은행 해킹 600개 IP 확인된 ARTEX AI 정체와 금융권 대응법 총정리
2026년 10월 기준 | 생활경제
1. 무슨 일이 일어났나? – ARTEX AI와 금융권 해킹 실체
2026년 9월 말부터 10월 초, 신한은행을 시작으로 KB국민은행, 하나은행, BNK부산은행, 예가람저축은행, 웰컴저축은행, 현대캐피탈 등 7개 금융사에서 잇달아 고객·직원 정보가 유출되는 사고가 발생했습니다. 유출 규모는 약 6만 8천 건 수준으로 집계됐으며, 핵심 인터넷·모바일 뱅킹 시스템이 아닌 대출 모집인 포털, 직원용 지원 시스템 등 ‘옆문’을 주로 공략한 점이 특징입니다.
조사 과정에서 공격에 사용된 것으로 지목된 도구가 바로 ARTEX AI입니다. 이는 중국어 기반의 오픈소스 대규모언어모델(LLM) 자율 침투테스트 프레임워크로, GitHub에 공개되어 있습니다. 여러 AI 에이전트가 역할을 나눠 정보 수집, 취약점 탐색, 공격 경로 계획, 도구 실행, 결과 검증까지 거의 자동으로 진행하도록 설계됐습니다. 바이두 보안센터가 주최한 ‘Agent+’ 챌린지에서 우승한 프로젝트로도 알려졌습니다.
안랩 시큐리티 인텔리전스 센터(ASEC)가 기존에 확인된 ARTEX 서버 IP를 단서로 추적한 결과, 전 세계 약 600개 IP에서 동일한 도구가 운영 중인 것으로 파악됐습니다. 일부 서버에서는 또 다른 AI 기반 공격 플랫폼인 CyberStrikeAI가 함께 구동된 정황도 포착됐습니다. CyberStrikeAI는 100개 이상의 보안 도구를 통합하고, 웹셸·C2 관리 기능까지 갖춘 오픈소스 플랫폼으로, 최근 ThreatBook에 인수되기도 했습니다.
다만 금융보안원과 당국은 “AI가 혼자 해킹한 것이 아니라, 사람이 도구로 활용했다”고 선을 그었습니다. ARTEX AI와 CyberStrikeAI 모두 공개 오픈소스이기 때문에, 확인된 600개 IP 전부가 악의적 공격자이거나 동일 조직이라고 단정할 수 없습니다. 레드팀, 보안 연구자, 정상적인 침투테스트 목적의 사용도 포함될 수 있기 때문입니다. 그럼에도 실제 인터넷에 노출된 환경에서 복수의 AI 공격 도구가 반복적으로 발견된다는 사실 자체가, 이미 이들 도구가 ‘실전’에서 활발히 쓰이고 있음을 보여줍니다.
공격 IP는 한국뿐 아니라 미국, 일본, 홍콩, 싱가포르, 베트남, 태국, 영국 등 여러 국가에 분산되어 있었고, 동일한 또는 유사한 공격 패턴이 여러 금융사에서 확인됐습니다. 유출 정보는 이름, 전화번호, 연소득, 대출한도, 일부 주민등록번호 등이며, 직접적인 금전 피해는 확인되지 않았으나 보이스피싱·스미싱 2차 피해 위험이 큽니다.
요약하면, 이번 사고는 ‘AI가 스스로 은행을 해킹했다’기보다, 오픈소스 AI 도구가 공격 진입장벽을 크게 낮추고 자동화·규모화를 가능하게 만든 사례로 볼 수 있습니다. 중국어 인터페이스와 위챗 보안 커뮤니티와의 연관성 가능성도 제기되지만, 도구 자체가 공개된 이상 국적만으로 행위자를 특정하기는 어렵습니다.
2. 왜 문제가 되나? – AI 공격 도구가 가져오는 새로운 위협
첫째, 공격 진입장벽이 극적으로 낮아졌습니다. 예전에는 숙련된 해커가 수일~수주 동안 수작업으로 진행하던 정찰·취약점 분석·공격 경로 설계를, ARTEX AI 같은 도구는 여러 에이전트가 분담해 거의 자동으로 처리합니다. 상대적으로 경험이 부족한 공격자도 복잡한 작업을 수행할 수 있게 되고, 숙련된 공격자는 속도와 규모를 동시에 키울 수 있습니다. ASEC도 “도구의 발전이 공격 활동의 진입 장벽을 낮추고, 숙련도가 낮은 공격자도 더 복잡한 작업을 수행할 수 있게 한다”고 진단했습니다.
둘째, 이중용도(dual-use) 특성이 문제입니다. ARTEX AI와 CyberStrikeAI는 원래 ‘합법적 침투테스트·레드팀 활동’을 위해 개발된 도구입니다. 그런데 공개 오픈소스이기 때문에 악의적 사용을 막을 방법이 사실상 없습니다. 정상적인 보안 연구자와 공격자가 같은 도구를 쓰기 때문에, IP만으로 악성 여부를 판단하기 어렵습니다. 전 세계 600개 IP가 확인됐다는 사실 자체가 이 도구의 확산 속도를 보여줍니다.
셋째, 탐지와 대응이 더 어려워집니다. AI 에이전트는 사람처럼 보이도록 트래픽을 생성하거나, 여러 단계를 자동으로 연결하기 때문에 기존 시그니처 기반 탐지로는 한계가 있습니다. 이번 사고에서도 일부 금융사에서는 침입 후 15~40시간 이상 탐지되지 않은 사례가 보고됐습니다. 또한 공격자가 IP를 여러 국가로 돌려가며 사용하기 때문에 추적도 쉽지 않습니다.
넷째, 금융권의 구조적 취약점이 드러났습니다. 핵심 뱅킹 시스템이 아닌 대출 모집인 포털, 직원용 지원 시스템, 외부 연동 API 등 ‘주변 시스템’이 집중 공략당했습니다. 간소화된 인증, 부족한 접근 통제, 네트워크 분리 완화 정책과의 충돌 가능성 등이 지적됩니다. 실제로 금융당국은 이번 사고 이후 네트워크 분리 규제 완화 2차 추진을 일시 중단하기도 했습니다.
다섯째, 2차 피해 위험이 큽니다. 유출된 정보는 직접 계좌 이체에 쓰이기 어렵지만, 이름·전화번호·소득·대출한도를 이미 알고 있는 상태에서 진행되는 보이스피싱·스미싱은 성공률이 훨씬 높아집니다. 고객 신뢰 하락과 금융사 평판 손해도 무시할 수 없습니다.
마지막으로, 전 세계적 확산 추세입니다. CyberStrikeAI는 이미 2026년 초 FortiGate 장비 600여 대를 대상으로 한 공격에도 활용된 바 있으며, ThreatBook이 인수할 정도로 영향력이 커졌습니다. AI 기반 공격 도구가 하나의 에피소드가 아니라, 새로운 표준이 되고 있다는 의미입니다.
3. 어떻게 대응해야 하나? – 현실적인 대책 정리
1) 즉시 해야 할 기술적 조치
- 외부에 노출된 모든 시스템(특히 대출 모집인 포털, 직원용 웹, API)에 다단계 인증(MFA)을 의무화하고, 간소화된 인증은 최소화합니다.
- ARTEX AI, CyberStrikeAI 등 주요 AI 공격 도구의 특징적인 트래픽·HTML 타이틀·프로세스 시그니처를 탐지 규칙에 추가합니다. 안랩 등 보안업체가 이미 관련 정보를 공유하고 있습니다.
- 네트워크 분리 원칙을 재점검하고, 외부 연동 구간에 제로트러스트 접근 통제를 적용합니다.
- 로그 보관 기간을 늘리고, 이상 행위(장시간 세션, 비정상 API 호출 등)에 대한 실시간 알림을 강화합니다.
2) 조직·프로세스 차원
- 금융보안원·금융위·금감원의 긴급 점검에 적극 협조하고, 동일 IP·유사 패턴 정보를 즉시 공유하는 체계를 만듭니다.
- 레드팀·침투테스트 시에도 AI 도구를 활용하되, 내부에서 사용하는 경우와 외부 공격 가능성을 구분하는 모니터링 정책을 수립합니다.
- 직원·외주 인력·대출 모집인 대상 보안 교육을 강화하고, 계정 공유·약한 비밀번호 사용을 금지합니다.
3) 중장기 정책·제도
- 오픈소스 AI 공격 도구의 이중용도 특성을 인정하고, 금융권 특화 AI 방어 도구(이상 탐지, 자동 대응) 개발·도입을 지원합니다.
- 국제 공조를 통해 GitHub 등 플랫폼과 협력해 악성 사용 사례를 빠르게 공유하는 채널을 구축합니다. 도구 자체를 막는 것은 현실적으로 어렵기 때문에, ‘사용 흔적 탐지’에 집중하는 편이 효율적입니다.
- 네트워크 분리 규제 완화는 보안 수준이 충분히 입증된 기관에만 단계적으로 허용하고, AI 공격 대응 능력을 평가 항목에 포함시킵니다.
- 고객 정보 유출 시 2차 피해 예방을 위해 신속한 통지와 보이스피싱 주의 안내를 의무화합니다.
4) 개인·고객이 할 수 있는 일
- 금융사로부터 유출 통지를 받으면 즉시 비밀번호를 변경하고, 보이스피싱 전화에 절대 응하지 않습니다. 이미 알고 있는 정보로 접근하는 경우가 많으므로 “이미 알고 있다”는 말에 속지 말아야 합니다.
- 대출·카드 관련 문자는 공식 앱이나 홈페이지를 통해 직접 확인하는 습관을 들입니다.
결론적으로, ARTEX AI와 CyberStrikeAI 같은 도구의 등장은 ‘AI 시대의 사이버 공격’이 더 이상 미래의 이야기가 아님을 보여줍니다. 도구를 없앨 수는 없지만, 탐지·인증·모니터링·정보공유를 강화하면 피해를 크게 줄일 수 있습니다. 금융권과 당국이 이번 사고를 계기로 AI 공격에 특화된 방어 체계를 빠르게 구축하는 것이 가장 중요한 과제입니다.
#ARTEXAI #은행해킹 #CyberStrikeAI #금융권해킹 #AI공격도구 #신한은행해킹 #안랩ASEC #AI자율침투테스트 #금융보안 #보이스피싱주의 #제로트러스트 #네트워크분리 #오픈소스해킹도구 #금융보안대책 #AI보안