NCSC AI 랜섬웨어 경고, 핵심 인프라에 2028년 시한 제시

NCSC는 2026년 11월 3일, AI 기반 악성코드가 2028년까지 영국 핵심 인프라를 겨냥한 랜섬웨어 공격에 사용될 가능성이 매우 높다고 경고했다. NCSC의 AI 랜섬웨어 경고는 새롭게 공개된 인프라 침해 사고가 아니라 전망에 관한 것이다. 즉각적인 함의는 익숙한 보안 취약점이 이를 더 효율적으로 악용할 공격자와 맞서게 된다는 데 있다.

랜섬웨어는 서비스 중단이나 탈취한 데이터를 통해 피해자를 갈취하는 악성 소프트웨어로, 이미 어려운 복구 결정을 초래한다. AI는 공격자가 관련 작업을 더 빠르게 수행하도록 도와 압박을 가중한다. 핵심 갈등은 가속화되는 범죄 워크플로와 기술 업그레이드, 유지보수 승인, 복구 계획이 더 느리게 움직이는 조직 간의 대립이다.

Microsoft가 공개한 관찰 결과는 유용한 기준점이 된다. 공격자들은 기존 작전을 지원하기 위해 AI를 사용해 왔으며, 더 자율적인 활동의 초기 징후도 나타나고 있다. 따라서 인프라 소유자는 미래지향적인 문제에 앞서 실질적인 질문에 답해야 한다. 공격자가 생산성 향상을 더 잦은 운영 중단으로 전환하기 전에, 알려진 취약점을 해소하고 침해를 차단할 수 있는가?

NCSC AI 랜섬웨어 경고가 실제로 말하는 것

이 발표는 특정 미래 피해자나 공격 캠페인을 지목하지 않으면서 인프라 운영자에게 계획 수립의 시간 지평을 제시한다.

GCHQ 산하 기관인 National Cyber Security Centre는 State of the Cyber Nation 보고서와 함께 경고를 발표했다. 핵심 인프라 경고는 AI 기반 악성코드가 연루된 랜섬웨어가 2028년까지 발생할 가능성이 매우 높다고 지적한다. Richard Horne 최고경영자는 기초 보안 투자 결정을 미뤄 온 조직에도 문제를 제기했다.

이 시점은 중요하다. 인프라 투자는 예산, 계약, 엔지니어링 검토, 유지보수 일정에 따라 진행되기 때문이다. 이 기간 안의 전망은 경영진에게 이미 해당 절차를 거치고 있는 결정을 재검토할 이유를 준다. 공개적으로 확인된 공격을 기다리면 이를 바꿀 시간은 더 줄어든다.

이 발표는 신중한 해석도 요구한다. “AI 기반 악성코드”는 단일한 기능, 제품 또는 독립성 수준을 뜻하지 않는다. 공격자는 악성 소프트웨어를 개발하는 동안 AI를 사용할 수 있고, 소프트웨어가 작전 중 AI 시스템을 참조할 수도 있다. 이러한 가능성은 서로 다른 조사 및 방어 과제를 제기한다.

공개 경고가 모든 랜섬웨어 그룹이 두 역량 중 어느 하나를 갖췄다고 입증하는 것은 아니다. 또한 성공적인 인프라 공격에 AI가 필수 요소가 되었다는 뜻도 아니다. 핵심 변화는 해당 기관이 명시한 기간 안에 AI가 이 위협의 일부가 될 것으로 예상한다는 점이다.

이사회에는 그 구분이 투자 논의를 바꾼다. 질문은 공격자가 지원 능력을 갖추게 될 때 기존 방어 체계가 여전히 충분한가가 된다. 조직은 노출된 서비스나 지연된 업그레이드를 검토하기 전에 AI가 최근의 의심스러운 로그인을 유발했다는 사실을 입증할 필요가 없다.

이 기한이 2028년까지 작업을 미루는 구실이 되어서는 안 된다. 전망은 예상되는 조건을 설명하지만, 투자 결정은 그 조건이 도래하기 전의 준비 태세를 결정한다. 지금 기술을 선택하는 조달팀은 전망 기간이 끝날 때까지도 해당 시스템을 지원하고 있을 수 있다.

국가 차원의 경고와 지역적 노출 사이에도 차이가 있다. 조직의 취약성은 시스템, 접근 방식, 의존성, 복구 역량에 따라 달라진다. 이 발표가 그러한 평가를 대체할 수는 없지만, 경영진이 이를 요구할 구체적인 이유를 제공한다.

따라서 NCSC의 AI 랜섬웨어 경고는 현재의 계획 가정에 대한 도전으로서 주목할 가치가 있다. 그 중요성은 이 전망을 사고 보고서로 취급하는 데 있지 않고, 조직이 신뢰할 만한 전망에 어떻게 대응하느냐에 달려 있다. 다음 질문은 더 빨라진 공격자 워크플로가 어디에서 가장 큰 운영 압박을 만드는가이다.

핵심 인프라는 유지보수 속도 문제에 직면한다

보안 개선에 공격자에게는 필요 없는 조정이 요구될 때, 인프라 운영자는 시간상의 불일치에 직면한다.

국가 핵심 인프라는 국가 기능에 필수적인 시스템과 서비스를 의미한다. 이러한 환경에서는 보안 변경이 장비 가용성, 공급업체 지원, 운영 안전에 영향을 미칠 수 있다. 따라서 시스템을 업데이트하거나 격리하는 결정은 일상적인 데스크톱 패치를 설치하는 것보다 더 복잡하다.

복잡성이 노출 관리 의무를 없애지는 않는다. 다만 의사결정에 참여해야 하는 사람을 바꾼다. 보안팀은 취약점을 식별할 수 있지만, 운영 리더는 유지보수 시간을 통제하고 공급업체는 지원되는 구성을 통제한다. 경영진은 그에 따른 상충 관계를 해결해야 한다.

취약한 원격 유지보수 서비스를 평가하는 가상의 공공사업자를 생각해 보자. 접근을 차단하면 계약업체의 작업이 중단될 수 있고, 업그레이드에는 테스트가 필요할 수 있다. 노출 상태를 유지하면 편의성은 보존되지만 공격자가 침입을 시도할 수 있는 기간도 길어진다.

이 사례는 공개된 사고가 아닌 가상의 예다. 독립적인 AI 제어가 없더라도 공격자 생산성이 중요한 이유를 보여 준다. 조사나 문제 해결에 드는 노력을 줄이는 지원은 이미 해결책 조정에 어려움을 겪는 조직에 대한 압박을 높일 수 있다.

NCSC의 이전 AI 위협 평가는 AI 지원 위협에 발맞춰 가는 시스템과 뒤처지는 시스템 사이의 격차를 예상했다. 또한 보안 통제가 부족한 곳에서 AI 시스템을 추가하면 공격자에게 더 많은 기회가 생긴다고 경고했다. 새 발표는 인프라 운영자에게 그 격차를 현지에서 점검할 또 하나의 이유를 제공한다.

운영상의 질문은 장비의 연식보다 더 넓다. 접근이 제한되고 검증된 복구 경로가 있는 오래된 시스템은 불필요하게 노출된 시스템과 다른 위험을 제시한다. 더 새로운 플랫폼도 과도한 권한이나 충분히 이해되지 않은 연결을 통해 문제를 만들 수 있다.

그렇기에 소유권은 핵심 쟁점이 된다. 누가 서비스에 접근할 수 있는지, 누가 변경을 승인하는지, 누가 긴급 격리를 승인할 수 있는지를 아는 사람이 있어야 한다. 이러한 책임이 모호하게 남아 있으면 기술적 발견이 결정을 이끌어내지 못한 채 떠돌 수 있다.

공급업체도 같은 논의에 포함되어야 한다. 운영자는 유지보수 의존성이 신속한 개선 조치를 방해하는지, 어떤 대안이 존재하는지 이해해야 한다. 그렇지 않으면 허용된 예외가 조용히 영구적인 운영 조건이 될 수 있다.

기업 구매자에게 이 경고는 기능과 함께 유지관리 가능성을 평가해야 할 근거를 강화한다. 시스템의 보안은 소유자가 이를 업데이트하고, 모니터링하며, 어려운 상황에서 복구할 수 있는지에 부분적으로 달려 있다. 계약이 장기 의존성을 만들기 전에 이러한 역량을 살펴볼 필요가 있다.

가장 큰 압박은 해결되지 않은 노출과 느린 의사결정을 가진 조직에 가해질 가능성이 높다. AI가 인프라 유지보수를 어렵게 만드는 엔지니어링 제약을 없애지는 않는다. 다만 그러한 제약이 무기한 행동하지 않는 이유가 되도록 방치하는 비용을 높인다.

더 빠른 범죄 워크플로는 익숙한 방어 체계를 앞지를 수 있다

단기적 우려는 인간이 여전히 작전을 지휘하는 상황에서도 공격 전반에 걸쳐 누적되는 지원이다.

NCSC의 AI 위협 판단은 확립된 수법 전반에서의 속도, 규모, 효율성을 강조한다. 정찰, 사회공학, 취약점 발견, 익스플로잇 개발을 지원받는 영역으로 지목한다. 평가서는 결과물을 지휘하고 검증하는 데 숙련된 인간 운영자가 여전히 필수적이라고도 말한다.

정찰은 접근을 시도하기 전에 목표에 관한 정보를 수집하는 것을 뜻한다. 사회공학은 공격자에게 도움이 되는 행동을 하도록 사람을 조종하는 것을 의미한다. 취약점 발견은 보안 약점을 식별하고, 익스플로잇 개발은 약점을 사용할 수 있는 침입 수단으로 전환한다.

이러한 작업이 중요한 이유는 침입이 최종 악성 프로그램만으로 이루어지지 않기 때문이다. 공격자는 목표를 선택하고, 환경을 이해하며, 접근 권한을 확보하고, 다음 행동을 결정해야 한다. 여러 단계에서의 지원은 작전 전반에 필요한 노력을 바꿀 수 있다.

그 효과에 완벽한 결과물이 필요한 것은 아니다. 숙련된 운영자는 잘못된 제안을 거부하거나, 요청을 수정하거나, 답변의 일부만 사용할 수 있다. 이러한 인간 검토는 일부 자동화 이점을 제한하지만, 불완전한 지원도 활용 가능하게 만든다.

Microsoft의 2026년 3월 AI 트레이드크래프트 연구는 공격자들이 워크플로 전반에 AI를 적용하는 방식을 설명한다. 사례에는 Emerald Sleet이 공개적으로 보고된 취약점을 조사하기 위해 언어 모델을 사용한 일이 포함된다. Microsoft는 또한 행동 순서를 통해 과제를 수행하는 시스템, 즉 더 에이전트적인 사용의 초기 신호도 보고했다.

이러한 관찰은 보편적으로 자율적인 해킹이라는 주장보다 더 제한적인 결론을 뒷받침한다. 이는 AI가 공격자가 이미 수행하던 작업을 어떻게 지원할 수 있는지 보여 준다. 모든 그룹, 목표 또는 기술 과제에서 동일한 생산성 향상이 일어난다는 뜻은 아니다.

Microsoft와 OpenAI는 AI 시장 내의 방어적 대조도 보여 준다. 제공업체는 자사 서비스의 악용을 조사하고 식별된 계정을 제한할 수 있다. 그러나 인프라 운영자는 공격자가 어떤 모델이나 서비스를 선택하든 자체 환경을 보호해야 한다.

이로 인해 성공의 기준도 달라진다. 제공업체는 공격자를 완전히 제거하지 못해도 악용 계정을 성공적으로 차단할 수 있다. 인프라 소유자는 AI가 준비 과정에 도움을 주었는지 알지 못해도 침입을 성공적으로 막을 수 있다.

방어자에게 이는 AI 귀속을 조치의 전제조건으로 삼지 말아야 한다는 근거가 된다. 준비 방식이 알려지지 않았더라도 의심스러운 접근 시도는 여전히 조사가 필요하다. 조사자가 공격자의 도구를 식별하지 못하더라도 노출된 취약점에는 여전히 담당자가 필요하다.

경제적 함의는 이 발표에서 측정된 결과가 아니라 분석이다. 지원이 시도당 필요한 노력을 줄인다면, 일부 공격자는 절감된 노력을 다른 곳에 투입할 수 있다. 더 많은 조직을 노릴지, 어려운 피해자에게 집중할지는 실증적으로 검증해야 할 문제다.

이 때문에 핵심 경쟁은 공격자 처리량과 방어 대응 역량에 관한 것이다. AI 지원 활동은 익숙한 통제 체계에 추가 요구를 가할 수 있다. 방어자에게는 공격에 여전히 인간의 관여가 필요하다는 안심보다, 압박 상황에서 그러한 통제가 작동한다는 증거가 필요하다.

복구 역량이 침입 확산 범위를 결정한다

예방이 실패하더라도 피해를 억제하고 서비스를 복구하는 조직의 능력은 중요하다.

NCSC의 AI 랜섬웨어 경고는 진입을 막는 일과 결과를 제한하는 일 사이의 실질적인 구분을 제기한다. 예방은 공격자가 접근 권한을 획득하는지를 다룬다. 복원력은 그러한 접근이 발생한 뒤에도 조직이 필수 업무를 계속하고, 중단을 억제하며, 복구할 수 있는지를 다룬다.

미국 당국이 공동으로 발표한 랜섬웨어 복구 가이드는 오프라인 암호화 백업과 정기적인 복구 테스트를 권고한다. 또한 물리적 장비를 모니터링하거나 제어하는 시스템인 운영 기술 환경을 비즈니스 네트워크와 분리할 것을 권고한다. 이러한 조치는 AI 개입 여부를 식별할 수 있는지와 무관하게 발생하는 결과에 대응한다.

네트워크 세분화란 환경의 여러 영역 간 연결을 제한하는 것을 의미한다. 그 가치는 예외 사항과 공급업체 접근 권한을 포함해 실제로 존재하는 연결에 달려 있다. 분리를 설명하는 다이어그램은 무단 이동이 차단된다는 증거보다 보장 수준이 낮다.

백업도 이와 유사한 검토가 필요하다. 복사 프로세스가 성공했다는 사실은 데이터가 저장소에 도달했는지에 답한다. 복구 훈련은 중단 상황에서 이용 가능한 인력, 자격 증명, 소프트웨어, 장비로 조직이 유용한 서비스를 복원할 수 있는지에 답한다.

이 질문들은 서로 다른 결론으로 이어질 수 있다. 조직은 파일을 보존했지만 종속 서비스를 재시작할 실행 가능한 절차가 없을 수 있다. 또한 복구에 필요한 인력이 훈련 중 사용할 수 없는 통신 수단에 의존한다는 사실을 발견할 수도 있다.

인프라 리더십에게 유용한 분석 단위는 필수 서비스다. 서버는 성공적으로 재시작될 수 있지만 비즈니스 프로세스는 여전히 이용 불가능할 수 있다. 따라서 복구 계획은 기술적 단계를 그것이 복원해야 하는 운영 역량과 연결해야 한다.

이는 AI 보안 제품을 위한 더 의미 있는 조달 기준을 만든다. 구매자는 제안된 도구가 자신의 환경에서 무엇을 바꾸며, 그 변화가 어떻게 입증될지 물어야 한다. 더 빠른 분석에 대한 주장은 관찰 가능한 의사결정 또는 차단 결과와 연결되어야 한다.

평가는 분석가가 의심스러운 일련의 활동을 더 일찍 인지하는지, 또는 승인된 대응이 더 적은 지연으로 이뤄지는지를 검토할 수 있다. 이는 NCSC 발표로 이미 확립된 결과가 아니라 제안된 평가 질문이다. 이러한 질문은 논의를 운영 증거에 계속 연결해 둔다.

동일한 논리는 문서화에도 적용된다. 엔지니어는 검색할 수 있는 위치에서 최신 종속성, 담당자, 복구 결정을 확인할 수 있어야 한다. 조직이 장애 발생 중에도 접근성을 유지한다면, 검색 가능한 지식 베이스가 이러한 준비를 지원할 수 있다.

문서화 자체가 복구를 보장하지는 않는다. 그 유용성은 정확성, 가용성, 그리고 행동해야 하는 인력의 훈련에 달려 있다. 누구도 조회하거나 실행할 수 없는 사고 대응 계획은 제한적인 보호만 제공한다.

예산에 대한 시사점은 명확하다. 탐지, 차단, 복구에는 공통의 운영 목표가 필요하다. 또 다른 경보 소스에 자금을 투입한다고 해서 서비스 연속성이 자동으로 개선되지는 않는다. 리더십은 제안된 투자가 어떤 실패에 대응하는지, 조직이 그 결과를 어떻게 검증할지 이해해야 한다.

전망은 중요한 증거 공백을 남긴다

공개 평가는 대비를 뒷받침하지만 AI의 운영상 우위 규모는 여전히 불분명하다.

NCSC의 AI 랜섬웨어 경고는 AI가 있는 공격과 없는 공격을 그 밖의 조건이 동일한 상태에서 비교한 통제된 분석을 제공하지 않는다. 또한 랜섬웨어 그룹에 공통된 생산성 향상 수치를 부여하지도 않는다. 독자는 가능성 판단을 근거 없는 성과 통계로 바꾸지 않아야 한다.

기관이 별도로 논의한 자율 공격은 방어용 AI가 진화하는 위협에 충분히 대응할 수 있을지에 대한 불확실성을 인정한다. 이는 AI 도구를 구매하면 자동으로 균형이 회복된다는 주장에 중요한 한계를 제시한다. 상대적 우위에는 증거가 필요하다.

공개 보고에는 귀속 문제도 있다. 조사관은 공격자가 어떻게 침입했고 이후 어떤 일이 일어났는지는 확인할 수 있지만, 공격자가 어떻게 준비했는지는 알지 못할 수 있다. 특히 피해자 접근 이전에 AI 지원이 이뤄진 경우, 그 사용은 가시적 증거 밖에 남을 수 있다.

반대의 문제도 중요하다. 캠페인 어디선가 AI 사용을 발견했다고 해서 그것이 결과를 결정했다는 뜻은 아니다. 보고서는 보조적 편의와 접근성, 속도 또는 영향을 실질적으로 바꾼 역량을 구분해야 한다.

유용한 공개 내용은 AI가 수행한 작업, 필요한 인간 개입, 그리고 지원과 작전을 연결하는 증거를 설명해야 한다. 이러한 세부 사항이 없다면 “AI-powered”는 실질적으로 서로 다른 활동들을 한데 묶을 위험이 있다. 이는 사고 간 비교를 약화시킨다.

분모 문제도 있다. 성공한 공격들의 집합만으로는 얼마나 많은 시도가 실패했는지, 또는 AI 지원이 얼마나 자주 쓸모없는 결과를 냈는지 알 수 없다. 이는 경고가 잘못됐다는 증거가 아니라 분석상의 한계다.

공급업체의 발견 사항에도 같은 주의가 필요하다. 기업의 관찰은 자사 제품과 조사 과정에서 확인된 악용 사례를 기록할 수 있다. 하지만 그것이 모든 서비스, 비공개 배포 환경 또는 범죄 워크플로 전반의 활동을 자동으로 설명하는 것은 아니다.

숙련된 운영자를 강조한 NCSC의 설명은 서사에 또 다른 제약을 둔다. 경험 많은 공격자가 가장 큰 이점을 얻는다면 생산성 향상은 고르게 나타나지 않을 수 있다. 누구나 즉시 정교한 인프라 공격을 실행할 수 있다는 주장은 여기서 제시된 증거를 넘어선다.

방어 측 비교에도 현실적인 조건이 필요하다. 실험실 결과는 인력 부족, 불완전한 기록 또는 대응 조치의 제약을 반영하지 않은 채 유용한 역량을 측정할 수 있다. 구매자는 결과가 유지되기 위해 어떤 가정이 여전히 필요한지 알아야 한다.

이러한 불확실성은 마비를 낳기보다 투자 규율을 형성해야 한다. 조직은 미래 공격에서 AI의 정확한 기여도를 계산하지 않고도 노출된 서비스를 해결할 수 있다. 또한 새 제품이 더 광범위한 문제를 해결한다는 주장을 받아들이기 전에 증거를 요구할 수 있다.

가장 강력한 해석은 두 가지 관점을 모두 유지한다. 위협 평가는 알려진 노출에 대응해야 할 이유를 제공한다. 그 증거의 한계는 공격자의 자율성이나 자동 방어에 관한 포괄적 주장을 면밀히 검토해야 할 이유를 제공한다.

방어자가 보조를 맞추는지 보여줄 세 가지 신호

다음 보고 주기에서는 AI 역량 주장을 사고, 개선 조치, 입증된 서비스 복구와 연결해야 한다.

첫 번째 신호는 AI 지원 준비와 AI 주도 행동을 구분하는 기술적으로 상세한 사고 공개다. 이러한 보고서는 조사관이 관찰한 내용과 여전히 추론에 머무르는 내용을 식별해야 한다. 공격자가 “AI를 사용했다”는 일반적인 주장은 명확성을 거의 더하지 못한다.

지원이 문서화된 작전을 실질적으로 가속했다는 증거는 더 압축된 방어 대응 시간의 필요성을 뒷받침할 것이다. 광범위한 수정과 반복적인 실패의 증거는 자율성에 대한 주장을 좁힐 것이다. 어느 결과든 또 하나의 차별화되지 않은 경고보다 계획 수립에 더 도움이 된다.

이 구분은 조직 내부의 사고 보고에도 중요하다. 보안팀은 추측으로 공백을 채우지 않으면서 접근과 영향에 대해 알고 있는 사실을 보존해야 한다. 정확한 불확실성은 나중에 수정하기 어려워지는 초기 분류보다 후속 조사관에게 더 나은 기반을 제공한다.

두 번째 신호는 인프라 운영자가 이 경고를 미해결 노출 기간의 단축으로 전환하는지다. 관련 증거에는 식별된 접근 경로의 차단, 기한이 지난 예외 사항의 해결, 공급업체 책임의 명확화가 포함된다. 이는 발표가 이미 확립한 개선이 아니라 제안된 대응 측정 지표다.

새 전략 문서는 의도를 보여줄 것이다. 입증된 개선 조치는 변화한 운영 상태를 보여줄 것이다. 공격자는 조직이 의도한 아키텍처가 아니라 예외 사항을 포함한 실제 배포 환경과 마주하기 때문에 그 차이는 중요하다.

향후 몇 달간 진행 상황을 검토하는 리더에게 유용한 보고서는 무엇이 왜 계속 노출되어 있었는지 설명해야 한다. 각 중대한 장애물을 해결하는 데 필요한 결정을 식별해야 한다. 그렇게 하면 경고는 또 하나의 인식 제고 메시지가 아니라 경영 의사결정의 입력 자료가 된다.

세 번째 신호는 현실적인 제약 아래에서 입증된 차단과 복구다. 조직과 그 공급업체는 테스트가 무엇을 복원했는지, 무엇이 실패했는지, 어떤 종속성이 진행을 지연시켰는지 설명할 수 있어야 한다. 제품 시연만으로는 특정 환경에 대한 이러한 질문에 답할 수 없다.

더 이른 차단 또는 성공적인 복구의 증거는 투자가 유용한 회복력을 만들어 내고 있다는 신뢰를 강화할 것이다. 경보를 행동으로 전환하는 데 반복적으로 어려움을 겪는다면 추가 분석만으로 충분하다는 주장은 약화될 것이다. 관련된 결과는 조직이 필수 서비스를 보호할 수 있는 능력이다.

이 신호들은 새 발표를 평가하는 절제된 방법도 제공한다. 역량 출시는 방어자나 공격자가 완료할 수 있는 작업을 바꿀 때 중요하다. 정책 이니셔티브는 책임성, 이행 또는 검토 가능한 증거를 바꿀 때 중요하다.

단일 신호 하나가 전체 논쟁을 해결하지는 못한다. 사고 공개는 특정 작전을 드러내고, 개선 및 복구 결과는 특정 환경을 드러낸다. 그러나 함께 보면 모호한 주장을 우위가 어디로 이동하는지에 대한 더 명확한 설명으로 대체할 수 있다.

NCSC의 AI 랜섬웨어 경고를 활용해 필수 서비스 책임자들과 구체적인 검토를 시작하라. 어떤 미해결 취약점이 가장 큰 노출을 만들며, 누가 그 제거를 승인할 수 있는지 물어야 한다. 이를 지연시킨 종속성을 포함해 복원된 운영의 증거를 확인하기 위해 최신 복구 훈련을 검토하라. 공격자 역량에 대한 불확실성과 자체 준비 상태에 대한 불확실성을 분리하라. 전자는 지속적인 조사가 필요하지만, 후자는 대개 식별 가능한 담당자와 검증 가능한 답을 갖고 있다. 다음 예산 또는 공급업체 검토 전에 이러한 답을 한데 모아 조직이 더는 정당화할 수 없는 지연이 무엇인지 결정하라.