AI 기반 인증정보 탈취(Credential Stuffing) 공격의 진화, Computer-Using Agent(CUA)의 위협

How New AI Agents Will Transform Credential Stuffing Attacks

 

• 배경
  • 2023~2024년 인증정보 탈취는 웹 애플리케이션 공격의 80%를 차지한 주요 침해 벡터
  • 인포스틸러, 피싱, 데이터 유출을 통한 인증정보가 다크웹에서 저가에 유통되고 있음
  • 기존 공격 자동화는 개별 애플리케이션별 맞춤 스크립팅이 요구돼 확장성에 한계 존재
• 새로운 위협 요소: Computer-Using Agent (CUA)
  • OpenAI의 Operator 같은 CUA는 사람처럼 웹 애플리케이션에 직접 상호작용 가능
  • 그래픽 UI 기반 SaaS 환경에서도 커스텀 코드 없이 로그인 시도 등 일반 행위 수행 가능
  • 수천 개의 SaaS 애플리케이션에 인증정보를 자동화하여 대규모 크리덴셜 스터핑 공격 가능
• 기존 자동화 방식과의 차별점
  • 기존 자동화는 CAPTCHA, 봇 차단, UI 비표준화 등으로 인해 한계 존재
  • 수작업 혹은 고도화된 스크립팅이 요구됨에 따라 공격자 리소스가 분산됨
  • CUA는 범용성 높은 인터페이스 해석 능력을 통해 확장성과 효율성을 획득
• 보안 위협 시나리오
  • 피싱 또는 인포스틸러로 유출된 인증정보를 CUA가 수천 개의 SaaS 앱에 자동 시도
  • 사용자 패스워드 재사용으로 인해 단일 정보 유출이 다중 계정 접근으로 확대
  • MFA 미적용 및 조건부 접근 정책 미흡한 환경에서 높은 성공률 가능
• 공격의 예측 가능한 진화
  • OpenAI Operator 이외에도 유사한 AI CUA 등장 가능성 높음
  • 향후 악성 목적으로 특화된 AI CUA 출현 가능성 존재
  • 인증정보 기반 공격이 다시 “방대한 대상에 무차별 공격” 방식으로 회귀할 가능성
• 보안 권고
  • 식별자 기반 공격 대응
    • 사용자 인증정보 재사용 점검 및 폐기
    • 모든 애플리케이션에 다중인증(MFA) 도입
    • ID 기반 접근제어(Identity-Centric Zero Trust) 모델 도입
  • 자동화 탐지 및 방어
    • 봇 탐지 시스템 강화 및 CAPTCHA 적용
    • 로그인 실패 이벤트 및 자동화 시도 패턴의 이상 탐지
  • 패스워드 관리
    • 패스워드 재사용 탐지 및 사용자 알림
    • 기업 내부 패스워드 관리자 도입 권고
  • 교육 및 인식 제고
    • 사용자 대상 피싱 및 인포스틸러 예방 교육
    • 인증정보 유출 시 신속한 비밀번호 변경 가이드 제공
• 결론
  • CUA는 저숙련 공격자도 고도의 자동화를 구현할 수 있는 수단으로, ID 공격 표면을 대규모로 확대
  • 보안 조직은 ‘AI 기반 자동화 위협’을 기존 방어 체계 내 포함시키고, 사전 식별 및 대응 체계를 수립해야 함
  • 향후 AI 봇 탐지와 ID 보안 강화는 SaaS 보안의 핵심 요소가 될 것