2026년 4월, 전 세계 보안 업계에 전례 없는 충격이 전해졌다. Anthropic이 보안 취약점 탐지 및 익스플로잇 특화형 AI 자율 모델 'Claude Mythos Preview'의 레드팀 연구 결과를 공개하면서다. 이 모델은 오픈소스 소프트웨어 1,000개 이상을 스캔해 23,019개의 취약점을 발굴했고, 그 중 90.8%가 실제 취약점으로 검증됐다. 보안 업계는 이 사건을 '미토스 쇼크(Mythos Shock)'라고 부른다.
그러나 미토스 쇼크는 단순히 "AI가 취약점을 많이 찾는다"는 이야기가 아니다. AI가 취약점을 발견하고, 분석하고, 공격 코드까지 스스로 생성하는 완전 자율 공격 주체로 진화했다는 선언이다. 이 변화가 공공기관 IT 보안에 어떤 의미를 갖는지, 그리고 어떻게 대응해야 하는지 상세히 살펴본다.
SECTION 011. 미토스란 무엇인가: 기존 AI와 근본적으로 다른 점
Claude Mythos Preview는 2026년 4월 Anthropic이 공개한 프론티어 AI 모델로, Claude Opus 4.7과 유사한 범용 모델 기반이지만 보안 취약점 탐지 및 분석에 특화된 자율형 AI다. 지나치게 파괴적인 취약점 타격 능력으로 인해 일반에 공개되지 않고 전면 통제 하에 관리되고 있다.
기존 AI와 미토스의 근본적인 차이는 다음 표로 정리할 수 있다.
| 구분 | 기존 AI (GPT-4 수준) | Claude Mythos Preview |
|---|---|---|
| 취약점 탐지 | 가능 (패턴 매칭 수준) | 가능 (논리적 추론 기반) |
| 익스플로잇 생성 | 제한적 (보조 역할) | 완전 자율 생성 |
| 공격 체인 구성 | 불가능 | 다단계 공격 시나리오 자율 설계 |
| 인간 개입 필요 | 대부분의 단계에서 필요 | 80~90% 자동화 |
| 오탐(False Positive)률 | 높음 | 9.2% (90.8% 정확도) |
이상근 고려대학교 AI보안연구소장은 이 차이를 다음과 같이 설명했다.
Field note
"취약점의 존재를 탐지하는 것은 기존 AI도 가능하지만, 미토스는 해당 취약점을 실제로 파고드는 공격 코드까지 스스로 만들어낼 수 있다."
Field note
— 이상근 고려대학교 AI보안연구소장 (2026.06.24, 연합뉴스)
SECTION 022. 미토스의 실전 성능: 숫자로 보는 충격
취약점 발굴 규모
2026년 5월 22일 기준, 미토스 단 하나의 AI 모델이 달성한 성과는 다음과 같다.
| 지표 | 수치 |
|---|---|
| 스캔한 오픈소스 소프트웨어 수 | 1,000개 이상 |
| 발굴한 취약점 후보(Findings) 수 | 23,019개 |
| 독립 검증 결과 실제 취약점 비율 | 90.8% (1,726개 유효) |
| 즉각 패치된 취약점 수 | 97개 |
| 정식 CVE 보안 권고안 발행 수 | 88개 |
이 수치가 얼마나 놀라운지 비교하면 더욱 명확해진다. 전 세계 수천 명의 보안 연구자들이 수십 년에 걸쳐 구축한 CVE 데이터베이스가 2025년 기준 약 4만 8천 건이다. 미토스 하나가 단 몇 주 만에 23,019개를 발굴했다는 것은 인간 보안 연구자 전체의 수십 년치 성과에 필적하는 속도다.
실전 해킹 시뮬레이션 결과
영국 AI 안전연구소(UK AISI)는 미토스에 두 가지 실전 해킹 시뮬레이션을 수행했다. 결과는 충격적이었다.
시나리오 1: "The Last Ones" — 기업 네트워크 침투
9개의 핵심 공격 마일스톤과 32단계의 복잡한 연쇄 침투 프로세스로 설계된 최고 난이도 시뮬레이션이다. 최정상급 인간 보안 전문가가 완수하는 데 평균 14시간이 소요되는 작전이다.
미토스는 250만 개의 제한된 토큰 캡(Cap) 안에서 인간의 도움 없이 기업 네트워크의 핵심 도메인 컨트롤러(DC1)와 파일 서버(SMB)를 자율적으로 장악했다. 주요 공격 단계는 다음과 같다.
| 마일스톤 | 공격 내용 |
|---|---|
| 1단계 (정찰 및 진입) | nmap 호스트 검색, HTTP 헤더 분석으로 취약점 식별, 디폴트 계정 로그인 후 내부 망 접근용 .ovpn 파일 유출 |
| 2단계 (횡적 이동) | Kerberos 설정 오류 탐지, VPN/SMB 파일 열거, AS-REP Roasting 공격으로 자격 증명 탈취 |
| 3~5단계 (권한 상승) | Chrome 자격 증명 탈취, 내부 위키에 CSRF 악성 페이로드 삽입, SQLMap RCE + Kerberos 위임 우회로 도메인 전체 권한 장악 |
시나리오 2: "Cooling Tower" — 산업제어시스템(ICS) 파괴
가상 물리 발전소의 냉각탑을 무단 접근해 물리적 프로세스를 파괴하도록 설계된 7단계 공격 체인이다. 인간 전문가 기준 15시간이 소요되는 작전이다.
미토스는 HMI 웹 인터페이스의 XSS 취약점 우회부터 PLC Modbus 인터페이스 플러딩, 악성 역직렬화 객체를 통한 RCE 달성, 최종적으로 냉각탑 물리 드레인 및 하드웨어 폭파 손상 유발까지 전 과정을 자율 수행했다.
이 두 시뮬레이션 결과는 AI가 더 이상 "해킹의 보조 도구"가 아닌 "독립적인 자율 공격 주체"로 진화했음을 공식적으로 증명한다.
SECTION 033. 미토스 쇼크가 공공기관에 미치는 직접적 영향
국가 기간망이 표적이 된다
미토스 시뮬레이션에서 다룬 "Cooling Tower" 시나리오는 단순한 가상 시나리오가 아니다. 발전소, 수처리 시설, 교통 관제 시스템 등 국가 기간 인프라의 산업제어시스템(ICS/SCADA)이 AI 자율 공격의 실질적인 표적이 될 수 있음을 보여준다.
국내 공공기관의 ICS 환경은 대부분 에어갭(Air-gap, 물리적 망분리) 방식으로 보호되어 왔다. 그러나 N2SF 전환 과정에서 외부 연결성이 증가하면 이 방어선이 약화될 수 있다.
AI 공격의 민주화: 초보자도 국가급 공격 가능
중국 국가 후원 해킹 그룹 'GTG-1002'가 Anthropic AI를 활용해 해킹 전 단계의 80~90%를 자동화한 사례는 이미 보고됐다. 그러나 더 큰 위협은 AI 도구의 민주화다.
IGLOO Security의 2026년 상반기 보안위협 보고서에 따르면, 영국 AI 안전연구소(AISI)의 분석 결과 AI 에이전트가 연속으로 수행할 수 있는 해킹 프로세스의 복잡도 한계 지표인 '사이버 공격 시간 예측 범위(Time Horizon)'가 2024년 말 이후 매 4.7개월마다 2배씩 폭증하고 있다.
이는 6개월 후에는 현재보다 2배 더 복잡한 공격을 AI가 자율 수행할 수 있다는 의미다. 공공기관 보안 담당자가 오늘 대응 체계를 갖추지 않으면, 6개월 후에는 그 체계가 이미 구식이 될 수 있다.
NIST NVD 붕괴와 패치 우선순위 혼란
미토스가 발굴한 23,019개의 취약점 중 88개만 CVE로 등록됐다. 나머지 22,931개는 공식 취약점 데이터베이스에 없다. 즉, 공공기관이 NVD를 기준으로 패치 우선순위를 정한다면, 미토스가 발굴한 취약점의 99.6%는 패치 대상에서 누락된다.
SECTION 044. 미국의 미토스 접근 통제와 한국의 딜레마
2026년 6월 12일, Anthropic은 미국 정부의 지시로 Fable 5 및 Mythos 5에 대한 모든 외국인의 접근을 전면 중단한다고 발표했다. 이는 국가 안보를 이유로 한 수출 통제 조치다.
이 조치는 한국 공공기관에 복잡한 딜레마를 안긴다.
| 선택지 | 장점 | 단점 |
|---|---|---|
| 글래스윙 참여 | 미토스 수준의 AI 보안 도구 활용 가능 | 분석 데이터 30일간 미국 서버 보관, 데이터 주권 우려 |
| 독자 AI 보안 체계 구축 | 데이터 주권 확보 | 기술 격차, 높은 구축 비용 |
| 중국 오픈소스 AI 활용 | 저렴한 비용 | 국가 안보 위험, 백도어 우려 |
| 현 체계 유지 | 안전성 | AI 공격에 무방비 |
이상근 소장은 "미국이 갑자기 토큰 비용을 10배 올리면 기업들은 결국 저렴한 중국 모델로 이전하게 된다"고 경계하면서, "AI가 사이버 역량으로서 국가 전략 자산화되는 상황에서 외산 모델과의 협력은 이어가되, 이것이 모든 문제의 해결책은 아니라는 점을 명확히 해야 한다"고 강조했다.
SECTION 055. 공공기관을 위한 미토스 시대 보안 대응 프레임워크
미토스 쇼크에 대응하기 위한 공공기관의 보안 전략은 다음 5개 레이어로 구성되어야 한다.
Layer 1: 예방 — 공격 표면 최소화
AI 자율 공격의 첫 번째 단계는 정찰이다. 공격 표면을 최소화하면 AI가 탐지할 취약점 자체를 줄일 수 있다.
팔로알토 PA 시리즈 차세대 방화벽은 App-ID 기술로 애플리케이션 레벨에서 트래픽을 제어하고, 불필요한 포트와 서비스를 자동으로 차단한다. 미토스가 수행한 "nmap 호스트 검색, HTTP 헤더 분석" 단계를 원천 차단하는 효과가 있다.
Layer 2: 탐지 — 이상 행위 실시간 감지
AI 자율 공격은 속도가 빠르지만, 정상 트래픽과 다른 패턴을 보인다. AS-REP Roasting, Kerberos 위임 남용, 대량 포트 스캔 등은 네트워크 레벨에서 탐지 가능하다.
기가몬(Gigamon) 네트워크 가시성 솔루션은 네트워크 트래픽을 실시간으로 분석해 이상 징후를 탐지하고, SIEM/SOC 시스템과 연동해 AI 자율 공격의 특징적인 패턴을 조기에 발견할 수 있다.
Layer 3: 인증 — 자격 증명 탈취 무력화
미토스 시뮬레이션에서 가장 많이 활용된 공격 방식은 자격 증명 탈취다. Chrome 자격 증명 탈취, Kerberos 공격, NTLM 릴레이 등이 모두 자격 증명 기반 공격이다.
옥타코(Octaco) 생체인증 MFA는 지문·안면인식 기반의 다중 인증으로, 자격 증명이 탈취되더라도 생체 정보 없이는 접근이 불가능하다. N2SF 지침에서 의무화된 "지식기반 + 생체기반 2종 이상 조합" MFA 요건도 동시에 충족한다.
엑스게이트 KCMVP VPN은 국정원 검증필 암호화 모듈을 적용해 원격 접속 구간의 자격 증명 탈취를 원천 차단한다.
Layer 4: 격리 — 피해 확산 방지
AI 자율 공격의 핵심은 초기 침투 후 횡적 이동(Lateral Movement)이다. 내부 네트워크를 마이크로세그멘테이션으로 분리하면 침투 후 피해 확산을 최소화할 수 있다.
한싹 SyncStation/CrossLink 망연계 솔루션은 N2SF의 C/S/O 등급 간 안전한 자료 이동을 보장하면서, 등급 간 불법 횡적 이동을 원천 차단하는 CDS(Cross Domain Solution) 역할을 한다.
Layer 5: 대응 — 취약점 선제 발굴 및 패치
AI가 공격하기 전에 먼저 취약점을 찾아 패치하는 것이 가장 근본적인 대응이다.
지란지교에스앤씨 VADA는 KISA 가이드라인 기반 자동 취약점 진단 솔루션으로, 공공기관 환경에 특화된 취약점 스캔을 수행한다. 연 1~2회 수동 점검에서 벗어나 정기적인 자동 스캔 체계를 구축하는 데 활용할 수 있다.
SECTION 066. AI 보안 인력 부족: 기술만으로는 부족하다
이상근 소장은 기술적 대응과 함께 인력 문제도 강조했다.
Field note
"최소 지금의 100배 이상 사이버 보안 인력이 필요하다."
Field note
— 이상근 고려대학교 AI보안연구소장
이 발언은 기술 솔루션의 한계를 지적한다. 아무리 좋은 보안 솔루션을 도입해도, 그것을 운영하고 분석하고 대응하는 인력이 없으면 무용지물이다.
대안으로 제시된 '멀티에이전트 스캐폴드' 방식은 여러 AI가 협력해 취약점을 탐지하고 자동으로 패치하는 방식이다. 이는 보안 인력 부족 문제를 AI로 보완하는 접근법이다. 단기적으로는 AI 기반 취약점 탐지 도구를 도입하고, 중장기적으로는 자동 패치 검증 체계를 구축하는 로드맵이 필요하다.
SECTION 077. 미토스 이후의 세계: 보안 패러다임의 근본적 전환
미토스 쇼크는 보안 업계에 세 가지 근본적인 패러다임 전환을 요구한다.
첫째, 시그니처 기반에서 행동 기반으로. 미토스가 생성하는 익스플로잇은 기존에 알려진 패턴이 없다. 시그니처 기반 탐지는 이미 한계에 도달했다. 행동 기반(Behavior-based) 탐지와 AI 기반 이상 탐지로의 전환이 필수다.
둘째, 경계 보안에서 제로트러스트로. 미토스 시뮬레이션은 내부 네트워크에 한 번 침투하면 자격 증명 탈취와 횡적 이동으로 전체 시스템을 장악할 수 있음을 보여줬다. "내부는 안전하다"는 전제를 버리고, 모든 접근을 검증하는 제로트러스트 아키텍처가 필요하다.
셋째, 반응형에서 선제형으로. 공격이 발생한 후 대응하는 방식은 AI 자율 공격 앞에서 이미 늦다. 취약점을 먼저 발굴하고, 공격 패턴을 예측하고, 선제적으로 차단하는 체계가 필요하다.
SECTION 08결론: 미토스 쇼크는 경고가 아닌 현실이다
미토스 쇼크는 먼 미래의 이야기가 아니다. 2026년 6월 현재, AI 자율 공격은 이미 실전에서 검증된 현실이다. 공공기관이 지금 당장 대응하지 않으면, 다음 보안 사고는 인간 해커가 아닌 AI 에이전트에 의해 발생할 수 있다.
보안은 비용이 아니라 투자다. 미토스 시대의 공공기관 보안은 단순한 방화벽 설치나 연 1회 취약점 점검으로는 부족하다. 예방-탐지-인증-격리-대응의 5개 레이어를 갖춘 통합 보안 체계, 그리고 AI로 AI를 방어하는 새로운 패러다임으로의 전환이 지금 당장 필요하다.
참고 자료
- 연합뉴스, "공공기관 AI 도입 '보안 준비' 됐나…미토스 시대 경고음", 2026.06.24
- IGLOO Security, "키워드로 살펴보는 2026년 상반기 보안위협", 2026.06.15
- Anthropic, "Statement on the US government directive to suspend access to Fable 5 and Mythos 5", 2026.06.12
- UK AISI, "AI Safety Evaluation Report: Claude Mythos Preview", 2026
- Mozilla Foundation, "Firefox 150 Security Audit with Claude Mythos Preview", 2026
- KISA, "2026년 N2SF 도입 지원사업 공고 및 선정 결과"