기사 핵심 요약
SK텔레콤이 악성 앱 분석 AI 에이전트를 도입해 투입 시간을 96% 줄이고 515억 원 상당의 피해를 막았다.
- SK텔레콤이 다중 AI 에이전트 기반 악성 앱 분석 체계인 M-TripleA를 자체 개발했다.
- 전문인력 투입 시간을 19시간에서 50분으로 단축해 5개월간 악성 앱 4304건을 분석했다.
- 명령제어(C2) 서버 2051개를 차단해 통신 3사 합산 약 2250억 원의 피해를 예방했다.
SK텔레콤 통합보안센터 사회공학위협대응팀은 경찰청과 연계해 유입되는 악성 의심 애플리케이션을 신속하게 검증하고 피해를 차단하기 위해 악성 앱 분석 AI 에이전트 'M-TripleA'를 자체 개발해 실무에 도입했다. 피싱 범죄 조직이 유포하는 악성 앱은 스마트폰 내부 개인정보를 탈취하고 원격 제어를 시도하므로, 보안 분석가가 앱 코드를 정밀 추적해 공격 거점인 명령제어(C2) 서버 주소를 찾아내는 작업이 필수다. C2 서버는 공격자가 악성 앱에 명령을 내려 감염 기기를 원격 제어하거나 탈취한 정보를 수집하는 데 쓰는 핵심 서버를 뜻한다.
경찰청 연계 업무 급증과 분석 인력 한계
수사기관과의 공조 체계가 본격화하면서 보안 부서로 전달되는 일일 의심 앱 건수가 가파르게 늘어 단일 전담 인력의 수작업 대응 범위를 넘어섰다. SK텔레콤은 3월 경찰청과 악성 앱 분석 협력 체계를 구축하고 의심 앱을 전달받아 악성 여부를 검증하는 절차를 가동했다. 당시 사회공학위협대응팀 내부에서 해당 분석 업무를 도맡은 인원은 보안 분야 박사학위를 지닌 강희도 매니저 한 명이었다.
의뢰 건수는 3월 기준 하루 평균 37건에서 5월 들어 하루 평균 57건까지 불어났다. 범죄 조직이 유포하는 피싱 앱은 코드 해석을 방해하려고 난독화와 암호화 기술을 광범위하게 적용하고 있어, 새 유형의 악성 앱 하나를 수작업으로 분석하는 데만 평균 2.5일이 걸렸다. 보안 인력 부족을 풀고자 외주 용역을 검토했으나 연간 약 10억 원이 들 것으로 추산되자 외부 위탁 대신 자체 AI 에이전트 개발로 방향을 틀었다.
멀티 에이전트 분업 구조를 통한 자동화 체계
새로 구축된 자동화 시스템은 여러 특화 인공지능 에이전트가 조직 체계처럼 위계를 갖춰 조사 계획 수립부터 최종 보고서 작성까지 전 과정을 자율 처리한다. 팀장 역할을 맡은 리드 에이전트가 애플리케이션의 전체 소프트웨어 구조를 먼저 파악하고 세부 분석 전략과 단계별 조사 계획을 세운다. 이어 중간 관리자인 오케스트레이터가 전체 계획을 세분화된 개별 작업 단위로 쪼개 실무를 맡은 서브 에이전트들에 나눈다.
서브 에이전트는 전문 분석 소프트웨어 도구를 다루며 할당받은 단위 작업을 실행하고, 오케스트레이터는 작업 진행 경과와 수집 데이터를 종합해 리드 에이전트에 실시간 보고한다. 초기 가설과 어긋나는 반증이 나오면 리드 에이전트가 즉각 분석 전략을 손질한다. 조사가 끝나면 리뷰 에이전트가 모인 디지털 증거를 종합 검토해 앱의 최종 악성 여부와 공격 행위 유형을 판정하고, 판정 근거와 미확인 항목을 명시한 정식 보고서를 작성한다.
소요 시간 단축과 피싱 피해 예방 성과
인공지능 기반 분업 체계가 가동되면서 전문 분석 인력이 투입되는 소요 시간이 대폭 줄어들었으며 차단 조치 속도도 함께 빨라졌다. SK텔레콤에 따르면 M-TripleA 도입 전 약 19시간에 달했던 전문인력 투입 시간은 도입 후 약 50분으로 줄어 96%의 시간 단축 효과를 냈다. 사내 경진대회인 'AX 스파크'에서 대상을 차지한 이 시스템은 실제 통신망 위협 방어에 곧장 투입됐다.
실제 4월부터 9월까지 5개월간 시스템을 운영한 결과 총 4304건의 악성 앱을 분석해 피싱 공격의 배후인 C2 서버 주소 2051개를 찾아냈다. 이 과정에서 SK텔레콤 가입자 약 940명이 입을 뻔했던 금전 피해 약 515억 원을 미리 막았다. 경찰청을 통해 KT와 LG유플러스에도 분석 데이터가 실시간 공유되면서, 이동통신 3사 전체 고객 기준으로 산출한 피해 예방 효과는 약 2250억 원의 사회적 가치에 달하는 것으로 추산됐다.
표: M-TripleA 도입 전후 분석 효율 및 피해 예방 성과 비교
| 구분 | 도입 전 | 도입 후 (5개월간 실적) |
|---|---|---|
| 건당 전문인력 투입 시간 | 약 19시간 | 약 50분 (96% 단축) |
| 악성 앱 분석 및 C2 서버 탐지 | 신유형 건당 평균 2.5일 소요 | 4304건 분석 / C2 서버 2051개 적발 |
| SKT 고객 피해 예방 효과 | 단일 인력 수기 대응 한계 | 고객 940명 / 515억 원 금전 피해 예방 |
| 통신 3사 합산 사회적 가치 | - | 약 2250억 원 예방 효과 추산 |
사내 지원 제도와 향후 고도화 목표
현장 개발자의 기술적 시도는 통신사 사내 지원 프로그램과 연계되면서 실제 보안 위협 대응 인프라로 안착했다. 강 매니저는 SK텔레콤 사내 10명으로 꾸려진 'SKT 카탈리스트' 대상자로 뽑혀 월 30만 원 한도의 AI 모델 활용 경비를 지원받았으며, 챗GPT 코덱스(ChatGPT Codex)를 접목해 에이전트 코드를 짰다. SK텔레콤은 카탈리스트 제도로 사내 구성원의 생성형 AI 도입 비용과 기술·데이터 연계를 뒷받침하며 실무 개선 과제를 키우고 있다.
보안 부서는 시스템 최적화를 이어가 위협 탐지 반응 속도를 추가로 끌어올릴 방침이다. 강 매니저는 고객 피해 방지에서 오는 실무적 보람을 밝히며, 현재 1시간에서 1시간 반 수준인 전체 분석 사이클을 개선해 주요 C2 서버 주소와 악성 행위 정보를 약 30분 안팎에 추출하는 단계까지 기술을 끌어올리겠다고 설명했다.
같은 주제 기사 모아보기
IT테크 관련 기사 더 보기자주 묻는 질문
M-TripleA 시스템은 어떤 원리로 구동되나요?
리드 에이전트가 조사 전략을 수립하면 오케스트레이터가 작업을 나누어 서브 에이전트에 분배하고, 최종적으로 리뷰 에이전트가 보고서를 작성하는 다중 AI 협업 체계로 구동됩니다.
해당 시스템으로 차단한 피싱 피해 규모는 어느 정도인가요?
5개월간 SK텔레콤 가입자 기준 515억 원의 피해를 막았으며, 통신 3사 전체 기준으로는 약 2250억 원의 사회적 피해 예방 가치를 창출했습니다.
향후 시스템의 추가 개선 계획은 무엇인가요?
현재 1시간에서 1시간 반 수준인 전체 분석 사이클을 최적화해 핵심 정보를 30분 이내에 추출하도록 기술을 고도화할 계획입니다.
댓글을 남기려면 로그인 해주세요.