본문으로 건너뛰기
피드

오픈AI 모델 사칭한 악성 저장소, 허깅페이스 트렌딩 1위까지 올라감

security 약 4분
vote
0
댓글
북마크

오픈AI 공개형 모델을 사칭한 악성 저장소가 허깅페이스 인기 목록 1위에 오른 사례가 발견됐다. 해당 저장소는 약 18시간 동안 다운로드 24만4천 건과 좋아요 667개를 기록했지만, 실제로는 윈도 이용자의 브라우저 정보, 디스코드 계정, 암호화폐 지갑 데이터를 훔치는 악성코드를 내려받게 만들었다.

  • 1

    악성 저장소는 오픈AI의 개인정보 탐지·삭제 모델 ‘프라이버시 필터’를 사칭

  • 2

    비활성화 전 약 18시간 동안 다운로드 24만4천 건, 좋아요 667개 기록

  • 3

    실행 시 외부 서버에서 정보탈취형 악성코드를 내려받아 화면 캡처, 브라우저 정보, 디스코드 계정, 지갑 데이터를 수집

  • 오픈AI 모델을 사칭한 악성 저장소가 허깅페이스(Hugging Face) 트렌딩 1위까지 올라감

    • 저장소 이름은 ‘Open-OSS/privacy-filter’였음
    • 오픈AI가 공개한 개인정보 탐지·삭제 모델 ‘프라이버시 필터(Privacy Filter)’를 흉내 낸 것임
    • 정상 저장소 설명을 거의 그대로 베껴서 진짜 모델처럼 보이게 만들었음
  • 숫자도 꽤 그럴듯하게 꾸며져 있었음

    • 해당 저장소는 비활성화되기 전 약 18시간 동안 다운로드 24만4천 건을 기록함
    • 좋아요도 667개까지 붙었고, 허깅페이스 인기 목록 1위에 올랐음
    • 보안업계는 이 수치가 실제 인기라기보다 신뢰를 만들기 위해 부풀려졌을 가능성이 크다고 봄

⚠️주의

> 트렌딩 1위, 다운로드 수, 좋아요 숫자만 보고 AI 모델을 믿으면 위험함. 공격자가 바로 그 숫자를 신뢰 장치처럼 꾸밀 수 있기 때문임.

  • 사용자가 안내대로 파일을 실행하면 악성 스크립트가 작동하는 구조였음

    • 이후 외부 서버에서 추가 파일을 내려받음
    • 최종적으로 정보탈취형 악성코드가 실행됨
    • 화면 캡처, 브라우저 정보, 디스코드 계정 정보, 암호화폐 지갑 관련 데이터를 수집하도록 설계돼 있었음
  • 허깅페이스는 현재 해당 저장소 접근을 차단한 상태임

    • 조사 과정에서 비슷한 방식으로 악성코드를 배포한 다른 저장소들도 추가로 발견됨
    • 이 저장소들도 유명 AI 모델 이름을 활용해 사용자를 속이는 방식이었음
  • 개발자와 연구자 입장에선 패키지 보안 습관을 모델 저장소에도 적용해야 함

    • 게시자 계정이 진짜인지 확인해야 함
    • 모델 로딩 과정에서 임의 스크립트 실행이나 외부 파일 다운로드가 있는지 봐야 함
    • 특히 윈도 실행 파일, 파워셸, 배치 파일, 난독화된 스크립트가 섞여 있으면 바로 의심해야 함

기술 맥락

  • 이번 공격은 AI 모델 저장소를 소프트웨어 패키지처럼 악용한 사례예요. 허깅페이스에서 모델을 받는 흐름이 개발자에게 익숙해지면서, 공격자도 그 신뢰 경로를 노린 거예요.

  • 사칭 저장소가 위험한 이유는 이름과 설명만으로도 충분히 그럴듯해 보이기 때문이에요. 특히 유명 기업의 모델명을 붙이고 문서까지 베끼면 바쁜 개발자는 게시자 검증을 건너뛰기 쉽거든요.

  • 다운로드 수와 좋아요가 조작됐을 가능성이 언급된 점도 중요해요. 오픈소스 생태계에서는 숫자가 신뢰의 대리 지표처럼 쓰이는데, 그 지표 자체가 공격 표면이 될 수 있어요.

  • 모델 실행 과정에서 외부 파일을 내려받는 구조는 꼭 봐야 해요. 모델 가중치나 설정을 받는 척하면서 실행 파일이나 스크립트를 끌어오면, 연구 환경이나 개발 PC가 바로 정보탈취형 악성코드에 노출될 수 있어요.

AI 오픈소스 생태계에서도 별점, 다운로드 수, 트렌딩 순위가 신뢰 지표로 충분하지 않다는 걸 보여준 사건임. 모델 저장소도 이제 npm 패키지 보듯이 게시자, 실행 스크립트, 외부 다운로드를 확인해야 함.

댓글

댓글

댓글을 불러오는 중...

security

AI 에이전트 보안, 이제 권한이 아니라 ‘실행 증거’ 싸움으로 간다

오페이크가 AI 에이전트의 ID, 실행 환경, 도구 호출, 정책 적용 여부를 암호학적으로 검증하는 오페이크 3.0을 공개했다. 핵심은 에이전트 매니페스트와 컨피덴셜 MCP라는 두 오픈소스 기술이며, 기밀 컴퓨팅과 서명된 실행 증거를 결합해 감사자나 규제기관도 독립적으로 확인할 수 있게 하는 방향이다. AI 에이전트가 업무 시스템과 데이터를 직접 만지는 시대에는 접근 권한보다 ‘무슨 일을 했는지 증명할 수 있느냐’가 더 중요해지고 있다.

security

취약점 제보가 더 이상 특별하지 않은 시대가 왔다

전 Go 보안팀 리드였던 필리포 발소르다가 LLM 이후 취약점 제보의 의미가 바뀌었다고 주장한다. 예전에는 희소한 통찰과 비공개 제보가 귀했지만, 이제는 잠재 취약점을 찾는 것보다 실제 영향도를 빠르게 가려내는 triage가 병목이라는 얘기다.

security

스패로우, AI가 만든 코드 취약점 잡는 ‘Sparrow MCP’ 출시

스패로우가 AI 코딩 에이전트가 생성한 코드의 보안 취약점과 사용된 오픈소스를 실시간으로 검사하는 보안 어시스턴트 ‘Sparrow MCP’를 출시했다. 핵심 기능은 취약점 분석과 소프트웨어 자재명세서(SBOM) 생성이며, 앤트로픽의 모델 컨텍스트 프로토콜(MCP)을 지원하는 AI와 연결할 수 있다는 점이다. AI 코딩이 빨라질수록 보안 검증과 오픈소스 추적이 개발 파이프라인 안으로 더 깊게 들어오는 흐름이다.

security

오픈AI, 오픈소스 취약점 고치는 ‘패치 더 플래닛’ 시작

오픈AI가 트레일 오브 비츠와 함께 주요 오픈소스 프로젝트의 취약점을 AI로 찾고, 사람 검토를 거쳐 실제 패치까지 연결하는 프로그램을 시작했다. 파이썬, 고, cURL, 시그스토어, NATS 서버 같은 핵심 프로젝트가 초기 대상이고, 지금까지 수백 건의 보안 이슈와 수십 건의 병합된 패치가 나왔다. 핵심은 AI가 보안팀을 대체하는 게 아니라, 탐지·검증·패치·공개 조율을 빠르게 만드는 보조 엔진이라는 점이다.

security

오픈AI, 취약점 찾기부터 패치까지 돕는 ‘코덱스 시큐리티’ 공개

오픈AI가 사이버보안 이니셔티브 데이브레이크를 확대하면서 보안 전용 도구 코덱스 시큐리티와 GPT-5.5-사이버를 공개했다. 목표는 취약점 탐지에서 끝나는 게 아니라 검증, 위험도 평가, 패치 개발, 테스트, 배포까지 AI로 지원하는 것이다. cURL, Go, Python, Sigstore 등 30개 이상 오픈소스 프로젝트도 패치 지원 프로그램에 참여한다.