과거처럼 사용자에게 피싱 메일을 보내는 대신, 많은 공격자들은 인터넷을 자동 스캔해 패치되지 않은 시스템을 찾고 즉시 공격하는 방식을 사용한다.
이번 보고서에서 가장 큰 변화 중 하나는 AI가 사이버 공격의 속도를 크게 높이고 있다는 점이다.
AI는 다음과 같은 작업을 자동화하면서 공격 능력을 크게 확장한다.
이러한 자동화 덕분에 공격자는 수천 개의 시스템을 동시에 탐색하고 발견 즉시 공격을 시도할 수 있다.
보고서는 AI 사용 자체가 새로운 조직 보안 위험을 만들고 있다는 점도 강조한다.
특히 직원들이 보안 승인 없이 사용하는 AI 도구, 이른바 ‘Shadow AI’ 사용이 빠르게 늘고 있다. Verizon에 따르면 직원의 45%가 승인되지 않은 AI 도구를 사용하고 있는 것으로 나타났다.
이 경우 기업 내부 정보가 다음과 같은 방식으로 외부 플랫폼에 노출될 위험이 있다.
동시에 AI는 봇 기반 공격 활동도 강화하고 있다. 공격자는 AI를 활용해 다음과 같은 활동을 자동화한다.
이러한 자동화 공격은 인간 공격자만으로는 불가능한 규모와 속도로 실행될 수 있다.
취약점 기반 공격이 증가하는 이유 중 하나는 많은 조직이 패치를 충분히 빠르게 적용하지 못하기 때문이다.
2026년 데이터 분석에서는 상황이 더 악화된 것으로 보인다.
이로 인해 공격자와 방어자 사이에는 시간 격차가 생긴다.
공격자는 취약점을 몇 시간 또는 며칠 안에 공격할 수 있지만, 기업의 패치 프로세스는 몇 주 이상 걸리는 경우가 많기 때문이다.
또 하나의 큰 변화는 서드파티 생태계가 데이터 침해에서 차지하는 비중이 커지고 있다는 점이다.
이는 기업이 내부 보안을 강화하더라도 다음과 같은 외부 파트너가 공격 대상이 될 수 있음을 의미한다.
현대 기업은 복잡한 디지털 공급망에 연결되어 있기 때문에 공격자는 가장 약한 연결 고리를 노리는 경향이 점점 강해지고 있다.
사람을 겨냥한 공격 방식도 변화하고 있다.
이러한 현상에는 몇 가지 이유가 있다.
공격자들은 여기에 AI로 생성한 메시지, 음성 복제, QR 코드 사기 등을 결합해 신뢰도를 높이고 있다.
2026년 DBIR이 전달하는 핵심 메시지는 분명하다. 사이버 보안 위험의 중심이 ‘신원 기반 공격(credential 중심)’에서 ‘노출 기반 공격(exposure 중심)’으로 이동하고 있다는 것이다.
따라서 조직은 단순히 계정 보호만 강화하는 것이 아니라 외부에 노출된 시스템과 취약점을 얼마나 빠르게 관리하느냐에 더 집중해야 한다.
보고서가 강조하는 주요 보안 우선순위는 다음과 같다.
AI가 공격 자동화와 취약점 탐색을 동시에 가속하는 환경에서, 보안 팀의 가장 큰 과제는 공격자의 속도와 조직의 대응 속도 사이의 격차를 줄이는 것이다.
Comments
0 comments