[해외보안뉴스] 노출된 AI 서버 노리는 'PoeLLM' 악성코드, 암호화폐 채굴 및 공격 교두보로 악용
· 2026-10-08 02:00
· 조회 14
· 원문 ↗
최근 인터넷에 외부에 노출된 AI 서브 시스템 및 오픈소스 AI 서비스 프레임워크를 겨냥한 'PoeLLM' 악성코드 캠페인이 발견되었습니다. 공격자들은 적절한 인증 설정이 없거나 보안 취약점이 존재하는 AI 서버에 침투하여 시스템 자원을 무단 점유하고, 악의적인 목적으로 서버를 제어하는 공격을 수행하고 있습니다.
PoeLLM 악성코드는 감염된 AI 서버에 암호화폐 채굴 프로그램을 설치할 뿐만 아니라, 해당 서버를 다른 노출된 AI 인프라를 탐색하기 위한 네트워크 스캐너 및 공격 교두보로 전환합니다. 특히 고성능 GPU 및 CPU 자원을 사용하는 AI 서버 특성상, 침해를 당할 경우 방대한 계산 자원을 빼앗기게 되며 정상적인 AI 모델 추론 및 학습 서비스에 심각한 성능 저하와 과도한 인프라 비용 부담을 초래합니다.
이러한 피해를 예방하기 위해서는 외부 인터넷에 직접 노출된 AI 인터페이스 및 API 엔드포인트에 대한 철저한 접근 제어가 필수적입니다. 관리자는 적절한 사용자 인증 및 승인 메커니즘을 적용하고, 방화벽이나 VPN을 통해 허용된 내부 네트워크에서만 AI 서비스에 접근할 수 있도록 네트워크 구성을 강화해야 합니다. 또한, 사용 중인 AI 프레임워크를 최신 보안 패치 버전으로 유지하고 시스템 자원 사용량과 이상 네트워크 트래픽을 지속적으로 모니터링해야 합니다.
♥ 추천 0
고성능 GPU 인스턴스는 채굴 공격자들의 표적이 되기 쉬우므로, 개발 편의를 위해 AI 서비스 API(Ollama, Ray 등)를 외부에 직접 노출하는 관행부터 끊어내야 합니다.
아키텍처 관점에서 AI 인프라는 반드시 Private Subnet에 격리하고, Zero Trust 기반의 접근 제어와 API Gateway를 통한 인증을 강제해야 합니다.
나아가 인프라 배포 시 보안 베이스라인(IaC)을 검증하고, 런타임 수준에서 비정상적인 프로세스 실행이나 외란 스캐닝 트래픽을 모니터링하는 레이어 구축이 시급합니다.
고성능 GPU를 탑재한 AI 인프라는 공격자에게 연산 자원 탈취와 추가 공격 거점 확보를 동시에 제공하는 매우 매력적인 타겟입니다. PoeLLM은 외부로 노출된 AI 서비스의 미인증 엔드포인트나 설정 오류를 초기 침투 벡터로 활용해, 침해된 서버를 차기 공격을 위한 스캐너 및 거점(Launchpad)으로 신속히 전환시킵니다. 공격자 관점에서는 단순 채굴을 넘어 내부망 확장을 위한 강력한 전초기지로 악용될 수 있으므로, 외부에 노출된 AI 프레임워크 인터페이스에 대한 RCE 취약점 및 접근 제어 점검이 시급합니다.
최근 AI 인프라 도입 속도에 비해 보안 거버넌스가 미흡하여 발생하는 위협이 현실화되고 있습니다. 고성능 연산 자원을 보유한 AI 서버는 암호화폐 채굴뿐만 아니라 2차 공격의 거점으로 악용될 위험이 크므로, 조직 내 'Shadow AI' 자산 파악과 인터넷 노출 관리(EASM)가 시급합니다. AI 개발 및 운용 환경 전반에 대해 즉각적인 전수 조사를 실시하고, 제로 트러스트 기반의 접근 제어 정책을 한층 강화하겠습니다.