AI 기반 사이버 공격, 환자 안전을 위협하다
- •Claude Mythos와 같은 AI 모델이 소프트웨어 취약점을 자율적으로 탐색하고 악용하는 시대가 도래했다.
- •취약점 발견부터 공격 실행까지의 시간이 24시간 이내로 단축되어 병원의 보안 패치 속도를 훨씬 앞질렀다.
- •의료계의 구조적 문제로 인해 신속한 보안 업데이트가 어려워지며, 환자들이 직접적인 위험에 노출되고 있다.
신약 개발 분야에서 혁신을 불러왔던 인공지능이 이제는 더욱 위험한 디지털 현실을 초래하고 있다. 우리는 AI가 기계 수준의 속도로 소프트웨어 취약점을 식별하고 이를 무기화할 수 있는 시대에 접어들었다. 보안 연구원인 앤드리아 다우닝(Andrea Downing)이 지적했듯, 의료 부문은 이러한 변화에 특히 취약한 실정이다. 병원들은 앞다투어 첨단 기술을 도입하고 있지만, 수개월이 걸리던 공격 과정을 불과 몇 시간 만에 수행하는 공격자들을 방어하기에는 구조적으로 미흡하다.
핵심 문제는 기술적 결함이 아니라 제도의 경직성이다. 새로운 취약점이 발견되어도 병원이 독자적으로 수정 작업을 즉각 시행하기는 어렵다. 병원은 외부 소프트웨어 공급업체가 제공하는 패치에 의존해야 하며, 이는 다시 엄격한 호환성 테스트와 규제 기관의 승인 과정을 거쳐야 한다. 이러한 복잡한 다층적 구조는 방어 체계에 치명적인 공백을 만든다.
공격자들은 유기적으로 연대하여 민첩하게 움직이지만, 병원들은 파편화된 의료 기기 생태계와 노후화된 전자의무기록 시스템에 묶여 있다. 최근 Anthropic의 Project Glasswing은 자사의 모델이 발견한 취약점의 공개를 조정하기 위해 시작되었으며, 이는 AI 기반 공격의 잠재력을 잘 보여준다. 클라우드 보안 연합(Cloud Security Alliance)의 전문가들은 취약점 발견 후 실제 공격이 발생하기까지의 간격이 하루 미만으로 줄어들었음을 확인했다.
이러한 현실은 노후화된 인프라를 사용하는 지방 및 지역 병원들에게 치명적이다. 이들은 랜섬웨어 공격으로 시스템이 마비될 위험이 가장 높다. 결국 이는 단순히 데이터 유출의 문제를 넘어 환자의 생명과 직결되는 문제다. 병원 시스템이 공격받으면 구급차 운행이 중단되고, 암 치료나 긴급 수술이 지연되는 등 심각한 결과가 초래된다.
현행 규제 환경과 인센티브 구조는 이러한 AI 위협에 대응할 만한 신속하고 의무적인 패치 주기를 강제하지 못하고 있다. 방어적 투자를 의무화하는 입법적 개입 없이는 환자들이 거대한 사이버 무기 경쟁 속에서 가장 무방비한 표적이 될 수밖에 없다. 병원을 보호하는 것은 단순한 IT 문제를 넘어 우리 의료 시스템의 온전함을 유지하기 위한 필수 과제이다.