해커들이 AI를 도입하며 가속되는 북한 암호화폐 탈취
북한의 암호화폐 탈취는 새로운 국면에 들어섰다. 당국이 또 다른 수십억 달러 규모의 탈취를 국가 지원 해커들에게 돌리는 가운데, 조사관들은 더 폭넓은 AI 도입을 문서화하고 있다. 10월 31일 FBI는 Binance에서 60억 달러 이상을 탈취한 사건의 배후로 북한의 TraderTraitor 활동을 지목했다. 별도로 Microsoft는 북한 운영자들이 조사, 사칭, 소프트웨어 개발, 작전 조율에 AI를 활용하고 있다고 설명했다.
이 증거는 확립된 금융 위협과 점점 더 쉽게 접근할 수 있는 자동화를 연결한다. 그러나 자율 AI 시스템이 Binance 공격을 실행했다는 사실을 입증하지는 않는다. 이는 접근 권한을 부여하고, 거래를 승인하며, 누구를 신뢰할지 결정하는 사람과 시스템에 즉각적인 압박이 가해지기 때문에 중요한 구분이다.
Bybit는 역사적 기준점이 된다. FBI는 2025년 2월 탈취 사건의 배후를 같은 활동 명칭으로 지목했다. 새롭게 부상하는 충돌은 인간의 판단에 기반해 설계된 검증 절차와 AI 지원 사전 준비 사이에서 벌어지고 있다. 공격자는 근본적인 목표를 바꾸지 않고도 채용 담당자, 동료 또는 사업 파트너의 외형을 더 설득력 있게 만들 수 있다. 그 목표는 가치 있는 접근 권한을 통제하는 사람에게 도달하는 것이다.
북한 암호화폐 탈취가 AI 도입을 주목하게 만들다
FBI의 Binance 탈취 사건 귀속 발표는 북한이 10월 29일 공격의 책임자라고 밝힌다. FBI는 이 활동을 TraderTraitor라고 부르며, 탈취한 자산을 주로 암호화폐 네트워크 및 관련 자산인 Ethereum으로 전환하려는 시도를 설명한다.
이는 공식적인 귀속 판단과 즉각적인 금융 대응을 확립한다. 그러나 공격자들이 처음 Binance 시스템에 어떻게 침입했는지에 대한 완전한 설명을 제공하지는 않는다. 또한 특정 AI 모델을 침해의 원인으로 지목하지도 않는다.
확인된 전개는 또 다른 대규모 귀속 탈취와 함께 더 폭넓은 AI 도입이 이뤄졌다는 점이며, 인과관계는 여전히 사고 증거를 필요로 한다.
Bloomberg의 11월 2일 보도는 북한 해커들을 기존 탈취 전략에 AI 역량을 추가하는 숙련된 운영자로 묘사한다. 중요한 분석 질문은 그러한 역량이 작전의 경제성을 어디에서 바꾸는지에 관한 것이다. 더 빠른 준비, 더 신뢰성 높은 사칭, 더 신속한 소프트웨어 수정은 각각 서로 다른 방어 가정에 영향을 미친다.
이러한 변화가 중요해지기 위해 거래소가 완전 자율 공격자와 맞설 필요는 없다. 설득력 있는 커뮤니케이션을 준비하기 위해 AI를 사용하는 인간 운영자는 심사 절차에 가해지는 압박을 높일 수 있다. 다른 운영자는 직원을 접근하기 전에 낯선 소프트웨어를 이해하는 데 유사한 지원을 활용할 수 있다.
이는 별개의 이점이며, 조사관들은 각각을 따로 평가해야 한다. AI 생성 커뮤니케이션의 증거가 AI 생성 침입 소프트웨어를 입증하지는 않는다. 지원을 받은 코딩의 증거도 그 결과물인 코드가 탈취를 일으켰다는 사실을 입증하지 않는다.
이 구분은 조사 과정이 오해를 부르는 지름길로 흐르는 것도 막아 준다. 자금을 빠르게 이동시키는 공격은 눈에 보이는 전송 이전에 훨씬 오래전에 완료된 준비를 반영할 수 있다. 최종 단계의 속도는 어떤 준비 작업에 AI가 사용됐는지 드러내지 않는다.
따라서 Binance 사건을 지켜보는 독자들은 귀속과 메커니즘에 별도로 주목해야 한다. 귀속은 조사관들이 누가 작전을 수행했다고 보는지를 묻는다. 메커니즘은 어떤 접근 권한, 허가, 소프트웨어, 인간의 결정이 이를 가능하게 했는지를 묻는다.
이 두 질문을 너무 일찍 결합하면 매력적이지만 불완전한 설명이 나온다. 국가 지원 그룹의 이름을 밝힌다고 해서 초기 실패 지점이 확인되는 것은 아니다. 헤드라인에 AI를 추가한다고 해서 그 공백이 메워지는 것도 아니다.
더 유용한 해석은 검증된 적대자가 공격을 준비할 추가 수단을 갖게 됐다는 것이다. 이러한 도구의 정확한 기여도는 아직 밝혀지지 않았지만, 방어 부담은 커지고 있다.
이 부담은 Binance를 넘어선다. 면접, 파트너십 논의, 공동 개발 업무 또는 외부 기술 지원을 활용하는 모든 조직은 설득력 있는 신원이 접근 결정에 영향을 미칠 수 있는 상호작용을 만들어 낸다.
뉴스 가치가 있는 지점은 바로 이 교차점이다. 조사관들은 설명해야 할 대규모 탈취 사건을 안고 있으며, 보안 연구자들은 북한 운영자들의 작업 방식에 관한 점점 더 구체적인 관찰을 확보하고 있다.
거래소는 거래 문제보다 먼저 검증 문제에 직면한다
역사적 기준선은 상당하다. FBI는 Bybit 탈취 사건 귀속 발표에서 2025년 2월 21일 약 15억 달러가 탈취된 사건의 배후로 북한을 지목했다.
이후 Chainalysis는 북한 해커들이 공격 횟수는 줄었음에도 2025년에 20억 2,000만 달러를 탈취한 것으로 추정했다. 이 회사의 암호화폐 탈취 분석은 암호화폐 기업 내부 인물을 겨냥한 시도를 포함해, 더 큰 손실과 정교한 사칭이 나타나는 양상을 설명한다.
핵심 압박은 신뢰받는 사람과 가치 있는 권한의 연결에 가해진다.
암호화폐 거래소는 금융 거래를 처리하지만, 그 보안은 일상적인 업무상 결정에도 좌우된다. 누군가는 취업 기회를 평가하고, 회의를 수락하고, 저장소를 검토하거나, 파트너에게 응답한다. 이러한 상호작용은 자금이 움직이기 훨씬 전부터 중요해질 수 있다.
이는 가치가 위치한 곳과 공격이 시작되는 곳 사이의 불일치를 만든다. 금융 노출은 수탁과 승인 권한 주변에 집중된다. 반면 첫 접촉은 그 어느 쪽과도 무관해 보이는 환경에서 이뤄질 수 있다.
고용 제안을 받은 개발자는 그 대화를 회사의 금융 방어 체계 일부로 보지 않을 수 있다. 투자 논의를 위해 초대받은 경영진은 거래를 일상적인 관계 구축으로 여길 수 있다. 공격자들은 이러한 맥락이 분리되어 보일 때 이점을 얻는다.
AI 지원 기만은 신원과 권한의 관계를 확인하는 일의 중요성을 높인다. 익숙한 용어는 누군가가 해당 분야를 이해하고 있음을 보여 준다. 그러나 그 사람이 주장하는 고용주나 파트너를 대표한다는 사실을 입증하지는 않는다.
같은 구분은 기술 역량에도 적용된다. 그럴듯한 코드를 만드는 지원자는 제출한 작업물에 대해 무언가를 보여 준 것이다. 하지만 그러한 성과만으로 신원, 고용 이력 또는 상호작용 과정에서 제공된 소프트웨어의 안전성이 검증되지는 않는다.
거래소 입장에서 그에 따른 과제는 부서 경계를 넘는다. 채용, 엔지니어링, 재무, 보안 부서는 각각 가능한 침입의 다른 부분을 본다. 신뢰성 있는 이야기는 어느 한 팀도 전체 진행 과정을 보지 못한 채 이들 부서를 오갈 수 있다.
이는 기술적 문제인 동시에 조직적 문제다. 접근 권한을 부여한 원래 이유를 유지하지 않은 채 책임이 이동하면 통제는 약해진다. 초기 대화에서 받아들여진 신원은 반복되는 친숙함을 통해 점차 권한을 획득할 수 있다.
이 분석은 거래소를 지원하는 공급업체에도 적용된다. 기업은 자사 직원을 보호하면서도 외부 개발자, 서비스 제공업체 또는 소프트웨어 유지보수 담당자에게 의존할 수 있다. 각각의 관계는 신뢰가 제한된 권한으로 전환되어야 하는 또 다른 지점을 만든다.
그렇다고 모든 외부 접촉이 비상 대응을 촉발해야 한다는 뜻은 아니다. 외양과 접근 권한은 별개의 결정으로 남아야 한다는 의미다. 세련된 상호작용이 낯선 사람이 요청할 수 있는 범위를 조용히 넓혀서는 안 된다.
북한 AI 위협에서 이는 즉각적인 비즈니스 결과다. 조직들은 익숙한 금융 목표를 추구하면서 접근 방식의 신뢰도를 높일 수 있는 적대자와 마주하고 있다.
따라서 압박은 운영 측면에서 측정할 수 있다. 어떤 상호작용이 민감한 시스템에 닿는지, 누가 예외를 승인할 수 있는지, 그러한 예외가 계속 가시적으로 남는지가 핵심이다.
AI는 준비 시간을 압축하지만 인간이 작전을 지휘한다
Microsoft의 10월 29일 AI 도입 평가는 북한 작전이 인간에 의해 지휘된다고 설명한다. 이 평가는 표적 조사, 신원 기만, 소프트웨어 개발, 반복적인 운영 업무 전반에서 AI가 사용된다고 보고한다.
한 사례는 Jade Sleet와 관련된다. Microsoft는 2026년 6월 8일부터 12일까지 세 개의 위장 회사를 통한 고용 테마 표적 활동을 확인했다. 생성형 AI가 조사, 맞춤화, 접촉 활동을 가속하는 데 도움이 됐다고 평가했다. 생성형 AI는 지시에 따라 학습된 패턴에서 콘텐츠를 생성한다.
AI의 가장 분명한 기여는 이전에는 더 많은 운영자 시간이 필요했던 여러 작업의 준비 과정을 압축하는 데 있다.
작전은 최종 침입만으로 구성되지 않기 때문에 이 메커니즘은 중요하다. 공격자는 접촉할 그럴듯한 이유, 대화를 이어갈 충분한 맥락 지식, 초기 검토를 통과할 자료를 필요로 한다.
각 작업에 대한 지원은 이들 사이의 마찰을 줄일 수 있다. 조사는 신원 설정에 정보를 제공한다. 신원은 접촉 방식을 결정한다. 응답은 어떤 세부사항을 수정해야 하는지 드러낸다. 인간 운영자는 준비의 일부를 위임하면서도 이 순환을 조율할 수 있다.
이 효과는 단순히 더 많은 일반적 메시지를 보내는 것과 다르다. 맞춤형 접근은 표적의 직업적 맥락을 활용한다. 그 신뢰성은 제안된 역할, 조직 설명, 예상되는 기술 논의를 포함한 세부사항들이 얼마나 잘 들어맞는지에 달려 있다.
AI가 그 세부사항을 사실로 만들지는 않는다. 다만 일관성 있게 만드는 데 도움을 줄 수 있다. 이는 대화 자체 밖에 있는 증거로 검증해야 하는 부담을 높인다.
소프트웨어 측면도 유사한 논리를 따른다. 코드 생성은 운영자가 소프트웨어를 만들거나 수정하는 데 도움을 줄 수 있지만, 생성된 코드는 여전히 평가가 필요하다. 오류, 환경 차이, 방어 통제는 계속 중요하다.
따라서 생산성 향상을 성공 보장과 혼동해서는 안 된다. 더 잘 준비된 접근이 자동으로 더 많은 침해로 이어지는 것은 아니다. 결과는 마주치는 통제와 초기 접근 후 이용 가능한 권한에 달려 있다.
여기서 Microsoft와 Google의 비교는 유용하다. Microsoft는 명명된 위협 그룹 전반의 도입에 대한 광범위한 평가를 제시한다. Google의 Mandiant는 아래에서 논의하는 더 좁은 범위의 사고 조사를 제공한다. 이 관점들은 하나의 결정적 설명을 두고 경쟁하기보다 서로 다른 질문에 답한다.
광범위한 관찰은 특정 관행이 고립된 실험을 넘어 확산됐음을 보여 줄 수 있다. 사고 조사는 특정 상호작용이 어떻게 전개됐는지 보여 줄 수 있다. 어느 관점도 AI 지원이 없었다면 얼마나 많은 탈취가 발생했을지를 단독으로 측정하지는 못한다.
인간 주도라는 발견에는 방어적 함의도 있다. 운영자들은 여전히 목표, 표적, 단계적 확대, 시점에 관한 선택을 한다. 조사관들은 공격을 불투명한 기계적 과정으로 취급하는 대신 이러한 결정을 검토할 수 있다.
북한의 암호화폐 탈취에서 실질적인 변화는 역량에 관한 것이다. 숙련된 팀은 작전 통제권을 포기하지 않으면서도 여러 보조 활동에 지원을 적용할 수 있다.
이는 자율 해킹이라는 주장이 없어도 중요한 변화다. 설득력 있는 기만을 유지하는 데 필요한 예상 노력에 맞춰 설계된 보안 절차는 이제 다른 준비 환경에 직면하고 있다.
가짜 회의가 신뢰성이 접근 권한으로 바뀌는 방식을 보여 주다
Google의 Mandiant는 북한 연계성이 있다고 높은 신뢰도로 평가한 금전적 동기의 그룹 UNC1069가 관련된 침해 사고를 설명했다. 2월 9일자 조사 결과는 탈취된 Telegram 계정, 가짜 Zoom 회의, 악성 문제 해결 지침을 연결한다.
피해자는 실제 인물을 닮도록 만들어진 합성 미디어를 뜻하는 명백한 딥페이크를 봤다고 보고했다. Mandiant는 해당 영상에서 AI 사용을 독립적으로 검증할 수 있는 포렌식 증거를 복구하지 못했다.
그럼에도 암호화폐 침해 조사는 더 넓은 사건 흐름을 기록한다. 신뢰할 만해 보이는 상호작용이 피해자로 하여금 오디오 문제 해결을 가장한 과정에서 명령어를 실행하게 했다.
결정적인 실패는 사회적 신뢰가 피해자의 컴퓨터를 변경할 권한으로 바뀐 순간 발생했다.
이 흐름은 AI에 관한 질문이 영상이 그럴듯해 보이는지에만 머물러서는 안 되는 이유를 보여 준다. 공격자는 대화가 행동으로 이어지도록 만들어야 했다. 회의 문제는 그 행동을 실행할 이유를 제공했다.
각 단계마다 증거의 근거가 다르므로 이 구분은 분석에서 중요하다. 조사관은 그 이전의 미디어를 복구하지 못한 상태에서도 악성 명령어를 복구할 수 있다. 정확한 사칭 기술에 대해서는 불확실성을 유지하면서도 침해 사실을 확립할 수 있다.
신중한 설명은 두 가지 발견을 모두 보존한다. 침해는 문서화된 상호작용을 통해 발생했다. 보고된 합성 영상은 검증 공백이 인정된 더 제한적인 주장으로 남는다.
이 시나리오는 업무 환경이 중요한 이유도 보여 준다. 회의는 협력에 대한 기대를 만든다. 문제가 발생하면 참가자들은 의도한 대화를 계속하기 위해 당면한 문제를 해결하려는 경우가 많다.
공격자는 명백히 금전적인 요청을 제시하지 않고도 이러한 기대를 악용할 수 있다. 피해자는 해당 작업이 소통에 관한 것이라고 믿는다. 그러나 컴퓨터에는 보안상 영향을 미치는 변화가 발생한다.
이것이 신원 기만과 자산 노출의 연결고리다. 유용한 정보나 접근 권한을 보유하기 위해 자금에 대한 직접 권한이 필요한 것은 아니다. 업무 관계를 침해하면 최초의 기기를 넘어서는 기회가 만들어질 수 있다.
이 가능성은 모든 사건에 관한 단정이 아니라 분석적 추론으로 남아야 한다. 최종 영향은 침해된 환경에 무엇이 있는지와 추가 방어 장벽이 무엇인지에 따라 달라진다.
개발자, 투자자, 지식 근로자에게 이 사례가 중요한 이유는 일상 업무에서 익숙하지 않은 사람들과 정보를 주고받기 때문이다. 협업에는 기술적 이해도와 비즈니스 친숙성이 필요하지만, 어느 하나도 상대방을 독립적으로 검증하지는 못한다.
사고 조사 결과를 정리하는 팀에게는 검색 가능한 엔지니어링 지식 베이스가 관찰 사실, 가정, 미해결 질문의 구분을 보존하는 데 도움이 될 수 있다.
이 문서화에는 분명한 목적이 있다. 초기 설명이 내부 논의에서 반복된다는 이유만으로 사실로 받아들여지는 일을 막는 데 도움이 된다.
이 사건에서 얻을 수 있는 더 넓은 교훈은 전환 지점에 관한 것이다. 대화가 컴퓨터 접근 권한 요청으로 바뀌었다. AI는 표현을 강화했을 가능성이 있지만, 권한 변경이 실제 운영상 결과를 낳았다.
이 요소들을 분리해 두면 보도와 방어 검토 모두 더 정확해진다.
빠른 이체가 자율적 해킹을 입증하지는 않는다
TRM Labs는 Binance 공격자가 10개 블록체인에 걸쳐 약 63억6천만 달러를 이동시켰으며, 대부분의 이동은 약 20분 안에 이뤄졌다고 추정한다. 블록체인은 거래를 기록하는 공유 원장이다.
Binance 공격 분석은 침해된 서명 인프라를 지목한다. 서명 인프라는 암호화 자격 증명을 사용해 거래를 승인하는 시스템을 말한다.
TRM은 사전 준비와 조율된 이체도 설명한다. 이 평가는 중요하지만, Binance가 공개한 완전한 설명이 아니라 귀속된 기술 분석에 해당한다.
실행 속도는 긴급성을 보여 줄 뿐, AI가 어떤 결정이나 기술 단계를 수행했는지는 입증하지 않는다.
이것이 이 이야기의 핵심적인 회의적 관점이다. 자동화, 사전 계획, AI 지원은 겹칠 수 있지만 서로 다른 설명이다. 조사관은 도구에 인과적 책임을 부여하기 전에 그 도구와 작업을 연결하는 증거가 필요하다.
준비된 거래 순서는 어려운 접근 작업이 더 일찍 이뤄졌기 때문에 빠르게 실행될 수 있다. 반대로 최종 이체에 기존 자동화가 사용되더라도, AI 지원은 조사 과정에서 중요했을 수 있다.
두 가능성 모두 눈에 보이는 타임라인을 단순하게 해석하는 데 이의를 제기한다. 자금이 이동하는 구간은 절도의 실행 시간을 측정한다. 전체 작전을 측정하는 것은 아니다.
같은 주의는 귀속 라벨에도 적용된다. TraderTraitor, Jade Sleet, UNC1069는 서로 다른 연구 및 조사 체계에서 나온 명칭이다. 특정 명명 활동에 관한 발견이 모든 북한 운영자의 행동을 자동으로 확립하지는 않는다.
이러한 구분을 무너뜨리면 북한 AI 위협에 관한 논의는 덜 유용해진다. 국가적 연계가 같다고 해서 인력, 인프라, 목표, 기술적 성숙도가 동일하다는 뜻은 아니다.
재정 수치에도 비슷한 주의가 필요하다. 이체된 가치, 동결된 가치, 회수된 가치, 공격자가 최종적으로 사용할 수 있는 수익은 서로 다른 단계를 나타낸다. 이들은 성공을 측정하는 서로 바꿔 쓸 수 있는 지표가 되어서는 안 된다.
동결된 자산은 원래 소유자에게 돌아가지 않았더라도 계속 사용할 수 없을 수 있다. 조사관이 추적하는 동안 자산의 시장 가치는 변할 수 있다. 따라서 공개 추정치에는 기준 날짜와 측정 대상에 대한 명확한 설명이 필요하다.
이 구분은 무기 자금 조달에 관한 주장도 제한한다. 절도 귀속은 북한 활동과의 연결을 확립할 수 있다. 특정 탈취 자산이 최종 국가 지출로 이어지는 과정을 추적하려면 추가 증거가 필요하다.
모든 이체에 근거 없는 지출 목적지를 부여하지 않아도 국가안보 우려는 여전히 심각하다. 정확성은 당국이 아는 것과 여전히 조사 중인 것을 식별하므로 설명을 더 강하게 만든다.
북한 암호화폐 탈취 사건에서 가장 강력하게 뒷받침되는 판단은 운영상 판단이다. 공격자들은 신뢰와 승인 절차의 약점을 계속 악용하면서 AI 지원을 채택하고 있다.
미해결 질문은 규모에 관한 것이다. 공개 증거는 아직 Binance 사건에서 AI가 추가 손실을 얼마나 야기했는지 분리해 보여 주지 못한다.
이 불확실성은 다음 보도 단계를 이끌어야 한다. 유용한 조사는 최종 이체 속도로 모든 것을 설명하려 하기보다, 증거를 통해 준비, 접근, 승인, 자금 이동을 연결할 것이다.
다음 증거는 AI 사용을 결과와 연결해야 한다
이 이야기의 다음 단계는 사고 조사 결과, 방어 대응, 재정적 차단을 중심으로 전개되어야 한다. 앞으로 몇 달 동안 이러한 신호는 현재 해석이 유지되는지 보여 줄 것이다.
가장 가치 있는 업데이트는 특정 AI 지원 작업을 특정 운영상 결과와 연결하는 내용일 것이다.
첫째, Binance 침해에 관한 상세한 설명을 주시해야 한다. 초기 접근 경로와 승인 실패를 식별하는 공개 조사는 작전이 어디에서 성공했는지를 명확히 할 것이다.
AI가 생성한 자료나 지원 소프트웨어를 해당 경로와 연결하는 증거는 AI가 실질적으로 기여했다는 주장을 강화할 것이다. 관련 없는 실패에 초점을 둔 발견은 이 사건에서 그 주장을 좁힐 것이다.
어느 결과든 이해를 개선할 것이다. 목표는 가장 극적인 초기 서사를 확인하는 것이 아니라 더 나은 설명을 얻는 데 있다.
둘째, 연구자들이 신원 및 접근 통제에 대한 반복적인 성공 사례를 문서화하는지 살펴봐야 한다. 맞춤형 접근 시도의 추가 사례만으로도 활동이 지속되고 있음을 확립할 수 있다. 조직이 그러한 접근을 어떻게 탐지하거나 차단했는지를 보여 주는 증거는 방어 효과에 대해 더 많은 정보를 드러낼 것이다.
시도된 기만과 성공적인 접근의 구분은 필수적이다. 관찰된 시도의 증가는 공격자 활동, 탐지 개선 또는 둘 다를 반영할 수 있다. 연구자들은 성공률의 변화를 주장하기 전에 분모와 일관된 정의가 필요하다.
이 신호는 공급업체 주장과도 관련이 있다. 보안 제품은 의심스러운 콘텐츠를 식별할 수 있지만, 결과를 낳는 권한 변경을 막지는 못할 수 있다. 구매자는 탐지 시연과 함께 차단 및 접근 결정에 관한 증거가 필요하다.
셋째, Binance 조사에 따른 재정적 결과를 주시해야 한다. 추적 중인 자산, 동결된 자산, 회수된 자산, 여전히 접근 가능한 자산을 구분하는 업데이트는 대응이 공격자를 얼마나 효과적으로 제약했는지 보여 줄 것이다.
성공적인 차단은 대규모 초기 절도가 동등한 재정적 이익을 보장한다는 가정을 약화할 것이다. 조사관의 손이 닿지 않는 곳으로 자금 이동이 계속된다면 탐지와 개입 사이의 격차에 대한 우려가 강화될 것이다.
이 신호들은 이 순서를 유지해야 한다. 침해는 실패를 설명한다. 반복 관찰은 그 메커니즘이 일반화되는지 검증한다. 재정적 결과는 당국과 업계 참여자가 피해를 얼마나 제한할 수 있는지 확립한다.
일반 AI 사용자에게도 이 문제는 암호화폐 보유 여부를 넘어선다. 이제 전문적 소통에는 그 완성도가 출처에 관한 증거를 거의 제공하지 않는 콘텐츠가 더 많이 포함된다. 상호작용의 품질과 그 요청의 정당성은 별도로 평가해야 한다.
개발자는 채용과 협업 과정에서 이 구분에 직면한다. 비즈니스 팀은 소개 및 파트너십 논의에서 마주한다. 보안 책임자는 익숙한 활동 중 어떤 것에 더 강한 검증이 필요한지 결정할 때 이를 마주한다.
적절한 대응은 중대한 결정에 가장 가까운 증거에서 시작한다. 누가 접근을 요청했는가? 무엇이 그들의 권한을 독립적으로 확립하는가? 어떤 행동이 조직의 노출을 바꿨는가?
북한 암호화폐 탈취 사건을 따라갈 때는 다음 조사에서 이러한 연결을 확인해야 한다. 주장된 AI 역량이 문서화된 단계를 설명하는지, 그리고 그 단계가 결과를 바꿨는지 물어야 한다. 공식 귀속과 자율성에 관한 가정을 분리해야 한다. 회수 수치는 명시된 정의와 날짜를 기준으로 비교해야 한다. 조직 내부에서는 익숙하지 않은 요청에 관한 논의에 보안, 채용, 엔지니어링 부서를 함께 참여시켜야 한다. 이후 검토자가 재구성할 수 있도록 접근 결정의 근거를 보존해야 한다. 유용한 질문은 구체적이다. 겉보기에 신뢰할 만한 사람이 누군가에게 기기를 변경하거나, 정보를 공유하거나, 거래를 승인하라고 요청할 때, 어떤 증거가 그 요청을 신뢰할 수 있게 만드는가?
