SK쉴더스는 8일 공개한 침해사고 분석 가이드에서 최근 금융권 사고를 AI가 전혀 새로운 해킹 기법을 만든 사례라기보다, 기존 공격 절차를 더 빠르고 정교하게 자동화한 경우로 봤다. 공격 대상은 핵심 금융거래망 자체보다 대출모집인 시스템, 임직원 지원 서비스, 영업지원 플랫폼처럼 외부와 맞닿아 있고 보안 관리가 비교적 느슨한 영역으로 제시됐다. 특히 보안조직의 통제 밖에 있는 섀도 IT, 방치된 테스트 서버, 오래된 웹 애플리케이션, 외주 운영 시스템이 주요 위험 요인으로 지목됐다.
화이트해커 조직 EQST가 분석한 오픈소스 침투테스트 도구 아르텍스는 정보 수집, 취약점 탐색, 공격 경로 선정과 검증을 자동화하며, 이전 결과를 바탕으로 다음 대상을 고르는 방식으로 탐색 범위를 넓힐 수 있다. SK쉴더스는 이런 도구가 여러 기관의 인터넷 노출 자산과 API를 함께 살피고 호출 패턴과 응답 정보를 분석해 공격 효율을 높일 수 있다고 설명했다. 대응책으로는 외부 노출 자산 식별, API 모니터링, 이상행위 탐지·대응의 3단계를 제시하며 WAF와 NDR 같은 보안 수단을 연계해 비정상 접근과 데이터 조회를 찾아 차단해야 한다고 밝혔다.