북한 연계 해킹조직 김수키가 생성형 인공지능을 피싱 문구 작성에만 쓰는 수준을 넘어, 외부 서비스 없이 작동하는 로컬 대규모언어모델 환경까지 시험한 정황이 나왔다. 지니언스 시큐리티 센터 분석에는 Ollama·GPT4All·Msty 같은 로컬 실행 도구와 검색증강생성(RAG), 음성인식, AI 코드 편집기 Cursor의 흔적이 포함됐다. 공격자가 민감한 탈취 자료를 외부 서버로 보내지 않고 내부에서 분류·요약하거나, 표적별 문서를 빠르게 다듬는 작업을 염두에 뒀을 가능성을 보여주는 대목이다.
다만 도구 설치 기록만으로 악성코드 제작이나 공격 전 과정이 이미 완전 자동화됐다고 단정할 수는 없다. 이번에 확인된 것은 공격 환경과 연구 방향에 가까우며, 각 도구가 어느 작전에 얼마나 쓰였는지는 별도 증거가 필요하다. 그럼에도 가상자산·금융 자료처럼 보이는 문서를 표적에 맞춰 자연스럽게 고치고, 탈취 문서에서 개인정보나 계정 단서를 찾는 시간이 줄어든다면 스피어피싱의 양과 정교함이 함께 높아질 수 있다.
| 분석에서 포착된 범주 | 가능한 활용 | 해석할 때 주의할 점 |
|---|---|---|
| Ollama·GPT4All·Msty | 외부 전송 없이 문서 생성·요약 | 설치 흔적이 실제 공격 사용을 곧바로 입증하지는 않음 |
| RAG·AI 에이전트 도구 | 탈취 자료 검색과 표적별 문서 가공 | 자동화 범위와 성공률은 공개 분석만으로 확인 어려움 |
| 음성인식·Cursor | 오디오 전사와 코드·문서 편집 보조 | 도구의 정상 기능과 공격 목적을 구분해야 함 |
방어의 초점도 문서의 말투나 맞춤법보다 실행 이후의 행위로 옮겨야 한다. 사용자가 받은 파일에서 스크립트·바로가기·매크로가 실행되는지, 정상 프로그램이 의심스러운 하위 프로세스를 만드는지, 자격증명 저장소와 가상자산 지갑 파일에 접근하는지 등을 EDR과 이메일 보안 로그에서 함께 봐야 한다. 금융·가상자산·대북 업무 담당자에게는 문서 형식이 자연스럽더라도 발신 경로와 파일 실행을 별도로 확인하도록 훈련하는 편이 효과적이다.
이번 사례의 핵심은 AI가 새로운 침투 기법을 갑자기 만들었다기보다, 공격자가 이미 하던 조사·가공·검수의 비용을 낮출 수 있다는 데 있다. 조직은 생성형 AI가 만든 문서를 판별하는 데만 기대기보다 계정 다중인증, 최소 권한, 첨부파일 격리, 엔드포인트 행위 탐지, 사고 대응 훈련을 묶어야 한다. 설치 흔적과 입증된 공격을 구분해 위협을 과장하지 않으면서도, 자동화로 빨라질 공격 속도에는 대비해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
