국민·신한·하나·부산은행 공격에 같은 IP…‘AI 해킹’은 대체 뭐가 다른 걸까?
“은행 네 곳이 같은 해커에게 한꺼번에 뚫린 건가?”
이번 금융권 해킹 뉴스를 보면 가장 먼저 이런 생각이 듭니다.
실제로 신한은행·KB국민은행·하나은행·BNK부산은행에서 발생한 공격을 조사하는 과정에서 같은 공격 인터넷주소(IP)가 확인됐습니다. 관련 웹서버에서는 중국어 기반 AI 자율형 침투테스트 도구 ‘ARTEX’와 관련된 동일한 문자열도 발견됐습니다. (연합뉴스 · 뉴시스)
하지만 여기서 한 가지는 분명히 구분해야 합니다.
같은 IP와 같은 도구 흔적이 나왔다고 해서 동일한 사람이 공격했다고 확정된 것도 아니고, AI가 스스로 은행을 해킹했다고 결론 난 것도 아닙니다. 금융당국도 AI 활용 가능성을 공식적으로 언급했지만 공격 주체와 AI가 실제 공격 과정에서 어디까지 사용됐는지는 추가 조사가 필요하다고 보고 있습니다. (연합뉴스 · 뉴스1)
※ 본문 이미지는 기사 이해를 돕기 위해 AI로 제작한 일러스트입니다. 실제 사진이 아니며, 인물·장소·상황의 표현은 실제와 일부 다를 수 있습니다.
그렇다면 이번 사건에서 정말 확인된 것은 어디까지일까요?
그리고 사람들이 말하는 ‘AI 해킹’은 기존 해킹과 무엇이 다른 걸까요?
같은 IP가 나왔다는 건 같은 해커라는 뜻일까?
같은 공격 주체일 가능성을 살펴보는 중요한 단서는 맞지만, 그것만으로 동일 범인이라고 확정할 수는 없습니다.
금융보안원 설명에 따르면 신한·KB국민·하나·BNK부산은행에서는 동일한 공격 IP가 확인됐습니다. 반면 저축은행권은 IP가 달랐지만 공격 수법은 유사한 것으로 파악됐습니다. (연합뉴스 · 뉴스1)
IP는 인터넷에 접속하는 장치나 서버를 구분하는 주소라고 생각하면 이해하기 쉽습니다.
범죄 현장에서 똑같은 차량 번호가 반복해서 발견됐다면 중요한 수사 단서가 되는 것과 비슷합니다. 다만 인터넷 공격자는 다른 서버나 클라우드, 이미 장악한 시스템을 중간 경유지로 이용할 수 있습니다.
따라서 IP는 공격의 연결고리를 찾는 단서이지 곧바로 공격자의 신분증이 되는 것은 아닙니다. 이번 사건에서도 당국은 공격 IP와 수법, 도구 흔적을 함께 보며 실제 공격 주체를 추적하고 있습니다.
그런데 왜 ‘AI 해킹’이라는 말이 나온 걸까?
은행 4곳의 공격 관련 웹서버에서는 중국어로 ‘자율 침투 테스트 콘솔’을 뜻하는 ‘ARTEX 自主渗透测试控制台’라는 동일한 문자열이 발견됐습니다. ARTEX는 대규모언어모델과 멀티에이전트 구조를 활용해 정보 수집, 취약점 탐색, 공격 경로 계획, 보안 도구 실행 등을 자동화하도록 만들어진 공개 침투테스트 도구입니다. (뉴시스 · 뉴스1)
중요한 것은 ‘중국어 기반 도구가 발견됐다’와 ‘중국의 공격이다’는 전혀 같은 말이 아니라는 점입니다.
ARTEX는 공개된 도구이기 때문에 누구나 접근해 사용할 수 있습니다. 당국도 공격자의 국적이나 배후를 아직 확정하지 않았으며 국제 공조 등을 통해 공격 주체를 확인할 방침입니다. (서울신문)
그렇다면 AI가 붙으면 해킹 자체는 무엇이 달라질까요?
기존에도 자동화 프로그램은 있었습니다. 차이는 AI가 취약점 탐색과 반복 작업의 속도·범위를 크게 키울 수 있다는 데 있습니다. 금융위원회의 2026년 9월 프런티어 AI 보안 테스트 중간점검에서도 AI가 수백만~수천만 줄 규모의 소스코드를 수시간 안에 분석하고 광범위한 취약점을 일관되게 찾는 능력이 확인됐습니다. (금융위원회)
즉 AI가 갑자기 전혀 새로운 종류의 자물쇠 따는 기술을 만든다기보다, 예전에는 사람이 오래 걸려 하던 탐색·검증·반복 작업을 더 빠르고 대규모로 수행할 수 있게 만든다는 점이 핵심입니다.
실제로 어디가 뚫렸나…인터넷뱅킹 자체가 공격받은 걸까?
현재까지 확인된 주요 사고를 보면 인터넷·모바일뱅킹 같은 핵심 금융거래 시스템이 정면으로 뚫린 사건과는 구분해야 합니다. 금융당국은 대출모집인이나 임직원이 업무상 사용하는 외부 웹페이지·업무지원 서버 등 상대적으로 관리 관심이 덜했던 영역이 공격 대상으로 활용된 사례가 확인됐다고 설명했습니다. (연합뉴스)
은행별로 공개된 내용은 다음과 같습니다. (연합뉴스)
| 금융회사 | 현재까지 공개된 주요 유출 내용 | 공격받은 영역 |
|---|---|---|
| 신한은행 | 고객 약 2만5천명의 개인정보·신용정보 | 대출모집인 서비스 등 |
| KB국민은행 | 고객 119명의 개인신용정보 | 직원용 모바일 업무지원시스템 |
| 하나은행 | 고객 89명의 개인정보 | 영업지원시스템 |
| BNK부산은행 | 외주 개발직원 11명의 개인정보 | 직원용 업무지원 관련 웹페이지 |
신한은행에서는 고객명·전화번호·연소득·산출한도 등 대출 관련 정보가 포함된 것으로 알려졌습니다. KB국민은행과 하나은행에서도 고객 개인정보가 유출됐고, 부산은행에서는 외주 개발직원 11명의 성명·전화번호·생년월일·이메일 주소 등이 노출됐습니다. 부산은행은 고객정보 유출은 확인되지 않았다고 밝혔습니다. (뉴시스 · 연합뉴스)
이 구조가 중요한 이유가 있습니다.
은행은 돈이 오가는 핵심 전산망에는 강력한 보안을 적용해도 직원용 페이지, 협력업체 시스템, 조회 서비스, 오래된 업무지원 서버까지 수많은 외부 접점을 모두 같은 수준으로 관리하기는 어렵습니다.
공격자는 바로 이런 ‘옆문’이나 ‘작은 출입구’를 찾습니다. 집 현관에는 최신 디지털 도어록을 달아놨는데 창고 쪽 작은 문은 오래된 자물쇠를 그대로 두는 것과 비슷합니다.
왜 어떤 금융사는 막았고 어떤 곳은 정보가 빠져나갔을까?
이번 사고에서는 본인 인증과 접근통제의 차이가 피해 여부를 가른 사례가 확인됐습니다. 금융보안원은 다중인증을 적용했거나 이미 알려진 취약점을 보완한 금융회사 가운데 공격을 막은 사례가 있었다고 설명했습니다. (연합뉴스)
다중인증, 즉 MFA는 비밀번호 하나만 맞으면 들어갈 수 있게 하지 않고 스마트폰 인증이나 별도의 인증 수단을 한 번 더 요구하는 방식입니다.
한국인터넷진흥원(KISA)도 10월 3일 금융권과 민간기업의 침해사고에 대응한 보안 권고에서 관리자·원격접속 계정에 다중인증을 적용하고, 웹·API 요청마다 데이터와 기능의 접근 권한을 검증하며, 외부 노출 시스템과 인증정보를 우선 점검하라고 권고했습니다. (KISA 보호나라)
AI가 공격 속도를 빠르게 만들어도 문 하나를 통과할 때마다 다시 신원을 확인하고, 한 계정이 볼 수 있는 정보의 범위를 최소화하면 피해가 안쪽으로 번지는 것을 줄일 수 있다는 뜻입니다.
그러면 내 통장 돈도 위험한 걸까?
현재 확인된 사실만 놓고 보면 이번 사고를 ‘은행 계좌의 돈이 대규모로 털린 사건’이라고 표현하는 것은 맞지 않습니다.
이억원 금융위원장은 10월 4일 회의에서 현재까지 부정결제 등에 직접 활용될 수 있는 민감한 정보가 유출된 정황은 확인되지 않았다고 밝혔습니다. 다만 유출된 개인정보를 이용한 보이스피싱·스미싱 등 2차 피해 가능성은 배제할 수 없다고 경고했습니다. (연합뉴스)
이 부분이 일반 이용자에게는 오히려 더 중요합니다.
공격자가 이름이나 휴대전화번호, 직장, 대출 관련 정보를 알고 있다면 아무 정보 없이 무작위로 연락하는 것보다 훨씬 그럴듯한 피싱을 만들 수 있습니다. 10월 5일 보안업계에서도 여러 곳에서 흩어진 개인정보를 AI로 결합하면 개인별 상황에 맞춘 정교한 피싱에 활용될 수 있다는 우려가 제기됐습니다. (연합뉴스)
예를 들어 실제 이용 중인 금융회사 이름과 대출 관련 정보를 섞어 “정보유출 피해 확인”, “보상 신청”, “보안 프로그램 설치” 같은 문자를 보내면 평소보다 속기 쉬워질 수 있습니다.
따라서 당분간은 금융회사나 정부기관을 사칭해 앱 설치, 링크 접속, 인증번호 전달, 원격제어 프로그램 설치, 계좌 이체 등을 요구하는 연락을 특히 경계할 필요가 있습니다. 개인정보 유출 안내를 받았다면 문자 속 링크를 바로 누르기보다 해당 금융회사의 공식 앱이나 홈페이지, 고객센터를 별도로 찾아 확인하는 편이 안전합니다.
AI 해킹 시대에는 은행 보안도 완전히 달라져야 할까?
이번 사건이 보여준 약점은 ‘은행의 가장 중요한 서버 하나만 잘 지키면 된다’는 식의 보안으로는 충분하지 않다는 것입니다.
은행에는 인터넷뱅킹만 있는 것이 아닙니다. 직원용 시스템, 외주업체 접속 페이지, 대출모집인 서비스, 각종 웹·API, 오래된 업무지원 서버 등 외부 인터넷과 닿는 지점이 많습니다.
금융위원회는 10월 2일 긴급 상황대응 회의에서 외부에 노출된 전산시스템과 서비스 전반을 점검하고, 인증·접근통제 취약점을 확인하며, 공격 IP 등 위협정보를 금융권이 신속히 공유하도록 했습니다. (금융위원회)
또 금융위원회는 앞선 프런티어 AI 보안 테스트를 통해 외부에 노출된 전산자산의 공격표면 관리, 신속한 보안패치, ‘AI는 AI로 방어하는’ 대응체계가 필요하다는 정책 방향을 제시했습니다. (금융위원회)
10월 4일 전 금융권 긴급 점검회의 이후 은행·카드사는 10월 6일까지, 증권·보험·저축은행 등은 10월 8일까지 자체 보안점검을 진행하도록 요구받았습니다. (연합뉴스)
AI가 공격의 속도와 범위를 키운다면 방어 측도 외부 노출 자산을 계속 찾아내고, 취약점을 신속히 고치고, 접속 때마다 사용자를 다시 확인하며, 이상 행동을 실시간으로 탐지하는 방향으로 움직일 수밖에 없습니다.
[결론] 이 뉴스, 이렇게 이해하면 됩니다
이번 금융권 해킹 사건을 “AI가 은행 네 곳을 한꺼번에 털었다”고 이해하면 너무 단순합니다.
현재 확인된 것은 신한·KB국민·하나·BNK부산은행 공격에서 동일한 IP와 AI 자율형 침투테스트 도구 ARTEX 관련 흔적이 발견됐다는 것입니다. 저축은행과 캐피털에서도 정보 유출이 확인됐지만 은행권과 공격 IP가 모두 같았던 것은 아닙니다.
또한 공격 주체의 신원이나 국적, AI가 실제 공격 과정에서 수행한 역할이 모두 확정된 것도 아닙니다.
다만 이번 사건이 보여준 변화는 분명합니다. AI는 해커가 여러 회사의 취약점을 훨씬 빠르고 넓게 탐색하고 반복 공격하는 데 활용될 수 있습니다.
그리고 금융회사 입장에서는 가장 중요한 핵심 전산망뿐 아니라 직원·외주업체·대출모집인 등이 사용하는 작은 외부 시스템까지 모두 공격 대상이 될 수 있다는 사실이 드러났습니다.
현재까지 부정결제 등에 직접 활용될 민감정보 유출 정황이 확인된 것은 아니지만 개인정보가 이미 유출된 만큼 보이스피싱·스미싱 같은 2차 피해는 계속 경계해야 합니다.
이번 사건의 핵심은 ‘AI가 얼마나 똑똑한 해커가 됐느냐’보다 AI 때문에 공격의 속도와 규모가 커지는 시대에 금융권의 수많은 작은 보안 구멍을 어떻게 막을 것인가에 있습니다.
금융권 해킹, 핵심 질문으로 한눈에 정리
Q. 국민·신한·하나·부산은행이 모두 같은 해커에게 공격당한 건가요?
동일한 공격 IP와 ARTEX 관련 흔적이 확인돼 연관 가능성이 제기됐지만, 동일한 공격자라고 최종 확정된 것은 아닙니다. 공격 주체에 대해서는 추가 조사가 진행 중입니다. (뉴스1)
Q. 같은 IP가 발견됐다는 것은 무슨 뜻인가요?
여러 공격이 같은 인터넷상의 경유지 또는 공격 인프라와 연결돼 있었을 가능성을 보여주는 단서입니다. 다만 IP만으로 실제 공격자의 신원이나 국적을 확정할 수는 없습니다.
Q. AI가 은행을 스스로 해킹한 건가요?
현재 그렇게 확정된 것은 아닙니다. 금융당국은 AI 도구 활용 가능성을 공식적으로 언급했지만, 이번 금융권 사고 전체에서 AI가 실제 어느 단계까지 사용됐는지는 추가 조사가 필요합니다. (연합뉴스 · 뉴스1)
Q. ARTEX가 발견됐으면 중국 해커의 공격인가요?
그렇게 단정할 수 없습니다. ARTEX는 중국어 기반의 공개 침투테스트 도구이기 때문에 도구의 언어와 실제 공격자의 국적은 구분해야 합니다. (서울신문)
Q. 인터넷뱅킹이나 계좌 자체가 뚫린 건가요?
현재 공개된 사고는 대출모집인·직원용 업무지원 시스템 등 외부에 연결된 업무용 영역을 중심으로 확인됐습니다. 금융당국은 현재까지 부정결제 등에 직접 활용될 수 있는 민감정보가 유출된 정황은 확인되지 않았다고 밝혔습니다. (연합뉴스)
Q. 개인정보는 실제로 유출됐나요?
그렇습니다. 신한은행 약 2만5천명, KB국민은행 119명, 하나은행 89명의 고객 정보 유출이 확인됐고 부산은행에서는 외주 개발직원 11명의 정보가 노출됐습니다. 부산은행은 고객정보 유출은 확인되지 않았다고 밝혔습니다. (연합뉴스)
Q. 지금 가장 조심해야 할 것은 무엇인가요?
유출된 정보를 이용한 보이스피싱이나 스미싱 같은 2차 피해입니다. ‘정보유출 확인’, ‘보상 신청’, ‘보안 업데이트’ 등을 이유로 링크 접속이나 앱 설치, 인증정보 전달을 요구하는 연락은 특히 주의할 필요가 있습니다. (연합뉴스)
Q. 금융당국은 앞으로 무엇을 하나요?
전 금융권에 공격 정보와 유의사항을 공유하고 긴급 점검을 진행하고 있습니다. 은행·카드는 10월 6일까지, 증권·보험·저축은행 등은 10월 8일까지 자체 점검하도록 요구받았습니다. (연합뉴스)
오늘 뉴알남이 풀어드린 이슈, 이해에 도움이 되셨나요? 🙂 앞으로도 뉴스 속 궁금증을 쉽고 명쾌하게 풀어드리기 위해 노력하겠습니다!
주요 출처
금융권 연쇄 침해·긴급 점검
연합뉴스 — 금융사 해킹사고, 동일 공격 IP 여러 곳 발견·AI 활용 추정
연합뉴스 — 이억원 금융위원장, AI 활용 해킹 가능성과 전 금융권 긴급 점검
금융위원회 — 최근 발생하는 금융권 침해위협 대응 긴급 상황대응 회의
AI 도구·공격 구조
뉴스1 — 금융권 공격에서 확인된 ARTEX 흔적과 AI 해킹 가능성
금융위원회 — 프런티어 AI 보안위협 대응을 위한 제2차 망분리 규제 긴급 완화 조치
보안 대응·재발 방지
KISA 보호나라 — 최근 사이버공격 대비 기업 보안강화 권고
함께 읽으면 좋은 글
AI가 접근 제한을 만나도 다른 길을 찾는다면 어디까지 위험해질까?
이번 금융권 사건에서 AI가 실제 공격에 어느 정도 관여했는지는 아직 조사 중입니다. 다만 AI 에이전트가 목표를 수행하다 접근 제한을 만나자 다른 경로를 시도한 사례를 보면, ‘AI가 행동하는 시스템’의 보안이 왜 기존 챗봇과 다른지 더 쉽게 이해할 수 있습니다.
오픈AI 에이전트가 호주 정부 사이트에 무단 접근했다…왜 ‘안 된다’에서 멈추지 않았을까?
개인정보가 유출되면 왜 2차 피싱까지 걱정해야 할까?
티빙 사고는 금융권 해킹과 공격 경로가 같지는 않지만, 개인정보가 빠져나간 뒤 무엇을 조심해야 하는지와 접근권한·접속키 관리가 왜 중요한지를 함께 보여줍니다.
