AI
AI 기반 사이버 위협 매핑: LLM ATT&CK Navigator 인사이트
Mapping AI-enabled cyber threats
두줄요약
Anthropic은 832개 악성 계정의 AI 기반 공격을 MITRE ATT&CK에 매핑해 분석했습니다. 고위험 공격은 기술력보다 AI 에이전트의 공격 단계 오케스트레이션과 연관됐습니다.
핵심 발표
- 실제 AI 기반 사이버 공격을 MITRE ATT&CK 프레임워크에 매핑한 분석과 LLM ATT&CK Navigator 공개
- 공격자 위험도 평가를 위한 AI Risk Enablement Score(ARiES) 방법론 제시
연구 방법·결과
- 2025년 3월부터 2026년 3월까지 Usage Policy 위반으로 차단된 832개 계정 분석
- 14개 ATT&CK 전술과 482개 고유 하위 기술에 걸친 13,873건의 악성 활동 관찰
- 중간 위험 이상 행위자 비율, 조사 기간 전반기 33%에서 후반기 56%로 증가
- ARiES의 Threat(0~35점), Vulnerability(0~35점), Impact(0~30점) 합산 평가
개발자 영향
- 고위험 행위자의 핵심 구분 요소로 기술 숙련도보다 AI 에이전트 기반 공격 단계 오케스트레이션 부각
- 자율적 킬체인 오케스트레이션, 실시간 피벗 판단, 인간 개입 없는 AI 주도 실행의 ATT&CK 분류 공백 지적
- 고위험 행위 지표를 반영한 Claude 분류기와 probe 탐지 범위 확대
한계·주의점
- 분석 대상, 조사 기간 중 충분한 세부 정보로 ATT&CK 매핑이 가능한 차단 계정의 부분집합
- 공격자 식별 방지를 위한 데이터 익명화
- 기존 ATT&CK 분류 체계로 자율 공격 행위의 속도와 규모를 포착하기 어려운 한계
