스크롤하여 페이지 넘기기
Cybersecurity · AP Cybersecurity
소셜 엔지니어링, 비밀번호, 공용 Wi-Fi, AI
공격자가 시스템을 정면으로 뚫는 일은 드뭅니다. 가장 쉬운 길을 찾습니다. 말로 설득해 행동하게 만들 수 있는 사람, 추측할 수 있는 비밀번호, 가짜로 만들 수 있는 네트워크입니다.
그림은 이런 세 가지 경로를 하나의 표적에 차례로 시도합니다. 표적이 클릭하게 만든 메시지(소셜 엔지니어링), 약한 비밀번호를 향한 추측의 연속(취약한 인증), 카페와 거의 같은 이름으로 표적의 트래픽을 공격자에게 넘기는 가짜 Wi-Fi 네트워크(공용 Wi-Fi)입니다.
이 단원은 AP Cybersecurity의 1단원으로, 과정 프레임워크에서 수업 약 10차시입니다. 소셜 엔지니어링(1.1), 비밀번호 공격의 징후와 더 강한 인증(1.2), 공격자와 공공 네트워크 공격(1.3), 공격자가 AI를 쓰는 방법(1.4), 방어하는 쪽이 AI를 쓰는 방법(1.5)을 다룹니다.
이 단원에서 과정의 세 가지 역량이 시작됩니다. 취약점이 어떻게 위험을 만드는지 설명하기, 이를 완화하는 방법 찾기, 로그에서 의심스러운 활동의 징후(침해 지표, IoC)로 공격을 탐지하기입니다. 시험은 단원이 아니라 역량별로 배점되며, 위험 분석, 위험 완화 and 공격 탐지이(가) 각각 객관식 영역의 25–40%를 차지합니다.
기계가 아니라 사람을 조종하기
소셜 엔지니어링 공격은 심리적 전술로 사용자를 조종해 민감한 정보를 털어놓게 하거나, 악성 파일을 내려받게 하거나, 악성 링크를 클릭하게 만듭니다.
표적이 정보를 털어놓게 하는 것을 엘리시테이션(elicitation)이라고 합니다. 나머지 두 행동은 공격자에게 표적의 기기로 들어가는 길이나, 표적이 비밀번호를 입력하는 페이지로 가는 길을 열어 줍니다.
소셜 엔지니어링은 직접 만나서 할 수도 있지만, 흔히 이메일, 문자 메시지, 소셜 미디어 메시지로 이루어집니다. 그림은 채널마다 메시지를 하나씩 보내고, 그 메시지가 노리는 행동을 보여 줍니다. email로는 민감한 정보 털어놓게 하기 (elicitation), 문자 메시지로는 악성 파일 내려받게 하기, 소셜 미디어 메시지로는 악성 링크 클릭하게 하기입니다.
기술적 결함은 필요 없습니다. 표적이 메시지가 시키는 대로 하면 공격이 성공합니다. 그래서 방어는 메시지를 알아보는 것에서 시작합니다.
사람들이 생각하기도 전에 행동하는 이유
공격자는 두 가지 심리 전술을 자주 씁니다. 협박(intimidation)은 따르지 않으면 나쁜 결과가 생긴다고 표적을 위협하는 것입니다. 긴급함(urgency)은 표적이 서둘러 행동해야 할 이유를 만드는 것입니다.
둘 다 흔한 심리 원리에 기대고 있습니다. 협박은 나쁜 결과를 피하려는 인간의 본능을 이용합니다. 공격자는 나쁜 결과에 주의를 끌어 두려움으로 표적을 행동하게 합니다. 긴급함은 시간이 급한 일에 빠르게 반응하는 자연스러운 반응을 이용합니다. 서둘러 답해야 한다고 느끼는 표적은 그 행동이 합리적이고 안전한지 따져 볼 시간을 들이지 않습니다.
그림은 가상의 피싱 이메일에서 단서를 차례로 밝힙니다.
From: PaperTrail Security <alerts@papertrai1-support.example> To: r.diaz@school.example Subject: [긴급] 2시간 후 계정 삭제 새로운 기기에서 로그인이 감지되었습니다. 2시간 이내에 본인 확인을 하지 않으면 계정이 영구적으로 삭제되고 모든 파일이 사라집니다. 지금 확인: papertrai1-support.example/verify — PaperTrail 계정 팀
긴급함: 제목과 본문에 다시 나오는 “2시간 이내”. 협박: 계정이 “영구적으로 삭제”되고 파일이 “사라진다”는 말. 그리고 지표가 두 가지 더 있습니다. 발신자의 도메인 papertrai1-support.example은 l 대신 숫자 1을 써서 진짜 papertrail.example을 흉내 내고, 링크도 그 비슷하게 꾸민 도메인으로 연결됩니다.
안전한 대응은 천천히 하는 것입니다. 메시지의 링크를 쓰지 말고, 직접 진짜 사이트나 앱에 들어가 확인하세요.
정보, 코드, 기기의 통제권
소셜 엔지니어링 공격의 피해는 피해자가 무엇을 넘겨주느냐에 달려 있습니다.
사칭으로 이어질 수 있는 개인 정보: 이름, 전화번호, 주소, 직장, 반려동물 이름, 생일. 많은 웹사이트가 본인 확인용 질문으로 쓰는 정보와 같습니다. 그림에서 피해자의 반려동물 이름, birthdate, school이(가) 공격자에게 넘어가고, 공격자는 “첫 반려동물의 이름은?”이라는 질문에 “Biscuit”로 답합니다.
일회용 비밀번호(OTP)나 로그인 코드 같은 보안 정보. 코드 482 913이 있으면 공격자는 피해자로서 서비스에 로그인할 수 있습니다.
악성코드. 다운로드나 클릭 한 번으로 기기에 악성코드가 설치되어 웹 브라우저의 정보를 훔치거나(여기서는 저장된 비밀번호 and 브라우저 쿠키), 피해자를 로그인 정보가 수집되는 웹사이트로 유도할 수 있습니다.
계정의 로그인 기록 읽기
온라인 비밀번호 공격에서 공격자는 흔한 비밀번호, 흔한 비밀번호 패턴, 또는 탈취한 비밀번호로 기기나 서비스에 로그인을 시도합니다.
로그인 기록에서 보이는 징후는 짧은 시간 안의 많은 실패한 시도, 평소와 다른 시간의 로그인 시도, 모르는 기기에서의 시도입니다.
가상 계정의 활동입니다.
day time IP address device result Sat 10:43:02 198.51.100.23 known success 태양 20:51:17 198.51.100.23 known success Tue 03:12:04 203.0.113.77 unknown FAILED Tue 03:12:08 203.0.113.77 unknown FAILED Tue 03:12:12 203.0.113.77 unknown FAILED Tue 03:12:16 203.0.113.77 unknown FAILED Tue 03:12:20 203.0.113.77 unknown FAILED Tue 03:12:24 203.0.113.77 unknown FAILED Tue 03:12:28 203.0.113.77 unknown FAILED Tue 03:12:32 203.0.113.77 unknown FAILED Tue 03:12:36 203.0.113.77 unknown success Tue 18:34:50 198.51.100.23 known success
계정 주인은 알려진 노트북 한 대(198.51.100.23)로 주말과 저녁에 로그인합니다(그래프의 파란색). 그러다 화요일 이른 시각에 모르는 기기(203.0.113.77)에서 로그인 실패 8번이 4초 간격으로 이어지고, 처음부터 마지막까지 28초가 걸립니다. 모든 징후가 한꺼번에 나타난 것입니다(빨간색). 뒤이은 성공이 기록에서 가장 나쁜 줄입니다. 공격이 통했고, 계정은 더 이상 주인만의 것이 아닙니다.
이렇게 규칙적인 연속 시도는 사람이 입력한 것이 아니라 스크립트입니다. 방어하는 쪽은 IP 주소별, 분별 실패 횟수를 세어 이를 알아챕니다.
패턴, 그리고 삶에서 만든 사전
많은 사람이 흔한 패턴으로 비밀번호를 만들고, 공격자는 그 패턴을 알고 있습니다.
패턴은 이렇습니다. 단어를 하나나 둘 쓰고, 두 자리 숫자(흔히 연도)를 붙이고, 끝에 특수 문자를 둡니다. 가족이나 반려동물의 이름을 넣습니다. 개인적으로 의미 있는 날짜를 넣습니다.
그래서 공격자는 표적에 대해 모은 개인 정보(생일, 기념일, 반려동물과 가족의 이름)로 가능한 비밀번호의 사전을 만들고, 자동화 도구가 그것을 하나씩 차례로 입력합니다.
그림에서 공격자는 가상 표적의 반려동물(Biscuit), 여동생(마야), 출생 월과 연도(3/2009)를 알고 있습니다. 단어 2개 × 숫자 2개(09, 03) × 기호 3개(! ? #)은(는) 후보 12개를 만듭니다. 표적의 비밀번호 마야09!은(는) 패턴을 그대로 따르며, 7번째 추측입니다.
사전으로는 찾을 수 없는 비밀번호
사용자는 길고, 무작위이고, 고유한 비밀번호를 만들고, 이름, 날짜, 그 밖에 개인적으로 의미 있는 단어나 숫자는 피해야 합니다.
길고 무작위이면 추측은 가망이 없어집니다. 그림은 공격자가 시도해야 하는 비밀번호의 수를 로그 눈금으로 셉니다. 가상으로 초당 1,000번 추측하고, 평균적으로 올바른 비밀번호는 중간쯤에 나옵니다.
| password | possible | 평균 소요 시간 |
|---|---|---|
단어 + 두 자리 숫자 + 기호Maya09! | 흔한 단어 10,000개 × 두 자리 숫자 100개 × 기호 32개 = 3.2 × 107 | 4.4 hours |
무작위 단어 다섯 개gravel-lantern-orbit-maple-sleet | 7,7765: 단어 다섯 개, 각각 7,776개 목록에서 고름 = 2.8 × 1019 | 4.5 × 108 years |
무작위 문자 16개q7#Lm2$vR9!xT4@k | 9416: 문자 16개, 각각 키보드의 94개 중 하나 = 3.7 × 1031 | 5.9 × 1020 years |
패턴은 4.4 hours 만에 뚫리고, 표적 본인의 단어로 만든 사전은 그보다 훨씬 작습니다. 무작위 단어 다섯 개는 약 4.5 × 108 years이 걸립니다.
고유함이 중요한 이유는 탈취된 비밀번호를 다른 사이트에도 시도하기 때문입니다. 침해된 사이트에서 재사용한 비밀번호는 추측이라고 할 수도 없습니다.
비밀번호 관리자가 강한 비밀번호(무작위 문자 16개 같은)를 생성하고 저장해 줄 수 있고, 사용자가 계정마다 길고 고유한 패스프레이즈를 만들 수도 있습니다.
비밀번호만으로는 충분하지 않습니다
사용할 수 있으면 사용자는 다단계 인증(MFA)을 켜야 합니다. MFA는 비밀번호 외에 일회용 코드 같은 추가 신원 증명을 요구합니다.
MFA는 보안의 추가 계층입니다. 추측되거나, 피싱당하거나, 탈취된 비밀번호만으로는 더 이상 계정이 열리지 않습니다.
그림은 로그인 폼을 두 번 실행합니다. 탈취한 비밀번호를 가진 공격자는 첫 단계를 통과하지만, 계정 주인의 휴대폰으로 전송된 코드를 요구받고 그 코드는 공격자에게 없으므로 거부됩니다. 계정 주인은 같은 비밀번호를 입력한 뒤 휴대폰의 코드(731 806, 가상)를 입력하고 로그인합니다.
1.1의 공격이 일회용 코드를 요구하는 이유 중 하나가 MFA입니다. 코드를 공격자에게 읽어 준 피해자는 두 번째 인증 요소까지 넘겨주는 셈입니다. 진짜 서비스는 절대 코드를 묻지 않습니다.
숙련도와 동기
공격자는 숙련도에 따라 분류할 수 있습니다.
저숙련 공격자는 온라인에서 구매할 수 있는, 다른 사람이 만든 악성 사이버 도구에 의존합니다. 이들이 쓰는 도구는 알려진 취약점을 악용합니다.
고숙련 공격자는 새로운 악성 사이버 도구를 만들거나 기존 도구를 수정해 새로운 방어 기술과 도구에 적응할 수 있습니다. 또한 제로데이라고 하는, 문서화되지 않은 취약점을 발견할 수 있습니다.
그림에서 저숙련 공격자는 도구를 사서 시스템의 알려진 취약점 3개 중 하나에 씁니다. 고숙련 공격자는 도구를 직접 만들고 아무도 목록에 올리지 않은 취약점을 찾습니다.
공격자에게는 다양한 동기도 있습니다. greed, recognition, 명분, revenge, politics and beliefs. 공격자가 누구이고 왜 그러는지를 알면 방어하는 쪽은 그들이 무엇을 얼마나 집요하게 공격할지 가늠할 수 있습니다.
비슷하게 꾸민 무선 네트워크
이블 트윈(evil twin) 공격에서 공격자는 표적 네트워크와 비슷하거나 같은 서비스 세트 식별자(SSID, 네트워크의 이름)를 가진 무선 액세스 포인트(WAP)를 직접 설치합니다.
피해자는 모르고 이블 트윈을 선택해 연결할 수 있고, 그러면 공격자가 네트워크 트래픽을 가로챌 수 있습니다. 그림에서 카페의 네트워크(가상)는 “Harbor Books Wi-Fi”이고, 그 옆의 공격자 네트워크는 “Harbor Books WiFi”입니다. 노트북이 이블 트윈에 접속하고 모든 패킷이 공격자의 손을 거칩니다.
공격자가 읽을 수 있는 것은 프로토콜에 따라 다릅니다. HTTPS 같은 암호화된 프로토콜을 쓰는 트래픽은 읽을 수 없고, 그 패킷은 봉인된 채로 남습니다. 암호화되지 않은 DNS 쿼리(노트북이 mybank.example의 위치를 묻는 것)는 읽을 수 있고, 피해자가 방문하는 사이트를 보여 줍니다.
방어책은 접속하는 무선 네트워크의 이름이 접속하려는 네트워크의 이름과 정확히 일치하는지 확인하는 것입니다. 가짜 네트워크는 계정 비밀번호를 요구하는 가짜 로그인 페이지(캡티브 포털)를 보여 줄 수도 있으니, 비밀번호를 입력하지 마세요.
또 다른 두 가지 무선 공격
재밍(jamming) 공격에서 공격자는 무선 네트워크와 같은 주파수 범위의 강한 전자기(EM) 신호로 한 지역을 가득 채웁니다.
재밍 신호는 액세스 포인트(AP)와 사용자 사이의 정상 트래픽을 막습니다. 사용자가 자원에 접근하지 못하게 하는 공격이 서비스 거부(DoS) 공격입니다. 그림의 왼쪽에서 재머가 켜져 있는 동안 사용자의 트래픽이 멈춥니다.
워 드라이빙(war driving) 공격에서 공격자는 표적 주변을 차로 다니거나 걸어 다니며 무선 네트워크 비콘, 즉 액세스 포인트가 내보내는 알림을 찾아냅니다.
감지된 신호는 공격자에게 쓰이는 무선 네트워크의 종류(여기서는 가상의 “Northfield-Staff”, WPA2)를 알려 주고, 신호가 건물 밖까지 어디로 뻗는지 보여 줍니다. 오른쪽에서 자동차는 한 바퀴의 약 25% 동안 직원용 네트워크 신호를 듣는데, 모두 벽 바깥입니다. 공격자가 안에 들어가지 않고도 작업할 수 있는 장소입니다.
암호화, 그리고 VPN
대부분의 인터넷 프로토콜은 네트워크 트래픽을 보호하기 위해 암호화되어 있습니다. 하지만 모든 것이 그런 것은 아니어서, 사람들은 암호화되지 않은 Wi-Fi 네트워크에 아예 접속할지 정할 때 데이터의 민감도를 따져 볼 수 있습니다.
DNS 쿼리 같은 일부 데이터는 암호화되지 않은 네트워크에서 취약할 수 있습니다. 근처의 누구든, 또는 네트워크 소유자가 어떤 사이트를 방문하는지 알 수 있습니다.
개인은 가상 사설망(VPN)을 고려할 수 있습니다. VPN은 모든 트래픽을 VPN 운영자의 시스템까지 암호화합니다. 그림에서 트래픽은 터널 안을 지나 카페의 액세스 포인트와 서비스 제공자를 거치는데, 이들은 암호화된 데이터만 볼 수 있습니다.
VPN이 트래픽을 모든 사람에게 보이지 않게 하는 것은 아닙니다. 트래픽은 VPN 서버에서 복호화되므로 VPN 제공자는 트래픽을 볼 수 있습니다. VPN은 신뢰를 카페와 서비스 제공자에서 VPN 운영자로 옮기는 것입니다.
이를 종합한 습관은 이렇습니다. 이름이 접속하려는 네트워크와 정확히 일치하는 네트워크에만 접속하고, HTTPS 같은 암호화된 연결을 선호하며, 데이터가 중요할 때는 VPN을 쓰세요.
사칭, 그리고 공유된 비밀
공격자는 사람의 기존 음성과 이미지 샘플을 활용해 그 사람의 디지털 아바타를 만드는 AI 기반 도구를 쓸 수 있습니다.
이런 도구로 공격자는 전화나 화상 통화에서 누군가를 사칭해 금전적 손실이나 민감하거나 사적인 정보의 유출을 일으킬 수 있습니다. 음성 기반 인증을 도입하는 조직이 늘면서 음성 사칭의 잠재적 영향은 더 커졌습니다.
그림(가상)에서는 공개 동영상 3개에서 얻은 십 대의 목소리 45초면 도구가 그것을 복제하기에 충분합니다. 복제된 목소리가 친척에게 전화해 다급하게 보석금을 요구합니다.
보호책은 가까운 친구, 친척과 공유된 비밀을 정해 두는 것입니다. 두 사람만 아는 비밀 단어나 문구로, 중요한 상황에서 서로를 인증하는 데 씁니다. 친척이 그 단어를 물으면 복제된 목소리는 대답하지 못합니다.
그리고 MFA를 켜세요. 공격자가 음성 인증을 쓰는 시스템에 들어가려고 목소리를 복제하더라도, 두 번째 인증 요소를 요구하면 막을 수 있습니다.
피싱, 유출, 오염, 정찰
거대 언어 모델(LLM) 같은 생성형 AI 도구는 여러 면에서 공격자를 돕습니다.
어떤 언어로든 피싱. 부자연스러운 언어는 모국어 화자가 아닌 사람이 쓴 피싱을 알아보는 단서였습니다. LLM을 쓰면 어떤 표적 언어로 쓴 메시지든 모국어 화자가 쓴 것처럼 읽혀서 그 단서가 사라집니다.
정보 추출. 공격자는 LLM에서 보안 정보나 민감한 정보를 끌어내는 프롬프트를 만들 수 있습니다. 그런 정보는 사용자 입력과 모델을 학습시킨 대규모 데이터 세트에서 나올 수 있습니다. 오염(poisoning). 공격자는 잘못된 정보가 담긴 웹사이트를 게시하거나 수정해 LLM의 학습 세트에 포함되게 하고, 모델이 그것을 반복하게 만들 수 있습니다(그림에서는 가짜 고객센터 전화번호).
정찰과 코드. AI 도구는 인터넷을 스캔해 표적이 소셜 미디어와 공개 웹사이트에 올린 것을 모을 수 있고, AI 코딩 도구는 새로운 악성코드를 작성하거나, 애플리케이션 코드를 악의적으로 동작하도록 수정하거나, 대규모 코드베이스에서 취약점을 찾는 것을 도울 수 있습니다.
보호책: 챗봇이나 가상 비서 같은 AI 도구에 개인 정보나 민감한 정보를 입력하지 말고(사용자 입력을 학습에 되돌려 쓰는 도구도 있습니다), AI의 출력을 신중하게 평가하며 평판이 좋고 안정적이며 AI 기반이 아닌 출처로 검증하세요.
설정, 코드, 탐지 규칙
방어하는 쪽도 AI 기반 도구를 쓰며, 규칙은 매번 같습니다. 아는 것이 많은 사람이 추천 사항을 사용하기 전에 검토합니다.
AI 도구는 방화벽 규칙이나 접근 통제 같은 보안 설정을 검토하고 더 안전한 옵션을 추천할 수 있으며, 이는 전문성 있는 보안 기술자가 확인합니다. 애플리케이션 코드를 분석해 취약점을 찾고 완화책을 추천할 수 있으며, 이는 전문성 있는 프로그래머가 검토합니다. 자동 탐지 시스템의 규칙을 제안할 수 있으며, 이는 추가되기 전에 전문성 있는 탐지 엔지니어가 검토합니다.
그림(가상)에서 도구는 추천 사항 4개를 냅니다.
| recommendation | 검토자 | result |
|---|---|---|
| firewall rule: 들어오는 telnet 차단(포트 23) | 보안 기술자 | approved |
| code fix: 데이터베이스 쿼리 전에 입력 검증 | programmer | approved |
| detection rule: 한 IP에서 1분 안에 로그인 실패 10번이면 경보 | 탐지 엔지니어 | approved |
| access control: 모든 계정의 파일 서버 접근 권한 제거 | 보안 기술자 | rejected |
3은(는) 타당해서 실제 시스템에 반영됩니다. 마지막 추천은 모든 사용자를 파일 서버에서 차단하게 되므로 기술자가 거부합니다. 도구는 빠르지만, 검토자는 시스템이 무엇을 위한 것인지 압니다.
수백만 건의 이벤트, 몇 개의 경보
네트워크에서 매일 일어나는 수백만 건의 디지털 이벤트 중 일부는 공격자의 활동일 가능성이 있습니다. 사람이 그 모두를 꼼꼼히 살펴볼 수는 없습니다.
가상의 네트워크가 하루에 이벤트 4,000,000건을 기록합니다. 분당 한 건을 꼼꼼히 보는 분석가는 8시간 근무에 480건을 처리합니다. 하루치 이벤트를 보려면 근무 8,333회가 필요합니다.
AI 기반 도구는 디지털 이벤트를 빠르게 분석해 악의적일 가능성이 높은 것과 무해한 것을 가르도록 학습시킬 수 있습니다. 도구가 그중 0.01%를 표시하면 하루 400건이며, 분석가 한 명이 근무 한 번에 볼 수 있는 양입니다.
도구는 악의적일 가능성이 높은 활동이 탐지되면 사이버 보안 담당자에게 경보를 보내거나, 그 유형에 따라 특정 시정 조치를 취하도록 프로그래밍할 수 있습니다. 그림에서는 주소 203.0.113.77을(를) 차단합니다.
그래서 위협 탐지 및 대응 팀은 악의적 활동을 잡아 빠르게 개입해, 디지털 인프라와 데이터의 손실, 피해, 손상, 파괴를 막습니다.