Date: 2026-05-13 KST Topic: AI Security Primary source: Google Threat Intelligence Group
Google Threat Intelligence Group이 2026년 5월 12일 공개한 분석은 단순한 “해커도 AI를 쓴다”는 이야기가 아닙니다. 더 중요한 변화는 공격자가 취약점을 찾고, 악용 가능한 형태로 다듬고, 실제 침투 흐름에 붙이는 시간이 줄어들고 있다는 점입니다.
이번 보고서에서 Google은 공격자들이 AI를 이용해 취약점 탐색, 악성 코드 보조 작성, 인증 우회, 초기 접근 준비 같은 작업을 더 빠르게 처리하고 있다고 설명했습니다. 아직 모든 공격이 완전 자동화됐다는 뜻은 아닙니다. 하지만 보안팀이 기대해 온 “발견부터 패치까지의 시간”과 공격자가 노리는 “발견부터 악용까지의 시간” 사이의 간격이 더 좁아지고 있습니다.
Core Lens
이번 뉴스의 핵심은 AI가 해킹을 마법처럼 자동화했다는 공포가 아니라, 방어자가 쓰던 속도의 이점을 공격자도 점점 가져가기 시작했다는 변화입니다.
The Plain-English Version
제로데이는 아직 공개적으로 알려지지 않았거나 패치가 나오기 전의 취약점을 뜻합니다. 공격자에게는 가장 값비싼 기회이고, 방어자에게는 가장 피하고 싶은 공백입니다. 과거에는 이런 취약점을 찾고 실제 공격 코드로 만드는 데 많은 전문 지식과 시간이 필요했습니다.
AI가 여기에 들어오면 그림이 조금 달라집니다. 모델이 스스로 모든 것을 해내지 않더라도, 코드 분석의 단서 찾기, 취약한 함수 추적, 페이로드 변형, 탐지 회피 아이디어 정리 같은 반복 작업을 줄여줄 수 있습니다. 숙련된 공격자에게 AI는 초보자를 천재로 만들어주는 도구라기보다, 이미 알고 있는 일을 더 빠르게 시도하게 만드는 보조 엔진에 가깝습니다.
그래서 이 뉴스는 “AI가 사람 해커를 대체한다”보다 “AI가 공격 준비의 마찰을 낮춘다”에 가깝게 읽어야 합니다.
What Actually Changed
Google의 분석은 공격자들이 AI를 다음과 같은 영역에 활용하고 있다고 봅니다.
- 취약점 후보를 더 빠르게 살펴보고 악용 가능성을 평가
- 악성 스크립트나 우회 코드를 작성할 때 반복 작업을 보조
- 피싱, 정찰, 초기 접근 과정에서 메시지와 절차를 더 자연스럽게 다듬음
- 이미 확보한 취약점이나 도구를 여러 환경에 맞게 변형
여기서 중요한 점은 AI가 공격자의 “마지막 한 방”만 돕는 게 아니라는 겁니다. 공격은 보통 정찰, 취약점 확인, 권한 상승, 내부 이동, 데이터 탈취처럼 여러 단계로 이어집니다. AI가 각 단계의 시간을 조금씩 줄이면 전체 공격 속도는 눈에 띄게 빨라질 수 있습니다.
TechRepublic 등 보도는 이 흐름을 “AI가 제로데이 악용에 실제로 관여하기 시작했다”는 신호로 해석했습니다. 다만 아직 공개된 정보만으로는 어떤 공격이 완전히 AI에 의해 설계됐다고 단정하기 어렵습니다. 확인된 변화는 자동화의 완성보다 공격 운영의 가속입니다.
Why This Matters Beyond Security Teams
이 변화는 보안팀만의 문제가 아닙니다. 서비스 운영자, 개발자, 기업 의사결정자에게 모두 다른 압박을 줍니다.
| Lens | What Changes |
|---|---|
| Users | 계정 탈취, 피싱, 악성 링크가 더 정교하고 빠르게 변할 수 있습니다. |
| Developers | 취약한 의존성, 오래된 인증 로직, 노출된 토큰이 더 빨리 공격 재료가 됩니다. |
| Companies | 패치 우선순위와 사고 대응 시간을 더 짧게 잡아야 합니다. |
| Security teams | 탐지 규칙을 기다리는 방식보다 위협 헌팅과 자동 대응의 비중이 커집니다. |
특히 개발팀 입장에서는 “언젠가 고치면 되는 취약점”이라는 생각이 더 위험해집니다. 공격자가 AI로 후보 취약점을 훑고 재현 절차를 빠르게 만들 수 있다면, 공개된 취약점의 유통기한은 더 짧아집니다. 패치가 늦어지는 하루가 예전보다 더 큰 노출 시간이 될 수 있습니다.
The Bigger Shift
보안 업계는 이미 AI를 방어 도구로 쓰고 있습니다. 로그 분석, 이상 행위 탐지, 코드 스캔, 위협 인텔리전스 요약 같은 일에는 AI가 잘 맞습니다. 그런데 같은 장점은 공격자에게도 유용합니다. 빠른 요약, 반복 실험, 코드 변형, 언어 장벽 제거는 공격과 방어 양쪽 모두에 효율을 줍니다.
이 때문에 앞으로의 보안 경쟁은 “AI를 쓰느냐 안 쓰느냐”가 아니라 “누가 더 신뢰할 수 있는 자동화 루프를 만들었느냐”에 가까워질 가능성이 큽니다. 방어자는 모델이 만든 경고를 검증해야 하고, 공격자는 모델이 만든 결과물을 실제 환경에서 테스트해야 합니다. 양쪽 모두 사람의 판단을 완전히 버리기는 어렵지만, 판단에 도달하는 속도는 빨라집니다.
개발 조직에서 특히 봐야 할 변화는 세 가지입니다.
- 취약점 관리가 분기별 점검이 아니라 지속적인 운영 과제가 됩니다.
- 소프트웨어 공급망, API 키, 빌드 파이프라인 같은 주변부가 주요 공격면이 됩니다.
- 보안 도구의 도입보다 패치와 대응을 실제로 실행하는 조직 습관이 더 중요해집니다.
What We Should Watch Next
앞으로 확인해야 할 질문은 비교적 분명합니다. AI가 만든 취약점 분석 결과를 보안팀이 얼마나 빨리 검증할 수 있는가. 공개 취약점이 발표된 뒤 실제 악용까지 걸리는 시간이 얼마나 줄어드는가. 그리고 클라우드, SaaS, 오픈소스 생태계가 이 속도 변화를 감당할 만큼 투명한 패치 체계를 갖추고 있는가입니다.
내가 보기에는 이번 뉴스의 가장 중요한 메시지는 “더 무서운 공격자가 온다”가 아닙니다. 오히려 “느린 보안 운영이 더 빨리 드러난다”에 가깝습니다. AI는 공격자의 능력을 갑자기 무한대로 만들지는 않지만, 이미 존재하던 약한 고리를 더 빨리 시험하게 만듭니다. 그래서 방어의 출발점도 거창한 AI 도입보다 기본으로 돌아가야 합니다. 자산을 알고, 패치를 빠르게 적용하고, 권한을 줄이고, 로그를 볼 수 있어야 합니다.
AI 시대의 보안은 새로운 기술의 문제가면서 동시에 낡은 운영 습관의 문제입니다. 이번 Google 보고서는 그 두 가지가 이제 같은 속도 경쟁 안에 들어왔다는 신호로 읽을 만합니다.