[공급망 위협②] AI, 1년 소요되는 취약점 탐지 시간 21일로 줄여

오픈AI·마이크로소프트, 멀티 에이전트 이용 취약점 탐지 서비스 공개

공격자, 신종 및 오래된 취약점 결합해 고도의 공격 펼쳐

[데이터넷] 공급망 공격과 제3자 위협이 가장 심각한 보안 리스크로 떠올랐다. 소프트웨어 공급망뿐만 아니라 파트너·IT 및 인력 공급업체 등 조직과 연결된 제3자로 인한 위협도 심각한 상황이다. 최근 위협 사례를 통해 공급망 위협의 현실을 분석하고 대안을 제시한다.<편집자>

소프트웨어 공급망 위협의 공포를 극대화한 것이 앤트로픽의 ‘미토스(Mythos)’이다. AI를 이용한 취약점 탐지 도구인 미토스가 27년 된 취약점을 찾아내고, 자동화도구로 500만번 검사하고도 놓친 악성 코드를 발견해 전 세계에 충격을 주었다. 이 모델은 일반에 공개되지 않았으며, AWS·애플 등 IT·보안 기업들이 이를 검증하는 ‘프로젝트 글래스윙(Project Glasswing)’을 진행하고 있다.

미토스는 프로젝트에 참여하는 극히 제한된 기업·기관에서만 접근할 수 있지만, 취약점을 찾는 속도와 정확성은 이전 모델에 비해 매우 뛰어난 것으로 보인다. 지난 4월 공개된 영국 AI 보안연구소(AISI)의 사이버 역량 평가 보고서에서는 미토스 프리뷰가 이전 최고 성능 모델을 뛰어넘었으며, 다단계 사이버 공격 시뮬레이션에서 유의미한 성능 향상이 확인된 것으로 나타났다. 그러나 이 평가는 잘 방어된 시스템을 공격할 수 있는지는 확인되지 않았다는 점에서 실제 미토스의 영향력을 정확하게 보여주는 것은 아니다.

앤트로픽의 ‘프로젝트 글래스윙(Project Glasswing)’

AI, 보안 전문가 돕는 역할

프로젝트에 참여하고 있는 팔로알토 네트웍스가 자사 제품에서 미토스, 클로드 오퍼스 4.7, 오픈AI GPT-5.5-Cyber 등 프론티어 AI 모델을 사용해 3주 만에 자사 130여 개 제품에서 75건의 보안 결함을 찾아냈다고 공개한 바 있다. 팔로알토 네트웍스는 숙련된 보안 전문가 집단이 통상 1년 정도 걸리는 분석량을 단 21일 만에 처리한 것이라고 설명했다.

이번에 발견한 취약점 중에서는 공격자가 보안 설정을 우회하거나 내부 데이터에 접근할 수 있는 ‘높음(High)’ 위험도 수준의 결함 3건이 포함되어 있었으나, 실제 공격에 즉각 악용될 수 있는 ‘치명적(Critical)’ 등급의 결함은 없었던 것으로 확인됐다.

팔로알토 네트웍스는 이번 사례가 AI가 보안 전문가를 대체하는 것이 아니라, 대규모 데이터 분석을 통해 방어자가 공격자보다 한발 앞서 방어막을 구축하게 돕는 ‘포스 멀티플라이어(Force Multiplier)’ 역할을 한다는 점을 시사한다고 설명했다.

한편 팔로알토 네트웍스는 방화벽 운영체제인 PAN-OS의 ‘User-ID 인증 포털’에서 발견된 ‘CVE-2026-0300’ 취약점은 CVSS 점수 9.3을 기록한 것으로, 취약점 공개 전에 이미 악용되고 있어 미국 사이버보안국(CISA)의 ‘기존 악용 취약점(KEV)’ 목록에 긴급 등록되기도 했다.

AI 기반 취약점 탐지 서비스 경쟁 시작

‘미토스 열풍’에 힘입어 AI 서비스 개발사들이 잇달아 AI 기반 취약점 탐지 서비스를 출시하고 있어 주목된다. 오픈AI는 ‘데이브레이크(Daybreak)’를 공개하면서 경쟁에 불을 지폈다. 이 서비스는 소프트웨어 코드와 시스템 환경 전반을 분석해 취약점을 탐지하고, 공격 가능성을 검증하며, 패치 적용 여부까지 자동으로 점검한다.

데이브레이크에는 오픈AI의 최신 보안 특화 모델 ‘GPT-5.5-Cyber’와 코드 분석 에이전트 기술이 적용됐다. AI 에이전트가 코드 저장소와 인프라 구성을 분석해 위협 모델을 생성하고, 공격자가 악용할 수 있는 경로를 우선 식별한 뒤, 샌드박스 환경에서 실제 익스플로잇 가능성을 검증한다. 이후 수정 코드 생성과 패치 검증까지 자동 수행해 보안 운영 효율성을 높인다.

오픈AI ‘데이브레이크(Daybreak)’

마이크로소프트도 에이전틱 보안 분석 시스템 ‘멀티 모델 에이전틱 스캐닝 하네스(MDASH)’를 공개하며 경쟁에 뛰어들었다. MDASH는 마이크로소프트 자율 코드 보안(ACS) 팀이 구축한 멀티 모델 에이전틱 스캐닝 하네스다. 프런티어 모델과 증류 모델을 결합한 앙상블 아키텍처를 적용했으며, 100개 이상의 전문 AI 에이전트가 취약점 발견부터 검증·토론, 악용 가능성 증명까지 전 과정을 엔드투엔드로 수행하도록 설계됐다.

마이크로소프트는 이 시스템을 활용해 윈도우 네트워킹 및 인증 스택 전반에서 16개의 신규 취약점을 식별했다. 이 가운데 4건은 치명적 원격 코드 실행 취약점으로, 윈도우 커널 TCP/IP 스택과 IKEv2 서비스 등 구성요소에서 발견됐다. 또한 대표 사례로 레이스 컨디션 기반 UAF(Use-after-free) 등 단순 패턴 매칭만으로는 포착하기 어려운 복잡한 결함 유형도 확인됐다.

빨라서 위험한 AI 취약점 도구

미토스와 같은 AI 취약점 도구가 위험한 가장 중요한 원인은 ‘속도’이다. 기존의 취약점 탐지 도구도 AI를 사용했다. 그러나 AI가 찾은 취약점을 사람이 검증하면서 악용 가능성을 확인하고, 위험도를 측정하며, 패치 및 조치 사항을 안내하는 데 상당한 시간이 걸렸다.

미토스를 통해 AI를 활용하면 취약점 탐지부터 조치까지 소요되는 시간을 크게 단축시킬 수 있다는 것이 입증된 것이다. 이를 공격자가 악용한다면, 제로데이 취약점을 찾고 익스플로잇을 만들어 악용 가능성을 확인한 후 배포 및 공격하기까지 짧은 시간 동안 끝낼 수 있게 된다. 현재도 공격자는 AI를 이용해 침투한 후 수평이동까지 단 27초 소요되며, 데이터 탈취까지 4분 만에 완료한다. 미토스와 같은 특화된 도구를 사용하면 이 시간을 훨씬 더 단축시킬 수 있다. 방어 조직은 취약점이 있는지도 모른 상태로 순식간에 피해를 입을 수 있다는 뜻이다.

데이브레이크, MDASH와 같이 멀티 에이전트를 사용하면 시간과 정확도를 더 개선할 수 있다. 방어조직이 취약점을 발견해 조치하는 각각의 활동을 수행하는 전문 에이전트를 통해 취약점 대응 효율성을 높일 수 있지만, 이를 공격자가 악용하면 훨씬 더 심각한 문제로 이어질 수 있다.

세계적인 공급망 보안 전문가 팀 맥키 (Tim Mackey) 블랙덕 소프트웨어 공급망 위협 전략 부문 총괄은 “AI 시대에는 비즈니스 속도보다 사이버 보안 위협의 진화 속도가 더 빨라졌다. 능동적인 취약점 탐지와 대응, 지속적인 모니터링, 보안 내재화된 개발 문화가 자리 잡지 않으면 위협은 더욱 커질 것”이라고 말했다.

서드파티 코드의 취약점 찾기 어려워

소프트웨어 공급망 위협을 더욱 심화시키는 원인으로 ‘오래된 취약점’도 꼽힌다. 오래되었지만 악용 가능성이 낮거나 위험도가 높지 않아 방치된 취약점이 많다. IT 환경이 바뀌면서 해당 취약점의 악용 가능성과 위험도가 높아질 수 있으며, 다른 취약점과 결합해 심각한 공격으로 이어질 수 있다.

래피드7이 2025년 3분기 악용된 CVE 53개를 분석한 결과, 10개의 취약점은 1년 이상 지난 취약점이었다. 그중에는 6766일(약 18.5년), 4347일(약 11.9년) 등 10년 이상 된 취약점도 있었다. 공격자는 오래된 취약점과 새로운 취약점을 함께 사용해 이전에 발견하지 못한 공격을 수행할 수도 있다.

오래되어 방치된 취약점은 조치하기가 쉽지 않다. 지난해 발견된 CVE는 4만8448건, 올해 5월 현재 공개된 것은 벌써 2만5053개에 이른다. 모든 취약점이 공격에 이용되는 것이 아니며, 실제로는 악용되지 않는 것도 있다. 이러한 이유로 방치된 취약점도 나중에 공격에 이용될 수 있다.

더군다나 외주 개발사, 협력업체, 프리랜서 개발자 등을 통해 공급받은 소프트웨어에 어떤 구성요소가 포함되어 있으며, 영향을 주는 취약점은 무엇인지도 알 수 없다는 점에서 취약점 관리가 쉽지 않다.

Tag