2026년 7월 24일 Bleeping Computer는 공격자가 오픈소스 AI 에이전트 Hermes를 무인 YOLO 모드로 작동시켜 태국 재무부 침해 이후 활동을 자동화한 사례를 공개했다. 이번 사건은 인간 운영자의 상시 조작 없이 에이전틱 AI가 사이버 공격의 핵심 단계를 자율 수행할 수 있음을 보여준 최초의 공개된 사례로 평가된다. 본문은 Hermes의 구조와 YOLO 모드의 작동 방식, 태국 재무부 침해 흐름, 그리고 기업과 정부 기관에 대한 보안 함의를 차례대로 정리한다.
핵심 요약
- 오픈소스 Hermes AI 에이전트가 무인 YOLO 모드로 실행되며 포스트 익스플로잇 단계가 자동화되었다.
- 실제 침해 대상은 태국 재무부이며 사건은 침해 이후 활동의 자율화에 초점이 맞춰져 있다.
- 본 사례는 인간 운영자 없는 에이전틱 AI 공격이 탐지와 분석 난이도를 동시에 높일 수 있다는 분석적 시사점을 제공한다.
오픈소스 AI 에이전트의 오용 가능성은 향후 국가 기관과 기업의 침해 대응 체계 재설계가 필요하다는 검토 과제를 제기한다.
Hermes AI 에이전트와 YOLO 모드란 무엇인가
Hermes는 기사에 따르면 오픈소스로 공개된 AI 에이전트 프레임워크로, 명령 해석과 도구 호출을 스스로 결합해 다단계 작업을 수행하도록 설계된 소프트웨어로 소개된다. 일반적인 챗봇형 AI와 달리 외부 스크립트와 시스템 명령을 연동할 수 있어 침해 환경에서 자동화 수준을 끌어올릴 가능성이 있다고 기사에서는 분석한다.
Hermes의 기능과 오픈소스 공개 경로
Hermes는 커뮤니티 저장소를 통해 누구나 내려받아 설치할 수 있으며, 모듈식 플러그인 구조를 제공한다. 이러한 개방성은 연구와 생산성 향상에 기여하지만, 동시에 공격자가 자신의 침해 환경에 맞게 도구 체인을 조립할 수 있는 길을 만든다. 보안 업계는 이미 몇 달 전부터 오픈소스 에이전트의 오용 가능성을 경고해 왔으며 이번 태국 사례는 그 우려가 현실화된 모습으로 해석된다.
YOLO 모드의 무인 자동 실행 메커니즘
YOLO 모드는 기사에서 사람이 개입하지 않고 AI 에이전트가 사전에 정의된 목표와 도구만을 가지고 일련의 작업을 연속 실행하도록 하는 무인 자동화 옵션이다. 운영자 없이도 침투 이후 정찰, 정보 수집, 측면 이동, 데이터 외삽출과 같은 후속 동작이 순차적으로 트리거될 수 있어, 공격자는 침해 시점 이후의 시간을 확보하면서도 정교한 행위를 유지할 수 있다.
태국 재무부 침해 사건 개요
기사에서 공개된 정보에 따르면 태국 재무부 Ministry of Finance를 대상으로 한 침해에서 포스트 익스플로잇 단계를 Hermes의 YOLO 모드로 수행한 것으로 보고된다.
사건의 핵심은 침투 성공 이후 무엇을 했느냐에 있으며, 이는 인간 운영자 없이도 후속 조치가 충분히 가능하다는 점에서 의미가 크다.
공격 흐름과 포스트 익스플로잇 단계
| 단계 | 설명 | 본 사례에서의 적용 |
|---|---|---|
| 초기 침투 | 피싱, 취약점 악용 등으로 내부 진입 | 외부 저장소에서는 상세 침투 경로 미공개 |
| 거점 확보 | 지속적 접근 권한 확보 및 흔적 정리 | 거점 확보까지는 인간 운영자 관여 추정 |
| 포스트 익스플로잇 | 정찰, 측면 이동, 데이터 수집 등 후속 활동 | Hermes YOLO 모드가 다단계 작업을 자율 수행 |
| 데이터 외삽출 또는 파괴 | 목표 자산 반출 또는 변조 | Hermes가 도구 호출로 자동화한 것으로 분석됨 |
위 표에서 보듯 포스트 익스플로잇 구간은 공격의 가치를 결정짓는 단계이며, 이 구간을 AI가 자율 수행한다는 사실이 본 사건에서 가장 주목할 부분이다.
사용된 AI 에이전트의 역할과 침해 증거
침해 대응 과정에서 분석가들은 Hermes 실행 흔적과 도구 호출 로그를 확인했고, 이를 근거로 YOLO 모드가 실제 환경에서 작동했음을 결론 내렸다. 즉 단순한 실험이 아니라 운영 환경에서 실제로 임무가 수행된 사례로, AI 에이전트가 공격의 한 축을 담당한 첫 번째 공개 사례로 기록된다. 단, 침해의 구체적 손실 규모와 영향 기관 범위는 보고 시점까지 공식적으로 모두 공개되지 않았다.
에이전틱 AI 공격의 보안 함의
이번 기사는 에이전틱 AI 시대의 사이버 위협이 현실화된 사례로 보도된다.
특히 인간 운영자가 상시 개입하지 않더라도 공격이 일정 속도로 지속될 수 있다는 점은 전통적인 침해 대응 시간표 자체를 흔들 수 있다.
인간 운영자 없는 자율 공격이 갖는 탐지 난이도
기존의 사이버 공격은 사람이 도구를 운용하기 때문에 휴식 시간, 작업 패턴, 의사결정 지연 등에서 발생하는 자연스러운 변동이 존재했다. 그러나 YOLO 모드의 AI 에이전트는 24시간 일정한 템포로 작업을 이어갈 수 있어, 휴먼 오리엔티드 탐지 휴리스틱이 무력화될 가능성이 커진다. 또한 도구 호출 조합이 매번 달라질 수 있어 시그니처 기반 탐지의 효과도 제한적으로 분석된다.
오픈소스 에이전트 오용의 구조적 리스크
Hermes처럼 정당한 용도로 공개된 에이전트는 누구든 내려받아 자신의 인프라에서 즉시 실행할 수 있다. 이는 모델 자체를 통제하는 것만으로 오용을 막을 수 없음을 의미하며, 결국 각 기업과 기관이 자사 환경에서 AI 에이전트의 사용을 통제하는 정책과 가시성을 확보하는 일이 핵심 대응 과제가 된다. 오픈소스의 개방성과 보안 통제 사이의 균형점을 찾는 것이 향후 업계의 공통 과제로 보인다.
기업과 국가 기관이 고려해야 할 방어 전략
본 사례는 특정 기업의 취약점이 아니라 AI 에이전트의 광범위한 도입 흐름에 따른 구조적 위협을 보여준다. 따라서 대응 역시 개별 패치보다는 운영 정책과 관제 역량 강화에 무게를 두는 것이 바람직하다.
행위 기반 탐지와 에이전트 통제 정책
대응의 첫 축은 행위 기반 탐지 체계의 강화다. 프로세스 트리, 명령 시퀀스, 네트워크 행위 로그에서 비정상 패턴을 잡아내는 EDR과 NDR 역량을 정비해야 하며, 동시에 사내에서 사용되는 AI 에이전트의 호출 범위와 권한을 화이트리스트 기반으로 제한하는 정책이 필요하다. 또한 임의 스크립트나 에이전트 플러그인이 시스템에 상주하지 못하도록 호스트 무결성 모니터링을 강화하는 것이 권장된다.
향후 과제와 모니터링 방향
향후 보안 조직은 AI 에이전트의 침해 지표인 IoA 지표를 자체적으로 축적하고, 사고 발생 시 에이전트 호출 로그와 도구 체인을 재현하는 분석 절차를 마련해야 한다. 또한 AI 에이전트를 다루는 내부 직원에 대한 권한 관리와 감사 로그를 별도로 운영해 악의적 내부 사용까지 포괄하는 통제 체계를 구축해야 할 것으로 보인다. 무엇보다 본 사례는 단순 침해 사고를 넘어, 오픈소스 AI 도구의 오용이 곧 국제사회의 보안 이슈로 확장될 수 있음을 시사한다.
정리 포인트
- 오픈소스 Hermes의 YOLO 모드는 인간 운영자 없이 포스트 익스플로잇을 자율 수행한 최초 공개 사례로 기록된다.
- 태국 재무부 침해는 침투 이후 단계가 AI로 자동화될 수 있음을 입증해 전통적 탐지 모델의 보완이 필요함을 보여준다.
- 오픈소스 에이전트의 오용은 통제 불가능하므로 행위 기반 탐지, 에이전트 호출 통제, 임무 중심 감사가 핵심 방어축이 된다.
참고 자료