국내 금융권을 겨냥한 해킹 시도에서 오래된 침투 수단인 웹쉘이 다시 확인되며 AI 활용이 공격 속도를 키우는 새로운 위험 요인으로 떠오르고 있다. 이번 사례에서는 실제 정보 유출로 이어지지 않았지만, 외부 노출 자산 탐색과 취약 대상 선별이 자동화되면서 금융사의 상시 보안 대응 체계 중요성이 커지고 있다.
하이라이트
- 8월 28일 금융보안원이 iM뱅크 대상 AI 에이전트 기반의 웹쉘 해킹 공격을 탐지했으며 정보 유출 피해는 없었다.
- 공격자는 오라클 웹로직 T3 프로토콜 취약점을 악용하고 딥시크 기반 AI를 활용해 금융권 자산 탐색 및 정찰을 자동화했다.
- 금융보안원은 AI 활용 공격 사례를 금융사와 공유하며, 보안업계는 실시간 침입 탐지 및 내부 확산 차단 체계 강화를 강조했다.
iM뱅크 공격 탐지와 웹쉘 침투 시도
서울경제 보도에 따르면, 12일 김재섭 국민의힘 의원이 금융보안원으로부터 제출받은 자료에서 금융보안원은 지난 8월 28일 iM뱅크를 대상으로 한 AI 에이전트 기반 해킹 공격을 탐지했다. 공격자는 서버에 웹쉘을 업로드한 뒤 이를 발판으로 내부 시스템까지 공격 범위를 넓히려 한 것으로 나타난다.웹쉘은 웹서버 취약점을 악용해 설치하는 악성 스크립트나 프로그램으로, 공격자가 외부에서 시스템 명령을 실행할 수 있게 한다. 서버에 웹쉘이 설치되면 시스템 정보 탈취, 추가 악성코드 설치, 내부 다른 서버 탐색의 통로로 악용될 수 있다.
금융보안원이 파악한 공격 흐름은 전통적인 웹서버 해킹 방식과 크게 다르지 않다. 공격자는 외부에 노출된 iM뱅크 서버를 탐색해 취약 시스템을 식별한 뒤 오라클 웹로직 T3 프로토콜 취약점을 악용해 웹쉘을 업로드했고, 서버 설정 정보를 수집하면서 해당 서버에서 접근 가능한 다른 내부 서버 목록 확보까지 시도했다.
AI 정찰 자동화가 키우는 금융권 보안 부담
이번 공격의 차별점은 초기 정찰 단계에 AI 에이전트가 활용됐다는 점이다. 과거에는 공격자가 외부 노출 서버를 직접 찾아 취약 여부를 일일이 분석해야 했지만, AI 에이전트를 활용하면 대량 자산을 빠르게 훑고 공격 가능한 대상을 가려내는 작업을 자동화하고 가속할 수 있다.이번 사례에서도 공격자는 딥시크 기반 AI 에이전트에 금융권 내 오라클 웹로직 자산 탐색을 지시한 것으로 파악된다. AI가 해킹 전 과정을 스스로 수행한 것은 아니지만, 공격자가 목표를 설정한 뒤 정찰과 자산 탐색 효율을 크게 높인 셈이다.
다만 이번 공격이 실제 정보 유출로 이어지지는 않았다. 금융보안원은 공격을 탐지한 뒤 즉시 iM뱅크에 통보했고, iM뱅크는 공격 IP를 차단하고 서버에 업로드된 웹쉘을 삭제하는 등 초동 조치에 나섰다. 금융보안원은 같은 날 금융위원회에 관련 내용을 보고했고 금융회사, 한국인터넷진흥원(KISA), 경찰청, 국가정보원 등 유관기관에도 공격 정보를 공유했다. 조사 결과 개인정보나 금융정보 유출 피해는 발생하지 않은 것으로 확인된다.
금융보안원은 이 사례를 국내 금융권을 대상으로 AI 에이전트가 활용된 실제 공격 사례로 보고 관련 기법과 대응 방안을 금융회사들과 공유하고 있다. 보안업계에서는 새로운 해킹 수법의 등장이라기보다 고전적 공격 기법에 AI가 결합해 공격 속도와 범위가 확대된 사례로 보고 있으며, 취약점 패치와 사전 예방에 더해 침입 징후 실시간 탐지와 내부 확산 차단 체계를 함께 강화해야 한다는 지적이 나온다.
김재섭 의원은 AI가 취약한 서버를 찾아 공격 속도를 높이는 상황에서 금융사들이 정기 점검과 사후 대응에 머물러서는 국민의 금융정보를 지킬 수 없다고 밝혔다. 이어 금융당국이 금융회사의 외부 노출 서버 관리와 보안 취약점 조치 현황을 점검하고 내부 시스템 추가 침투를 막는 보안체계가 제대로 작동하는지 철저히 확인해야 한다고 강조했다.
우리 매체는 앞서 국내 금융권이 AI 도입 확대 속에서 망분리 중심 보안 체계의 한계를 드러내고, 제로 트러스트 등으로의 전환 필요성이 커지고 있다는 점을 짚었습니다. 또한 금융사별 수익·인력 격차로 보안 투자 여력이 크게 달라 ‘체급별’ 대응 전략과 함께, 정보보호 예산 확대 및 취약점 관리 실태 점검이 필요하다고 전했습니다.
- Forex
- Crypto