AI 안전·보안

AI 해킹 자동화 현실화…100개 넘는 기업 공격에 성공한 AI 에이전트의 위험

이슈노터 2026. 10. 23. 09:34

해킹이라고 하면 컴퓨터 앞에 앉아 오랜 시간 프로그램을 분석하고 보안 취약점을 찾아내는 전문가를 떠올리기 쉽습니다.

 

그런데 이제는 사람이 공격 목표를 지정하면 인공지능이 스스로 취약점을 찾고 여러 차례 침입을 시도하는 일이 실제로 발생하고 있습니다.

 

2026년 10월 19일 로이터는 한 공격자가 AI 에이전트를 이용해 전 세계 1,200개 이상의 웹사이트에 침입을 시도했고, 100개가 넘는 기업의 사이트에 침입한 것으로 조사됐다고 보도했습니다.

 

공격에 사용된 AI 서비스 비용은 약 5,000달러로 추정됐습니다. 성공 사례 1건당 약 50달러 수준이라는 계산도 나왔습니다.

이 사건이 주목받는 이유는 단순히 공격 대상이 많아서가 아닙니다.

 

그동안 상당한 기술과 시간이 필요했던 사이버 공격의 일부 과정이 AI를 통해 자동화되고 있다는 사실이 확인됐기 때문입니다.

 

AI 에이전트가 어떻게 사이버 공격에 이용되는지, 실제 피해는 어디까지 확인됐는지, 기업과 개인은 어떤 대비가 필요한지 살펴보겠습니다.

AI 에이전트를 이용한 해킹 사건, 무슨 일이 있었을까?

이번 사건은 사이버보안 연구업체 노르포지(NorForge)의 조사로 알려졌습니다.

 

연구진은 인터넷에 노출된 AI 에이전트 관리 화면을 분석하는 과정에서 의심스러운 공격 활동을 발견했습니다.

 

로이터 보도에 따르면 공격은 2026년 9월 25일경 시작됐습니다.

공격 대상은 미국과 캐나다, 호주, 일본 등에 있는 온라인 쇼핑몰과 기업 웹사이트였습니다.

 

공격자는 오픈소스 AI 에이전트 플랫폼인 Cairn을 이용해 여러 웹사이트에 대한 공격 작업을 자동으로 수행하도록 했습니다.

조사에서 확인된 주요 내용은 다음과 같습니다.

구분 확인된 내용
공격 시작 2026년 9월 25일경
공격 시도 대상 1,200개 이상의 웹사이트
침입 성공으로 파악된 규모 100개 넘는 기업의 사이트
주요 대상 국가 미국·캐나다·호주·일본
사용된 기술 여러 작업을 수행하는 AI 에이전트
추정 AI 사용 비용 전체 약 5,000달러
성공 사례당 추정 비용 약 50달러

 

100개가 넘는 기업의 사이트에 침입했다는 조사 결과가 곧 100개 기업에서 개인정보가 유출됐다는 의미는 아닙니다만 웹사이트 접근이나 서버 침입과 실제 정보 유출은 서로 다른 문제입니다.

 

조사 당시 모든 기업의 피해 규모가 확인된 것은 아니었습니다.

AI 에이전트는 일반적인 챗봇과 무엇이 다를까?

우리가 흔히 사용하는 AI 챗봇은 질문을 입력하면 답변을 생성하는 방식으로 작동합니다.

 

AI 에이전트는 여기서 한 단계 더 나아가 목표를 수행하기 위해 여러 작업을 순서대로 진행할 수 있습니다.

예를 들어 자료를 검색하고, 결과를 분석하고, 필요한 도구를 실행한 뒤 다음 작업을 결정하는 방식입니다.

 

일반적인 업무에서는 보고서 작성이나 자료 조사, 반복적인 프로그램 작업 등에 활용할 수 있습니다.

 

문제는 이러한 기능이 사이버 공격에도 악용될 수 있다는 점입니다.

 

구분 일반 AI 챗봇 AI 에이전트
기본 역할 질문에 대한 답변 생성 목표 달성을 위한 작업 수행
작업 방식 사용자의 개별 요청 중심 여러 단계의 작업을 연결
도구 활용 서비스 기능에 따라 제한적 외부 도구와 프로그램 실행 가능
자동화 수준 사용자 개입이 비교적 많음 일부 작업을 연속적으로 수행 가능
보안상 위험 유해 정보 생성 등 실제 시스템 작업으로 위험 확대 가능

 

물론 모든 AI 에이전트가 외부 시스템에 자유롭게 접근하거나 프로그램을 실행할 수 있는 것은 아닙니다.

실제 기능은 사용자가 부여한 권한과 연결된 도구, 실행 환경에 따라 달라집니다.

이번 사건에서 AI는 어떤 역할을 했을까?

보안업체의 분석에 따르면 공격자는 비교적 짧은 지시문으로 AI 에이전트에 목표를 전달했습니다.

이후 에이전트는 웹사이트를 조사하고 보안상 약점을 찾으며, 실패한 경우 다른 접근 방법을 검토하는 작업을 수행했습니다.

 

일부 성공 사례에서는 침입에 약 23시간이 걸린 것으로 분석됐습니다.

 

여기서 중요한 변화는 AI가 단순히 해킹 방법을 설명하는 데 머무르지 않았다는 사실입니다.

연결된 도구를 이용해 실제 작업을 수행하고, 중간 결과를 바탕으로 다음 행동을 결정했다는 점입니다.

 

기존에도 자동화된 취약점 검사 도구는 존재했습니다.

이번 사례에서 주목받는 부분은 AI가 여러 작업을 연결하고 상황에 따라 접근 방식을 바꾸는 과정까지 수행했다는 것입니다.

 

다만 AI가 아무런 인간의 지시 없이 독자적으로 범행을 시작했다고 볼 근거는 없습니다.

공격 대상과 목적을 정한 것은 사람이었으며, AI는 공격자가 설정한 목표를 수행하는 도구로 활용됐습니다.

해킹 성공 비용 50달러는 무엇을 의미할까?

이번 사건에서 가장 눈길을 끈 숫자는 성공 사례당 약 50달러라는 추정 비용입니다.

 

보안 연구자는 전체 AI 사용 비용을 약 5,000달러로 추산했습니다.

이를 100건 이상의 침입 성공 사례와 비교해 계산한 것입니다.

 

'누구나 50달러만 내면 기업 하나를 해킹할 수 있다'는 식의 해석보다 중요한 것은 비용의 절대적인 금액보다 자동화가 공격 규모를 확대할 수 있다는 점입니다.

 

AI가 반복적인 작업을 수행하면 공격자는 이전보다 적은 인력으로 더 많은 대상을 조사하려고 시도할 수 있습니다.

실제로 어떤 기업들이 공격을 받았을까?

로이터 보도에서는 미국 농기계 기업 디어(Deere & Company), 가전제품 기업 샤크닌자(SharkNinja), 엔진 제조업체 커민스(Cummins) 등이 언급됐습니다.

 

하지만 기업별로 확인된 상황은 달랐습니다.

 

디어는 필요한 대응 조치를 했으며 민감한 정보에 접근한 흔적은 발견하지 못했다고 설명했습니다.

 

샤크닌자는 제품 지원 정보를 제공하는 별도 웹사이트에서 공격이 발생했으며 위협을 차단했다고 밝혔습니다.

 

커민스는 외부 업체가 운영하는 웹사이트에 대한 공격 가능성을 조사하고 있다고 설명했습니다.

 

이 사례에서 확인할 수 있는 점은 기업의 핵심 시스템뿐 아니라 별도로 운영하는 지원 사이트나 외부 협력업체의 웹사이트도 관리 대상이라는 사실입니다.

 

기업이 직접 운영하는 홈페이지의 보안 수준이 높더라도 연결된 다른 사이트에 취약점이 있다면 별도의 위험이 발생할 수 있습니다.

AI 해킹이 중소기업에 더 부담스러울 수 있는 이유

대기업은 보안 담당 부서와 전문 인력을 운영하는 경우가 많습니다.

 

반면 소규모 사업장은 홈페이지 관리와 주문 처리, 고객 응대 등을 소수의 직원이나 외부 업체에 맡기기도 합니다.

 

특히 온라인 쇼핑몰은 고객정보와 주문 내역, 결제 서비스 등 여러 시스템을 연결해 운영합니다.

 

웹사이트의 보안 취약점이 방치된다면 공격자가 이를 악용할 가능성이 있습니다.

AI 기반 자동화 공격이 확대되면 공격자가 상대적으로 규모가 작은 사이트까지 반복적으로 조사할 수 있다는 점도 부담입니다.

 

보안 담당자가 없는 사업장이라고 해서 공격 대상에서 제외되는 것은 아닙니다.

 

이번 사건에서 온라인 쇼핑몰이 주요 공격 대상이었다는 점은 소규모 전자상거래 사업자에게도 의미가 있습니다.

AI 해킹은 기존 사이버 공격보다 더 위험할까?

AI를 이용한 공격이 언제나 기존 방식보다 강력하다고 단정할 수는 없습니다.

 

AI도 잘못된 판단을 하거나 존재하지 않는 취약점을 있다고 판단할 수 있습니다.

 

자동화 과정에서 오류가 발생하면 공격이 실패할 수도 있습니다.

 

그러나 공격자가 AI를 활용하면 반복적인 조사와 분석에 필요한 부담을 줄일 가능성이 있습니다.

 

기존의 자동화 공격과 비교했을 때 특히 주의할 부분은 다음과 같습니다.

 

첫째, 여러 공격 대상을 동시에 조사할 수 있습니다.

사람이 일일이 확인해야 했던 작업의 일부를 자동화하면 더 많은 웹사이트를 대상으로 시도할 수 있습니다.

 

둘째, 실패 이후에도 다른 방법을 검토할 수 있습니다.

AI 에이전트는 이전 작업 결과를 바탕으로 새로운 접근 방식을 선택하도록 설계할 수 있습니다.

 

셋째, 전문적인 기술이 부족한 공격자도 복잡한 도구를 활용하려고 시도할 수 있습니다.

이는 사이버 공격에 필요한 기술적 진입장벽을 낮출 수 있습니다.

 

실제 공격 성공률은 대상 시스템의 보안 수준과 사용된 도구, 공격자의 역량에 따라 달라질 수 있습니다.

AI를 이용한 사이버 공격은 실제로 증가하고 있을까?

최근 AI 에이전트를 활용한 사이버 공격 사례가 잇따라 공개되고 있습니다.

 

2026년 9월 보안업체 갬빗 시큐리티(Gambit Security)는 여러 AI 도구를 결합해 온라인 소매업체를 공격한 사례를 발표했습니다.

 

조사에서는 105건의 공격 작업과 최소 27개 기업의 침해가 보고됐습니다.

일부 피해 기업에서는 결제카드 관련 정보가 유출된 것으로 분석됐습니다.

 

10월에 공개된 노르포지 조사 역시 AI 에이전트가 실제 공격 과정에 활용됐다는 점에서 주목받았습니다.

 

그러나 이 두 사례만으로 전 세계 AI 해킹 사건이 몇 퍼센트 증가했다고 계산할 수는 없습니다.

 

보안업체마다 조사 대상과 집계 기준이 다르며, 공개되지 않은 사건도 있을 수 있기 때문입니다.

 

현재 확인할 수 있는 것은 AI 에이전트를 활용한 실제 공격 사례가 존재하며, 그 규모와 자동화 수준이 보안업계의 중요한 관심사가 되고 있다는 사실입니다.

기업은 AI 자동화 해킹에 어떻게 대비해야 할까?

AI를 이용한 공격이라고 해서 모든 보안 대응을 처음부터 새롭게 만들어야 하는 것은 아닙니다.

 

기본적인 보안 관리가 제대로 이루어지지 않은 시스템은 자동화 공격에도 취약할 수 있습니다.

 

기업이 우선 확인할 사항을 정리하면 다음과 같습니다.

 

점검 항목 필요한 조치
소프트웨어 관리 운영체제와 웹사이트 프로그램 최신 업데이트
계정 보안 관리자 계정에 다중 인증 적용
접근 권한 업무에 필요한 최소한의 권한 부여
외부 서비스 협력업체·지원 사이트 보안 상태 확인
이상 징후 비정상적인 접속과 반복적인 접근 시도 점검
사고 대응 백업과 복구, 침해사고 신고 절차 마련

홈페이지와 쇼핑몰 업데이트 확인

홈페이지 제작 프로그램이나 플러그인에 보안 취약점이 발견되면 제조사 또는 개발사가 수정 업데이트를 제공할 수 있습니다.

 

오랫동안 업데이트하지 않은 프로그램은 알려진 취약점이 남아 있을 가능성이 있습니다.

 

직접 홈페이지를 관리하지 않는 사업자라면 유지보수 업체에 업데이트와 보안 점검이 정기적으로 이루어지는지 확인하는 것이 좋습니다.

관리자 계정 보호

관리자 계정이 탈취되면 공격자가 웹사이트의 중요한 설정이나 자료에 접근할 수 있습니다.

비밀번호를 다른 서비스와 중복 사용하지 않고, 지원되는 경우 다중 인증을 적용하는 것이 좋습니다.

퇴사자나 계약이 종료된 외부 업체의 계정이 남아 있지 않은지도 확인해야 합니다.

이상 징후를 확인할 수 있는 체계 마련

자동화 공격은 짧은 시간에 여러 요청을 보내거나 반복적으로 특정 기능에 접근하는 방식으로 나타날 수 있습니다.

이러한 활동을 확인할 수 있도록 웹서버와 보안 장비의 기록을 관리하는 것이 중요합니다.

다만 접속 요청이 많다는 이유만으로 모두 공격이라고 판단할 수는 없습니다.

정상적인 이용자와 자동화 공격을 구분할 수 있도록 보안 담당자의 분석이 필요합니다.

일반 이용자도 피해를 입을 수 있을까?

기업 웹사이트가 공격을 받는다고 해서 모든 이용자의 개인정보가 유출되는 것은 아닙니다.

하지만 실제로 개인정보나 결제 관련 정보가 유출된다면 해당 서비스를 이용한 고객에게도 피해가 발생할 수 있습니다.

특히 공격자가 탈취한 계정정보를 다른 사이트에 재사용하는 경우 추가 피해로 이어질 가능성이 있습니다.

일반 이용자는 다음과 같은 기본적인 보안 습관을 유지하는 것이 좋습니다.

  • 중요한 계정에는 서로 다른 비밀번호를 사용합니다.
  • 가능한 서비스에서는 다중 인증을 활성화합니다.
  • 사용하지 않는 계정과 저장된 결제정보를 정리합니다.
  • 개인정보 유출 안내를 받았다면 공식 채널을 통해 사실을 확인합니다.
  • 의심스러운 문자나 이메일의 링크를 바로 열지 않습니다.

개인정보 유출이 의심되는 경우에는 해당 서비스의 공식 안내와 개인정보침해 신고 절차를 확인할 수 있습니다.

AI가 공격에 쓰인다면 방어에도 AI를 활용할 수 있을까?

AI는 사이버 공격에 악용될 수 있지만 보안 담당자의 업무를 돕는 기술로도 활용됩니다.

예를 들어 대량의 접속 기록에서 비정상적인 패턴을 찾거나, 보안 경고를 분류하는 작업에 사용할 수 있습니다.

 

취약점 점검 결과를 정리하고 보안 담당자가 우선 대응해야 할 문제를 파악하는 데에도 도움이 될 수 있습니다.

다만 AI 보안 시스템이 모든 공격을 정확하게 탐지하는 것은 아닙니다.

 

정상적인 접속을 공격으로 오인하거나 실제 위협을 놓칠 수도 있습니다.

따라서 AI 분석 결과를 실제 보안 조치로 연결할 때는 사람의 검토와 운영 기준이 필요합니다.

 

기업은 AI를 도입하는 것 자체보다 기존 보안체계와 어떻게 결합할 것인지 먼저 검토해야 합니다.

앞으로 사이버보안에서 중요해질 변화

이번 사건은 AI가 사이버 공격에 필요한 일부 작업을 자동화할 수 있다는 사실을 보여줬습니다.

 

앞으로 AI 에이전트의 성능이 높아지면 공격자는 더 많은 웹사이트를 조사하거나 복잡한 작업을 자동화하려고 시도할 수 있습니다.

반대로 보안업계 역시 AI를 활용해 취약점을 찾고 위협을 분석하는 기술을 발전시키고 있습니다.

 

결국 공격과 방어 양쪽에서 자동화 수준이 높아질 가능성이 있습니다.

 

하지만 모든 기업이 최신 AI 보안 제품을 도입해야 한다는 뜻은 아닙니다.

 

기본적인 업데이트와 계정 관리, 접근 권한 점검, 백업 체계가 갖춰져 있지 않다면 새로운 보안 도구만으로 위험을 해결하기 어렵습니다.

 

특히 소규모 사업장에서는 자신이 운영하는 웹사이트와 외부 서비스가 어떤 방식으로 관리되는지 파악하는 것이 우선입니다.

AI 해킹 시대, 보안의 기준도 달라져야 한다

과거에는 사이버 공격을 막기 위해 외부 해커의 침입을 차단하는 데 집중했다면, 이제는 자동화된 공격이 반복적으로 시도될 수 있다는 상황까지 고려해야 합니다.

 

이번 사건에서 확인된 공격 규모와 추정 비용은 이러한 변화를 보여주는 사례입니다.

 

그렇다고 AI가 등장하면서 모든 웹사이트가 쉽게 해킹되는 것은 아닙니다.

 

실제 침입 성공 여부는 시스템의 취약점과 보안 관리 수준에 따라 달라집니다.

 

또한 공격에 성공했다는 조사 결과와 고객정보가 유출됐다는 사실은 구분해야 합니다.

 

AI 해킹이 던지는 중요한 질문은 공격자가 얼마나 적은 비용으로 움직일 수 있느냐보다, 기업이 반복적이고 자동화된 공격을 견딜 수 있는 보안체계를 갖추고 있느냐는 것입니다.

 

AI가 공격에 이용되는 시대일수록 기본적인 보안 관리와 신속한 대응 능력의 중요성은 더욱 커질 것입니다.

참고자료

  1. Reuters, How one hacker used AI agents and a few thousand dollars to break into scores of sites, 2026.10.19.
  2. NorForge, AI 에이전트 플랫폼 Cairn을 이용한 자동화 침입 활동 조사, 2026.10.
  3. Cloud Security Alliance, Fifty Dollars per Breach: Detecting Autonomous Agent Intrusion Campaigns, 2026.10.
  4. Gambit Security, AI 에이전트를 이용한 전자상거래 사이트 공격 조사, 2026.9.
  5. 한국인터넷진흥원(KISA), 사이버보안 및 침해사고 대응 안내. https://www.kisa.or.kr
  6. 개인정보보호위원회, 개인정보 유출 대응 및 보호 안내. https://www.pipc.go.kr

※ 2026년 10월 23일 기준 공개된 보도와 보안 연구자료를 바탕으로 작성했습니다. 공격 성공 건수와 비용은 연구진의 분석 및 추정치이며, 모든 대상 기업의 정보 유출이나 피해 규모가 독립적으로 확인됐다는 의미는 아닙니다.