최근 발생한 암호화폐 탈취 사건—역사상 가장 막대한 수익을 올린 사건 중 하나—은 사이버 범죄의 소름 끼치는 새로운 추세인 ‘데이터 조작’을 여실히 보여주고 있다.
Last February, employees at Bybit, one of the world’s largest cryptocurrency exchanges, noticed something odd: More than 400.000 Ethereum tokens, worth around $1,5 billion, had quietly vanished. 랜섬웨어의 메모()도 없었고, 무차별 대입 해킹의 흔적도 없었으며, 명백한 경보가 발동된 적도 없었다.
결정적인 단서는 이 회사가 다중 서명 거래를 위해 사용하던 제3자 서비스의 코드 깊숙한 곳에 숨겨져 있었다. 한 줄이 변경되었는데, 바로 수취 지갑 주소였습니다.
That subtle edit is believed to have allowed nearly $300 million to be diverted to accounts tied to the Lazarus Group, a North Korean hacking gang. (While the exposed infrastructure put about $1,5 billion of cryptocurrency at risk, only a portion was successfully cashed out).
이건 단순한 강도 사건이 아니었다. 이는 정교하게 계획된 방해 공작이었으며, 데이터 조작이 어떻게 가장 보안이 철저한 디지털 시스템조차도 은밀하게 무력화시킬 수 있는지를 여실히 보여주는 사례였다. 그리고 이는 암호화폐 거래소만의 문제가 아닙니다. 데이터 조작은 어떤 업종의 어떤 기업이든 상상조차 할 수 없는 방식으로 피해를 입힐 수 있습니다. 은행들, 즉 가 암호화폐와 블록체인 서비스를 신중하게 시험하고 있는 곳들은 이러한 공격에 특히 취약합니다. 전문가들은 의 최고정보보안책임자( )들이 이러한 위협을 과소평가하지 않는 것이 현명할 것이라고 지적한다.
북아일랜드 울스터 대학교의 사이버보안 교수인 케빈 커런은 “CISO들은 데이터 변조 위협에 각별히 주의를 기울여야 한다. 이러한 위협은 대개 재정적 손실이나 평판 훼손과 같이 눈에 띄고 즉각적인 영향을 미치기 때문이다”라고 경고했다.
데이터 조작이란 무엇인가요?
데이터 조작이 그토록 문제가 되는 이유는, 그것이 얼마나 은밀하고 광범위하게 자행될 수 있는지에 있다.
“데이터를 훔치거나 파괴하는 대신 미묘하게 변조함으로써, 공격자들은 감지되지 않은 채로 의사결정을 조작하거나 불신을 조장하거나 자신의 존재를 숨길 수 있습니다.”케빈 커런, 얼스터 대학교 사이버보안 교수
정의에 따르면, 이는 시스템, 운영자 또는 후속 의사결정을 오도하기 위해 데이터를 의도적으로 무단으로 변경하는 행위를 말한다. 대부분의 사이버 공격과 달리, 이 공격의 목표가 반드시 무언가를 훔치거나 파괴하는 것은 아닙니다. 오히려 재정적 이익, 첩보 활동 또는 파괴 행위를 목적으로 로그, 센서 측정값, 거래 정보 등의 기록을 은밀하게 조작하는 데 초점이 맞춰져 있는 경우가 많습니다.
[함께 읽어보세요: 위협 탐지 및 대응이란 무엇인가요? [실천 가능한 가이드]
커런은 “데이터 변조는 정보의 가용성이나 기밀성이 아닌 무결성을 노리기 때문에, 해커들이 사용하는 수단 중에서도 매우 강력하면서도 종종 과소평가되는 방법이다”라고 말했다. “공격자들은 데이터를 훔치거나 파괴하는 대신 미묘하게 변조함으로써, 감지되지 않은 채로 의사결정을 조작하거나 불신을 조장하거나 자신의 존재를 숨길 수 있습니다.”
데이터 조작은 이며, 데이터 오염과는 다릅니다. 다만 두 가지 모두 신뢰를 훼손합니다.
때로는 데이터 중독( )과 혼동되기도 하는데, 데이터 중독은 모델 생성 또는 훈련 과정에서 악성 데이터나 손상된 데이터를 주입하는 것을 의미하는 반면, 데이터 조작(tampering)은 기존 정보를 대상으로 합니다. 이는 AI 에이전트를 비롯한 시스템과 솔루션이 의사 결정을 내리고 조치를 취하는 데 의존하는 데이터를 변경합니다. 두 가지 유형의 공격은 모두 궁극적으로 데이터의 무결성에 대한 신뢰를 훼손하게 됩니다.. 조직이 더 이상 자사의 데이터가 현실을 반영한다고 믿을 수 없게 되면, 그 데이터를 바탕으로 한 모든 의사결정, 조치 또는 감사는 의심의 대상이 됩니다.
A 2024 Protiviti and the Institute of Internal Auditors survey ranked data governance and integrity among the top technology risks, reinforcing the growing recognition that tampering directly threatens the trustworthiness of systems. 또한 조직들이 점점 더 자동화된 의사결정 방식으로 전환함에 따라, 조작된 데이터를 바탕으로 조치를 취할 경우 그 파장은 기하급수적으로 커집니다.
가트너는 2028년까지 기업용 소프트웨어 애플리케이션의 33% 가 에이전트형 AI를 탑재할 것으로 전망하며, 이는 2024년의 1%에 불과했던 수치에서 크게 증가한 것이다. 또한 2029년까지 일반적인 고객 서비스 문의의 80% 가 사람이 아닌 에이전트에 의해 처리될 수 있을 것으로 내다보고 있다. 하지만 해커들이 에이전트가 의사결정을 내리는 데 사용하는 운영 데이터를 조작한다면 어떻게 될까요?
그렇다면 어떻게 해야 할까요?
글로벌 IT 시장 조사 기관인 IDC의 데이터 및 정보 보안 연구 책임자 제니퍼 글렌에 따르면, 고객 대응용 AI 에이전트를 활용하는 기업들은 브랜드 경험에 영향을 미치는 데이터 손상에 대해 특히 주의를 기울여야 한다. 그녀는 “사보타주범, 해커 활동가, 기업 스파이 또는 국가가 데이터를 조작하여 상담원이 고객에게 부적절하게 대응하게 될 경우, 이는 해당 기업에 장기적인 악영향을 미칠 수 있다”고 말했다.
글렌은 “GenAI가 등장해 주류로 자리 잡은 이후, 데이터 정보 보안 분야는 정말 난리법석이 되었다”고 말했다. “지금은 그 AI 데이터에 대해 정말 철저한 보호 조치가 필요합니다.” “단 한 번의 차질만으로도 기업은 막대한 금전적 손실과 평판 손상을 입을 수 있습니다.”
[함께 읽어보세요: 반가운 소식 – AI가 데이터 손실 방지를 재정의하고 자산을 보호하는 방법]
하지만 GenAI는 조작된 데이터에만 취약한 것은 아닙니다. 또한 강력한 데이터 조작 도구로 활용될 수도 있습니다. 그 점이 커런을 걱정하게 만드는 것이다.
커런은 “생성형 AI의 부상은 악의적인 행위자들이 데이터를 조작할 수 있는 새로운 방법, 규모, 복잡성을 도입함에 따라, 데이터 조작을 사이버 보안 위협 요인으로 다루는 것의 중요성을 크게 높여준다”고 말했다. “ 에서 생성된 AI 위조물( )은 기본적인 무결성 검사나 사람의 감시를 우회할 수 있기 때문에, 이러한 조작은 기존의 변조 방식보다 탐지하기가 더 어렵습니다.”
그는 예를 들어, AI로 조작된 재무 보고서가 감사인을 오도할 수 있으며, 의 딥페이크 동영상은 CEO를 사칭해 사기성 거래를 승인할 수도 있다고 덧붙였다.
데이터 조작의 미묘한 차이
변조는 여러 가지 형태로 나타날 수 있습니다. AI 모델을 완전히 무력화시키거나, 고객의 신뢰를 훼손하는 부정확하거나 편향적이거나 불쾌한 결과를 산출하게 할 수도 있습니다. 경우에 따라 공격자들은 이를 보안팀을 현혹하기 위한 주의를 분산시키는 수단으로 이용할 수 있는데, 이는 한 그룹이 위기를 연출하는 동안 다른 그룹이 실제 표적을 노리는 강도 영화와 유사한 방식이다.
“GenAI가 등장해 주류로 자리 잡은 이후, 데이터 정보 보안 분야는 정말 난리법석이 되었습니다.”IDC의 데이터 및 정보 보안 부문 연구 책임자 제니퍼 글렌
“공격자들은 당신이 저쪽에서 벌어지는 일을 보지 못하게 하려고 이쪽에서 무언가를 할 수도 있습니다,”라고 글렌이 말했다. “어쩌면 그들이 당신의 데이터를 조작해서, 당신을 곤경에 빠뜨릴 만한 정말 나쁜 응답을 만들어내고 있는지도 모릅니다.” 하지만 여러분이 그 문제를 해결하는 동안, 그들은 다른 곳에서 가져가서는 안 될 데이터를 유출하고 있습니다. “그러니까, 뭐, 커버 곡 같은 게 될 수도 있겠네요.”
해커들은 또한 데이터 변조를 통해 개발 중인 코드를 교란시킬 수도 있다. 예를 들어, 누군가가 데이터를 약간 조작하여 개발 주기를 지연시키거나, 소프트웨어에 백도어를 심거나, 심지어 프로젝트를 무산시킬 수도 있습니다. 글렌은 인력 부족을 겪고 있는 IT 팀이 너무 많기 때문에 이러한 문제를 해결하기가 어려울 수 있다고 말했다.
지금까지 이러한 유형의 사건은 드문 것으로 보인다. 그러나 핵심 인프라를 겨냥한 ‘ ’ 공격에서 데이터 조작 사례가 잇따라 발생하고 있다.. 예를 들어, ‘ 2023년 11월’ 사건에서 피츠버그 인근의 한 수처리 시설은 자사의 프로그래머블 로직 컨트롤러(PLC)가 해킹당한 사실을 발견했다. 평소처럼 수치가 표시되는 대신, 운영자들은 터치스크린에 반이스라엘 메시지가 낙서되어 있는 것을 발견했다. 이번 보안 침해로 인해 공장이 가동을 중단하지는 않았다. 그럼에도 불구하고, 이 사건으로 인해 해당 유틸리티 업체는 수동 제어 방식으로 전환할 수밖에 없었으며, 공격자가 운영자가 보는 화면을 얼마나 쉽게 조작할 수 있는지에 대한 우려(시각적 형태의 데이터 조작)가 제기되었다.
몇 주 뒤 텍사스주 뮬슈에서 친러 해커들이 원격으로 물 펌프를 가동하고 경보 설정을 조작하여 탱크가 넘치게 만들었다. 탱크에서 액체가 넘쳐흐르고 있었음에도 불구하고, 화면에 표시된 데이터는 정상 작동 상태를 나타내고 있었다. 이것은 무차별 대입 공격이 아니었습니다. 이는 통제 조작을 통한 미묘한 방해 행위였다.
[관련 기사: 직접 봐야 믿는다 – 기업들이 사이버 보안을 강화하기 위해 AI를 활용하는 방법]
다른 캠페인들은 그보다 훨씬 더 심도 있게 진행되기도 했다. 보도에 따르면, BlackTech 및 UNC3886 과 같은 중국과 연계된 단체들이 라우터 의 펌웨어와 로그 — 기기의 동작을 제어하고 네트워크 활동을 기록하는 기능 — 를 조작하여 국방, 정부, 통신, 첨단기술 및 미디어 기관의 네트워크에 장기간 탐지되지 않은 채 접근권을 유지해 온 것으로 알려졌다. 어떤 경우에는 로깅 기능을 아예 비활성화하여, 네트워크 보안 담당자들이 자신의 존재를 알아차리지 못하게 만들기도 했다.
글렌은 국가들이 종종 데이터 조작을 선호한다고 지적하는데, 이는 데이터 조작이 발각되더라도 외국 침입자의 소행이라기보다는 일상적인 시스템 설정 오류나 코딩 오류로 보일 수 있기 때문이다.
게다가 기존의 방어 체계는 미묘한 무결성 침해 사항을 탐지하도록 설계되지 않았습니다. 또한 많은 조직은 정상적인 구성 변경과, 흔적을 지우거나 시스템을 교란하기 위해 이루어진 악의적인 변경을 구분할 수 있는 도구를 갖추지 못하고 있습니다.
데이터 조작을 억제하기 위한 5 가지 전략
데이터 변조를 방지하려면 경계 방어에서 심층 무결성 보증으로의 전환이 필요합니다. 다음은 전문가들이 추천하는 다섯 가지 전략입니다:
1. 이상 징후를 주의 깊게 살펴보세요
주요 데이터 및 구성에 있어 “정상” 상태가 어떤 모습인지 파악하십시오. 의 민감한 데이터 모니터링, , 엔드포인트 가시성 및 제어, 실시간 위협 탐지, 무결성 모니터링, 그리고 데이터 유출 방지(DLP)를 위한 엔드포인트 도구를 배포하십시오.
2. 항상 경계를 늦추지 마세요
데이터의 출처와 시스템 내에서 어떻게 이동하는지 추적하면, 데이터 조작의 징후를 더 쉽게 포착하고 관련 당사자에게 책임을 물을 수 있습니다.
3. 암호학적 무결성 검사를 사용하십시오
진위 여부를 확인하는 방법을 사용하여 중요한 로그 및 구성 파일을 보호하십시오. 이러한 점검을 통해 무단 변경 사항이 즉시 감지되므로, 은밀한 조작을 방지하고 시스템 데이터에 대한 신뢰를 유지하는 데 도움이 됩니다.
4. 변조 방지 저장 장치에 로그를 중앙 집중화합니다
로그를 공격자가 시스템을 해킹하더라도 자신의 흔적을 은밀하게 지울 수 없는, 보안이 강화된 추가 전용 시스템(예: WORM(Write-Once-Read-Many 또는 WORM) 스토리지)으로 전송하십시오.
5. ‘설계 단계부터 보안 고려(Secure-by-Design)’ 원칙을 채택한다
‘설계 단계부터 보안 고려’란 초기 단계부터 시스템 개발의 모든 단계에 보안 고려 사항을 반영하는 것을 의미합니다. 커런에 따르면, 조직은 모델링을 통해 위협을 예측하고, 데이터 무결성 침해 사항을 포함하는 사고 대응 계획 을 수립하며, 제3자 구성 요소를 철저히 검토하고 안전한 개발 관행을 시행함으로써 데이터 변조를 방지할 수 있다.
[함께 읽어보세요: 데이터 개인정보 보호 심층 분석 – ISACA의 2025 호 보고서에서 발췌한 5 가지 핵심 차트]
더 큰 위험
데이터 무결성은 항상 비즈니스 및 IT 분야의 최우선 과제였으나, Precisely의 ‘ ’ 연구()에 따르면 데이터 기반 의사결정권자의 67%가 자사의 데이터를 완전히 신뢰하지 않는 것으로 나타났습니다. 커런은 신뢰할 수 있는 데이터에 의존해 작동하는 AI 에이전트를 도입하는 기업이 늘어나면서, CISO들은 데이터 전략을 재검토해야 한다고 말했다.
“데이터 조작 사건이 늘어날 것”이라고 그는 말했다. “이러한 위협을 무시할 경우, 운영 차질, 규제 당국의 제재, 그리고 신뢰 하락을 초래할 위험이 있습니다.”
