gyumin.log

주간 보안 Top 5 - 9.7 ~ 9.13

2026-09-13

이번 주 한눈에 이번 주는 마이크로소프트의 역대 최대 규모 패치 배포와 깃랩의 CVSS 10.0 최고 위험도 취약점 공개 등 주요 시스템의 패치 요구가 거셌습니다. 또한, AI 에이전트와 생성형 AI를 악용한 대규모 공격 자동화 사례가 급증하고 있어 인공지능 보안 관리가 시급한 과제로 떠올랐습니다.

1. 마이크로소프트, 역대 최대 규모 974개 보안 취약점 패치 배포

분류 취약점·패치 · 주요 대상 기업 보안 담당자

선정 이유: 윈도우 운영체제와 주요 소프트웨어 전반에 걸친 역대 최대 규모의 패치로, 빠르게 업데이트를 적용하지 않으면 심각한 보안 위험에 노출될 수 있기 때문입니다.

마이크로소프트(MS)가 윈도우 운영체제(OS) 및 관련 주요 소프트웨어에 존재하는 974개의 보안 취약점을 해결하는 역대 최대 규모의 월간 보안 패치를 발표했습니다. 이번 패치는 기업 및 개인 사용자의 시스템 안전을 위협할 수 있는 다수의 보안 결함을 한 번에 보완하므로 신속한 대응 조치가 요구됩니다.

이번 발표에는 시스템에 대한 원격 코드 실행(RCE, 공격자가 원격에서 악성 코드를 실행하는 기법), 권한 상승, 정보 유출 등 다양한 유형의 취약점 974개가 포함되었습니다. 공격자는 보안 업데이트가 적용되지 않은 시스템을 대상으로 공공연히 알려진 취약점을 자동화 도구로 탐색한 뒤, 권한을 탈취하거나 악성코드를 유포하는 단계별 침투를 시도할 수 있습니다. 특히 많은 수의 취약점이 동시에 해결된 만큼, 보안 패치 발표 직후 공격자들이 취약점 원리를 역분석(리버스 엔지니어링)하여 익스플로잇(취약점 공격 코드)을 제작하는 속도가 빨라질 위험이 큽니다.

시스템 패치는 알려진 보안 구멍을 메워 공격 표면(공격자가 침투할 수 있는 모든 경로)을 줄이는 기본적이고도 가장 효과적인 방어책입니다. 보안 담당자는 기업 내 자산 관리 시스템을 통해 윈도우 OS 및 MS 소프트웨어 버전을 파악하고, 주요 서버와 사용자 PC에 최신 패치를 신속히 적용해야 합니다. 또한, 업무 시스템과의 충돌 여부를 사전에 검증할 수 있도록 단계별 배포 전략을 수립하여 대응하는 것이 권장됩니다.

관련 기사

2. 깃랩 서버, CVSS 10.0 최고 위험도 임의 파일 읽기 취약점 탐지

분류 취약점·패치 · 주요 대상 개발자

선정 이유: 깃랩 취약점이 공개된 직후 실제 파일 읽기 공격이 탐지되었으며, 최고 심각도인 CVSS 10.0점에 해당하는 치명적인 위험이기 때문입니다.

코드 관리 및 DevOps 플랫폼인 깃랩(GitLab) 서버에서 임의의 서버 파일을 원격으로 읽을 수 있는 보안 취약점이 발견되었습니다. 해당 취약점은 공개되자마자 실제 현장에서 공격 시도가 탐지되었으며, 위험도 평가 지표인 CVSS(공통 취약점 평가 시스템) 기준 최고점인 10.0점을 기록하여 조속한 보안 조치가 필요한 상황입니다.

해당 취약점은 깃랩 서버 내 파일 처리 및 인증 과정의 검증 미흡으로 인해 발생합니다. 공격자는 이를 악용해 별도의 권한 없이도 깃랩 서버 내부의 핵심 설정 파일, 소스코드, 비밀키 및 데이터베이스 접속 정보 등 민감한 파일을 임의로 조회할 수 있습니다. 1단계로 파일 읽기를 통해 시스템 정보를 수집한 공격자는, 2단계로 알아낸 자격 증명을 이용해 서버 전체 권한을 탈취하거나 데이터 유출 및 변경 공격으로 이어나가게 됩니다.

CVSS 10.0점은 별도의 복잡한 조건 없이 누구나 인터넷을 통해 시스템을 완전히 장악할 수 있는 가장 높은 위험 수준을 의미합니다. 깃랩을 사용하는 개발팀 및 보안 담당자는 운영 중인 깃랩 인스턴스의 버전을 즉시 확인하고 최신 보안 패치 적용을 완료해야 합니다. 패치 적용 전까지는 외부 인터넷에서 깃랩 관리자 및 API 인터페이스에 직접 접근하지 못하도록 네트워크 접근제어(ACL) 정책을 강화하는 조치가 필수적입니다.

관련 기사

3. 자율형 AI 에이전트 및 LLM 악용 공격 자동화 급증

분류 악성코드·공격기법 · 주요 대상 기업 보안 담당자

선정 이유: 자율형 AI 에이전트와 대형 언어 모델(LLM)이 해커들의 공격 자동화, 악성코드 재설계, 자격 증명 탈취 등에 대규모로 악용되고 있기 때문입니다.

최근 자율형 AI 에이전트와 클로드(Claude) 등 대형 언어 모델(LLM)을 악용한 사이버 공격이 현실화되고 있습니다. 공격자들은 AI 에이전트를 동원해 단 6시간 만에 수천 개의 자격 증명을 탈취하거나, PaperCut 취약점 공격에 수백 개의 에이전트를 투입해 440개 이상의 인스턴스를 침해했습니다. 또한 OpenAI 에이전트를 활용한 RubyGems RCE 공격 및 탐지 회피용 악성코드 재설계까지 AI 악용 범위가 급격히 확대되고 있습니다.

기술적으로 공격자들은 기존의 수동 공격이나 단순 스크립트 방식을 넘어, 인공지능의 자율적 판단 및 대량 연산 능력을 결합하고 있습니다. AI 에이전트는 타깃 시스템의 취약점을 스스로 탐색하고 정교한 피싱 프롬프트를 생성하며, 보안 솔루션에 탐지된 악성코드의 소스코드를 변형하여 회피 성능을 높입니다. 이 과정에서 1단계로 취약점 자동 스캔 및 에이전트 분산 투입, 2단계로 자격 증명 대량 탈취 및 악성 코드 실행, 3단계로 내부 망 확산 및 데이터 도난까지 대규모 공격 체인이 단시간 내 자동 완료됩니다.

AI 에이전트는 사람이 개입하지 않아도 지속해서 대량의 공격 명령을 수행하는 자율형 소프트웨어를 의미합니다. 이에 대응하기 위해 보안 실무자는 단순 IP 차단을 넘어 이상 행동 기반 탐지 체계를 강화하고, AI 관련 API 키 및 세션 토큰의 권한을 엄격히 제한해야 합니다. 아울러 업무 시스템에서 동작하는 AI 에이전트에 최소 권한 원칙을 적용하고 정기적인 모니터링과 자동 종료 메커니즘을 마련해야 합니다.

관련 기사

4. 체크포인트 VPN, CVSS 9.8점 미인증 원격 코드 실행 취약점 패치

분류 취약점·패치 · 주요 대상 기업 보안 담당자

선정 이유: 기업의 외곽 방어선인 VPN 시스템에서 인증 없이 원격 코드를 실행할 수 있는 초고위험 취약점이 발견되었기 때문입니다.

네트워크 보안 솔루션 기업 체크포인트(Check Point)의 VPN 제품군에서 인증을 거치지 않고 원격으로 임의 명령을 실행할 수 있는 고위험 보안 취약점 2종이 공개되었습니다. 해당 취약점은 CVSS(공통 취약점 평가 시스템) 기준 9.8점이라는 극도로 높은 위험도 점수를 기록했으며, 이에 대응하는 보안 패치가 업데이트되었습니다.

취약점의 주요 원인은 VPN 인증 과정에서 사용되는 증명서(Certificate) 처리 로직의 검증 결함에 있습니다. 공격자는 정상적인 계정 정보나 로그인 인증 절차 없이도 특수 제작된 네트워크 요청을 VPN 서버에 송신하여 취약점을 호출할 수 있습니다. 1단계로 인증 우회 요청을 전송하고, 2단계로 서버 내부 권한을 획득하여 원격 코드 실행(RCE, 원격 명령 실행)을 달성하며, 이를 통해 내부 기업 네트워크 전반으로 침투를 확산시킬 수 있는 치명적인 공격 흐름을 가집니다.

VPN(가상 사설망)은 외부 사용자가 내부망에 안전하게 접속하도록 돕는 장비로, 침입 시 기업 내부 전체가 위험에 노출되는 핵심 거점입니다. 보안 담당자는 현재 사용 중인 체크포인트 VPN 장비의 버전을 즉각 점검하고 제조사가 제공한 최신 패치를 신속하게 적용해야 합니다. 또한 패치 작업 완료 전까지 외부 접속 로그를 면밀히 모니터링하여 이상 요청 및 무단 접근 시도가 있었는지 정밀 점검을 병행해야 합니다.

관련 기사

5. 국내 전자결제망 해킹 정황 및 카드 정보 유출 수사 착수

분류 침해사고·유출 · 주요 대상 기업 보안 담당자

선정 이유: 국내 전자결제(PG) 업체를 겨냥한 해킹 공격으로 신용카드 정보 유출 피해가 발생하여 금융권 및 관련 기업의 정밀 점검이 시급하기 때문입니다.

국내 전자결제 대행업체(PG사)인 코엠페이먼츠 등 여러 결제망을 겨냥한 해킹 정황이 포착되었습니다. 이로 인해 일부 고객의 신용카드 정보가 유출된 사실이 확인되어 코엠페이먼츠가 유출 공지를 게시했으며, 대형 PG사와 연계된 전산망에 대해서도 금융당국과 관계 기관이 합동 조사에 착수했습니다.

결제 대행업체는 수많은 온·오프라인 가맹점의 결제 승인 데이터를 중계하는 핵심 금융 인프라입니다. 공격자들은 결제 서버나 데이터베이스(DB)로 통하는 네트워크 구간, 혹은 웹 애플리케이션의 보안 약점을 타깃으로 침투를 시도했습니다. 1단계로 결제 시스템 내부로 침입한 뒤, 2단계로 결제 처리 과정에서 송수신되는 신용카드 번호, 유효기간 등 민감한 결제 데이터를 탈취하는 방식으로 유출 범죄를 저지른 것으로 추정됩니다.

PG사(결제 대행업체)는 전자상거래에서 쇼핑몰과 카드사 사이의 결제를 대행해 주는 중간 서비스 제공자를 말합니다. 이번 사건과 관련해 전자결제 연계망을 이용하는 기업 및 금융 보안 담당자는 결제 관련 서버의 접근 제어를 강화하고 DB 암호화 조치가 제대로 이뤄지고 있는지 점검해야 합니다. 아울러 이상 금융거래 탐지시스템(FDS)의 모니터링 수위를 높여 카드 도용 및 부정 결제 피해 발생 여부를 집중 감시해야 합니다.

관련 기사

이 정리는 9월 7일~9월 13일 수집된 보안 뉴스 53건 중에서 자동 선별되었습니다.