중국 해커, 딥시크로 사이버 공격 두 배 늘려

중국 정부와 연계된 여러 해커 집단이 피해 시스템에 침투하는 더 효율적인 방법을 찾아냈다. 바로 딥시크(DeepSeek)와 다른 오픈소스 인공지능 모델을 공격의 여러 단계에 결합하는 것이다. 대만의 사이버보안 기업 TeamT5는 이들 집단 중 일부가 이 기술에 의존하기 시작한 뒤로 활동 규모가 두 배로 늘었다고 밝혔다. 연구진에 따르면 현재 AI는 정찰, 악성코드 생성, 이미 침해된 네트워크 내부에서의 수평 이동 같은 보조 작업에 국한돼 있으며, 시스템을 완전히 자율적으로 해킹하는 단계에는 이르지 못했다.

네 개 조직, 네 가지 다른 활용법

• 그림펭시(Grimfengxi)는 딥시크를 이용해 익스플로잇 코드를 생성했다.
• 화피(Huapi)는 AI를 이용해 대만 기업의 이메일 시스템을 공격했다.
• 텔레보이(Teleboyi)는 이 모델을 이용해 1,000개 이상의 IP 주소를 수집하고 목표 기업의 도메인을 매핑했다.
• 슬라임22(Slime22)는 한 걸음 더 나아가 앤스로픽(Anthropic)의 클로드 코드(Claude Code)를 도입해, 대만 기술 기업 내부에서 보안 테스트를 수행하는 엔지니어인 척했다.

딥시크는 상대적으로 성능이 뛰어나면서도 사이버보안 장벽이 매우 낮기 때문에 중국 해커들이 선호하는 AI다.

리 분석가는 서방 모델 역시 공격자들이 노리는 대상이지만, 그 제약이 훨씬 엄격해 우회하는 데 상당히 더 큰 노력이 필요하다고 덧붙였다.

자율성의 한계

AI를 둘러싼 주요 우려 중 하나는 AI가 자율적으로 사이버 공격을 수행할 수 있게 되는 것이다. 이는 미국이 '클로드 미토스(Claude Mythos)'와 오픈AI의 최고 성능 모델 출시를 늦췄던 이유 중 하나이기도 하다. 두 회사 모두 자사 시스템이 복잡한 공격을 수행하고 전문가 수준의 취약점 과제를 해결할 수 있다고 밝힌 바 있다.

하지만 현재로서는 해커들이 사이버 공격을 안정적으로 자동화하지 못하고 있다. 팔로알토네트웍스의 위협 연구 부문인 유닛42(Unit 42)는 딥시크 기반 시스템으로 자율적 방식과 수동 방식을 결합해 460개 이상의 표적을 침해하려 시도한 공격자의 사례를 기록했다. 이 시스템은 인터넷에서 취약한 소프트웨어를 탐색하고, 깃허브에서 익스플로잇 코드를 추출했으며, 어떤 표적을 공격할지 자율적으로 판단했다. 딥시크는 중국 내에서 노출된 n8n 자동화 플랫폼 설치본 2만 5,000개 이상을 발견한 뒤 이를 표적으로 선택했다. 표본 조사 결과 이 에이전트는 취약한 버전 세 개를 확인했지만 모두 인증이 필요했고 결국 어느 것도 악용되지 못했다. 성공한 공격은 모두 수동으로 이뤄졌으며, 공격자가 직접 데이터를 추출하고 명령을 실행했다.

자율 시도의 낮은 성공률은 AI가 아직 인간의 감독 없이 침입을 수행할 준비가 되지 않았음을 확인해 준다. 실험실 테스트는 일부 성공을 거두기도 했지만, 그것은 항상 감시나 사고 대응 같은 능동적 방어 요소가 없는 시뮬레이션 환경에서였다.

클로드 코드 선례

2025년 11월, 앤스로픽은 중국 정부의 지원을 받는 한 집단이 클로드 코드를 이용해 약 30개 기관을 겨냥한 스파이 활동의 80~90%를 자동화했다고 밝혔다. 다만 성공한 시도는 극히 일부였다. 당시 회사는 이를 실질적인 인간 개입 없이 실행된 최초의 대규모 사이버 공격 기록 사례라고 밝혔으며, 이 주장은 사이버보안 업계에서 논쟁을 불러일으켰다. 앤스로픽은 이후 중국 정부의 통제를 받는 기업의 자사 서비스 접근을 차단했다.

공격자들이 이 모델들로 다른 누구도 할 수 없는 일을 해내고 있다는 것을 나는 믿을 수 없다.

연구자 케빈 보몬트는 해커들이 새로운 것을 발명하고 있는 게 아니라고 주장하며, 이러한 도구들을 2003년 등장해 원격 표적에 대한 익스플로잇을 개발·실행하기 위한 프레임워크인 메타스플로잇(Metasploit)에 비유했다. 사이크래프트(CyCraft)가 기록하고 블룸버그가 보도한 또 다른 사례에서는, 침투 소프트웨어를 판매하는 한 집단이 서방 싱크탱크를 공격하면서 오픈AI의 챗GPT를 활용한 것으로 드러났다. 직원의 로컬 시그널(Signal) 데이터베이스를 확보한 뒤, 공격자들은 이를 해독할 모듈을 만들기 위해 챗봇에 도움을 요청했다.

한국의 보안팀과 기술 기업들에게 이번 사례는 경계 범위를 n8n 같은 인터넷 노출 자동화 도구, 그리고 저비용 AI 제공업체와 연결된 이메일·협업 시스템까지 넓혀야 한다는 점을 재확인해 준다. 이는 바로 중국과 연계된 집단이 자국 밖에서 가장 먼저 노린 진입 지점이기 때문이다. 격차는 더 정교한 모델에 있는 것이 아니라, 공격자들이 저렴하고 손쉽게 구할 수 있는 도구를 얼마나 빠르게 도입해 속도를 높이는지에 있다. 이번 사건은 또한 조직 내에서 이러한 시스템이 점점 더 자율적으로 행동하게 되면서 책임과 한계를 규정하는 틀인 AI 에이전트 거버넌스라는 근본적인 질문을 다시금 제기한다.