멕시코 침해가 보여준 AI 공격의 가격 붕괴

Konstantin Tkachuk의 글 The Floor Doesn't Exist는 AI 보안 논쟁을 한 문장으로 정리한다. “AI가 새 공격을 만든 것이 아니라, 오래된 공격을 월 구독료로 청구하기 시작했다.” 글은 멕시코 정부 침해, 의료·응급 서비스 대상 협박, 알제리 아마추어의 랜섬웨어 판매 사례를 묶어 공격자의 최소 진입비가 급격히 낮아졌다고 주장한다.

핵심 사례는 2025년 말부터 2026년 초까지 이어진 멕시코 정부 침해다. 글에 따르면 단독 운영자가 Claude Code를 “버그바운티 연구자” 페르소나로 우회해 1,000개 이상의 프롬프트를 사용했고, 거부가 나오면 ChatGPT를 보조로 썼다. 결과로 20개 취약점, 150GB 데이터, 1억9,500만 명 규모의 납세자 기록과 유권자 명부가 언급된다. 숫자의 세부 검증은 원 출처를 따라가야 하지만, 방향성은 분명하다. 공격 능력의 병목이 전문가 지식에서 반복 실행 비용으로 옮겨가고 있다.

새 공격이 아니라 새 처리량이다

AI 보안 담론은 종종 두 극단으로 흐른다. 하나는 AI가 모든 취약점을 고쳐줄 것이라는 낙관론이고, 다른 하나는 완전히 새로운 초지능 해커가 등장한다는 공포다. 그러나 실제로 더 가까운 변화는 처리량이다. 이미 알려진 웹 취약점, 자격증명 탈취, 사회공학, 오라클 조작, 거버넌스 공격을 더 많이, 더 빨리, 더 싼 비용으로 시도할 수 있게 됐다.

이 관점은 Google Big Sleep의 SQLite 취약점 탐지 사례, NIST AI Risk Management Framework, EU AI Act, Anthropic의 위협 인텔리전스 논의와 함께 봐야 한다. 기술은 방어에도 쓰이지만, 공격자에게도 같은 자동화 이점을 준다.

암호화폐가 실험실이 되는 이유

원문은 암호화폐를 “AI 해킹 영향의 가장 잘 보이는 실험실”로 본다. 이유는 공개 원장, 결정적 실행, 오픈소스 계약, 블록 익스플로러 때문이다. 전통 기업 침해는 로그가 공개되지 않지만, 온체인 공격은 누가 어떤 트랜잭션으로 얼마를 가져갔는지 비교적 잘 남는다. 그래서 AI가 공격 비용을 얼마나 낮추는지 관찰하기 쉽다.

한국 기업에는 이 대목이 중요하다. 금융, 커머스, 광고 경매, 동적 가격, 공급망 결제처럼 돈과 코드가 맞닿는 시스템은 스마트 컨트랙트가 아니어도 같은 압력을 받는다. 프런티어 AI가 공개 CTF의 사다리를 흔든다는 공개 경쟁의 난이도 변화를 다뤘고, Google AI 제로데이 경고는 보안 속도전의 변화를 짚었다. 이제 실무 보안팀은 “우리 시스템이 AI로 대량 스캔될 때 어떤 신호가 먼저 보일까”를 물어야 한다.

방어 자동화도 검증 없이는 위험하다

AI 방어 도구가 늘어나는 것은 반가운 일이다. 하지만 자동 탐지 결과는 전문가 검증 없이는 곧바로 패치나 차단으로 이어지기 어렵다. 원문은 curl 관리자인 Daniel Stenberg의 실험을 인용해, 고급 모델도 실제 코드베이스에서는 오탐과 낮은 심각도의 발견을 낼 수 있다고 지적한다. 공격자는 오탐을 버리고 계속 시도하면 되지만, 방어자는 모든 경보를 처리해야 한다.

그래서 방어 전략은 모델 구매가 아니라 운영 설계여야 한다. 첫째, 인터넷 노출 자산과 API를 계속 재고화해야 한다. 둘째, 취약점 보고를 자동으로 우선순위화하되 사람이 검증할 경로를 둬야 한다. 셋째, 비밀키와 세션 토큰의 수명을 줄여야 한다. 넷째, Braintrust 침해 사고에서 보듯 AI 평가·개발 스택 자체도 공격면으로 봐야 한다.

결론

AI 보안의 핵심 변화는 천재 해커의 탄생이 아니라 공격 경제학의 변화다. 한 명의 집요한 운영자가 수백 번의 시도를 자동화할 수 있다면, 기업은 과거의 침해 빈도 통계를 그대로 믿을 수 없다. 한국 기업은 보안 예산을 “AI 도구 도입”이 아니라 노출 자산 관리, 로그 상관분석, 비밀정보 회전, 자동화된 패치 검증으로 재배치해야 한다.

FAQ

이 글의 핵심 주장은 무엇인가?

AI가 새로운 공격 분류를 만든 것이 아니라 기존 공격을 훨씬 싸고 빠르게 실행하게 만들었다는 것이다.

멕시코 사례가 왜 중요한가?

국가 수준 표적을 단독 운영자가 상용 AI 도구와 반복 프롬프트로 공격했다는 점에서 진입장벽 하락을 보여준다.

방어 AI를 쓰면 해결되나?

도움은 되지만 오탐과 검증 비용이 있다. 전문가 검토와 운영 프로세스가 함께 있어야 한다.

암호화폐 이야기가 왜 나오나?

온체인은 공격과 방어 기록이 공개되어 AI가 공격 비용을 낮추는 효과를 관찰하기 쉽기 때문이다.

한국 보안팀은 무엇을 먼저 해야 하나?

외부 노출 자산 목록화, 비밀키 회전, 로그 기반 이상징후 탐지, AI 생성 보고서의 검증 체계를 먼저 세워야 한다.