악성 침해사고 4건 중 1건 AI 활용, 평균 피해 비용 600만 달러

보고서에 따르면 AI 기반 공격은 주로 딥페이크를 활용한 사칭과 AI 기반 악성코드 형태로 나타났으며, 사이버 공격의 경제적 구조를 빠르게 변화시키고 있다. 공격은 더 빠르고 저렴하게 실행되는 반면, 침해사고를 탐지하고 복구하는 비용은 지속적으로 증가하고 있는 것으로 나타났다. 보안 운영에 AI와 자동화를 적극 활용한 기업은 침해사고 비용을 평균적으로 약 200만 달러 절감한 것으로 조사됐다. 그러나 기업 4곳 중 1곳은 여전히 이러한 기술을 보안 운영에 도입하지 않은 것으로 나타났다.

공격에 필요한 비용은 수천 달러 수준으로 낮아진 반면, 실제 침해사고로 인한 피해는 수백만 달러 규모에 이르고 있다. IBM은 이러한 격차가 사이버 리스크의 경제성을 근본적으로 바꾸고 있다고 분석했다.

포네몬연구소가 추가로 실시한 조사에서는 기업들이 실제 사고 발생 이후 대응하는 방식에서 벗어나, 미래 위험에 대한 선제적 대응에 나서고 있는 것으로 나타났다. 고도화된 차세대 AI 기반 사이버 공격 역량을 인지한 기업의 85%는 보안 투자 확대 계획이 있다고 답했다. 이는 침해사고를 경험한 뒤 보안 투자 확대 계획이 있다고 답한 기업 비율인 64%를 크게 웃도는 수치다.

하지만 공격자들의 변화 속도가 가장 빠른 영역에서는 여전히 대응 공백이 확인됐다. 응답 기업의 절반 이상이 위협 탐지 및 대응을 위해 AI 에이전트를 활용하고 있다고 답한 반면, 취약점 관리에 이를 적용하고 있는 기업은 18%에 그쳤다. AI의 발전으로 공격자가 취약점을 악용하는 속도는 빨라지고 있지만, 많은 기업에서 이미 확인된 보안 취약점은 여전히 적시에 조치되지 못하고 있는 것으로 나타났다. 응답 기업의 75%는 차세대 AI 위협에 대응하기 위해 보안 운영 전반에서 AI 에이전트 활용 전략을 재검토하고 있다고 밝혔다.

AI 기반 공격은 특히 핵심 인프라 산업에 집중되는 것으로 나타났다. 조사 대상 AI 기반 공격의 62%는 핵심 인프라 분야를 겨냥했으며, 금융 서비스와 에너지 산업에서 공격이 가장 많이 발생했다. 금융 서비스 업계의 평균 침해사고 비용은 630만 달러, 에너지 산업은 520만 달러로 집계됐다. IBM은 이러한 공격이 특정 산업에 집중될 경우 경제 전반과 공급망, 필수 서비스에 연쇄적인 영향을 미칠 가능성이 높다고 분석했다.

이 외에 주목할 만한 주요 조사 결과는 다음과 같다.

AI 보안의 가장 약한 고리는 주변 환경인 것으로 나타났다. 응답 기업의 20% 이상이 AI 모델 또는 AI 애플리케이션을 대상으로 한 침해사고를 경험했다고 답했으며, 주요 원인으로는 API·애플리케이션·플러그인의 보안 취약점(27%)과 AI 워크로드 관련 클라우드 설정 오류(27%)가 지목됐다.

양자 컴퓨팅 시대가 다가오고 있지만 암호화와 암호 자산 관리의 취약점은 여전히 해소되지 않고 있는 것으로 나타났다. 저장 데이터와 전송 데이터를 모두 암호화하고 있다고 답한 기업은 37%에 불과했으며, 암호 자산에 대한 가시성을 확보한 기업도 34%에 그쳤다.

랜섬웨어 공격자들은 기업 평판을 새로운 압박 수단으로 활용하고 있는 것으로 나타났다. 랜섬웨어 관련 사고 비중은 전년도 34%에서 올해 39%로 증가했으며, 공격자들은 AI를 활용해 공격을 자동화하고 규모를 확대하고 있었다. 운영 차질을 유발하는 방식도 여전히 사용되고 있었지만, 공격자들은 더 큰 영향을 미칠 수 있는 압박 수단으로 전략을 옮기고 있었으며, 가장 흔한 대상은 기업 평판(41%)이었다. 이어 직원 데이터(35%), 지식재산권(31%) 순으로 나타났다.

이번 보고서는 IBM의 후원 아래 포네몬연구소가 수행했으며, 2025년 3월부터 2026년 2월까지 전 세계 602개 조직이 경험한 침해사고를 분석했다. 후속 조사는 2026년 5월 진행됐으며, 원조사 대상 가운데 456개 조직이 참여했다. 응답 기업의 78%는 미토스(Mythos)와 같은 고도화된 차세대 AI 모델 관련 보고서를 인지하고 있는 것으로 나타났다.