[ARTEX AI] 신한·KB·하나은행 해킹 배후로 지목된 중국산 AI 자율 침투테스트 도구(아르텍스) 분석

경험한사람 2026. 10. 3. 14:39

신한·KB국민·하나은행 등 은행권 연쇄 정보유출 사고의 공격 서버에서 중국산 AI 자율 침투테스트 도구 'ARTEX AI'의 흔적이 발견됐다는 분석이 나왔습니다. 목표만 정해주면 정찰부터 취약점 탐색, 다단계 공격까지 스스로 수행하는 이 도구의 구조를 깃허브 공개 자료를 기준으로 분석하고, 보도 내용 중 확인된 사실과 미확인 사항을 구분해 정리했습니다.

□ 개요

2026년 9월 말부터 신한은행을 시작으로 KB국민·하나·부산은행에서 외부 공격에 의한 개인정보 유출 사고가 잇따랐습니다.
10월 2일 보안업계에서 공격에 쓰인 서버에 ARTEX AI 콘솔의 흔적이 있다는 분석이 나오면서, 이번 사고가 'AI 에이전트 해킹'으로 불리기 시작했습니다
다만 ARTEX AI가 실제 공격에 사용됐는지는 금융당국이 아직 확인하지 않았습니다. 이 글은 도구의 공개 자료를 근거로 구조와 위협 수준을 살펴보고, 보도와 실제 사이의 간극을 짚어봅니다.

□ ARTEX AI가 지목된 근거

1. 확인된 사실
- 신한은행을 겨냥한 것으로 추정되는 공격에 활용된 웹서버의 HTML 타이틀에서 'ARTEX 自主渗透测试控制台(자율 침투테스트 콘솔)' 문자열 확인
- 신한은행 약 2만5000명, KB국민은행 119명 등 개인정보 유출
- 침입 경로 : 신한은행 대출모집인용 간편조회 서비스, KB국민은행 직원용 모바일 업무 지원 시스템
- 우리·NH농협은행은 공격 시도는 있었으나 유출은 없었던 것으로 전해짐

2. 미확인 사항
- ARTEX AI가 실제 침투에 사용됐는지 여부(금융당국 미확인)
- 다른 은행 사고에도 같은 도구가 쓰였는지 여부
- 공격 주체 및 배후

※ 문자열이 발견된 곳은 피해 은행이 아니라 공격자 측 서버입니다. 현재 확인된 것은 "공격 인프라에서 ARTEX AI가 운영된 정황"까지입니다.

□ ARTEX AI란

1. 정의 : 대규모언어모델(LLM) 기반 다중 에이전트 자율 침투테스트 시스템
2. 공개 형태
- 깃허브 오픈소스(Autumn-27/ARTEX), 라이선스 AGPL-3.0
- 문서와 화면이 중국어 중심으로 구성
3. 기술 구성
- Go 백엔드 + Next.js 프런트엔드를 단일 실행 파일로 내장, 데이터베이스는 PostgreSQL
- 두뇌 역할의 LLM은 외부 상용 API(Anthropic 또는 OpenAI 호환)를 연결해 사용
4. 이력
- 올해 중국 바이두 BSRC 주도 '에이전트+' 공방 능력 챌린지 우승 프로젝트로 소개
5. 특이사항
- 제작자는 실제 온라인 시스템 대상 사용을 전면 금지(권한 유무·자사 자산 여부 불문)하고, 학습·연구 및 격리 환경 검증 용도로만 허용한다고 고지

□ 핵심 구조

1. 이중 그래프(자산 그래프 + 탐색 그래프)
- 자산 그래프 : 도메인→서브도메인→IP→서비스→엔드포인트로 이어지는 공격 대상 목록. 여러 작업이 공유
- 탐색 그래프 : 작업마다 따로 쌓이는 진행 기록. 목표·의도·사실·취약점·힌트가 서로 연결됨
- 두 그래프가 연결돼 있어 "어느 자산을 어디까지 시험했는지"를 스스로 파악하고 빠진 곳을 채움

2. planner·worker 다중 에이전트
- planner가 전체 상황을 보고 다음 시도할 방향을 정하면, 여러 worker가 하나씩 맡아 실제 도구로 실행
- 결과가 그래프에 기록되면 planner가 다시 깨어나 다음 방향을 배정하는 순환 구조
- 목표가 달성됐다고 증명될 때까지 사람 지시 없이 반복

3. worker 간 실행 과정 공유
- 한 worker가 본 오류 메시지나 응답 내용을 다른 worker가 검색해 재활용
- 같은 시도를 반복하지 않고 서로의 관찰 위에서 진행

4. 공유 할 일 목록으로 다단계 공격 유지
- 실제 공격은 "취약점 발견 → 계정 확보 → 내부 이동 → 권한 상승"처럼 순서가 있음
- planner가 이 순서를 목록으로 보관하고, 앞 단계가 끝난 것만 다음 단계로 진행
- 제작자는 이 부분을 여러 단계의 공격을 끝까지 자율 수행하는 핵심으로 설명

□ 주요 기능

- 자산 동기화 : 자산 수집 도구 ScopeSentry에서 도메인·IP·포트·사이트 정보를 그대로 가져와 정찰 단계를 생략
- 트래픽 기록 프록시 : 에이전트가 주고받은 요청·응답을 중간에서 기록
- 승인 게이트 : 특정 행위 전에 사람의 승인을 받도록 설정 가능(설정에 따라 자율 진행)
- 취약점 재검증 에이전트 : 발견한 취약점이 조치됐는지 별도 에이전트가 다시 확인
- 확장 기능 : 외부 도구 연동(MCP), 스킬 추가, 기억 저장, 보고서 생성
- 웹 콘솔 : 작업·자산·탐색 경로를 화면으로 확인하고 대화로 개입

□ 왜 위협적인가

1. 진입 장벽이 낮음
- 누구나 내려받을 수 있고, 설치가 스크립트 한 번 수준으로 단순화돼 있음
- 상용 LLM API 키만 있으면 구동되므로 공격자가 직접 AI를 만들 필요가 없음

2. 사람의 숙련도를 대체
- 숙련자가 수작업으로 하던 정찰·취약점 탐색·공격 경로 설계를 에이전트가 수행
- 여러 worker가 동시에 움직여 속도와 범위가 사람보다 넓음

3. 주변 시스템까지 빠짐없이 훑음
- 자산 그래프로 "아직 시험하지 않은 곳"을 스스로 찾아감
- 이번 사고의 경로가 핵심 금융거래 시스템이 아닌 모집인용·직원용 업무 시스템이었다는 점과 맞닿음

□ 보도와 실제 사이의 간극

- 수법과 도구의 용도가 다름 : 보도된 수법은 유출된 계정을 대량 대입하는 크리덴셜 스터핑입니다. ARTEX AI는 취약점 탐색과 공격 경로 자동화가 본래 용도이며, 계정 대입 자체는 기존 자동화 도구로도 가능합니다.
- 역할은 아직 불명확 : ARTEX AI가 외부 노출 시스템을 찾아내는 정찰에 쓰였는지, 침투 전 과정을 주도했는지, 같은 서버에 설치만 돼 있었는지는 밝혀지지 않았습니다.
- 도구 자체는 연구용으로 공개 : 제작자는 실사용을 금지한다고 명시했습니다. 다만 오픈소스 라이선스는 사용 목적을 막지 못하므로, 고지만으로 악용을 차단할 수는 없습니다.
※ "AI가 은행을 뚫었다"보다 "공격자가 AI 에이전트를 공격 인프라에 포함하기 시작했다"가 현재까지의 정확한 표현입니다.

□ 금융회사 대응 방안(권고사항)

1. 기술적 조치
- 모집인·대리점·직원용 등 외부 접속 업무 시스템의 인증 강화(다중 인증, 로그인 실패 임계치 차단)
- 계정 대입 공격 탐지 : 단시간 다수 계정 로그인 실패, 동일 IP·대역의 반복 시도
- 자동화·AI 에이전트 특성 요청 탐지 : 비정상 User-Agent, 사람보다 빠르고 규칙적인 요청 패턴
- 외부 노출 자산 상시 점검(ASM)으로 관리되지 않는 접점 제거
- API 인증키 노출 여부 점검 및 호출량 제한

2. 관리적 조치
- 금융보안원 등 유관기관 공유 침해지표(IoC)의 즉시 차단 및 과거 로그 대조
- 핵심 시스템 외 업무 편의 서비스까지 보안성 검토·취약점 점검 범위 확대
- AI 에이전트 공격을 가정한 모의훈련 및 관제 대응 기준 정비
※ ARTEX 콘솔 문자열은 공격자 서버를 식별하는 단서이며, 피해 측 로그에 남는 흔적이 아닙니다. 방어 측은 행위 기반 탐지에 집중해야 합니다.

□ 관련기사(출처)

감사합니다.

저작자표시 동일조건 (새창열림)