SK쉴더스, AI 기반 자동화 해킹 대응 '금융권 섀도우 IT 및 API 보안 가이드' 발간
SK쉴더스가 AI를 활용한 자동화 사이버 공격 확산에 대응해 최근 금융권 침해 사례를 분석하고 기업 내 섀도우 IT 자산 식별과 취약 API 점검 방안을 담은 보안 가이드를 발표했습니다.
보안 전문 기업 SK쉴더스가 2026년 10월 7일, AI 기술을 결합한 자동화 사이버 공격의 확산에 대응하여 금융권 침해 사례를 분석하고 섀도우 IT(Shadow IT) 및 API 보안 점검 체계를 정리한 보안 가이드를 공식 발표했습니다.
이미지 출처: Digital Today / SK Shieldus
최근 사이버 위협 환경에서 공격자들은 생성형 AI와 머신러닝 기반 자동화 도구를 적극 도입하고 있습니다. SK쉴더스는 이번 가이드북을 통해 최근 금융 분야에서 발생한 실제 침해 사례들을 분석하고, AI 기술이 기존 해킹 기법의 속도와 정밀도를 극대화하는 형태로 진화하고 있다는 점을 지적했습니다.
AI 기반 공격 자동화와 금융권 위협 진화
SK쉴더스 분석에 따르면, 최근 금융권을 겨냥한 공격은 완전히 새로운 취약점을 발굴하는 방식을 넘어 기존의 검증된 공격 기법을 AI로 대규모 자동화·고도화하는 방향으로 전개되고 있습니다.
- 기존 공격의 AI 자동화: 표적 탐색, 취약점 스캐닝, 피싱 시나리오 생성 등의 공격 전 과정을 AI 자동화 파이프라인으로 묶어 공격 속도와 빈도를 폭발적으로 증가시킵니다.
- 금융 시스템 표적 공격: 특히 실시간 자금 거래 및 고객 금융 정보가 집중된 인프라를 대상으로 정밀하게 조정된 공격 시도가 가속화되고 있습니다.
섀도우 IT 식별과 비인가 자산 관리
가이드에서는 금융 인프라의 주요 침해 유입 경로 중 하나로 '섀도우 IT(Shadow IT)' 문제를 집중 조명했습니다.
조직 내에서 공식적인 보안 승인 및 모니터링을 거치지 않고 배포된 클라우드 인스턴스, 테스트용 서버, 서드파티 서비스 등의 비인가 자산은 중앙 보안 통제망에서 벗어나 있어 공격자의 손쉬운 초기 침투 경로(Initial Access)로 악용됩니다.
SK쉴더스는 금융권 조직이 내부망과 클라우드 환경 전반에 걸쳐 숨겨진 섀도우 IT 자산을 전수 식별하고 상시 가시성을 확보할 수 있는 보안 관리 프로세스를 구축해야 한다고 권고했습니다.
취약 API 보안 대응 체계 수립
오픈 뱅킹, 핀테크 연동, 클라우드 마이크로서비스 확산으로 인해 외부와의 데이터 연동 창구 역할을 하는 API(Application Programming Interface)가 핵심 타깃으로 부상했습니다.
- 인증 및 인가 결함 점검: 부실하게 구성된 API 엔드포인트는 공격자가 자동화 도구를 통해 대량의 금융 데이터나 시스템 접근 권한을 탈취하는 통로가 됩니다.
- API 거버넌스 및 모니터링 체계: 비정상적인 호출 패턴을 감지하고, 노출된 엔드포인트의 접근 제어 및 암호화 상태를 지속적으로 검증하는 체계적인 API 보안 프레임워크 도입이 필요합니다.
금융 기관 및 핀테크 엔터프라이즈는 이번 가이드라인을 바탕으로 AI 기반 자동화 공격에 대비한 비인가 자산 식별과 API 보안 점검 정책을 정비할 필요가 있습니다.