Web3 Wallet's "Turbulent Season": In the Age of AI, How to Understand the Evolution of the "Spear and Shield" in Crypto Security?

최근 한 달 동안 Crypto 업계의 보안 신경이 다시 한번 긴장되고 있다.

먼저 Coldcard에서 심각한 난수 생성 취약점이 노출되었고, 이어서 Trezor와 SafePal이 잇달아 사용자 개인정보 데이터 유출 위험 사건을 공개했다.

세 가지 사건은 겉보기에는 공통점이 많지 않아 보이지만, 타임라인을 조금 더 길게 늘려 보면, 점점 더 중요해지고 있는 한 가지 문제를 함께 가리키고 있음을 발견하게 된다:

AI가 취약점 발견, 공격 개발, 사회공학적 접근을 점점 더 자동화하기 시작하면서, 암호화폐 지갑에는 과연 공격자들이 노릴 수 있는 다음 취약 지점이 얼마나 더 남아 있을까?

1. AI의 도움으로 해커 공격이 '수공예'에서 '산업화'로 변화하다

객관적으로 말해, 이 세 가지 사건은 완전히 다른 공격 표면을 드러냈다.

Coldcard의 문제는 개인키 생성에 있었으며, 심각한 보안 문제였다. Trezor는 제3자 물류 서비스에서 문제가 발생했고, SafePal은 주문 시스템과 플러그인 권한에서 문제가 발생하여, 이는 개인정보 유출에 따른 연쇄적 위험 노출에 해당한다.

세 사건 모두가 AI와 직접적으로 관련되어 있다는 증거는 아직 없지만, AI 시대에 해커의 '도구함'이 큰 변화를 겪고 있다는 점은 인정하지 않을 수 없다.

과거의 많은 고급 네트워크 공격은 본질적으로 매우 현실적인 제약, 즉 사람의 시간에 의해 제한을 받았기 때문이다.

대규모 코드베이스를 연구하고, 호출 관계를 이해하며, 수년간 숨겨져 있던 논리적 취약점을 찾는 것은 경험 많은 보안 연구원의 많은 시간을 요구한다. 특정 사용자를 대상으로 신원 정보를 수집하고, 그들의 습관을 연구하며, 충분히 신뢰할 만한 피싱 이메일을 설계하는 것은 심지어 복잡한 사회공학적 시나리오를 구축하는 데 수개월을 투자해야 할 수도 있다.

이로 인해 과거의 공격은 종종 일종의 절충이 필요했다: 고도로 자동화되어 있지만 공격 방식이 비교적 조잡하여, 광범위하게 그물을 던져 소수의 사용자가 낚이기를 기다리거나, 특정 고가치 목표를 대상으로 정교하게 설계되었지만 규모를 확장하기 어려운 방식이었다.

그러나 AI 역량이 빠르게 진화하는 오늘날, 해커의 도구함은 완전히 업그레이드되었다:

• 취약점 발견 자동화: AI는 공격자가 스마트 컨트랙트, 클라이언트 코드, 심지어 펌웨어를 빠르게 분석하여 제로데이 취약점과 로직 결함을 자동으로 찾는 것을 도울 수 있다.
• 사회공학적 접근의 규모화: 과거에는 정성들여 작성해야 했던 피싱 이메일이, 이제 AI는 유출된 사용자 신원 데이터를 기반으로 고도로 맞춤화되고 설득력 있는 피싱 콘텐츠, SMS, 심지어 음성/영상까지 자동으로 생성할 수 있다 (관련 기사 설날 자산 안전 가이드: 친척 방문과 휴식 중에도 내 Token을 어떻게 지킬 수 있을까?);
• 공격 실행의 지능화: 목표 탐색부터 다중 채널 동시 전개까지, 공격 체인의 전체 비용이 역사적 최저 수준으로 낮아졌다;

목표 선별, 취약점 연구부터 악성 코드 생성, 사회공학적 접근과 공격 콘텐츠 전달에 이르기까지, 과거에는 서로 다른 공격자에게 분산되어 있던 역량들이 점점 더 자동화된 하나의 워크플로우로 압축되고 있다고 말할 수 있다.

이것이 바로 AI가 사이버 보안에 미치는 진정으로 심오한 영향이다.

AI가 반드시 전례 없는 새로운 공격 방식을 갑자기 창조하는 것은 아닐지라도, 기존 공격 방식의 비용을 빠르게 낮추고 있다. 취약점 하나를 찾는 것이 더 저렴해지고, 목표를 분석하는 것이 더 빨라졌으며, 천 가지 다른 버전의 피싱 이메일을 생성하는 것도 과거보다 훨씬 쉬워졌다.

다시 말해, 과거 많은 시스템이 공격을 받지 않은 것이 반드시 취약점이 없다는 것을 의미하지는 않으며, 때로는 단지 취약점을 찾기가 너무 어렵고, 공격 비용이 너무 높으며, 공격 대상으로서의 가성비가 너무 낮았기 때문일 뿐이다. 그리고 지금, 과거에 '공격자에게 충분한 시간이 없다'는 점에 의존해 형성되었던 보이지 않는 보안 경계선이 점점 얇아지고 있다.

이런 관점에서 볼 때, 암호화폐 자산의 보안 공방전은 과거의 비교적 집중된 '개인키 쟁탈전'에서 코드, 기기, 공급망, 사용자 신원 및 일상적인 상호작용을 아우르는 전 구간에 걸친 줄다리기로 확장되고 있다.

AI가 하는 일은 단지 가속 페달을 더 밟는 것일 뿐이다.

2. 지갑의 진정한 공격 표면은 단순한 니모닉 한 줄이 아니다

이것이 바로 최근 몇 건의 사건을 함께 놓고 볼 때 특히 대표적으로 보이는 이유이기도 하다.

이 사건들은 지갑 라이프사이클의 서로 다른 위치를 차례로 타격했으며, 지갑이 직면한 위험이 이미 '개인키가 도난당했는지'라는 단일 차원을 훨씬 넘어섰고, 개인키 생성, 하드웨어 기기, 물류 공급망, 심지어 사용자 개인정보의 모든 단계에 더욱 깊숙이 내재되어 있음을 상기시킨다.

간단히 분석해 보자.

Coldcard는 가장 전형적인 사례이다. 그 문제는 사용자가 실제로 지갑을 사용하기 시작하기도 전에 발생한다.

니모닉은 여전히 12개 또는 24개의 정상적인 단어로 보이고, 기기는 정상적으로 서명하고 송금할 수 있으며, 사용자는 어떤 이상도 감지하기 어렵다. 그러나 이 니모닉을 생성하는 난수가 무작위적이지 않다면, 니모닉을 누구에게도 알려주지 않았더라도 여전히 위험에 직면할 수 있다.

'니모닉을 잘 보관하는 것'의 전제는 바로 이 니모닉이 우선 충분히 안전하고 예측 불가능한 방식으로 생성되었다는 것이기 때문이다.

그 다음은 Trezor와 SafePal이다.

Coldcard와 달리, 이들의 하드웨어 자체는 공격받지 않았고 니모닉도 손상되지 않았지만, 사용자의 구매 기록(이름, 전화번호, 이메일, 심지어 배송 주소 포함)이 유출되었다.

이것은 마치 최고급 방범 금고를 샀는데 금고는 부서지지 않았지만, 물류 회사의 운송장이 분실되어 그곳에 당신의 이름, 이메일, 전화번호, 거주지, 그리고 암호화폐 자산 보관 전용 하드웨어 지갑을 구매했다는 사실이 명확하게 적혀 있는 것과 같다.

그렇다면 공격자가 얻는 것은 잠재적인 Crypto 고가치 사용자 단서이다. 지갑 고객센터를 사칭한 '긴급 펌웨어 업그레이드' 알림을 보낼 수 있고, 구매 모델에 따라 맞춤형 피싱 페이지를 제작할 수 있으며, 주문에 이상이 있다며 전화를 걸 수 있고, 더 나아가 사용자의 소셜 미디어, 공개 신원, 체인 상 주소를 연관시킬 수도 있다.

즉, 암호학을 깨뜨릴 수 없다고 해서 공격의 길이 없다는 것을 의미하지는 않는다.

현실 세계에는 Crypto 커뮤니티에서 수년간 회자되는 극단적인 말도 있다 — '5달러 렌치 공격': 아무리 강력한 암호화 알고리즘도 공격자가 자산 보유자를 직접 찾아내는 문제를 해결할 수는 없다.

이것은 전혀 이론적인 위험만은 아니다. Chainalysis가 《파이낸셜 타임스》에 제공한 데이터에 따르면, 2026년 8월 중순 기준으로 올해 Crypto 보유자를 대상으로 한 폭력 공격이 최소 46건 기록되었으며, 그중 납치가 절반 이상, 주거 침입 공격이 3분의 1 이상을 차지한다.

그러므로 다시 세 가지 사건을 돌아보면, 오늘날 소위 '지갑 보안'이 실제로는 매우 긴 체인으로 변했음을 발견하게 된다:

지갑 코드, 난수 및 키 생성부터 칩, 펌웨어 및 기기, 그리고 공식 웹사이트, 구매 채널, 공급망, 물류 및 주문 데이터베이스까지; 사용자가 실제로 사용하기 시작한 후에는 RPC, DApp, 브라우저 플러그인 및 스마트 컨트랙트에 연결되고, 이후에는 승인, 서명, 고객센터, 소셜 미디어 및 AI Agent까지 관여하게 된다.

그중 어떤 한 고리가 가장 취약한 위치가 되면, 다른 고리들이 구축한 보안 방어선을 우회할 수 있다.

3. 공격이 자동화되기 시작하면, 방어는 AI에 녹아들어야 한다

AI가 현재의 속도로 계속 진화한다면, 오늘날 드러난 이러한 문제들은 아마도 시작에 불과할 것이다.

AI가 가장 잘하는 것 중 하나는 거대한 시스템을 상대로 지속적으로 이상 징후, 반복 패턴, 취약 지점을 찾아내는 것이기 때문이다.

공격자는 Agent를 통해 오픈소스 코드를 지속적으로 스캔하고, 웹페이지, API 및 플러그인 권한을 대량으로 테스트하며, 소셜 미디어와 공개 데이터베이스의 정보를 자동으로 수집한 후 잠재적인 고가치 목표를 선별할 수 있다.

피싱 자체도 과거의 다 똑같은 '지갑이 곧 만료됩니다, 니모닉을 입력하세요'에서, 당신이 누구인지 진정으로 아는 실시간 대화로 진화할 수 있다:

• 공격자가 당신이 특정 모델의 하드웨어 지갑을 방금 구매했다는 것을 안다면, 해당 모델에 맞는 '펌웨어 보안 알림'을 완벽하게 생성할 수 있다;
• 당신이 최근 특정 DeFi 프로토콜에 참여했다는 것을 안다면, 해당 프로젝트 팀을 사칭하여 새 프로토콜 볼트로 마이그레이션하도록 유도할 수 있다;
• 더 나아가 당신의 소셜 계정과 공개 발언을 확보했다면, 당신이 친숙한 팀원, KOL 또는 고객센터 직원을 흉내 내어 당신과 소통할 수도 있다;

이런 관점에서 볼 때, 미래 지갑이 직면할 중요한 도전 과제는, 공격이 '고정된 규칙'에서 분석하고 판단하며 변화하는 시스템으로 업그레이드되었을 때, 방어가 여전히 정적 규칙에만 의존할 수 있느냐는 것이다.

지금까지의 지갑 보안 메커니즘은 여전히 일종의 '규칙 데이터베이스'에 가깝기 때문이다. 특정 주소가 피싱 주소로 표시되면 팝업으로 경고하고, 특정 도메인이 블랙리스트에 오르면 접근을 차단하며, 특정 승인 패턴의 위험이 높으면 경고를 한 겹 더 추가한다.

이러한 메커니즘은 여전히 중요하지만, 점점 더 동적인 공격에 직면하여 이미 발생한 위험만으로 다음 위험을 식별하는 것은 분명 충분하지 않다.

AI는 방어 측에서 매우 중요한 보완재가 될 수 있다 (관련 기사 해커가 AI를 '더 효율적으로' 사용할 때, Web3의 '창과 방패' 군비 경쟁은 어떻게 업그레이드되는가?). 사실, 이것은 갑자기 등장한 새로운 주제는 아니다.

앞서 imToken은 'AI × Web3 보안'에 관한 논의에서 유사한 방향을 제시한 바 있다. 미래 지갑의 보안 역량은 주소 블랙리스트, 위험 태그, 고정 팝업에 머물러서는 안 되며, AI를 활용하여 보안 판단을 사용자의 전체 거래 과정에 더 앞당겨 적용할 수 있다는 것이다.

예를 들어, 코드가 프로덕션 환경에 들어가기 전에 AI는 코드 의존성, 호출 경로 및 비정상 로직을 지속적으로 검토할 수 있다. 사용자가 DApp에 접근할 때, 도메인 이력, 프론트엔드 동작, 컨트랙트 주소 및 체인 상의 연관 관계를 결합하여 이상 여부를 판단할 수 있다. 서명하기 전에는, 사용자에게 이해하기 어려운 16진수 데이터만 보여주는 대신, 거래가 실제로 실행된 후의 결과를 시뮬레이션할 수 있다.

한 걸음 더 나아가, 지갑은 점차 각 사용자에 맞춤화된 동적 보안 모델을 구축할 수 있다.

오랫동안 수백 달러만 송금하던 계정이 갑자기 전체 자산을 방금 두 시간 전에 배포된陌生的 컨트랙트에 승인하는 것 자체가 이상 신호이다. 사용자가 한 번도 상호작용한 적 없는 주소가 갑자기 무제한 금액 Approval을 요구한다면, 더 높은 우선순위의 위험 경고를 받아야 한다. 그리고 지갑 공식이라고 주장하며 니모닉 입력을 요구하는 이메일은 내용이 아무리 정교하게 작성되었더라도 즉시 고위험으로 판단되어야 한다.

그리하여 AI가 가져오는 변화는 단지 '사용자를 대신해 주소가 안전한지 자동으로 판단하는 것'만이 아닐 수 있다. 그것은 지갑이 상대적으로 수동적인 키 보관 및 서명 도구에서 점차 능동적인 위험 판단 능력을 갖춘 하나의 층위를 가지게 되는 것에 더 가