ARTEX

ARTEX 공식 스크린샷 (탐색 경로 화면)

ARTEX는 대규모 언어 모델(Large Language Model, LLM)과 다중 인공지능 에이전트를 이용해 자산 탐색, 취약점 발견·검증, 공격 경로 계획, 보안 도구 실행 등의 침투 테스트 절차를 자동화하는 오픈소스 자율형 침투 테스트 시스템이다.

개요

ARTEX는 GitHub 사용자 Autumn-27이 공개한 AI 기반 보안 프로젝트로, 프로젝트에서는 중국어로 AI 自主渗透测试系统(AI 자율 침투 테스트 시스템)이라고 설명한다. 단순히 LLM에 개별 보안 명령을 질의하는 형태가 아니라 여러 에이전트가 역할을 나누고, 탐색 결과와 자산 정보를 지속적으로 저장하면서 다음 작업을 계획하는 구조를 사용한다. 일부 언론 등에서 "ARTEX AI (아텍스 AI)"라고 부르는 경우가 있으나 공식 명칭은 그냥 ARTEX가 맞다. 다만 ARTEX가 어떤 단어로 구성된 약어인지는 아직 공식적으로 밝혀진 바 없다.

2026년 10월 6일 월스트리트저널(WSJ)의 보도를 인용한 국내 후속 보도를 통해 Autumn은 중국의 사이버 보안 엔지니어 리푸화(Li Puhua)가 사용하는 별명인 것으로 알려졌다.

프로젝트는 Go 기반 백엔드, Next.js 기반 웹 인터페이스, PostgreSQL 데이터베이스로 구성되며, LLM을 이용하는 에이전트가 목표 설정부터 탐색·검증·기록까지의 작업 흐름을 수행하도록 설계돼 있다.

ARTEX는 2026년 9월 말 대한민국 금융권 침해사고와 관련된 공격 인프라에서 운영 흔적이 발견되면서 주목받았다. 10월 3일 금융보안원 관계자는 신한은행의 로그와 공격 IP를 조사해 ARTEX 활용 흔적을 확인했다고 밝혔으며, 이후 신한은행·KB국민은행·하나은행·BNK부산은행 등 7개 금융회사와 관련된 IP에서도 유사 흔적이 보고됐다.

10월 7일 크라우드스트라이크(CrowdStrike)는 공격자 측 인프라에 노출된 ARTEX 설정 파일과 Claude Code 작업 기록을 분석해 AI 도구의 운영 정황을 추가로 제시했다. 다만 ARTEX 관련 인프라가 확인됐다는 사실과 개별 금융회사에서 AI 에이전트가 어느 단계까지 실제 침입을 수행했는지는 구분해야 한다. 상세한 조사 결과는 아래의 '대한민국 금융권 해킹 사건과의 연관성' 절에서 다룬다.

구조

ARTEX의 핵심은 LLM이 모든 상태를 대화 내용에만 의존해 판단하도록 하지 않고, 침투 테스트 과정에서 얻은 자산·사실·작업 상태를 별도의 구조에 보관한 뒤 여러 에이전트가 이를 공유하도록 한 것이다.

구성 요소	역할
Planner	전체 목표를 분석하고 다음에 수행할 탐색 작업을 계획한다.
Worker	Planner가 만든 작업을 받아 보안 도구 등을 이용해 실제 탐색 및 검증 작업을 수행한다. 하나의 작업에서 여러 Worker를 병렬로 운용할 수 있다.
Main Agent	사용자와 상호작용하고 사람이 개입해야 하는 작업을 처리하는 에이전트이다.
자산 그래프	도메인, IP 주소, 포트, 웹사이트, 엔드포인트 등 발견된 자산과 이들 사이의 관계를 저장한다.
탐색 그래프	수행한 탐색과 그 결과, 다음 탐색 방향 등을 구조화하여 장시간 작업에서 진행 상태를 유지한다.
승인·차단 체계	일부 도구 실행을 사용자가 확인·허용·거부하도록 구성할 수 있는 인간 개입(Human-in-the-loop) 기능이다. 기능의 존재가 모든 배포본·실행에서 승인 절차의 강제 적용을 뜻하지는 않는다.
트래픽 기록	침투 테스트 과정에서 발생하는 통신과 작업 이력을 기록해 이후 검토가 가능하도록 한다.

프로젝트 설명에서는 자산 그래프와 탐색 그래프를 함께 사용하는 구조를 이중 그래프 구조로 설명하고 있다. 여러 Worker가 작업 중 발견한 사실을 공유하고 Planner가 이를 바탕으로 후속 작업을 다시 계획하는 반복 구조를 통해 단일 질의·응답 방식보다 긴 침투 테스트 과정을 유지하는 것이 목적이다.

주요 기능

ARTEX가 공개적으로 제시하는 주요 기능에는 다음과 같은 것들이 있다.

• 다중 AI 에이전트를 이용한 침투 테스트 작업 계획 및 실행
• 도메인·IP·포트·웹 서비스 등 공격 표면 자산 관리
• 취약점 발견 및 검증 결과 기록
• 여러 Worker의 병렬 작업
• 탐색 결과와 작업 진행 상황의 지속적 저장
• 작업 과정 및 도구 호출 내역 확인
• HTTP 트래픽 기록
• 사람이 특정 도구 실행을 승인하거나 차단하는 기능
• 발견한 취약점의 재검증
• 테스트 결과 및 증거 관리
• ScopeSentry 등 외부 자산 관리 시스템과의 연동
• MCP(Model Context Protocol)를 통한 외부 도구 연결

ARTEX는 특정 LLM 자체를 포함하는 시스템이 아니다. 사용자가 별도의 언어 모델을 연결하는 구조이며, 공식 설정 예제에서는 OpenAI 및 Anthropic API를 사용할 수 있도록 관련 환경변수를 제공한다. 별도의 LLM 제공자, 모델명, API 엔드포인트 등도 설정할 수 있다.

후속 보도에서도 ARTEX 자체가 AI 모델인 것이 아니라 외부 AI 모델을 호출해 여러 에이전트가 역할을 나눠 작업할 수 있는 시스템이라는 점이 확인됐다. OpenAI의 GPT, Anthropic의 Claude, DeepSeek 등의 모델을 연결해 사용할 수 있는 것으로 소개됐다.

기술 구성

2026년 10월 기준 공개 저장소의 주요 기술 구성은 다음과 같다.

구분	기술
백엔드	Go
웹 프론트엔드	Next.js
데이터베이스	PostgreSQL
AI	외부 LLM 연결
실행 형태	소스 빌드, 사전 빌드 바이너리, Docker
라이선스	GNU Affero General Public License v3.0(AGPL-3.0)

프론트엔드는 정적으로 빌드한 뒤 Go 실행 파일에 포함할 수 있도록 설계되어 있으며, 프로젝트는 서버와 웹 UI를 하나의 프로그램 형태로 배포할 수 있다. 데이터베이스에는 작업 상태와 자산, 탐색 결과 등이 저장된다.

2026년 10월 3일 당시 GitHub Releases 페이지에서는 v0.3.14가 최신 릴리스로 표시됐다. 해당 버전은 2026년 9월 24일 공개됐다.

기존 자동화 도구와의 차이

기존의 취약점 스캐너나 침투 테스트 자동화 스크립트는 일반적으로 사전에 정의된 검사 절차나 규칙에 따라 명령을 순차적으로 실행한다. ARTEX는 LLM 에이전트가 지금까지 수집된 정보를 바탕으로 다음 행동을 선택하고, 결과에 따라 다시 계획을 수정하도록 설계됐다는 점에서 차이가 있다.

ARTEX 개발자는 2026년 7월 프로젝트를 소개하면서 사용자가 목표와 허용 범위를 제공하면 Planner가 목표를 작은 탐색 작업으로 나누고 Worker가 이를 수행하며, 결과가 다시 시스템 상태에 반영되는 작업 순환 구조를 프로젝트의 주요 특징으로 제시했다.

따라서 ARTEX는 인공지능 레드티밍 도구처럼 AI 모델 자체의 프롬프트 인젝션이나 탈옥 가능성을 검사하는 도구와는 용도가 다르다. ARTEX의 주된 대상은 네트워크·서버·웹 애플리케이션 등 전통적인 정보시스템의 공격 표면이며, AI는 이러한 시스템을 탐색하고 보안 도구를 운용하는 자동화 계층으로 사용된다.

Agent+ 공격방어 능력 챌린지

2026년 바이두 보안대응센터(Baidu Security Response Center, BSRC)는 AI를 사이버 보안에 활용하는 시스템을 대상으로 Agent+ 공격방어 능력 챌린지(Agent+ 攻防能力挑战赛)를 개최했다. 바이두의 대회 안내에 따르면 참가 시스템은 AI를 이용한 취약점 발견과 공격·방어 자동화를 구현해야 했다.

ARTEX는 이 대회의 2026년 9월 3일 청두 오프라인 결승에서 종합 우승을 차지한 프로젝트로 소개됐다. 대회 관련 자료에 따르면 150개 이상의 팀이 참가했으며 ARTEX를 포함한 8개 팀이 결승에 진출했다. ARTEX 공식 저장소도 프로젝트를 바이두 Agent+ 공격방어 능력 챌린지 우승 프로젝트라고 소개하고 있다.

파생 프로젝트

2026년 10월 ARTEX를 한국어 환경에서 사용할 수 있도록 현지화한 비공식 파생 프로젝트 artex-ko가 공개됐다. 단순 문서 번역뿐 아니라 사용자 인터페이스와 에이전트 관련 메시지 등을 현지화했으며, 원본에 없던 Suricata·Sigma 형식의 탐지 규칙도 함께 제공했다. 다만 탐지 대상 문자열을 바꾸면 탐지 규칙을 우회할 수 있다는 한계도 지적됐다.

이 저장소는 이후 artex-global로 이름이 바뀌었다. 2026년 10월 22일 기준 저장소 제목은 「ARTEX — Global Edition」이며, 영어를 기본 언어로 하고 한국어·중국어·스페인어·일본어 화면을 선택할 수 있다. 저장소 첫머리에는 오용 경고와 함께 방어·탐지 가이드 문서가 배치돼 있으며, 원본 저장소는 접근할 수 없는 상태라고 안내하고 있다. 같은 날 기준 이 저장소는 별 1,900여 개와 포크 2,100여 개를 기록했으며, GitHub가 저장소를 보관(archived) 처리하거나 비활성화한 흔적은 없었다.

이 프로젝트는 대한민국 금융권 해킹 사건을 계기로 방어자가 AI 기반 공격의 작동 방식과 탐지 방법을 연구할 수 있도록 탐지 규칙과 방어 관련 자료도 함께 제공하고 있다. 2026년 10월 기준 ARTEX의 여러 공개 포크 가운데 별도의 현지화와 기능 확장을 진행하며 독립적인 사용자층을 형성한 비교적 두드러진 파생 프로젝트이다.

원본 저장소가 삭제된 뒤에도 artex-global 및 다른 포크·미러를 통해 과거 공개 버전의 소스 코드와 탐지 규칙이 유통되고 있다. 이는 원 개발자의 개발 중단 선언이 이미 배포된 소프트웨어와 파생본의 사용까지 중단시키지는 못한다는 점을 보여준다.

10월 15일 안랩 ASEC은 ScopeWeaver·Tangora PTaaS·Horda·Meze·AegisLoop·Bob Research Labs 등의 재배포·변형 사례를 분석했다. 특히 Bob Research Labs의 'REAPER'에서는 원본의 다중 에이전트 구조와 여러 LLM 설정이 남아 있었고, 전자상거래 플랫폼 취약점 CVE-2026-75650 관련 공개 공격 코드 및 후속 악성코드 실행 흔적이 발견됐다. 10월 21일 후속 취재에서는 복제·파생 형태가 50개 이상, 한국어 현지화 배포본이 5개라고 보도됐다. 다만 이 수치는 해당 시점에 관찰된 유통 현황이며, 모든 파생본이 악성 목적이거나 실제 침해에 성공한 것은 아니다.

공개 개발 중단

2026년 10월 8일 개발자 Autumn-27은 일부 악의적 행위자가 ARTEX를 사이버 공격에 악용했다며 원본 프로젝트의 업데이트와 신규 공개 배포·유지보수를 중단하고, 향후 개발을 비공개 소스로 전환하겠다고 발표했다. 개발자는 공개적으로 확인된 악용 행위가 연구·학습 및 허가된 보안점검을 위한 본래 취지에 반한다고 주장했다. 성명 첫 항목에서는 이번 악의적 공격 사건이 도구 작성자와 무관하다고 밝혔으나, 대한민국 금융권 해킹 사건을 직접 언급하지는 않았다.

10월 8~9일 로이터통신은 원본 Autumn-27/ARTEX GitHub 저장소가 공개 접근이 불가능한 상태로 전환됐다고 보도했다. 지니언스의 10월 12일 분석에서도 원본 저장소 및 공식 Docker Hub 배포 이미지가 내려간 상태로 설명됐다. AFP는 중국의 한 정보통신기술 전문가를 인용해, 비공개 전환으로 이미 내려받은 사본을 없애거나 기존 사용자의 이용을 막을 수는 없다고 전했다. 실제로 기존에 공개된 소스를 복제한 포크·미러나 이미 설치된 인스턴스를 원격으로 회수할 수는 없다.

2026년 10월 22일 기준 원본 저장소는 여전히 접근할 수 없으며, 프로필에는 10월 8일 자 성명이 그대로 게시돼 있다. 개발자 계정은 이후에도 Go 언어 기반 범용 에이전트 하네스 SDK인 Norma 저장소(Apache-2.0)에 10월 18일까지 커밋하는 등 활동을 이어갔다. Norma가 ARTEX 또는 아래의 상용판과 관련이 있는지는 확인되지 않았다.

중국 정부 반응

10월 8일 중국 외교부 정례 브리핑에서 크라우드스트라이크의 분석에 관한 질문을 받은 마오닝(毛宁) 대변인은 구체적인 상황은 알지 못한다고 답했다. 그러면서 중국은 일관되게 해킹에 반대하고 법에 따라 단속하며, 정치적 목적으로 허위 정보를 퍼뜨리는 것에는 더욱 반대한다고 밝혔다.

상용판 전환

2026년 10월 16일 중국 보안기업 웨이부짜이셴(微步在线, ThreatBook)은 여러 AI 침투 테스트 에이전트를 한곳에서 이용할 수 있는 SaaS 플랫폼 RedAgents를 세계 시장에 출시했다. 초기 구성에는 ARTEX의 상용(엔터프라이즈)판인 ARTEX Pro와 함께 Cyber(YanJi), Yanxun, CyberStrikeAI 엔터프라이즈판이 포함됐다.

ThreatBook의 보도자료는 오픈소스판 ARTEX를 RedAgents 제품 책임자가 개인 프로젝트로 개발한 것이라고 설명했다. 또 오픈소스판이 공격자에게 악용돼 10월 8일 비공개로 전환됐으며, 오픈소스판에는 보안 통제 장치가 없으므로 시험 환경에서만 사용해야 한다고 밝혔다. 같은 자료에 따르면 ThreatBook은 2026년 9월 CyberStrikeAI를 인수했다.

국내에서는 ThreatBook 공동창업자 겸 최고경영자 쉐펑(薛锋)이 SNS를 통해 ARTEX가 상용판과 함께 돌아왔다고 알렸으며, ARTEX 개발자가 원래 ThreatBook 소속 위협 탐지 엔지니어였고 현재 이 플랫폼 개발을 이끌고 있다고 보도됐다. 다만 개발자의 소속에 관한 이 보도는 ThreatBook 관계자의 소셜 미디어 게시물에 근거한 것이며, ThreatBook의 공식 보도자료에는 개발자를 '제품 책임자'라고만 적고 이름이나 소속 이력을 밝히지 않았다.

이에 따라 ARTEX의 후속 개발은 상용 서비스로 전환됐으나, 이미 배포된 오픈소스판의 포크와 사본은 계속 유통되고 있다.

10월 23일 ThreatBook 공동창업자 겸 최고경영자 쉐펑(薛锋)은 뉴시스 서면 인터뷰에서 ARTEX가 직원의 개인적인 교육용 프로젝트였으며 회사는 금융권 공격 보도 이후 개발 사실을 알았다고 설명했다. 그는 ARTEX Pro를 비공개 소스의 클라우드 서비스로 운영하며 고객확인(KYC), 테스트 대상에 대한 권한 증빙 요구, 이상 징후 발생 시 일시 정지 기능을 제공한다고 주장했다. 이 기능들의 실제 구현 수준과 효과는 독립적으로 검증되지 않았다. 쉐펑은 한국 금융기관에 기술적 지원 의사를 밝혔으나 한국 수사당국과의 협력 여부에는 명확하게 답하지 않았다.

인터넷 노출 현황

2026년 10월 6일 안랩 시큐리티 인텔리전스 센터(ASEC)는 기존에 확인된 ARTEX 서버를 단서로 인터넷에 공개된 관련 인프라를 추적한 결과, 전 세계 약 600개의 IP 주소에서 ARTEX 인스턴스가 운영되는 것으로 확인됐다고 밝혔다.

이는 금융권 공격에 사용된 IP가 600개라는 의미가 아니다. ARTEX는 공개 오픈소스이므로 실제 공격자뿐 아니라 레드팀, 침투 테스트 수행자와 보안 연구자 등 정상적인 사용자가 구축한 시스템도 포함될 수 있다. 따라서 ARTEX 인스턴스가 발견된 약 600개 IP 전체를 동일 공격 조직이 운영하거나 실제 사이버 공격에 사용한 인프라로 볼 수는 없다.

ASEC의 분석에서는 일부 동일 IP에서 ARTEX와 함께 또 다른 오픈소스 AI 기반 공격·보안 플랫폼인 CyberStrikeAI가 운영되는 사례도 확인됐다. CyberStrikeAI는 다중 에이전트 오케스트레이션, 보안 도구 연동, 공격 체인 분석, 웹셸 및 C2 관리 등의 기능을 제공하는 것으로 소개됐다. CyberStrikeAI는 이후 2026년 9월 ThreatBook에 인수된 것으로 알려졌다.

다만 ARTEX와 CyberStrikeAI가 동일 IP에서 발견됐다는 사실만으로 해당 시스템이 악성 목적으로 사용됐거나 특정 공격자 또는 금융권 공격과 직접 연결된다고 단정할 수는 없다.

ASEC은 이러한 AI 기반 보안 자동화 도구가 공격 활동의 진입 장벽을 낮추고 공격 속도와 규모를 확대할 수 있다고 평가했다. 10월 15일 발표된 후속 분석에서는 10월 14일 기준 인터넷에 노출된 ARTEX 운영 IP가 900개를 초과했다고 밝혔다. 이는 탐지 시점과 조사 범위에 따른 관측값이며 실제 악성 공격 서버 900대가 확인됐다는 의미는 아니다.

국내 보안기업 S2W는 금융당국이 공유한 공격 관련 IP 한 곳에서 ARTEX 관리 화면과 AI 모델 연결용 중계 프로그램이 함께 운영된 기록을 확인했다. 해당 서버는 9월 초부터 가동됐으며 언론 보도 이후 내려간 것으로 분석됐다. 해외 임대 서버와 프록시를 활용한 정황도 확인됐지만, AI가 실제 개인정보 탈취까지 수행했는지는 별도 조사가 필요하다고 밝혔다.

안랩의 공격 인프라 분석

10월 15일 안랩 ASEC은 ARTEX 관련 호스트의 공개 디렉터리 두 곳에서 총 51개 파일을 확보했다고 발표했다. 파일에는 웹셸 명령 실행 스크립트, 원격 데스크톱 접속 중계 스크립트, 내부망 탐색 결과 및 후속 페이로드와 관련된 자료가 포함됐다. 스캔 기록에는 쿠버네티스 Pod 네트워크 내 활성 시스템 85대와 별도 내부망 시스템 8대가 기록돼 있었다.

안랩은 별도의 격리 실험에서도 취약한 웹서버의 파일 업로드 기능을 통한 명령 실행, Apache ActiveMQ가 노출된 환경에서 초기 접근 이후 내부 호스트 네 대에 대한 원격 명령 실행을 관찰했다. 이는 통제된 실험 환경의 결과로, 한국 금융회사의 실제 침해 방식이나 피해 범위로 볼 수 없다. 또한 공개 디렉터리에서 발견된 51개 파일이 모두 금융권 공격에 사용됐다는 증거도 없다.

다른 국가에서의 악용

2026년 10월 19일 일본 보안기업 GMO사이버시큐리티 by 이에라에(GMOサイバーセキュリティ byイエラエ)는 일본 기업에 대한 무단 접근에 사용된 공격 인프라 1대에서 ARTEX 사용을 확인했다고 발표했다. 이 인프라는 일본 기업 약 20곳을 표적으로 삼았으며, 그 가운데 9곳은 같은 업종이었다. 표적이 된 기업 가운데 8곳은 2026년 9~10월 정보 유출 사실을 공표했으며, GMO는 이를 동일한 공격 집단의 소행으로 보고 관련 정보를 수사기관에 제공했다.

GMO는 이와 별도로 AI를 이용해 일본 기업을 노리는 공격 인프라 6대를 추가로 발견했으나, 이들 모두에서 ARTEX가 확인됐다는 설명은 없었다. 일본 언론에서는 조사 범위를 확대한 공격 표적을 약 80개 기업·단체로 보도했다. 다만 이는 실제 침해·정보유출이 확정된 80개사라는 뜻이 아니며, 최초 ARTEX 확인 인프라의 표적 약 20개사와 구분해야 한다. 일본 사례와 대한민국 금융권 공격이 동일한 공격자에 의해 수행됐는지는 확인되지 않았다.

글로벌 공격 사례

Storm-0940과 ConnectWise 공급망 공격

2026년 10월 21일 마이크로소프트 위협 인텔리전스는 중국 국가 연계 위협 행위자로 분류한 Storm-0940이 9월부터 ARTEX를 사용해 세계 수백 개 조직을 표적으로 삼았다고 발표했다. 이 집단은 IT 서비스 업체 ConnectWise의 다중 테넌트 애플리케이션 자격증명을 악용해 Microsoft 365 고객 환경에 접근하려 했으며, Microsoft는 공급망 침해와 후속 활동에 ARTEX를 이용한 자동화가 관여했다고 평가했다. 일부 피해 조직에서는 최초 표적 선정에서 클라우드 특권 접근 확보까지 3시간이 걸리지 않았다.

Microsoft에 따르면 공격자는 ConnectWise 애플리케이션의 권한을 이용해 2,250개 이상의 고객 테넌트에 로그인을 시도했다. 별도로 10월 10~14일 공격 IP 144.172.64.99에서 8개 조직의 327개 계정을 대상으로 15만 1,000건 이상의 인증 실패가 발생했으며, 최대 분당 약 2,900건에 이르렀다. 해당 패스워드 스프레이 구간에서는 인증 성공이 관찰되지 않았다. 반면 다른 고객 환경에서는 Microsoft Graph 조회, 애플리케이션 자격증명 변경, 권한 상승 및 지속성 확보 시도가 관찰됐다. 접근 시도한 테넌트 전체가 침해되거나 정보가 유출된 것은 아니다.

Microsoft가 공개한 주요 연관 IP는 144.172.64.60, 144.172.64.99, 144.172.64.128이다. 10월 22일 Wiz Research는 여기에 104.194.150.21, 167.88.172.97 등 추가 주소와 공격 행위 패턴을 제시했다. 이 주소들은 한국 금융권 사건의 확정 IOC가 아니라 별도 Storm-0940 캠페인의 관측 지표이다.

클라우드 인증·인가 체계 공격

Wiz는 10월 중 여러 소프트웨어 공급업체를 겨냥한 ARTEX 관련 활동에서 Okta·Microsoft Entra ID·AWS Cognito 등의 인증 서비스를 탐색하고, OAuth 콜백과 JWT를 변형해 인증 우회를 시도하며, 일회용 이메일 계정으로 가입한 뒤 다른 테넌트의 자료에 접근하려는 패턴을 확인했다. JavaScript 소스맵과 OpenAPI 문서를 수집한 직후 해당 내부 API 경로에 요청하는 등 연속된 작업의 결과가 다음 요청에 반영되는 양상도 관찰됐다.

Wiz 보고서에서는 일부 공격 세션이 24~30시간 지속됐고, 로그인 시도 간 중앙 간격은 약 1초, 집중 공격 구간은 20~60분이었다. 방어 장비가 IP를 차단하면 다른 주소로 전환하는 모습도 관찰됐다. 이는 관측된 특정 캠페인의 특성이지 ARTEX의 고정 요청 간격이나 모든 사용자의 공통 동작은 아니다.

Expel은 같은 Storm-0940 관련 IP에서 Okta의 셀프서비스 계정 등록 기능을 이용해 계정 다섯 개를 생성하고, 그 가운데 세 개에 Okta Verify를 등록한 사례를 공개했다. 다만 Expel은 IP 중복을 통한 연관성만 확인했으며 이 개별 Okta 활동에서 ARTEX 자체가 실행됐다는 증거는 없다고 명시했다.

대한민국 금융권 사건과의 구분

Recorded Future가 대한민국 금융권 관련 인프라를 TAG-217로 추적한 것과 Microsoft가 Storm-0940으로 분류한 캠페인은 현재 공개 자료상 서로 다른 분석 대상이다. 동일한 ARTEX 도구를 사용했다는 사실만으로 두 행위자나 캠페인이 동일하다고 추정할 수 없다.

공개된 침해지표 및 도구 식별 정보

2026년 10월 3일 보안업체 PLURA는 ARTEX v0.3.14 공개 소스코드를 분석해 보안 장비와 웹서버 로그에서 검색할 수 있는 후보 침해지표(Indicator of Compromise, IOC)를 발표했다. 10월 7일에는 금융감독원이 금융권에 전파한 의심 IP 19개를 추가로 정리했다.

ARTEX 공개 소스에서 확인되는 문자열과 실제 금융회사 공격에서 관측된 지표는 구분해야 한다. 도구의 코드에 특정 문자열이 존재한다는 사실만으로 해당 문자열이 실제 공격에 사용됐거나 금융회사 로그에 기록됐다고 판단할 수는 없다.

HTTP User-Agent

ARTEX 공개 소스코드에는 외부 웹서비스에 HTTP 요청을 보낼 때 사용할 수 있는 다음의 사용자 에이전트(User-Agent) 문자열이 정의돼 있다. PLURA는 이를 웹 방화벽(WAF)과 웹서버 로그에서 우선적으로 검색할 수 있는 후보 지표로 제시했다.

User-Agent	기능	관련 소스코드
artex-enrich/1.0	HTTP 요청을 통해 웹 자산 및 서버 관련 정보를 수집하는 기능	enrich/enrich.go
Mozilla/5.0 (spa-api-recon)	HTML 및 JavaScript 파일을 수집하고 API 후보 경로를 추출하는 정적 분석 기능	skills/api-recon/scripts/harvest_static.py
Mozilla/5.0 (spa-api-recon spider)	웹페이지를 순회하며 링크·폼과 API 관련 경로를 탐색하는 기능	skills/api-recon/scripts/spider_mpa.py

위 세 문자열은 ARTEX v0.3.14 소스에 존재하는 것으로 PLURA가 확인한 값이다. 그러나 2026년 대한민국 금융권 해킹에서 실제 관측된 User-Agent로 검증된 값은 아니다. 따라서 User-Agent 일치만으로 비인가 침입이나 정보 탈취가 있었다고 확정할 수 없다.

로그에서 우선 검색할 문자열은 다음과 같다.

artex-enrich/1.0
spa-api-recon

spa-api-recon 부분 문자열에는 spa-api-recon spider도 포함된다. 전체 User-Agent 값이 아닌 일반 로그 문자열을 검색할 경우에는 검색 범위를 구분할 필요가 있다.

PLURA가 제시한 User-Agent 필드 전체 값 비교용 정규식은 다음과 같다.

(?i)^(?:artex-enrich/1\.0|Mozilla/5\.0 \(spa-api-recon(?: spider)?\))$

다만 ARTEX의 모든 HTTP 요청에서 위 세 가지 User-Agent가 사용되는 것은 아니다. 공개 코드에는 Chromium 브라우저를 구동해 HTTP 요청을 발생시키는 별도 기능도 존재하며, 이러한 요청에서는 일반적인 브라우저 헤더가 사용될 수 있다.

또한 ARTEX-worker/1.0이라는 문자열은 공개 소스의 UI 모의 데이터에 포함된 예시로 확인됐을 뿐, 실제 Worker의 공통 User-Agent로 검증되지는 않았다. 따라서 이를 ARTEX의 확정된 공격 시그니처로 취급해서는 안 된다.

관리 콘솔 및 설치·운영 흔적

ARTEX 공개 소스와 공식 배포 구성에는 User-Agent 외에도 도구의 설치 또는 실행 여부를 파악하는 데 참고할 수 있는 식별 정보가 존재한다. 이들은 공격 대상 웹서버에 남는 고정된 침해지표와는 구분해야 한다.

식별 정보	확인 위치	설명
artex_token	ARTEX 관리 콘솔을 이용한 브라우저의 인증 정보 저장 영역	관리 콘솔의 인증 토큰 저장 키. 공격 대상 사이트에 전송되는 공통 쿠키가 아니다.
artex-selfupdate	업데이트 관련 외부 HTTP 통신	ARTEX가 GitHub 릴리스 정보를 조회하는 과정에 사용하는 User-Agent. 금융회사 웹서비스를 대상으로 한 공격 요청용 식별값과 구분된다.
ARTEX — 自主渗透测试控制台	관리 콘솔 웹페이지 및 프런트엔드 자원	'ARTEX — 자율 침투 테스트 콘솔'을 뜻하는 제목 문자열
LLM 驱动的自主渗透测试系统控制台	관리 콘솔 웹페이지 및 프런트엔드 자원	'LLM 기반 자율 침투 테스트 시스템 콘솔'을 뜻하는 설명 문자열
autumn27/artex	Docker 이미지 목록 및 컨테이너 실행 이력	공식 Docker Compose 구성에서 사용하는 이미지 이름
8787/tcp	서비스 실행 환경의 네트워크 설정	기본 웹 UI 및 API 서비스에 사용되는 포트
8788/tcp	서비스 실행 환경의 네트워크 설정	트래픽 기록 프록시에 사용되는 포트

공식 v0.3.14 Docker Compose 구성에서는 8787번 포트가 호스트에 매핑되고, 8788번 포트는 기본적으로 호스트의 127.0.0.1에 바인딩된다. 따라서 8788번 포트가 인터넷에 개방되어 있지 않다는 이유로 ARTEX 설치 여부를 부정할 수는 없다.

또한 8787번 또는 8788번 포트를 사용하는 프로그램이 ARTEX라는 보장은 없다. 다른 프로그램도 동일한 포트를 사용할 수 있으므로, 실제 식별에는 프로세스·컨테이너·웹페이지 내용 등 다른 증거가 필요하다. 반대로 실제 공격 인프라에서는 기본값과 다른 포트가 사용된 사례도 있다. 크라우드스트라이크가 분석한 공격 관련 서버에서는 ARTEX와 공개 디렉터리가 18899번 포트에서 운영됐다.

artex-selfupdate는 도구의 업데이트 통신을 식별하는 단서이지만, 해당 통신의 목적지인 GitHub 자체를 악성 도메인으로 분류할 근거는 되지 않는다.

공식 배포파일의 SHA-256

PLURA는 ARTEX v0.3.14의 공식 배포 ZIP 파일에 대한 SHA-256 해시값도 정리했다. 이 값은 특정 버전의 배포파일을 식별하기 위한 것이며, 이번 금융권 공격에서 실제 확보한 악성파일의 해시값은 아니다.

파일명	SHA-256
artex-0.3.14-linux-amd64.zip	d168ec58b836d6c58a7249f51894644da998f063271acd41af3545917f529c4b
artex-0.3.14-linux-arm64.zip	fff3f501db2ec8e2f424eabd33f009c6aff82ae3332a7b3118ad4038b11275af
artex-0.3.14-windows-amd64.zip	dde132714981bd6af672ce7a09bcd8010da5d106f7f9d64f4672adfb283ab252
artex-0.3.14-darwin-amd64.zip	5b45c239f24c5cb8002a996963f80d7b50cacee4a00e13c0f08a3f694064d81f
artex-0.3.14-darwin-arm64.zip	8a746590771e17146860c39fda44ed46d89b1749c90d8965f84acadf36613e0c

해시값은 해당 배포 ZIP과 동일한 파일이 조사 대상 시스템에 존재하는지 확인하는 데 이용할 수 있다. 그러나 압축을 해제한 실행파일의 해시는 배포 ZIP의 해시와 다르며, 같은 버전이라도 자체 빌드하거나 파일을 수정했다면 해시가 달라질 수 있다.

또한 공식 배포파일의 해시가 탐지됐다는 사실만으로 해당 파일을 악성코드로 분류하거나 금융권 해킹에 사용됐다고 판단해서는 안 된다.

행위 기반 탐지와 분석

ARTEX는 단일한 고정 HTTP 요청을 전송하는 도구가 아니라 여러 에이전트와 보안 도구를 연계해 탐색을 수행하는 시스템이다. 따라서 특정 User-Agent와 IP만을 이용한 탐지에는 한계가 있으며, 실제 요청·응답과 인증·세션·서버 행위를 함께 분석할 필요가 있다.

PLURA의 공개 소스 분석에 따르면 ARTEX의 API 정찰 기능은 다음과 같은 흐름으로 동작할 수 있다.

HTML 문서 수집
    ↓
JavaScript 참조 분석
    ↓
Bundle 및 Chunk 파일 수집
    ↓
API 후보 경로 추출
    ↓
후속 탐색 및 검증

공개 소스의 API 경로 식별 정규식에는 다음과 같은 일반적인 웹 애플리케이션 경로가 포함돼 있다.

/api/
/rest/
/service/
/ajax/
/action/
/do/
/rpc/
/graphql/
/v1/
/v2/
/admin/
/backend/

이 목록은 HTML·JavaScript에 포함된 문자열을 API 후보로 분류하는 데 사용되는 패턴의 예시다. ARTEX가 항상 위 경로에 요청을 보내거나 해당 경로 자체가 악성이라는 의미는 아니다.

해당 분석에서 MPA Spider의 기본 설정은 최대 페이지 수 200, 탐색 깊이 4, 요청 지연 0.1초로 설명됐다. 그러나 이는 공개 스크립트의 설정값일 뿐, 금융권 공격에서 실제로 관측된 요청 속도나 탐색 범위가 아니다.

침해 여부를 조사할 때 검토할 수 있는 로그와 분석 항목은 다음과 같다.

분석 항목	확인할 내용
보안 장비 로그	WAF·방화벽·침입탐지시스템에서 알려진 공격 IP의 접속 또는 차단 이력
웹 요청 정보	요청 시각, 출발지 IP, Host, URI, HTTP Method, User-Agent
자산 탐색 행위	다수 URL·JavaScript 파일에 대한 연속 접근 및 API 경로 탐색
파라미터 변경	고객번호·조회 대상·식별값 등을 반복적으로 변경하며 정보를 요청한 정황
인증·세션	비인증 접근, 세션 검증 누락, 인증 우회 및 접근 권한 검증 여부
응답 정보	HTTP 상태 코드, 응답 크기, 반환된 정보의 종류와 변화
서버 행위	애플리케이션 로그, 데이터 조회 기록, 비정상 프로세스 실행 및 다른 보안 이벤트와의 연관성

이러한 분석 항목은 ARTEX뿐 아니라 일반적인 자동화 스캐너와 웹 애플리케이션 공격 조사에도 적용될 수 있다. 특정 패턴이 발견됐다는 사실만으로 ARTEX 사용을 확정해서는 안 되며, 정상적인 보안점검 및 승인된 모의 해킹 활동과도 구분해야 한다.

클라우드 보안 얼라이언스(CSA)의 AI 안전 이니셔티브는 10월 10일 공개한 연구 노트에서, LLM API를 호출할 이유가 없는 서버에서 외부 LLM API로 나가는 통신을 탐지 대상으로 삼을 것을 권고했다. 같은 노트는 일부 언론 보도가 공개된 증거보다 앞서 나간 측면이 있다고 지적했다.

국내 보안업체 파이오링크는 10월 8일 웹 방화벽 고객에게 ARTEX 관련 공격을 탐지·차단하는 시그니처를 제공한다고 밝혔다. 다만 시그니처만으로는 정상 요청처럼 보이는 인증·인가 우회 시도를 모두 막을 수 없다고 덧붙였다.

금융권 해킹 관련 공개 IP

2026년 10월 7일 PLURA는 금융감독원이 금융권에 전파한 「금융감독원 전파 의심 IP 목록」에 포함된 공격 관련 IP 19개를 국가·지역 정보와 함께 공개했다. 해당 자료에서 공격 유형은 'AI Agent를 활용한 자동화 공격 추정'으로 설명됐다.

그러나 이 19개 주소에 대해 각각 ARTEX 사용 여부나 개별 금융회사 공격에 관여한 역할이 확인된 것은 아니다. PLURA도 원본 자료에 IP별 관측 시각과 ARTEX 사용 여부가 포함되지 않았다고 명시했다.

이 목록은 ARTEX 자체의 고유한 네트워크 주소를 의미하지 않는다. ARTEX는 누구나 설치할 수 있는 오픈소스이므로 특정 IP 주소가 다른 환경에서 ARTEX를 사용하는지 여부와 금융권 해킹에 실제 사용됐는지 여부는 별도로 확인해야 한다.

공개된 19개 IP의 전체 목록과 금융권 사고에서의 사용 정황은 2026년 금융권 AI 해킹 및 정보유출 사태 문서에서 다룬다.

크라우드스트라이크가 확인한 운영 인프라

2026년 10월 7일 크라우드스트라이크는 금융권 공격과 연관된 IP 38.244.50.120에서 ARTEX 인스턴스와 외부에 노출된 디렉터리를 확인했다고 밝혔다. 이 서버의 18899번 포트에서 공개된 파일(http://38.244.50[.]120:18899/.claude/CLAUDE.md)에는 중국어로 작성된 침투 테스트용 CLAUDE.md 지침과 별도의 홍콩 기반 운영 서버에 관한 내용이 포함돼 있었다. 홍콩 서버에서는 Claude Code 세션 기록, ARTEX 설정 파일, Claude 메모리 파일이 발견됐다.

크라우드스트라이크는 홍콩 서버를 공격자의 주된 운영 거점으로, 38.244.50.120을 한국 금융권 공격과 연관된 ARTEX 실행 서버로 분석했다. 공격 관련 Claude Code 세션에서는 별도의 프록시 IP 9개도 확인됐다. 이들 서버·프록시 주소는 기존 금융감독원 전파 19개 IP 목록과 수집 출처와 분석 목적이 다른 지표로, 모든 주소가 각 금융회사에서 직접 관측된 침입 IP이거나 모두 동일 인물 소유라고 단정할 수 없다.

보고서에 수록된 프록시 IP 9개는 다음과 같다.

101.53.80.20
205.214.59.31
124.155.252.63
154.201.79.246
23.248.249.90
23.158.220.98
103.248.148.84
203.160.133.172
209.209.85.38

이 가운데 101.53.80.20, 124.155.252.63, 23.158.220.98, 103.248.148.84, 203.160.133.172, 209.209.85.38은 PLURA가 공개한 금융감독원 전파 19개 IP 목록에도 포함돼 있다.

크라우드스트라이크는 또 DeepSeek 모델 호출에 LLM API 중계(리셀러) 서비스로 보이는 도메인 xcai[.]pro가 사용됐다고 밝혔다. 보고서는 관련 활동을 MITRE ATT&CK 기법 T1583.003(가상 사설 서버 확보), T1588.007(인공지능 도구 확보), T1090(프록시)으로 분류했다. 보고서는 피해 기관명을 밝히지 않았으며, 침해 대상을 대출 중개인용 대출 진행 조회 서비스와 직원용 모바일 업무 지원 시스템으로만 기술했다.

대한민국 금융권 해킹 사건과의 연관성

2026년 10월 2일 보안업계에서는 신한은행 고객정보 유출 사고와 관련된 것으로 추정되는 공격 인프라에서 ARTEX와 관련된 흔적이 발견됐다는 분석이 제기됐다.

연합뉴스 보도에 따르면 신한은행을 겨냥한 공격에 사용된 것으로 추정되는 웹서버의 HTML 제목에서 다음과 같은 ARTEX 관련 중국어 문자열이 확인됐다.

ARTEX 自主渗透测试控制台

이는 한국어로 'ARTEX 자율 침투 테스트 콘솔' 정도의 의미이며, ARTEX 웹 인터페이스 또는 이를 기반으로 구성된 환경이 해당 서버에서 운영됐을 가능성을 보여주는 정황으로 평가됐다. 이 분석은 문종현 지니언스 시큐리티센터장이 공개한 조사 결과를 바탕으로 알려졌다.

10월 3일 문종현 센터장은 추가 인터뷰에서 최근 국내 여러 곳을 대상으로 수행된 공격을 분석한 결과 문자열 분석을 통해 ARTEX가 이용됐을 가능성이 있다고 밝혔다. 그는 ARTEX를 공격 대상 탐색, 취약점 발견·검증, 공격 경로 수립, 실제 보안 도구 실행까지 일련의 과정을 연계할 수 있는 LLM 기반 오픈소스 자율형 침투 테스트 프레임워크로 설명했다.

같은 날 금융보안원의 조사 결과를 인용한 후속 보도를 통해 ARTEX와 금융권 공격의 연관성이 보다 구체적으로 확인됐다. 금융보안원 관계자는 신한은행의 로그와 공격자 IP 등을 역추적한 결과 ARTEX를 활용한 흔적들이 확인됐다고 밝혔다.

금융보안원은 이를 AI가 사람의 개입 없이 독자적으로 은행을 공격한 사례로 보지는 않았다. 금융보안원 관계자는 AI를 활용한 공격인 것은 맞지만 사람이 개입하지 않은 자율 공격은 아니며, 해커가 ARTEX라는 AI 도구를 이용한 것이라고 설명했다.

또한 금융보안원 조사에서는 신한은행을 비롯한 여러 금융회사에 대한 공격 사이의 기술적 공통점도 확인됐다. 여러 공격 IP 가운데 은행별로 2~3개 IP가 서로 중복됐고, IP가 차단된 뒤 다른 IP로 변경해 공격을 이어간 정황이 나타났다. 공격 수법과 노린 취약점이 유사했으며 ARTEX에서 발신되는 특징적인 데이터도 공통적으로 발견된 것으로 전해졌다.

금융보안원은 신한은행에서 확보한 공격자 IP를 금융권에 공유했고, 다른 금융회사들이 해당 IP의 접속 이력을 조사하는 과정에서 추가 침해 사실이 확인됐다. 우리은행과 NH농협은행도 같은 유형의 공격을 받았으나 공격 대상이 된 취약점이 존재하지 않아 침해사고로 이어지지 않은 것으로 파악됐다. 금융보안원은 저축은행 2곳에 대해서도 접속 로그를 분석해 피해 여부를 조사하고 있다.

10월 4일 금융당국은 신한은행·KB국민은행·하나은행·BNK부산은행과 예가람저축은행·웰컴저축은행·현대캐피탈 등 7개 금융회사에서 침해사고가 발생한 것으로 파악했다. 은행권에서는 공격 IP가 거의 동일했고, 저축은행·캐피탈사를 대상으로 한 공격에서는 다른 IP가 확인됐지만 공격 방식에는 유사성이 나타난 것으로 전해졌다.

10월 6일 금융보안 관계자에 따르면 신한은행·KB국민은행·하나은행·BNK부산은행·예가람저축은행·웰컴저축은행·현대캐피탈 등 7개 피해 금융회사와 관련된 공격 IP에서 ARTEX 관련 흔적이 확인됐으며 경찰청 사이버수사국이 연관성을 조사하고 있다.

경찰청 국가수사본부는 10월 초 금융권 연쇄 해킹 사건을 정보통신망법 위반 혐의로 수사하기 시작했다. 전담수사팀은 최초 4개 팀 28명 규모로 편성됐으며, 이후 디지털 포렌식·국제공조 인력 등을 포함해 43명으로 증원됐다고 경찰이 발표했다. 금융회사별 침해 경위와 피해 범위, 공격 주체를 조사하고 있다.

10월 21일 경찰은 전자금융거래법 위반 혐의를 추가 검토해 사건을 중대범죄수사청에 통보했다. 중수청은 10월 23일 기존 경찰 수사 진척과 국제공조 진행 등을 고려해 사건을 넘겨받지 않기로 결정했으며, 경찰이 수사를 계속하고 있다.

이러한 정황은 신한은행을 비롯한 여러 금융회사 공격 사이에 기술적인 연관성이 존재할 가능성을 보여준다. 다만 2026년 10월 28일까지 확인된 공식 수사 발표에서는 공격자의 신원이 확정되지 않았으며, KB국민은행, 하나은행, BNK부산은행 등을 포함한 모든 금융회사 공격이 동일한 공격자 또는 하나의 공격 조직에 의해 수행됐다는 사실까지 확인된 것은 아니다.

또한 공개된 조사 내용만으로는 ARTEX가 각 금융회사 공격의 어느 단계에서 어떤 기능을 수행했는지까지 구체적으로 확인되지 않았다. ARTEX가 취약점 탐색·공격 경로 계획·도구 실행 등 여러 기능을 제공한다는 사실과 실제 사건에서 각각의 기능이 사용됐다는 것은 구분할 필요가 있다.

ARTEX는 공개된 오픈소스 소프트웨어이므로 누구나 소스 코드를 내려받을 수 있다. 따라서 ARTEX 또는 중국어 인터페이스가 발견됐다는 사실만으로 공격자의 국적이나 조직을 중국과 연결할 근거가 되지는 않는다는 지적도 나왔다.

후속 보도에 따르면 이번 금융회사 공격은 추적을 피하기 위해 미국·일본·독일 등 10여 개국의 20여 개 IP 주소를 거쳐 이뤄진 것으로 전해졌다. 따라서 공격 경유지나 ARTEX 개발자의 국적만으로 실제 공격자의 국적을 판단할 수 없다.

크라우드스트라이크의 공격자 실행 기록 분석

10월 7일 크라우드스트라이크는 공격자가 운영한 것으로 분석되는 서버의 공개 디렉터리에서 Claude Code 세션 기록, ARTEX 구성 파일, Claude 메모리 파일을 확보했다고 밝혔다. 기록에는 2026년 9월 말부터 10월 초까지 대한민국 금융기관을 대상으로 진행된 활동이 포함돼 있으며, 대상 기관은 당시 언론에서 보도한 피해 금융기관과 일부 일치했다. 기존의 ARTEX 관리 콘솔 제목 문자열 분석보다 실제 작업 환경을 더 직접적으로 보여주는 자료다.

분석된 환경에서 ARTEX가 주로 연결한 언어 모델은 DeepSeek v4.1-flash였고, 다른 Claude Code 세션에서는 GLM-5.3(Zhipu AI) 및 Grok 4.6도 사용됐다. DeepSeek는 제3자 LLM API 중계 서비스를 통해 호출됐을 가능성이 제기됐다. Claude Code는 ARTEX와 별도로 실행된 코딩 에이전트로, 이 모델들이 모두 ARTEX의 동일 작업에 동시 연결됐다는 의미는 아니다.

공격 관련 대화에서는 한국에서 유출된 정보를 판매하는 경로 및 한국어권 텔레그램 정보 판매 그룹을 찾으려는 질의도 발견됐다. 크라우드스트라이크는 이를 포함한 정황을 근거로 공격자가 금전적 동기를 가진 중국어 사용자일 가능성이 높다고 중간 수준의 신뢰도로 평가했다. 그러나 특정 공격 조직이나 실명으로 공격 주체를 확정하지는 않았다.

한 세션에서 이력서 작성을 위해 입력한 정보에는 중국 거주 26세 남성으로 보이는 신원 단서가 포함됐으나, 입력된 나이와 출생연도 사이에도 모순이 있었다. 크라우드스트라이크는 이 정보가 실제 공격자에게 속한다는 점을 확정할 수 없다고 명시했다. 따라서 이를 근거로 특정 개인이 금융권 해킹범으로 확인됐다고 서술해서는 안 된다.

TAG-217에 대한 공격 준비 시점 분석

10월 16일 Recorded Future의 Insikt Group은 대한민국 금융권 공격과 관련된 인프라를 추적하며 해당 위협 활동을 TAG-217로 명명했다. 이는 연구기관이 편의를 위해 부여한 공격 활동 식별명으로, 경찰이 특정한 범죄조직 이름은 아니다.

연구진은 공개 디렉터리에 남은 파일과 기록을 통해 8월 17~22일 원격접속 인프라 시험과 인터넷 스캔, 8월 22일까지 암호화폐 채굴 플랫폼 YiiMP 관련 지갑 파일 탈취·리눅스 권한 상승 도구 준비, 9월 5일까지 모바일 취약점 시험 환경 구축, 9월 26일까지 AI 작업·프록시·페이로드 전달 체계 준비 정황을 재구성했다. 이는 공격 준비 활동의 시점으로, 8월에 국내 금융회사에 실제 침입했거나 모든 도구로 침해에 성공했다는 뜻은 아니다.

Zscaler의 다중 AI 운영 환경 분석

10월 21일 Zscaler ThreatLabz는 ARTEX·Claude Code·Codex·Grok 작업공간, 여러 LLM 설정과 사용자 정의 스크립트를 결합한 공격자 운영 환경을 분석했다. 발견된 프롬프트 기록의 기간은 2026년 8월 4일~10월 4일이며, 한국 외 여러 국가와 업종의 조직에 대한 조사·공격 시도가 포함돼 있었다. 이는 기록상 표적의 지리적 범위이지 해당 지역 모두에서 정보유출이 확인됐다는 의미는 아니다.

ARTEX의 설정에는 OpenAI 호환 API 게이트웨이를 통한 DeepSeek 연결이 존재했고, 다른 작업에는 GLM·Grok 등이 지정돼 있었다. 작업 지침에서는 한 모델의 결과를 다른 모델과 하위 에이전트가 재검토하도록 했고, 작업 컨텍스트 주입 스크립트와 동기화 스크립트를 통해 서로 다른 AI 세션 및 서버 간 조사 기록을 공유하도록 구성됐다. 단, 구성 파일에 모델명이 있다는 사실만으로 해당 모델이 모든 공격 단계에서 실제 호출됐거나 공격에 성공했다는 뜻은 아니다.

Zscaler는 유출 정보 및 거래 자료의 대량 수집과 판매처 검색에 관한 프롬프트 등을 근거로 금전적 동기를 추정했다. 하지만 인간 운영자가 수행한 작업과 AI가 독자적으로 수행한 단계를 로그만으로 항상 구분할 수는 없다고 설명했다.

GodNet·VITAS와의 연관 정황

10월 9일 국내 보안기업 로그프레소(Logpresso)는 크라우드스트라이크가 공개한 단서를 텔레그램과 GitHub 활동 기록, 과거 인포스틸러 유출 자료 등과 교차 분석했다. 그 결과 공격자 측 기록에서 등장한 텔레그램 계정 YY520CN이 2024년 중국어권 디도스 공격 대행 조직 GodNet·VITAS의 커뮤니티 운영진 중 하나로 기재된 정황을 발견했다고 밝혔다.

로그프레소는 또 해당 조직의 다른 구성원으로 알려진 계정과 연관된 2023년 인포스틸러 유출 기록에서 클라우드 서비스 이용 단서가 발견됐다고 보고했다. 그러나 해당 계정과 금융권 침해행위의 직접적인 연관성, 조직적 지휘 여부, 실제 공격자 신원은 확인되지 않았다. 언론에 공격자로 지목된 중국 광둥성 거주 26세 남성은 해킹 관여를 부인하며 자신의 신원과 연락처가 도용됐다고 주장했다. 로그프레소도 단일 개인의 범행으로 확정하기 어렵고 추가 확인이 필요하다고 평가했다.

공개된 성능·안전성 검증 실험

2026년 10월에는 ARTEX의 실제 동작을 확인하기 위한 별도의 통제 환경 실험들이 공개됐다. 이 실험들의 결과는 ARTEX의 잠재적 능력과 통제 문제를 보여주지만, 실제 대한민국 금융회사 공격에서 소요된 시간·비용이나 성공률을 측정한 것은 아니다.

• 에버스핀 실험(10월 5일 공개): 금융권 조회 서비스와 유사한 시연용 웹 애플리케이션에서 ARTEX가 별도의 브라우저 조작 없이 조회 API를 반복 호출해 목표 작업을 6라운드, 약 22초 만에 완료했다고 발표했다. 약 4만 4천 토큰이 사용됐고 추산 비용은 약 0.88달러였다.
• 동아일보 실험(10월 6일 수행, 7일 보도): 외부망과 차단된 가상 실습 서버에 의도적으로 알려진 취약점을 구성하고 ARTEX에 DeepSeek 모델을 연결한 결과, 약 43초 만에 관리자 권한을 획득했으며 보고서 작성까지 약 4분이 소요됐다고 보도했다. LLM 사용료는 약 20원으로 집계됐다. 미리 구성한 취약 실습 환경에서 얻은 결과이므로 일반 운영 서버에 동일하게 적용할 수는 없다.
• 티오리 실험(10월 15일 발표): 티오리(Theori)는 외부 연결과 작업 범위를 통제한 환경에서 ARTEX·CyberStrikeAI를 실행해 네트워크·시스템 기록에 남는 특징을 분석했다. ARTEX로 단순 취약점 점검을 수행하던 중 실험용 데이터가 의도치 않게 삭제됐으며, LLM 기반 안전장치를 활성화한 상태에서도 해당 동작이 막히지 않았다고 보고했다.

티오리 분석에 따르면 AI 에이전트의 요청 순서·빈도·반복 양상에서 식별 가능한 패턴이 나타났고, 추론 이후 도구 요청이 집중되는 현상도 관찰됐다. 별도로 테스트한 CyberStrikeAI에서는 약 20분 동안 3만 2천여 건의 스캔 요청이 발생했다. 3만 2천여 건은 ARTEX가 발생시킨 요청 수가 아니다.

티오리는 연구 결과를 바탕으로 Suricata·Sigma·YARA·ModSecurity 형식의 탐지 규칙을 GitHub에 무료 공개했다고 밝혔다. 이 규칙들은 웹 요청, 로그, 파일 등 다양한 계층의 관측값을 이용하기 위한 것이며, 단일 탐지 규칙의 일치만으로 실제 침해행위 또는 특정 금융권 공격의 주체를 확정할 수는 없다.

보안상 의미

ARTEX는 사전에 정해진 탐색 규칙만 반복하는 스캐너와 달리, LLM이 탐색 결과를 해석해 다음 작업을 선택하고 여러 Worker에 분배하도록 설계됐다. 따라서 승인된 모의해킹에서는 점검 효율을 높일 수 있지만, 무단 사용 시 취약점 탐색·검증과 공격 시도를 빠르게 반복하는 수단이 될 수 있다.

금융보안원과 크라우드스트라이크 등이 공개한 자료는 ARTEX와 LLM을 결합한 공격 인프라의 존재를 뒷받침한다. 그러나 도구가 설치됐거나 작업 기록이 발견됐다는 사실만으로 개별 금융회사의 모든 침투·정보 탈취 단계가 사람의 개입 없이 수행됐다고 확정할 수는 없다. 연결 모델, 실행 권한, 사람의 승인 여부 및 대상 취약점에 따라 실제 자동화 수준은 달라진다.

안랩이 확인한 인터넷 노출 서버와 외부 침투 실험, Wiz의 장시간 인증 공격 관찰은 단순 IP·User-Agent 차단만으로 대응하기 어렵다는 점을 시사한다. ARTEX 탐지에서는 API 탐색, 비정상 인증·권한 검증, 대량 데이터 조회, 애플리케이션 자격증명 변경 등 행위의 연속성을 함께 분석할 필요가 있다. 다른 한편 티오리의 데이터 삭제 실험은 AI의 문장 수준 안전장치 외에도 실제 도구 실행 권한, 범위 제한과 격리가 중요하다는 점을 보여준다.

문종현 지니언스 시큐리티센터장은 AI 기반 공격 자동화와 지능형 지속 위협(APT)의 결합 가능성을 지적했다. 다만 이러한 전망은 대한민국 금융권 공격이 국가 배후의 APT 또는 특정 국가의 작전으로 확인됐다는 의미가 아니다. 특히 TAG-217과 Storm-0940을 동일 조직으로 연결하는 근거도 공개되지 않았다.

금융권의 대응 정책

2026년 10월 14일 금융위원회는 관계기관 합동 제2차 긴급 상황대응 회의에서 신한은행 사고 전후 16개 금융회사에서 침해사고가 확인됐으며, 약 10만 건의 정보유출이 파악됐다고 발표했다. 이는 같은 기간 신고된 금융권 침해사고의 집계로, 16개사 모두 ARTEX 공격을 받았다는 발표는 아니다. 금융위원회는 각 사건의 침입 경로·공격 방식·동일 주체 여부·AI 해킹 가능성을 계속 조사한다고 밝혔다.

금융위원회는 전체 금융회사 555곳에 대한 긴급점검에서 130곳이 일부 보안관리 미흡 사항을 보고했다고 설명했다. 대응 방안으로 금융회사가 탐지한 위협정보의 공동 공유, AI 기반 취약점 점검 인프라, 중소형 금융회사 공동 보안관제, 외부 접점과 인증·인가 관리 강화 등을 추진하기로 했다. 대형 금융회사의 취약점 점검 주기 확대와 AI 방어체계 활용을 위한 망분리 제도개선도 검토 대상에 포함됐다. 이러한 정책은 ARTEX를 비롯한 AI 기반 해킹 위협에 대한 금융권 차원의 대응이지, ARTEX가 모든 사고에서 사용됐다는 결론은 아니다.

이용 제한과 라이선스

ARTEX 저장소는 소스 코드의 라이선스를 AGPL-3.0으로 명시하고 있다.

동시에 프로젝트 README에는 ARTEX를 개인 학습, 코드 연구 및 격리된 로컬 환경에서의 기술 검증 목적으로 제공한다고 밝히고 있으며, 실제 온라인 시스템을 대상으로 스캔·탐색·취약점 이용·공격을 수행하지 말라는 별도의 이용상 주의사항을 명시하고 있다. README에서는 불법 침입, 데이터 탈취, 랜섬웨어, 서비스 거부 등의 용도로 사용하는 것도 명시적으로 금지하고 있다.

2026년 10월 7일 보도에 따르면 ARTEX 개발자는 대한민국 금융권 해킹 사건이 알려진 이후 이용자 지침을 수정해 무단 사이버 침입이나 데이터 탈취 등 악의적인 목적으로 사용해서는 안 된다는 내용을 명시했다. 다만 ARTEX가 오픈소스로 공개돼 누구나 내려받고 수정할 수 있기 때문에 이러한 이용지침 자체가 악의적인 사용을 기술적으로 차단하는 것은 아니다.

10월 8일 개발자가 새 공개 배포를 중단한 이후에도 이미 배포한 AGPL-3.0 소스 코드와 이를 이용해 만들어진 포크·미러는 존재한다. 개발 중단과 향후 비공개 전환 방침을 기존 공개 소스의 일괄 회수나 소급적인 비공개 전환으로 이해해서는 안 된다.

이러한 프로젝트 측의 이용 조건 및 설명과 별개로, 실제 정보시스템에 대한 침투 테스트는 대상 시스템 소유자의 권한과 해당 국가의 법률 및 계약 조건에 따라 수행되어야 한다.

같이 보기

• 2026년 금융권 AI 해킹 및 정보유출 사태
• 침해지표
• 사용자 에이전트
• 웹 방화벽
• CyberStrikeAI
• 도구 호출 (인공지능)
• 인공지능 레드티밍 도구
• Promptfoo 레드티밍
• PyRIT