이나 중국 모델 대비 저렴하지 않은 가격인데도 이렇게 책정한 것은 그만큼 돈 내고 쓰는 수요가 존재할 것이라는 자신감 덕분으로 보입니다. 미스트랄 AI의 전략은 우리도 참고할 필요가 있습니다. 현재 국내 독자 AI 개발 전략은 ‘세계 3위’라는 숫자에 다소 매몰된 듯한 모습입니다. 물론 일부 국내 모델은 국제 벤치마크에서 의미 있는 성과를 거두기도 했고, 현재 진행 중이기 때문에 앞으로 더 큰 성과를 거둘 가능성도 있습니다. 하지만 벤치마크에서 상위권인 것보다 더 중요한 것은 실제로 사용하는 기업이나 개인이 얼마나 되는가입니다. 1·2위인 미국과 중국이 사실상 시장을 거의 양분하는 상황에서 3위라는 목표는 달성할 수 있더라도 큰 의미가 없을 가능성이 높습니다. 그보다는 특정 영역에서 분명한 수요가 있고, 일부는 비용을 지불하고서라도 기꺼이 사용할 수 있는 모델을 개발하는 것이 중요합니다. 그러면서 피드백을 쌓아 나간다면, 어느덧 자신만의 영역을 확고하게 개척한 모델이 될지도 모릅니다.

최근 금융권을 겨냥한 해킹 사고가 잇따르고 있지만, 해외에서 비롯된 것으로 추정되는 공격 상당수는 범행 주체조차 밝혀지지 않은 것으로 나타났다. 9일 국회 정무위원회 소속 송언석 국민의힘 의원이 금융감독원으로부터 제출받은 자료에 따르면, 2024년부터 지난 8일까지 약 2년 9개월간 금융회사에서 해외발 해킹으로 추정되는 사고는 18건으로 집계됐다. 이 가운데 공격 주체가 확인된 건은 2건에 불과했다. 지난해 7월 서울보증보험의 해킹 사고는 국제 랜섬웨어 조직 ‘건라’(GUNRA)의 소행으로 확인됐다. 당시 랜섬웨어 공격으로 서버가 감염되고 서비스가 64시간가량 중단됐고, 서울보증보험은 고객에게 1191만원을 배상했다. 올해 4월 바로저축은행 침해사고는 랜섬웨어 그룹 ‘INC 랜섬’이 대가를 직접 요구하면서 공격 주체가 특정됐다. 나머지 16건 가운데 13건은 공격 인터넷주소(IP)가 도메인 조회나 자체 보안장비 탐지, 침해사고 조사 등을 통해 해외 소재로 추정됐고, 3건은 공격 주체를 식별하지 못해 ‘해외국가 미상’으로 분류됐다. 중국발 해킹으로 추정된 사고는 지난해 297만여명의 고객 정보 유출 사고가 발생했던 롯데카드와 같은 해 SC제일은행·KB라이프생명 사고 등이다. 이외에도 미국·불가리아·베트남·인도네시아·일본·홍콩·대만·세이셸·태국·영국 등에서 공격이 이뤄진 것으로 추정된다. 다만 공격에 사용된 IP의 소재지가 확인됐다고 해서 실제 공격자의 국적이나 활동 거점까지 파악할 수 있는 것은 아니다. 공격자가 IP 주소를 변조하거나 가상사설망(VPN) 등 우회 경로를 이용할 수 있기 때문이다. 금감원은 최근 중복을 제외한 공격 IP 28개를 일부 국가 정보와 함께 금융권에 공유하면서, 우회 접속 가능성이 있어 해석에 유의해야 한다고 강조했다. 인공지능(AI) 에이전트를 활용한 해킹 위협이 커지는 가운데 공격 주체를 식별할 수 있는 시스템과 방어 체계를 갖춰야 한다는 지적이 나온다. 송 의원은 “해킹에 대응하기 위한 AI 기반 방어체계 구축이 시급하다”며 “특히 공격자가 IP 주소를 우회하거나 위장할 수 있어 해외 IP만으로는 공격 주체를 특정하기 어려운 만큼 공격 경로를 추적하고 실제 공격 주체를 식별하는 기술 개발이 중요해지고 있다”고 강조했다.

최근 인공지능(AI)을 활용해 국내 금융권을 연쇄 공격한 해커가 중국 광둥성에 거주하는 26세 인물일 가능성이 제기됐다. 이번 해킹 사태에서 해커 신원과 관련한 구체적인 단서가 포착된 것은 처음이다. 경찰과 금융당국은 해당 정보의 진위 여부를 포함해 해커의 추적에 속도를 내고 있다. 미국 사이버보안 기업 크라우드스트라이크는 7일(현지시간) 한국 금융권을 겨냥한 AI 해킹에 대해 분석한 보고서에서 해커가 중국 광둥성 마오밍시에 사는 26세 인물일 가능성이 있다고 밝혔다. 해커가 미국 앤스로픽의 AI 코딩 도구 ‘클로드 코드’에 보안 연구자 이력서 작성을 요청하면서 이름의 영문 머릿글자 ‘YY’와 전화번호, 텔레그램 계정, 학력(화난이공대), 거주지 등을 직접 입력한 기록이 확인됐다. 해커는 클로드에 한국에서 탈취한 금융 정보를 어디서 판매할 수 있는지, 한국어 텔레그램 데이터 판매방을 어떻게 찾을 수 있는지도 문의한 것으로 나타났다. 이력서에 입력된 해커의 텔레그램 계정은 중국 결제 플랫폼 등을 겨냥한 다른 사이버 공격 정황에서도 등장한 것으로 알려졌다. 다만 해당 개인정보가 실제 해커의 것인지는 확인되지 않았다. 타인의 정보를 도용하거나 허위 정보를 입력했을 가능성도 제기된다. 해커로 지목된 텔레그램 계정 사용자 ‘YY’도 자신은 이번 해킹과 무관하다며 사실을 부인한 것으로 전해졌다. 신원에 대한 진위 여부와 별개로 이번 해킹에는 여러 서버와 AI 모델이 동원된 것으로 분석됐다. 보고서에 따르면 해커는 홍콩 소재 서버를 공격 지휘에 활용하고, 별도 서버에서 중국산 오픈소스 침투테스트 도구 ‘아르텍스’(ARTEX)를 구동해 국내 금융사를 공격했다. 경찰은 해커의 국적과 활동 지역, 단독 또는 조직적 범행 가능성 등을 모두 열어두고 추적 중이다. 경찰 관계자는 “크라우드스트라이크가 공개한 신원 정보도 수사 단서로 보고 있지만, 진위 확인이 필요하다”고 말했다. 경찰은 앞서 이번 사건과 관련해 IP 28개를 확보해 분석에 착수했다. 이 가운데 상당수가 실제 위치를 숨기기 위한 우회용인 것으로 파악하고 나머지 IP도 분석 중이다. IP 소재지만으로 실제 공격자의 위치를 단정하기 어려운 만큼 국제공조를 통한 공격 경로 추적도 이어가고 있다. 한편 이억원 금융위원장은 이번 해킹 사태에 대해 “우리의 대응방식이 기본적인 부분도 굉장히 미흡하다”고 지적했다. 이 위원장은 이날 국회 정무위원회 국정감사에서 한창민 사회민주당 의원이 “금융감독원의 사후 관리, 감독이 안 된 것”이라고 질의하자 “저희가 철저하게 더 점검하고 바꿔 나가야 할 것 같다”고 밝혔다.

최근 금융권을 겨냥한 해킹 공격은 인공지능(AI)으로 새로운 공격법을 개발한 것이 아니라 기존 공격 방식을 자동화·고도화한 결과라는 보안업계의 분석이 나왔다. SK쉴더스는 8일 최근 금융권 침해사고와 AI 자율형 침투테스트 도구 ‘아르텍스(ARTEX)’의 작동 원리를 분석한 대응 가이드에서 이번 해킹이 대출모집인 시스템과 영업지원 플랫폼 등 보안 관리의 사각지대에 놓인 이른바 ‘그림자 정보기술’(섀도 IT)을 집중적으로 파고들었다고 분석했다. 섀도 IT는 보안 조직의 공식 관리 범위에서 벗어난 시스템·서비스·인터페이스(API)를 의미한다. 존재 자체를 파악하지 못했거나 알고 있더라도 관리 우선순위에서 밀려 충분한 점검이 이뤄지지 않는 자산이 포함된다. SK쉴더스 산하 화이트해커 조직 ‘EQST’는 실제 공격에 활용됐을 가능성이 제기된 아르텍스의 작동 원리를 분석했다. 아르텍스는 단순 스캐닝 도구와 달리 앞선 탐색 결과를 바탕으로 AI가 다음 공격 대상을 스스로 선정하고 공격 경로를 확장한다. 정찰부터 취약점 탐색, 공격 검증까지 자동화해 공격 속도와 범위를 키울 수 있는 구조다. EQST는 공격자가 AI 기반 침투테스트 도구를 활용해 여러 국가의 가상사설서버(VPS)를 거치며 복수의 금융사 인터넷 노출 서비스와 API를 탐색했을 가능성을 제기했다. 특히 AI가 정상적인 API 호출 패턴을 모방해 대량 조회나 권한 우회를 시도할 경우 기존 지식재산권(IP) 차단 중심의 보안만으로는 대응하기 어렵다고 지적했다. 미국 사이버보안 기업 크라우드스트라이크의 애덤 마이어스 공격대응작전 총괄도 이날 화상 브리핑을 열고 국내 금융권 해킹에 대해 “공격자가 AI 없이 혼자서 이 정도 규모의 공격을 해냈을 것이라고 보지는 않는다”고 말했다. 마이어스 총괄은 “공격 흔적을 다수 남긴 것으로 보아 높은 수준의 역량을 가진 것은 아니었다”며 “AI 공격이라고 해서 새로운 것은 아니고, 이전에 관찰됐던 기법 그대로 AI 에이전트의 도움으로 속도와 물량이 커지고 있는 것”이라고 평가했다.

인공지능을 이용한 한국 금융권의 연쇄 해킹 주체가 20대 중국계 해커일 가능성이 있으며 중국산 AI를 사용했다는 분석에 중국 정부가 허위 정보와 해킹에 반대한다는 원론적 입장을 강조했다. 마오닝 중국 외교부 대변인은 8일 정례브리핑에서 이번 해킹과 관련한 글로벌 보안기업 크라우드스트라이크의 분석 내용에 대해 “구체적인 정황은 알지 못한다”고 밝혔다. 마오 대변인은 “원칙적으로 중국은 해킹 활동에 일관되게 반대하고 법에 따라 이를 단속해왔다”며 “우리는 정치적 목적으로 허위 정보를 유포하는 행위는 더욱 강하게 반대한다”고 말했다. 이어 “AI는 사이버 안보에 깊은 영향을 미치고 있다”며 “국제사회는 협력과 대화를 강화하고 새로운 국제 규범을 마련해 함께 사이버 안보를 수호해야 한다”고 강조했다. 앞서 최근 벌어진 국내 금융권 연쇄 해킹과 관련해 크라우드스트라이크는 7일(현지시간) 분석 보고서를 공개하고 광둥성의 20대 중국계 해커가 관련됐을 가능성을 제시했다. 보고서는 AI와 이력서 작성에 대한 대화 등을 바탕으로 해당 사용자가 나이를 26세, 거주지를 중국 광둥성 마오밍시 등으로 입력했다며 소셜미디어 텔레그램 계정 정보도 신원 미상 공격자가 사용한 사용자 명과 일치했다는 분석을 내놓았다. 다만 해당 정보가 아르텍스(ARTEX) 관련 활동을 수행한 공격자 정보일 가능성은 있지만 현재 확보한 자료만으로는 확정할 수 없다는 점도 전제했다. 또 AI 기반 침투 도구 ‘아르텍스’가 사용된 이번 공격에 중국산 AI 모델인 딥시크(DeepSeek) 등이 활용됐다고도 했다. 애덤 마이어스 크라우드스트라이크 공격대응작전 총괄은 해커의 기술 수준에 대해 “높은 수준의 역량을 가진 것은 아니었다”며 공격 과정에서 다수의 흔적을 남긴 점 등을 근거로 제시했다. 그는 “공격자가 AI 없이 혼자서 이 정도 규모의 공격을 해냈을 것이라고 보지는 않는다”며 “역량 자체는 그다지 정교하지 않았지만 효과적이었다”고 평가했다.

IT 인프라 전문기업이자 기간통신사업자인 ㈜진인프라(대표 김성용)는 지난 6일 순천향대학교 드론시큐리티융합대학원 산하 드론시큐리티전략연구원(원장 이병석)과 ‘드론·대드론 사업 확대를 위한 업무협력 양해각서(MOU)’를 체결했다고 7일 밝혔다. 이번 협약은 양 기관이 보유한 인적·물적 자원과 기술, 정보를 공유하고 드론 분야의 교육과 연구, 사업화 전반에 걸친 협력 체계를 구축하기 위해 마련됐다. 최근 드론 활용 영역이 빠르게 확대되면서 국가중요시설과 데이터센터 등 핵심 기반시설을 보호하기 위한 드론 보안 및 대드론 기술의 중요성도 함께 높아지고 있다. 이번 양해각서를 바탕으로 양측은 드론 관련 공동 연구개발을 비롯해 상호 정보 공유, 교육 프로그램 및 연구진 교류, 학술 세미나 등 다채로운 협력 사업을 실행하며 국내외 시장 진출을 함께 도모할 계획이다. 순천향대학교 드론시큐리티전략연구원은 드론과 대드론, 대테러 영역을 정밀 연구하는 전문 기관으로 2025년 2월 발족했다. 같은 해 9월에는 국내 최초로 드론시큐리티융합대학원을 출범시켜 드론학과 및 대드론학과 석사과정을 도입했으며, 드론 제작부터 AI 데이터 분석, 보안 정책, 글로벌 규제 대응까지 드론 보안 전반의 핵심 인재 배출과 연구활동에 매진하고 있다. 진인프라는 네트워크·보안·클라우드·AI·데이터센터 등 ICT 인프라 분야에서 축적한 기술과 사업 역량을 바탕으로 대드론 탐지·방호 시스템, AI 드론 기반 경계·순찰 체계 등 드론 보안 분야로 사업 영역을 확대하고 있다. 이번 업무협약을 바탕으로 드론시큐리티전략연구원이 지닌 드론·대드론 전문 역량 및 교육·연구 기반시설에 진인프라의 통신·보안 기술력을 접목함으로써, 국방과 공공, 재난안전 영역에 최적화된 맞춤형 통합 솔루션을 지속적으로 모색해 나갈 방침이다. 또한 양 기관은 저궤도 위성통신과 5G 특화망을 연계한 드론 감시·방호 체계, 양자내성암호 기반 드론 데이터링크 보안 등 차세대 드론시큐리티 분야의 공동 과제를 발굴하고, 국내 실증사업과 해외 공동사업으로 협력 범위를 단계적으로 확대해 나갈 방침이다. 김성용 진인프라 대표는 “드론은 산업 현장의 활용을 넘어 국가 안보와 핵심 기반시설 보호에서도 중요성이 높아지고 있다”며 “순천향대 드론시큐리티전략연구원과 함께 연구와 교육, 사업화가 연계되는 협력 모델을 구축하고 국내외 드론·대드론 시장에서 새로운 사업 기회를 만들어 나가겠다”고 말했다. 이병석 드론시큐리티전략연구원장은 “현장의 통신·보안 인프라 역량을 갖춘 진인프라와 협력하게 돼 연구 성과를 실제 산업과 정책 현장에 적용할 수 있는 기반이 마련됐다”며 “전문 인력 양성과 공동 연구를 통해 드론시큐리티 생태계 확산에 힘쓰겠다”고 밝혔다.

페르소나에이아이(페르소나AI, 대표 유승재)가 10월 6일 국가AI대상을 수상했다고 밝혔다. 회사는 포용성·신뢰성·안전성·보안성의 네 가지 통제 체계를 하나의 플랫폼에서 통합 제공하는 자사 플랫폼 ‘GEN STATION’이 높이 평가된 결과라고 설명하며, 이를 움직이는 네 가지 핵심 엔진의 기술 성과를 공개했다. 최근 몇 년 사이 국내 AI 시장의 화두는 ‘에이전트’로 옮겨갔다. 그러나 대부분의 논의는 어떤 거대언어모델(LLM)을 쓰느냐에 머문다. 페르소나AI의 기술 체계는 다른 전제에서 출발한다. 에이전트의 성능은 모델이 아니라, 기업 안에 흩어진 정보가 얼마나 정확하게 ‘지식’으로 바뀌어 있는지에서 갈린다는 것이다. 네 가지 엔진은 이 전제에 따라 배치됐다. 출발점은 음성지식이다. 상담과 회의, 현장의 말은 기업에서 가장 많이 발생하지만 가장 적게 축적되는 데이터다. 페르소나AI의 ‘음성 지식화 엔진’은 한국어 인식 정확도 95.23%(TTA V＆V 공인시험 실측)를 확보했다. 학습에는 한국어 음성 7만4,887시간과 경상·강원·전라·제주·충청 5대 권역 사투리 5만시간이 투입됐다. 회사는 사투리 학습으로 기존 기술 대비 인식 성능이 약 42% 향상됐다고 밝혔다. 이 수치에서 실무적으로 더 중요한 것은 두 가지다. 화자분리 지연이 1초 이내라는 점, 그리고 한 채널에서 최대 20명까지 화자를 분리·프로파일링한다는 점이다. 국내 화자분리 기술이 통상 8명 수준에 머문다는 점을 고려하면 앞선 성능이다. 대부분의 음성 기술이 녹음이 끝난 뒤 일괄 처리(배치) 방식으로 화자를 나누는 것과 달리, 실시간 스트리밍 상태에서 화자를 가른다는 점도 차별점이다. 지식축적이 실시간으로 이뤄져 AI가 과거 데이터가 아닌 현재 데이터를 바로 처리할 수 있다는 취지다. 회사가 이 지표를 강조하는 이유는 명확하다. 화자가 분리되고 문장이 정제돼야 대화가 끝나는 즉시 내용 검색, 자동 요약, 액션아이템 추출, 감성 분석이 가능한 구조화 데이터로 남기 때문이다. 음성인식을 서비스의 출력이 아니라 지식자산의 입력으로 쓰는 설계다. 경쟁 구도 역시 이 지점에서 갈린다. 글로벌 SaaS 음성 API는 대부분 폐쇄망 반입이 어려워 금융·공공의 데이터 주권 요건을 충족하지 못한다는 설명이다. 음성과 문서에서 뽑아낸 정보는 ‘신뢰성 온톨로지-RAG 엔진’으로 넘어간다. 멀티 에이전트가 업무 규칙과 제약조건을 반영해 스키마를 설계하고, 클래스·속성·트리플을 생성한 뒤, 문법·논리 일관성·질의 응답 가능성·원문 근거 일치·중복·모델링 규칙의 6개 기준을 통과한 것만 지식원으로 승격시킨다. 정량 결과는 세 가지다. 온톨로지 자동 구축 정확도는 전문가 검수 기준 85%, TTA에서 측정한 V＆V 테스트 결과 92%를 나타냈다. 전체 구축 공수의 절반 이상을 차지하는 지식 획득·개념화·형식 모델링·1차 검증 구간은 80%가 자동화됐다. 동일 테스트셋 기준 RAG 응답 오류율은 6.9%에서 4.3%로 38% 줄었고, 정확도로 환산하면 93.1%에서 95.7%로 개선됐다. 이 영역의 성능은 외부 기준으로도 확인됐다. 회사는 2024년 NeurIPS에 발표된 온톨로지 자동 학습 연구(OLLM)가 공개한 평가셋과 지표를 그대로 사용한 공인시험에서, Wikipedia·arXiv 두 도메인의 4개 지표 총 8개 항목 모두 논문 보고치를 상회했다고 밝혔다. 그래프 구조 유사도를 보는 Motif Distance는 arXiv 도메인에서 59.5% 개선됐다. 이 엔진이 해결하는 것은 최근 기술의 한계로 꼽히는 ‘자동이지만 검증이 없는’ 그래프 RAG 계열과 ‘엄밀하지만 수작업’인 전통 온톨로지 도구 사이의 공백이다. 이 기술은 규제가 엄격한 산업군의 대기업에서 상용 검증을 마쳤다. 앞선 두 엔진이 만든 지식자산 위에서 실제 업무를 수행하는 것이 ‘검증된 워크플로 중심 에이전트 빌더’다. 구조는 세 단계다. 가용 도구와 데이터 자산을 먼저 확인해 실행 불가능한 계획을 계획 단계에서 차단하고(Gap-aware Planner), 자연어 요구사항을 선언적 워크플로로 구성한 뒤(N2F, NL-to-Flow), 의미(LLM)·타입(JSON 스키마)·그래프 구조(DAG)의 3계층 검증을 통과한 워크플로만 배포한다. 이에 대한 효율 차이는 숫자로 드러난다. 동일한 온프레미스 모델과 동일 요구사항 기준으로 워크플로 하나를 생성하는 데 LLM 호출은 3회, 소요 시간은 6.3초였다. 같은 조건에서 대표적인 자동화 도구는 호출 35회를 기록했다. 회사는 생성 시간 44배 단축, 토큰 42.6배와 추론 비용 38.6배 절감으로 측정했다고 밝혔다. GPU 자원이 제한된 폐쇄망에서는 이 차이가 곧 처리량으로 이어진다. 에이전트의 도구 호출 정확도 역시 외부 기준과 대조됐다. 함수 호출 성능의 국제 벤치마크인 Berkeley Function Calling Leaderboard v4의 다중턴 카테고리 200건 전수 시험에서 70.5%를 기록해, 2025년 ICLR 논문(ToolACE)이 보고한 50.00%보다 20.5%포인트 높았다. 형식이 맞는지가 아니라 호출을 실제 실행한 뒤 최종 시스템 상태가 정답과 일치하는지를 판정한 결과다. 마지막 ‘지식축적형 자가진화 엔진’은 운영 이후를 담당한다. 이 엔진은 관측·진단을 맡는 에이전트와 처방·생성을 맡는 에이전트, 이 두 개의 30B급 모델로 구성된다. 핵심은 모델 가중치를 바꾸지 않는다는 점이다. 개선은 프롬프트·검색 전략·워크플로의 설정 계층에서 완결된다. 이 설계가 겨냥하는 것은 규제 산업의 구조적 딜레마다. 재학습으로 모델을 개선하면 이미 승인받은 모델의 검증 결과가 무효화돼 개선할수록 재검증 비용이 늘어난다. 폐쇄망에는 학습 인프라 자체가 없는 경우도 많다. 가중치를 건드리지 않으면 이 부담이 사라진다. 진단 방식도 다르다. 실패한 실행 기록을 저장된 상태에서 다시 돌리되 한 계층씩 이상적인 값으로 바꿔 넣어, 어느 계층을 고쳤을 때 성공으로 뒤집히는지를 관측한다. 추측이 아니라 개입으로 원인을 확정하는 방식이다. 여기에 샤플리(Shapley) 기반으로 계층별 기여도를 수치로 나눈다. 회사가 제시한 사례에서는 지식 0.62, 검색 0.28, 프롬프트 0.10으로 배분돼 수정 우선순위가 저절로 정해진다. 운영 장애의 근본원인을 찾는 성능은 공개 벤치마크로도 측정됐다. RCAEval 520개 케이스 시험에서 1순위 정답률 86.54%, 3순위 이내 정답률 96.54%를 기록했다. 관측·시각화까지만 제공하는 기존 도구들과 달리, 탐지에서 개선 실행까지를 자동으로 잇는다는 것이 회사의 설명이다. 네 가지 기술은 개별 제품이 아니라 하나의 순환 구조로 연결된다. ‘음성 지식화 엔진’이 현장의 말을 지식으로 바꾸고, ‘신뢰성 온톨로지-RAG 엔진’이 검증을 통과한 것만 적재하며, ‘검증된 워크플로 중심 에이전트 빌더’가 그 지식 위에서 업무를 실행하고, ‘지식축적형 자가진화 엔진’이 실행 결과의 실패 원인을 계층별로 진단해 다시 온톨로지로 되돌린다. 운영할수록 지식이 늘고, 늘어난 지식이 다음 실행의 정확도를 높이는 구조다. 이 구조는 회사의 플랫폼 ‘GEN STATION’ 위에서 데이터 자산화 → 모델·에이전트 개발 → 안전 배포 → 운영·모니터링 → 평가·피드백 → 자가진화의 6단계 흐름으로 구현된다. 별도의 ‘초경량 온디바이스 추론 엔진’도 AI 로봇과 키오스크 등 다양한 디바이스 탑재를 위해 함께 개발됐다. 기술은 현장 숫자로도 이어진다. 회사는 금융·보험·공공·보안 등 고신뢰 산업을 중심으로 90개 이상 기관·기업에 제품을 공급했으며, 2026년 기준 누적 수주 146건, 누적 사업화 매출 341.86억원, 누적 투자유치 413억원을 기록했다. 매출은 2023년 67억원, 2024년 85억원, 2025년 118억원으로 3년 연속 증가했다. 대외 검증도 누적됐다. CES 혁신상을 2년 연속 수상해 총 3관왕을 기록했고, 미국에서 열린 생성형 AI 솔루션 경진대회에서 1위를 차지했다. 과학기술정보통신부 피지컬 AI 기획위원으로 참여하고 있으며, 경남·전북 피지컬 AI 실증 사업에서는 산업별 특화 모델 영역을 맡고 있다. 페르소나AI 관계자는 “한국형 팔란티어와 같은 기술로써 좀 더 한국 정서에 맞는 기술로 에이전트가 단순 S/W가 아니라 H/W까지 연결되며 제어할 수 있는 단계로 확장되고 있다”고 밝혔다.

인공지능(AI) 기술 발달로 보안의 중요성이 점점 커지고 있다. 국내 연구진이 빛의 패턴을 변화시켜 지문처럼 활용할 수 있는 광(光) 보안 기술을 개발해 화제가 되고 있다. 광주과학기술원(GIST) 전기컴퓨터공학과, 카이스트 전기및전자공학과 공동 연구팀은 겉보기에는 같은 색을 나타내지만 현미경으로 확대하면 소자마다 서로 다른 빛의 지문을 보여주는 나노 광학 보안소자를 개발했다고 8일 밝혔다. 이 연구 결과는 재료과학 분야 국제 학술지 ‘어드밴스드 사이언스’에 실렸다. 기존 광학 보안 기술에서는 눈에 보이는 색을 균일하게 유지하면서 복제하기 어려운 무작위 보안 정보를 구현하기가 쉽지 않았다. 눈에 보이는 색과 무작위 광학 정보가 같은 미세 구조의 영향을 받는 경우가 많아 명확히 차이를 보이는 광학 지문을 만들어 내는 능력을 높일수록 색이 불균일해지고 반대로 색을 균일하게 만들면 광학 지문의 다양성이 떨어지게 된다. 연구팀은 이를 해결하기 위해 눈에 보이는 색과 숨겨진 광학 지문을 서로 다른 구조가 각각 담당하도록 설계했다. 여러 층으로 쌓아 빛의 반사를 조절하는 ‘적층 캐비티’는 일정한 색을 만들고 구리 나노 입자와 아래쪽 구리층 사이의 작은 틈에서 형성되는 ‘나노갭 캐비티’는 빛을 다르게 산란시켜 소자마다 고유한 광학 지문을 만든다. 연구팀은 두 캐비티를 위·아래로 결합한 ‘다중 캐비티 공진’ 구조를 구현해 두 광학 특성의 상호 영향을 줄였다. 실제로 색을 결정하는 위쪽 산화하프늄(HfO2) 층의 두께를 바꿔 녹색·노란색·주황색·보라색 등 서로 다른 색을 만들었을 때도 숨겨진 광학 지문은 거의 그대로 유지됐다. 연구팀은 구리 입자가 촘촘하면서도 불규칙하게 놓이도록 해 작은 면적에서도 서로 다른 광학 지문이 만들어지도록 했다. 연구팀은 구리와 산화하프늄 등 필요한 물질을 진공 상태에서 차례로 얇게 쌓아 전체 구조를 연속적으로 제작했다. 복잡한 미세 패턴을 일일이 새기는 공정 없이도 대면적에 구현할 수 있게 했다. 연구팀은 지름 약 5㎝ 반도체 웨이퍼 하나에 가로 150개, 세로 150개씩 총 2만 2500개의 광학 보안소자를 제작했다. 웨이퍼 전체는 육안으로 거의 같은 색으로 보였지만 각각의 소자를 현미경으로 관찰하면 서로 다른 무작위 광학 지문이 나타났다. 연구팀은 이 중 500개의 광학 지문을 무작위로 골라 비교한 결과 서로 다른 지문은 뚜렷하게 구별됐으며 같은 지문을 반복해서 측정했을 때는 안정적으로 다시 인식할 수 있음을 확인했다. 연구팀은 강한 물줄기를 최대 5분간 분사한 뒤에도 광학 지문을 다시 판독할 수 있었고 120도 고온에서도 광학 지문이 인증 기준을 유지했다. 또 고온에서 진행한 가속시험 결과를 바탕으로 반사 특성을 기준으로 20도에서 약 10.7년의 수명을 확보할 수 있을 것으로 분석됐다. 정현호 GIST 교수는 “이번에 개발한 기술은 눈에 보이는 색과 소자마다 무작위로 만들어지는 숨은 광학 정보를 하나의 표면에 함께 구현하면서 간섭을 줄였다는 데 의미가 있다”며 “제품의 외관을 유지하면서 고유한 인증 정보를 함께 넣을 수 있어 위조 방지와 정품 인증을 위한 광학 보안 기술에 활용될 수 있을 것”이라고 설명했다.

최근 국내 금융권을 겨냥한 해킹 공격과 관련해 공격자의 신원을 추정할 수 있는 단서가 처음으로 포착됐다. 글로벌 사이버보안 기업 크라우드스트라이크는 7일(현지시간) 공개한 보고서에서 공격자가 중국 광둥성에 거주하는 26세 인물일 가능성이 있다고 밝혔다. 크라우드스트라이크에 따르면 공격자가 생성형 인공지능(AI) 코딩 도구 ‘클로드 코드’에 이력서 작성을 요청하며 입력한 개인정보가 단서가 됐다. 다만 해당 정보가 실제 공격자인 것인지는 확인되지 않았다. 공격자는 클로드 코드에서 자신의 침투테스트 성과를 담은 보안 연구자 이력서를 만들어 달라고 요청했다. 이 과정에서 이름 이니셜과 텔레그램 계정, 학력, 거주지 등 개인정보가 함께 입력됐다. 다만 최초 입력한 생년월일은 2007년 9월 22일로, 26세라는 나이와는 일치하지 않았다. 보고서는 공격자가 클로드 코드에 탈취한 한국 금융 정보를 통상 어디서 판매하는지 묻고, 한국 데이터 판매용 텔레그램 그룹을 찾아 달라고 요청했다고도 전했다. 같은 텔레그램 계정명은 텔레그램 기반의 대체불가토큰(NFT) 선물 거래 서비스에서 보안 허점을 찾던 클로드 코드 대화 기록에도 등장했다. 중국의 결제 서비스로 추정되는 곳을 공격한 정황에서도 같은 계정명이 사용됐다. 크라우드스트라이크는 이 같은 교차 정황을 근거로 동일 인물일 가능성을 제시하면서도, 현재까지 확보된 정보만으로 신원을 단정할 수 없다고 했다. 앞서 크라우드스트라이크는 지난달 말부터 이달 초 사이 한국 금융기관을 겨냥한 공격이 이뤄졌으며, 공격자가 중국에서 개발된 오픈소스 에이전틱 침투테스트 도구 ‘아르텍스’(ARTEX)와 대규모언어모델(LLM)을 함께 활용했다고 분석한 바 있다. 이번 크라우드스트라이크 분석에 따르면 공격자는 홍콩에 있는 서버를 주요 거점으로 삼고, 별도 서버에 설치한 아르텍스를 활용해 한국 금융기관을 공격한 것으로 추정됐다. 공격 과정에서는 접속을 중계하는 프록시 IP(인터넷주소) 9개도 사용한 것으로 나타났다. 크라우드스트라이크는 중국어 요청문과 아르텍스 사용 정황 등을 근거로 공격자가 중국어 사용자이며 금전적 동기에 따라 움직였을 가능성이 있다고 분석했다. 이 판단의 신뢰도는 ‘중간 수준’으로 평가됐다.

인공지능(AI)의 사이버 공격 능력이 빠르게 커지면서 AI 기업들이 최신 모델의 강력한 기능을 보안 전문가에게 먼저 열어주고 있다. 위험한 기능을 모두 막아두기보다 공격자가 악용하기 전에 방어자가 같은 능력으로 취약점을 찾아내게 하겠다는 전략이다. 앤트로픽은 6일(현지시간) 보안 전문가를 대상으로 운영해온 프로그램을 확대한다고 밝혔다. 주요 소프트웨어·인프라 운영기관에 고성능 모델 ‘클로드 미토스’를 제공해 취약점을 찾게 한 ‘프로젝트 글래스윙’과, 검증된 보안팀에 오퍼스·소넷의 일부 제한을 풀어준 프로그램을 하나로 합친다. 접근권은 방어·레드팀·특수 등 3단계로 나눈다. 악성코드 분석부터 모의 침투, 전력·통신·금융망 같은 핵심 인프라 점검까지 허용 범위가 단계마다 다르다. 프랑스 미스트랄도 같은 날 비슷한 조치를 내놨다. 새 모델 ‘미스트랄 라지 4’를 오는 27일 오픈웨이트로 공개하기 전에 사이버보안 전문가와 정부기관에 먼저 제공한다. 이들에게는 일반 이용자보다 제한을 덜 건 모델을 제공해 공격·방어 능력을 시험하도록 한다. 오픈웨이트 모델은 공개되면 이용자가 직접 내려받아 자체 장비에서 돌릴 수 있어 개발사가 사용 방식을 계속 통제하기 어렵다. AI 기업들이 보안 전문가에게 제한을 풀어주는 것은 최신 모델의 사이버 능력이 그만큼 커졌기 때문이다. 앤트로픽이 오퍼스 5.5에 모의 공격 과제 50건을 맡긴 결과 일반 이용 환경에서는 모두 첫 단계에서 막혔다. 보안 전문가용 레드팀 권한을 주자 34건은 공격 절차를 끝까지 수행했다. 같은 모델이라도 어떤 작업을 허용하느냐에 따라 할 수 있는 일이 크게 달라지는 셈이다. 방어에 활용했을 때의 성과도 적지 않았다. 글래스윙 참여기관들은 지난 4~7월 AI로 최소 12만 9000건의 소프트웨어 취약점을 찾아냈다. 이 가운데 3만 3000건 이상은 고위험 또는 치명적 수준으로 분류됐다. 앤트로픽이 강한 사이버 기능을 검증된 보안조직에도 열어주려는 근거다. 최근 국내 금융권 공격에 활용된 것으로 지목된 중국산 보안 에이전트 ‘ARTEX’도 AI의 이런 양면성을 보여준다. ARTEX는 자체 AI 모델이 아니라 GPT·클로드·딥시크 등을 불러 시스템 탐색이나 응용프로그램인터페이스(API) 호출 같은 작업을 이어가는 도구다. 국내 보안업계는 새로운 해킹 기법이라기보다 기존 탐색·반복 조회 등에 AI 자동화가 더해진 형태로 보고 있다. 공격에 드는 시간과 인력을 줄여 기존 수법을 더 빠르게 반복할 수 있게 했다는 것이다. 다만 방어 쪽은 사정이 조금 다르다. 고성능 모델의 고급 기능은 누구나 바로 쓸 수 있는 게 아니다. 삼성전자·SK하이닉스·SK텔레콤 등 국내 기업도 기존 글래스윙 참여사로 알려져 있지만 최신 모델을 실제 보안 업무에 어디까지 활용하고 있는지는 공개되지 않았다. 앤트로픽도 기관과 사용 목적을 심사해 접근 수준을 달리한다. 지난 6월에는 미국 정부의 수출통제로 국내 참여 기업의 미토스 접근이 한때 막혔다가 이후 규제가 풀리기도 했다.

인공지능(AI)을 활용한 ‘금융권 연쇄 해킹’ 사고의 여파가 이어지는 가운데 서민금융 정책기관인 서민금융진흥원과 신용회복위원회도 지난 2일 유사한 해킹 공격을 받은 것으로 알려졌다. 이들 기관이 다루는 소득·부채·연체 정보가 유출되면 서민의 절박한 사정을 악용한 맞춤형 금융사기로 이어질 수 있어 보안 강화가 필요하다는 지적이 나온다. 7일 금융당국에 따르면 서금원과 신복위는 지난 2일 두 기관 홈페이지를 겨냥한 해킹 공격 인터넷주소(IP)와 은행권 해킹 공격에 사용된 IP가 동일하다는 점을 발견했다. 공격자는 비대면 상담용 챗봇에 대환대출·정책자금 등 익숙한 단어를 입력하며 취약점을 찾으려 한 것으로 알려졌다. 두 기관이 실시간으로 대응해 초기 단계에서 공격을 차단하면서 정보 유출 등 피해는 없었다. 서금원은 은행 대출이 어려운 저소득·저신용층에 햇살론 등 정책금융을 지원하고, 신복위는 빚을 갚기 어려운 채무자의 상환 부담을 줄이는 채무조정을 돕는 공공기관이다. 은행·저축은행·캐피탈 등에서 개인정보 유출을 일으킨 연쇄 공격이 서민의 재기를 돕는 ‘금융 안전망’까지 향한 것이다. 특히 두 기관은 정책대출과 채무조정 과정에서 신청자의 소득·부채·연체 여부 등을 확인한다. 관련 정보가 유출되면 ‘누가 얼마나 경제적으로 어려운지’까지 드러날 수 있어 개인의 경제적인 사정이 노출될 수 있다. 이런 정보가 유출되면 사기범이 ‘정부 지원 대출을 받을 수 있다’, ‘빚을 줄여 주겠다’며 접근해 급전이나 채무조정이 절실한 사람에게 추가 피해를 줄 가능성도 있다. 황석진 동국대 정보보호대학원 교수는 “단순히 개인 정보 유출을 넘어서 개인의 경제적 취약성을 이용한 맞춤형 보이스피싱으로 악용될 우려도 있다”며 “민간회사는 물론 공공기관에 대한 정보보안 시스템도 다시 점검해야 한다”고 말했다. 공격자가 개인정보를 빼내 거래하려 했을 가능성이 거론되지만 두 공공기관을 겨냥한 구체적인 목적은 확인되지 않았다. 보안업계 관계자는 “AI의 자동화 도구를 이용하면 전방위적으로 탐색한 뒤 취약점이 발견되는 기관부터 공격하는 방식이 가능하다”고 설명했다. 한편, 금융감독원은 AI를 악용한 해킹 공격이 본격화하기 앞서 시중은행 등에 이미 십여 차례 보안 강화를 주문했지만, 실제 피해를 막지는 못한 것으로 나타났다. 손명수 더불어민주당 의원실이 금감원에서 받은 자료에 따르면 금감원은 지난 8~9월 사이버 위협에 대비하라는 취지의 보안 권고문을 총 17차례 배포했다. 금감원은 권고문을 통해 “국가 배후 해킹조직에 의한 외부 노출 정보기술(IT) 자산 등에 대한 침해 시도가 확인됐다”며 금융회사에 보안 조치를 강화할 것을 주문했다. 실제 지난 9월 11일 KDB생명에서도 침해 시도가 발생했지만, 정보 유출로 이어지지는 않았다.

애플이 인공지능(AI)을 앞세운 스마트홈 사업 확대를 위해 LG전자와 손잡았다. 애플이 제품 설계와 기능 개발에 참여하고 LG전자가 제조·판매와 고객 지원을 맡는 방식이다. 6일(현지시간) 블룸버그통신에 따르면 애플과 LG전자는 신형 스마트홈 허브와 연동되는 스마트홈 기기 7종을 공동 개발하고 있다. 카메라가 탑재된 비디오 초인종과 스마트 도어록, 실내외 보안 카메라, 투광등 카메라, 스마트 온도조절기, 온도센서 등이 대상이다. 제품에는 LG전자 브랜드가 적용되며 제조와 판매, 고객 지원도 LG전자가 담당한다. 애플은 제품 디자인과 기능 개발, 엔지니어링 설계 등에 참여하는 것으로 알려졌다. 실제로 LG전자는 최근 미국 연방통신위원회(FCC)와 제품 인증 기관인 UL솔루션스에 관련 제품의 인증을 신청했다. 등록된 제품명은 ‘LG 비디오 도어벨 와이어드’, ‘LG 아웃도어 캠 플러그인’, ‘LG 스마트데드볼트록’ 등이다. 스마트 도어록에는 초광대역(UWB) 기술이 적용돼 사용자가 문에 접근하면 자동으로 잠금이 해제되는 기능도 탑재될 예정이다. 이들 기기는 애플이 오는 13일 공개할 것으로 알려진 신형 스마트홈 허브와 연동될 예정이다. 애플은 신형 허브와 함께 개선된 홈팟 미니와 새로운 애플TV 셋톱박스도 선보일 것으로 알려졌다. 여기에 AI 기능을 강화한 음성비서 ‘시리’가 적용될 것으로 예상된다. 신제품들의 실제 출시 시점은 수개월 뒤가 될 전망이다. 이번 협력은 애플이 아마존과 구글이 주도해 온 스마트홈 시장에서 입지를 확대하려는 전략으로 풀이된다. 애플은 과거에도 벨킨과 로지텍 등 외부 업체와의 협력으로 주변기기 시장을 공략해왔다. 블룸버그는 이 같은 협력 방식을 ‘제2자 공급업체’ 전략으로 설명했다. 애플이 제품 개발 과정에 관여하면서 실제 제조와 판매, 고객 지원은 협력사가 담당하는 구조다. LG전자에도 이번 협력은 스마트홈 사업을 확대하는 계기가 될 전망이다. LG전자가 한국 이외 지역에서 스마트 도어록을 판매하는 것은 이번이 처음이다. LG전자는 2024년 스마트홈 플랫폼 업체 ‘앳홈’의 지분 80%를 인수하는 등 스마트홈 사업을 강화해왔다.

인공지능(AI)을 활용한 ‘금융권 연쇄 해킹’ 사고의 여파가 이어지는 가운데 서민금융 정책기관인 서민금융진흥원과 신용회복위원회도 지난 2일 유사한 해킹 공격을 받은 것으로 알려졌다. 이들 기관이 다루는 소득·부채·연체 정보가 유출되면 서민의 절박한 사정을 악용한 맞춤형 금융사기로 이어질 수 있어 보안 강화가 필요하다는 지적이 나온다. 7일 금융당국에 따르면 서금원과 신복위는 지난 2일 두 기관 홈페이지를 겨냥한 해킹 공격 인터넷주소(IP)와 은행권 해킹 공격에 사용된 IP가 동일하다는 점을 발견했다. 공격자는 비대면 상담용 챗봇에 대환대출·정책자금 등 익숙한 단어를 입력하며 취약점을 찾으려 한 것으로 알려졌다. 두 기관이 실시간으로 대응해 초기 단계에서 공격을 차단하면서 정보 유출 등 피해는 없었다. 서금원은 은행 대출이 어려운 저소득·저신용층에 햇살론 등 정책금융을 지원하고, 신복위는 빚을 갚기 어려운 채무자의 상환 부담을 줄이는 채무조정을 돕는 공공기관이다. 은행·저축은행·캐피탈 등에서 개인정보 유출을 일으킨 연쇄 공격이 서민의 재기를 돕는 ‘금융 안전망’까지 향한 것이다. 특히 두 기관은 정책대출과 채무조정 과정에서 신청자의 소득·부채·연체 여부 등을 확인한다. 관련 정보가 유출되면 ‘누가 얼마나 경제적으로 어려운지’까지 드러날 수 있어 개인의 경제적인 사정이 노출될 수 있다. 이런 정보가 유출되면 사기범이 ‘정부 지원 대출을 받을 수 있다’, ‘빚을 줄여 주겠다’며 접근해 급전이나 채무조정이 절실한 사람에게 추가 피해를 줄 가능성도 있다. 황석진 동국대 정보보호대학원 교수는 “단순히 개인 정보 유출을 넘어서 개인의 경제적 취약성을 이용한 맞춤형 보이스피싱으로 악용될 우려도 있다”며 “민간회사는 물론 공공기관에 대한 정보보안 시스템도 다시 점검해야 한다”고 말했다. 공격자가 개인정보를 빼내 거래하려 했을 가능성이 거론되지만 두 공공기관을 겨냥한 구체적인 목적은 확인되지 않았다. 보안업계 관계자는 “AI의 자동화 도구를 이용하면 전방위적으로 탐색한 뒤 취약점이 발견되는 기관부터 공격하는 방식이 가능하다”고 설명했다. 금융당국은 금융회사들의 긴급점검 결과도 분석하고 있다. 금감원은 전날 은행·카드업권의 결과를 보고받았으며, 나머지 업권은 8일까지 점검을 마쳐야 한다. 현재까지 추가 정보 유출은 확인되지 않았다. 은행권 개인정보 유출 피해자들은 집단소송 준비에 나섰다. 서초동의 한 로펌은 신한은행 피해자를 대상으로 손해배상 집단소송 원고를 모집하고 있다. 네이버에도 ‘신한은행 해킹 피해자 집단소송 카페’가 개설됐다. 운영자는 공지에서 “은행은 피해가 확인되면 전액 보상하겠다고 했지만 무엇을 피해로 볼 건지, 어떻게 신청하는 건지는 아직 아무 말이 없다”며 개설 배경을 밝혔다.

생보 2곳 공격 시도 흔적 확인보험 수탁점검 신청 83% GA업무PG·가맹점 우회공격 위험 경고금융권 연쇄 해킹이 금융사 내부 시스템을 넘어 고객과 금융사를 잇는 외부 접점까지 파고들면서 보험·카드업계도 긴장하고 있다. 보험은 법인보험대리점(GA)과 영업지원업체, 카드는 전자지급결제대행(PG)·밴(VAN)·가맹점 등 소비자 정보가 거치는 금융사 밖 연결망이 상대적으로 취약한 지점으로 꼽힌다. 인공지능(AI)을 활용한 공격 가능성까지 제기되면서 금융사 자체 보안만으로는 소비자 정보를 지키기 어렵다는 우려가 커지고 있다. 7일 금융권에 따르면 교보생명을 포함한 생명보험사 2곳에서는 이번 금융권 해킹에 사용된 것으로 파악된 인터넷주소(IP)의 서버 접근 시도가 확인됐다. 현재까지 실제 침해나 고객정보 유출은 확인되지 않았다. 전업 카드사들도 금융당국 지침에 따라 지난 6일까지 긴급점검을 마쳤으며, 현재까지 고객정보 유출 등 피해 사례는 확인되지 않았다. 공동 보안점검 신청에서도 보험은 GA, 카드·캐피탈은 VAN 업무 비중이 가장 컸다. 금융보안원의 올해 개인신용정보 수탁자 공동점검 신청을 보면 보험업권 765건 가운데 보험모집(GA)이 636건(83.1%)이었다. 카드·캐피탈 등 여신전문금융업권은 233건 가운데 카드 VAN 업무가 146건(62.7%)으로 가장 많았다. 이는 해킹이나 취약점 발생 건수가 아니라 공동점검 신청 건수다. 보험업권에서는 GA와 연결된 외부 정보기술(IT) 업체에서 시작된 정보유출 전례도 있다. 지난해 GA 영업지원 프로그램을 운영하던 IT업체 개발자의 PC가 악성코드에 감염되면서 GA 14곳의 서버 접속 URL과 관리자 계정 정보가 유출된 것으로 추정됐고, 당시 확인된 GA 2곳에서는 고객·임직원 등 1107명의 개인정보가 유출됐다. 금융당국은 이번 사태에서도 공격 IP를 GA업계에 공유해 8일까지 자체 점검하도록 했다. 카드업계에서는 PG·VAN 등 금융사 밖 결제망이 점검 대상이다. 지난달 코엠페이먼츠는 자체 서버 공격으로 카드번호와 유효기간 등 일부 정보가 유출됐다. 토스페이먼츠에서는 PG 시스템 자체가 침입당한 것은 아니지만 특정 가맹점의 결제연동 인증정보가 노출되면서 2671명의 결제내역 4131건이 제3자에게 조회됐다. 금융위원회도 PG업권을 상대적으로 보안이 취약한 영역으로 지목하며 PG 자체 취약점뿐 아니라 보안이 취약한 가맹점을 이용한 우회 공격까지 관리해야 한다고 지적했다.

금융당국이 인공지능(AI) 에이전트를 활용한 것으로 추정되는 금융권 해킹 공격과 관련해 인터넷주소(IP) 28개를 특정했다. 당국은 IP주소와 보안 취약점 정보를 500여곳 금융회사에 알리고 점검 중이다. 금융감독원은 6일 공지를 통해 “최근 발생한 정보유출 사고와 관련해 해킹을 시도한 IP 주소 33개, 중복을 제거하면 28개를 일부 국가 정보와 함께 금융권에 전파했다”고 밝혔다. 금융권에 따르면 IP 소재 지역은 전날까지 12개국에 달한 것으로 알려졌다. 미국, 일본, 홍콩(중국), 싱가포르, 베트남, 태국, 말레이시아, 스페인, 라트비아, 스웨덴 등이었다. 미국발 IP가 5개로 가장 많았고, 일본과 스웨덴, 독일은 각 2개씩 중복이 있었다. 국내 IP도 1개 있었다. 다만 당국은 해커가 추적을 방해하기 위해 여러 국가를 우회해 침투하는 경우가 있어 공격이 시작된 국가로 해석할 수는 없다고 설명했다. 일부 IP에서는 중국 인공지능(AI) 기반 침투테스트 플랫폼 ‘아르텍스(ARTEX)’의 흔적이 나왔다. 금감원은 신한은행을 비롯한 일부 은행에 비정상적 경로로 접근해 고객 개인정보를 빼내 간 IP를 토대로 공격자 IP 범위를 좁힌 것으로 전해졌다. 공격은 증권·카드·보험사뿐만 아니라 인터넷전문은행에도 시도됐다. 토스뱅크의 경우 올해 7∼8월뿐 아니라 일찍이 1월에도 당국이 지목한 일부 공격자 IP에서 14차례 비정상적 접근 시도가 있었던 것으로 파악됐다. 카카오뱅크와 케이뱅크도 올해 유사한 시도가 수차례 있었다. 당국은 한 달간 ‘개인정보 유출 2차 피해 특별대응기간’을 발표했다. 이 기간 금융사들은 개인정보 유출 전담 상담창구를 운영하고, 2차 피해 신고가 접수되거나 의심될 경우 금융당국에 즉시 보고해야 한다. 은행권 정보보호최고책임자(CISO)들도 이날 은행연합회에서 회의를 열고 보안점검 현황과 위협정보 신속 공유 등을 논의했다. 한성숙 국무총리는 이날 정부서울청사에서 금융·공공기관 개인정보 유출 관련 회의를 열고 금융위원회에 “유출된 개인 정보 범위를 정확히 파악하고 원인을 철저히 분석해 대책을 마련해달라”고 요청했다.