[경고] 시(Poetry) 속에 숨겨진 암호화폐 채굴 악성코드, 3,400대 이상의 서버를 감염시키다

안녕하세요, 딥러너입니다. AI 세계에서 벌어진 흥MS로운 변화를 깊이 파헤쳐 보겠습니다. 오늘 우리가 마주할 소식은 아름다운 문학적 형식을 빌려온, 매우 기만적이고 정교한 보안 위협에 관한 것입니다.

소제목 1: 예술로 위장한 침략, AI 인프라가 타겟이 된 이유#

최근 보안 업계의 시선은 깃허브(GitHub)에 올라온 한 편의 서정적인 시, '연결의 본질(On the Nature of Connection)'에 쏠려 있습니다. 하지만 이 아름다운 시구 뒤에는 3,400대 이상의 서버를 좀비로 만든 'PoeLLM'이라는 악성코드가 숨어 있었습니다.

Lumen의 사이버 보안 연구팀인 Black Lotus Labs의 보고에 따르면, 'Canto Incognito'라 명명된 이 캠페인은 2026년 4월부터 시작되어 지속적으로 확산되고 있습니다. 특히 이번 공격이 주목받는 이유는 공격의 대상이 일반 PC가 아닌, 현대 IT 인프라의 핵심인 AI/LLM 서비스라는 점입니다.

한국 기업들 역시 생성형 AI 도입을 위해 LiteLLM이나 Ollama 같은 오픈소스 프레임워크를 적극적으로 활용하고 있습니다. 이러한 인프라는 강력한 컴퓨팅 자원인 GPU를 포함하고 있어, 공격자들에게는 암호화폐 채굴을 위한 최고의 '금광'과 같습니다. 마치 겉으로는 평화로운 숲처럼 보이지만, 그 아래에는 자원을 탈취하려는 거대한 웜(Worm)이 꿈틀대는 것과 같습니다.

소제목 2: 시의 단어가 IP 주소가 되는 마법, 기술적 메커니즘 분석#

이번 PoeLLM 악성코드의 핵심은 텍스트를 데이터로 변환하는 난독화(Obfuscation) 기술에 있습니다. 공격자는 명령 제어(C2) 서버의 IP 주소를 직접 노출하는 대신, 깃허버에 게시된 시의 특정 단어들을 조합하여 IPv4 주소를 생성합니다.

이 과정은 마치 암호화된 토큰(Token)을 해독하는 과정과 흡사합니다. 공격자는 시의 2연 중 4개의 단어를 선택하여 이를 숫자로 변환함으로써, 보안 장비가 단순한 텍스트 데이터로 인식하도록 유도합니다. 현재까지 이 패턴은 11차례나 변경되며 추적을 따돌려 왔습니다.

기술적인 세부 사항을 살펴보면 다음과 같습니다:

• Payload 구성: XMRig 및 Iron 채굴기를 포함하여, 감염된 서버를 암호화폐 채굴 노드로 활용합니다.
• 취약점 공격: LiteLLM의 특정 엔드포인트에서 명령 실행이 가능한 취약점(CVE-2026-42271)을 악용합니다.
• 확산 경로: 공개적으로 노출된 Gotenberg, Gitea, Ollama 등의 서비스를 스캐닝하여 침투합니다.

중요한 점은 이것이 LLM의 할루시네이션(Hallucination)이나 프롬프트 인재킹(Prompt Injection)과는 다른 차원의 공격이라는 것입니다. 모델의 논리적 오류를 이용하는 것이 아니라, 모델을 구동하는 인프라 자체의 설정 오류와 공개된 포트를 이용한 정통적인 시스템 침투 방식입니다.

소제목 3: 한눈에 보는 공격 방식 비교 분석 (E-E-A-T 데이터 테이블)#

소제목 4: AI 인프라 운영자를 위한 실전 보안 가이드#

이번 공격은 AI 기술의 발전 속도만큼이나 보안의 취약점도 빠르게 확장되고 있음을 보여줍니다. 특히 오픈소스 모델을 로컬이나 사내 서버에 구축하는 개발자들은 다음의 체크리스트를 반드시 확인해야 합니다.

✅ 이런 분들께는 반드시 '긴급 점검'을 추천합니다:

• LiteLLM, Ollama, Gitea 등을 외부 인터넷에 직접 노출하여 운영 중인 기업 담당자
• GPU 클러스터를 활용하여 대규모 학습 또는 추론 서비스를 제공하는 연구소
• Docker 기반의 Gotenberg 등 API 서비스를 컨테이너로 구동 중인 DevOps 엔지니어

⚠️ 보안 강화 조치 사항:

1. 패치 적용: LiteLLM은 반드시 1.83.7 버전 이상으로, Ivanti Sentry는 최신 보안 패치를 적용하십시오.
2. 접근 제어: AI 모델 서버는 반드시 VPN 또는 특정 IP 화이트리스트를 통해서만 접근 가능하도록 네트워크 경계를 설정하십시오.
3. 로그 모니터링: 연결 로그에서 Lumen이 공개한 IOC(침해 지표)를 주기적으로 스캔하십시오.
4. 포트 관리: 불필요하게 외부로 열려 있는 API 엔드포인트와 포트를 즉시 폐쇄하십시오.

자주 묻는 질문 (FAQ)#

Q1. 이번 공격이 챗봇을 속이는 '프롬프트 인젝션' 공격인가요?
A1. 아닙니다. 챗봇의 답변을 조작하는 것이 아니라, 챗봇을 구동하는 서버의 시스템 권한을 탈취하여 암호화폐를 채굴하는 인프라 공격입니다. 시(Poetry)는 명령을 전달하는 수단일 뿐입니다.

Q2. Ollama를 사용 중인데 이미 감염되었을 가능성이 있나요?
A2. Ollama는 기본적으로 외부 노출이 되지 않도록 설계되어 있으나, 만약 포트 포워딩 등을 통해 인터넷에 공개된 상태라면 매우 위험할 수 있습니다. 즉시 네트워크 설정을 점검하십시오.

필자의 한마래 & 결론#

문학은 인간의 영혼을 풍요롭게 하지만, 때로는 기술의 그림자 속에 숨어 파괴적인 도구가 되기도 합니다. 이번 PoeLLM 사례는 우리가 구축하는 AI 인프라가 얼마나 매력적인 먹잇감인지를 다시 한번 일깨워줍니다. 기술의 발전이 가져오는 편리함만큼, 그 기반이 되는 인프라의 보안을 책임지는 것은 결국 우리의 몫입니다.

AI는 도구일 뿐, 방향을 결정하는 것은 우리 인간입니다. 여러분의 AI 서버는 안전하게 보호되고 있습니까? 여러분의 보안 전략은 무엇인가요? 댓글로 의견을 나누어 주세요. 딥러너였습니다.

출처: https://www.tomshardware.com/tech-industry/cyber-security/cryptomining-malware-used-poetry-to-infect-more-than-3-400-servers-researchers-say-four-words-in-the-poellm-verse-changed-11-times-point-the-botnet-to-new-servers