저자: Nancy, PANews
암호화폐 토큰을 난공불락이라 믿었던 하드웨어 월렛에 보관했는데, 어느 날 해커가 단 몇 분 만에 ‘자물쇠를 여는 열쇠’를 찾아냈다. 그 열쇠를 끄집어내는 데 도움을 준 것은 지칠 줄 모르는 AI였다.
그렇다. AI 대형 모델이 암호화폐 보안의 공방 중심부로 들어오고 있다.
AI 대형 모델이 계속 진화하면서, 한편으로는 복잡한 암호화폐 공격의 기술적 문턱을 낮추고 취약점 악용과 공격 속도를 크게 높이고 있다. 다른 한편으로는 역으로 암호화폐 업계가 취약점을 발견하고 리스크를 식별하며 복구를 앞당기는 중요한 무기가 되고 있다. 이런 흐름은 시가총액이 이미 1조 달러를 넘어선 비트코인 생태계에서 특히 두드러진다.
또한 미중 AI 대형 모델 경쟁에서 중국산 대형 모델은 모델 성능과 오픈소스 생태계 강점을 바탕으로 암호화폐 커뮤니티가 보안 감사를 수행할 때 ‘소방수’로 점차 자리잡고 있다.
해커는 AI로 속도를 높인다
얼마 전 하드웨어 월렛 콜드카드(Coldcard)가 대규모 해커 공격을 받아 국내외 암호화폐 커뮤니티를 충격에 빠뜨렸다. 공개된 바에 따르면 이번 공격으로 1억 달러 이상의 비트코인 자산이 도난당했다. 막대한 자금 손실 외에도 이 사건은 비트코인 셀프 커스터디 보안에 대한 시장의 오랜 신뢰를 흔들었다.
콜드카드는 오랫동안 암호화폐 시장에서 높은 보안 등급의 ‘금고’로 여겨져 왔다. 코드가 오픈소스이기 때문에 커뮤니티는 공격자가 AI를 활용해 구형 펌웨어를 코드 리뷰하고, 방대한 과거 코드 속에서 5년이나 잠복해 있던 이 취약점을 발견했을 가능성을 의심하고 있다. 더 주목할 점은 사후에 커뮤니티가 AI 모델 Claude Code를 사용해 단 약 8분 만에 해당 취약점을 정확히 찾아냈다는 것이다.
이번 달에는 비수탁형 비트코인 교환 서비스 업체 볼츠(Boltz)가 비트코인 교환 서비스를 무기한 중단한다고 발표했다. 공개한 이유 중 하나는 AI 보조 공격의 반복 속도가 팀이 취약점을 복구하는 능력을 이미 넘어섰다는 점이었다. 지난 몇 달간 볼츠는 자동화된 AI 탐색 공격을 지속적으로 받았고, 여러 건의 취약점 악용 사건을 처리했다. 그러나 최근 공격 속도가 뚜렷하게 빨라졌고, 자원이 풍부한 여러 공격 조직이 동시에 플랫폼을 공격했을 가능성도 제기된다. 복구 기간 동안 안전한 운영을 담보할 수 없게 되자 볼츠는 결국 스왑(Swap) 서비스를 중단했고, 이후 익명의 비트코인 팀이 인수했다.
대형 모델이 계속 진화하면서 해커는 AI를 무기화하고 있으며, 암호화폐 공격의 비용과 속도가 크게 압축되고 있다. 과거에는 해커가 복잡한 취약점을 발견하려면 코드 리뷰와 공격 경로 설계에 많은 시간을 투입해야 했다. 이제 AI가 그중 점점 더 많은 단계를 자동화하고 있다. 공격자는 더 낮은 비용과 더 빠른 속도로 코드를 분석하고 취약점을 찾아내며, 나아가 더 은밀한 취약점 악용과 공격 프로세스까지 완성할 수 있다.
예를 들어 북한 해커 조직 킴수키(Kimsuky)는 최근 생성형 AI의 사용 범위를 더욱 확대했다. 이 조직은 AI를 이용해 피싱 미끼를 제작하는 것 외에도, 독립적으로 동작하는 로컬 대형언어모델(LLM) 환경과 검색증강생성(RAG) 체계를 구축해 정보 추출과 공격 프로세스를 한층 자동화하려고 시도하고 있다. 구체적인 공격 수법에서 킴수키는 생성형 AI로 실제와 매우 유사한 가상자산·금융 분야 문서를 만들어 더 표적화된 스피어 피싱 공격에 활용하기 시작했다. 공격 대상에는 암호화폐 지갑 정보, Gmail 계정, 웹사이트 가입 기록 등 민감 데이터가 포함된다.
30시간 만에 심각한 취약점 85건 발견, 프로젝트 ‘자체 방화벽’은 필수 과제로
공격 측이 업그레이드되고 있으니 방어 측도 더 빠르게 따라붙어야 한다.
이번 달 Cashu 창립자이자 비트코인 오픈소스 개발자인 Calle와 AnchorWatch CEO Rob Hamilton이 이끄는 자원봉사 보안 조직 Bitcoin Red Team은 비트코인 오픈소스 생태계를 대상으로 대규모 AI 보조 보안 감사를 실시했다. 지갑, 암호학 라이브러리, 인프라 등의 프로젝트를 포괄했다.
30시간도 채 안 되는 시간 동안 이 팀은 비트코인 관련 오픈소스 프로젝트 390개를 스캔해 총 4,962건의 보안 발견 사항을 제출했다. 여기에는 심각한 취약점 85건과 고위험 취약점 635건이 포함됐다. 1인당 시간당 약 2.31건의 심각 또는 고위험 문제를 발견했고, 일일 스캔 비용은 약 1만 달러였다.
Calle는 오픈소스 코드에 장기간 쌓인 대량의 역사적 기술 부채가 효율적인 AI 코드 분석 도구와 격렬하게 충돌하고 있다고 지적했다. 유지보수되지 않는 대다수 프로젝트는 취약점이 존재할 가능성이 높으며, 안전이 입증될 때까지는 기본적으로 안전하지 않은 것으로 간주해야 한다. 특히 더 빠르고 저렴한 비트코인 결제를 구현하는 라이트닝 네트워크 소프트웨어는 기술 복잡도가 높아 코드 상태가 “평균보다 더 나쁘며”, 감사 난도가 다른 카테고리보다 현저히 높다.
그는 AI 시대에는 과거에 “저품질 PR”이나 “저품질 감사”를 불평하던 시대는 지났다고 강조했다.
프로젝트 측은 반드시 자체적으로 AI 감사 파이프라인을 구축하고, AI로 보고서를 빠르게 선별·재현해야 한다. 향후 외부 레드팀 테스트(실제 공격자를 모의하는 보안 평가 방식)는 장기적으로 지속되어야 할 수 있다. 몇 달 전부터 자체 AI 보안 및 감사 프로세스를 구축한 프로젝트는 현재 뚜렷한 우위에 있다.
중국 오픈소스 모델의 ‘공백 보완’, 업계 공동 서한으로 AI 랩 접근 개방 촉구
글로벌 대형 모델 경쟁에서 중국과 해외 업체는 성능과 비용을 둘러싸고 경쟁하는 것 외에도 서로 다른 두 발전 경로로 나아가고 있다. 중국의 주요 모델은 대체로 오픈소스 노선을 선택하는 반면, 해외 주요 업체는 대부분 폐쇄형 전략을 고수하고 있다.
이런 노선 차이는 암호화폐 생태계의 보안 역량에 영향을 미치는 중요한 자원이 되고 있다. 현재 해외 폐쇄형 모델과 비교해 중국 오픈소스 모델은 비트코인 커뮤니티가 코드 리뷰, 취약점 발굴, 보안 연구를 수행하는 중요한 무기로 뜻밖의 역할을 하고 있다.
콜드카드 공격 조사에서 Galaxy 리서치 책임자 Alex Thorn은 일부 미국 대형언어모델이 보안 연구에 설정한 제한 때문에 연구자들이 도난 자금을 추적하는 능력이 영향을 받았다고 밝힌 바 있다. 관련 모델을 원활히 사용할 수 없게 되자 팀은 사용자 자산 보호와 온체인 추적을 돕기 위해 중국 오픈소스 AI 모델로 방향을 틀어야 했다.
비슷한 상황은 Bitcoin Red Team(비트코인 레드팀)의 보안 감사에서도 나타났다. 이 팀은 현재 중국 AI 모델 Moonshot AI의 Kimi K3와 Zhipu AI의 GLM 5.2를 사용해 비트코인 오픈소스 프로젝트의 취약점을 스캔하고 있다고 밝혔다. Calle는 보안 연구 과정에서 개발자들이 OpenAI, Anthropic 등 모델 업체의 보안 정책에 자주 제한을 받는다고 지적했다. 연구자가 KYC를 완료하고 Trusted Access를 신청했더라도 여전히 거부나 사용 제한을 자주 겪을 수 있다. 이와 달리 중국 오픈소스 모델은 상대적으로 제한이 적어 대규모 코드 분석과 보안 감사에 더 적합하다. 이 때문에 Calle는 현재 정책이 화이트햇 연구자는 제한하면서 블랙햇 행위는 효과적으로 규제하지 못하고 있다고 의문을 제기했다.
바로 며칠 전, 비트코인 정책 연구소(BPI)는 Anchorage Digital, BitGo, Bitwise, Blockstream, Kraken, Ledger, MARA, Trezor 등 수십 개 암호화폐 기관과 공개 서한을 발표해, 프런티어 AI 랩이 비트코인 및 기타 오픈소스 소프트웨어 개발자를 위한 장기적 신뢰 접근 프로그램을 구축하거나 확대해 보안 팀이 취약점을 사전에 발견·복구하도록 선진 AI 역량을 미리 사용할 수 있게 하라고 촉구했다.
공개 서한은 프런티어 AI가 네트워크 보안의 공방 구도를 빠르게 바꾸고 있다고 본다. 선진 모델은 이미 대규모 코드베이스를 분석하고 잠재적 취약점을 식별하며 복잡한 기술 작업을 가속할 수 있지만, 이러한 능력은 공격자에게도 똑같이 악용되고 있다. 동시에 많은 오픈소스 보안 팀은 현재 프런티어 모델에 접근할 경로가 부족하고, 공개 AI 모델의 보안 제한은 합법적인 보안 연구를 방해해 일부 개발자가 핵심 코드 리뷰를 위해 성능이 더 낮은 개방형 가중치 모델에 의존하도록 만들 수 있다.
서한은 특히 Bitcoin Core 등 암호화폐 오픈소스 유지보수자들이 현재 일부 AI 랩의 네트워크 보안 접근 프로그램을 이용할 수 없다고 지적했다. 비트코인 네트워크는 현재 1조 달러 이상의 자산을 보호하고 있으며, 모든 오픈소스 인프라 취약점은 사용자의 평생 저축을 위협할 수 있다. BPI는 또한 여러 오픈소스 유지보수자 보고를 접수했다고 밝혔는데, 여기에는 잠재적 외국 적대 세력을 포함한 정교한 공격자들이 선진 AI 역량을 활용해 소규모 유지보수 팀이 감당하기 어려운 속도로 지속적으로 공격을 가하고 있다는 내용이 담겨 있다.
BPI는 프런티어 AI가 가장 강력한 방어 기술 중 하나가 될 수 있지만, 핵심 인프라를 보호하는 방어자가 공격자가 이러한 능력을 악용하기 전에 확보해야 가능하다고 강조한다. 공방 능력 격차를 줄이기 위해 BPI는 AI 랩이 인증된 오픈소스 방어자에게 프런티어 사이버보안 모델에 대한 사전·통제된 접근을 제공할 것을 촉구한다. 여기에는 적절한 경우 사전 출시 버전 제공, 충분한 컴퓨팅 자원과 장기 에이전트 사용 할당량 제공, 비공개 또는 아직 공개되지 않은 코드를 분석하기 위한 보안 환경 구축, 소규모 조직·비영리 기관·독립 유지보수자까지 접근 범위 확대, 그리고 AI 랩 보안 팀과 취약점 공개 및 복구를 직접 조율할 채널 구축이 포함된다.
전체적으로 AI는 암호화폐 보안을 새로운 속도와 역량 경쟁으로 몰아넣고 있다. 앞으로 누가 프런티어 AI를 더 일찍 확보해 효과적으로 활용하느냐에 따라 이 공방 게임에서 우위를 점할 가능성이 커질 것이다.
