목표 한 줄로 10개 기관 침해한 자율 AI 해킹 도구 'Cairn' 실전 공격 포착
팔로알토 네트웍스 Unit 42가 오픈소스 모의 침투 프레임워크 Cairn과 DeepSeek·Zhipu GLM을 결합해 반도체 및 국방 정책 기관 10곳을 자율 침해한 중국 연계 위협 활동(CL-STA-1238)을 공개했습니다.
보안 기업 팔로알토 네트웍스(Palo Alto Networks)의 위협 인텔리전스 조직 Unit 42가 2026년 11월 12일 공개한 위협 분석 보고서에 따르면, 오픈소스 모의 침투 도구와 상용 대형언어모델(LLM)을 결합한 자율 해킹 에이전트가 실제 반도체 제조사와 미국 국방 정책 기관을 공격해 내부 침투와 데이터 탈취에 성공한 사례가 처음으로 확인되었습니다.

이미지 출처: https://unit42.paloaltonetworks.com/cairn-framework-ai-autonomous-attacks
이번에 포착된 위협 활동은 'CL-STA-1238'로 명명된 중국어권 공격 그룹이 주도했습니다. 공격자들은 2026년 8월부터 9월까지 최소 19개 조직을 상대로 총 25건의 자율 사이버 공격을 전개했습니다. 그 결과 반도체 제조사, 국방 정책 기관, 시민사회 단체 등 공격 대상 중 10개 조직에서 인가되지 않은 시스템 접근과 민감 데이터 유출이 실제로 발생했습니다.
오픈소스 침투 프레임워크 'Cairn'과 LLM의 무기화 구조
이번 공격의 핵심은 깃허브 등에 공개된 오픈소스 모의 침투 테스트 프레임워크인 'Cairn'을 악의적인 목적으로 전용한 점입니다. 모의 침투 테스트는 원래 보안 담당자가 시스템 취약점을 점검하려고 공격자 시각에서 시스템 방어막을 찔러보는 절차입니다. 공격자들은 이 방어 도구를 역으로 악용해 무기화했습니다.
Cairn 프레임워크는 개별 작업을 수행하는 '에이전트 워커(Agent Worker)'를 여러 개 가동하고, 이들이 중간 점검 내용과 분석 결과를 공유 메모리 공간인 '블랙보드(Blackboard)'에 기록하며 협업하도록 설계되었습니다. 공격 그룹은 이 Cairn 프레임워크의 두뇌 역할을 하는 엔진에 중국계 상용 파운데이션 모델인 지푸 AI(Zhipu AI)의 GLM 모델과 딥시크(DeepSeek) 모델을 API 형태로 연동했습니다.
공격자가 공격 대상 시스템의 주소(Target)와 달성하려는 침투 목표(Goal)를 자연어 한 줄로 입력하면, Cairn과 결합한 LLM이 스스로 단계별 공격 계획을 세우고 적절한 해킹 도구를 선택해 실행하며 그 결과를 블랙보드에 실시간으로 업데이트했습니다. 사람이 중간에 개입해 명령어를 일일이 입력하지 않아도, 인공지능 모델이 스스로 상황을 판단해 권한 상승 경로를 탐색하고 유효한 탈취 방식을 찾아가는 자율 공격 파이프라인이 구축된 셈입니다.
19개 조직 중 10곳 침해: 반도체·국방 정책 기관이 입은 실전 피해
공격 그룹 CL-STA-1238이 노린 대상은 첨단 반도체 제조 공급망, 미국의 안보 및 국방 정책 관련 조직, 그리고 시민사회 단체였습니다. 전체 공격 대상 19개 조직 가운데 절반을 넘는 10개 조직에서 침투와 데이터 회수가 실제로 성립했습니다.
확인된 피해 양상은 다음과 같습니다.
- 대규모 개인 식별 정보 유출: 피해를 입은 한 조직에서는 100만 건이 넘는 개인정보 데이터베이스가 통째로 외부로 빠져나갔습니다.
- 군사 및 정부 주요 인사 식별 정보 탈취: 국방 정책 관련 조직을 겨냥한 침투 과정에서 정부 관계자와 군사 인력의 신원 정보가 확인·유출되었습니다.
- 수십 건의 유효 자격증명 확보: 내부 인프라에 접근할 수 있는 정상 사용자 계정과 비밀번호, 토큰 등 다수의 인증 정보를 획득했습니다.
- 상용 운영 시스템 내 영구 관리자 계정 생성: 침입한 대상 시스템 내부에서 보안 검증을 우회하고 지속해서 접속 권한을 유지하기 위해 관리자 권한을 가진 영구 백도어 계정을 생성했습니다.
- 산업 표준 규격 투표 문서 위변조: 진행 중이던 산업 표준 제정 관련 실시간 투표 문서를 무단으로 수정하는 행위까지 이뤄졌습니다.
전통적인 해킹이 공격자의 수작업 분석이나 사전 정의된 스크립트에 의존했다면, 이번 사례는 모델의 추론 능력을 빌려 방어벽의 구멍을 동적으로 뚫고 침투 깊이를 넓혔다는 점에서 실전 위협의 성격이 크게 달라졌음을 보여줍니다.
연구 공개 시점과 실전 위협 평가의 유의점
Unit 42의 연구 결과를 읽을 때 몇 가지 사실 관계를 명확히 구분해야 합니다.
첫째, 사건의 발생 시점과 보고 시점의 차이입니다. 공격 그룹이 자율 해킹 에이전트를 실전에 투입해 25건의 공격을 퍼부은 시기는 2026년 8월부터 9월 사이이며, 팔로알토 네트웍스가 포렌식 분석과 공격 체계 추적을 거쳐 대외 보고서를 발간한 날짜는 2026년 11월 12일입니다.
둘째, 공격 주체의 분류 기준입니다. Unit 42는 이번 작전이 중국 정부나 특정 국가 주도의 정보 수집 작전과 연계되었을 가능성을 '보통 수준의 신뢰도(Moderate Confidence)'로 평가했습니다. 공격 인프라와 사용된 언어, 동원된 LLM(Zhipu GLM, DeepSeek)의 출처를 토대로 잠정 분석했으나, 국가 배후 공격을 절대적 사실로 단정하기보다는 지속해서 추적 중인 위협 클러스터(CL-STA-1238)로 분류하고 있습니다.
이번 사례는 LLM의 추론과 도구 호출(Function Calling) 능력이 공격 프레임워크와 결합할 때 어느 정도의 파괴력을 내는지 실측한 첫 대규모 사건입니다. 방어자 입장에서는 단순한 취약점 패치를 넘어, 에이전트 도구 연동 설정과 API 호출 경로 자체를 실시간 모니터링해야 하는 새로운 보안 과제에 직면하게 되었습니다.
출처
- Palo Alto Networks Unit 42: Attackers Use Autonomous AI to Target Semiconductor, Defense and Civil Society Sectors
- GitHub Cairn 저장소: oritera/Cairn Open Source Penetration Testing Framework