Executive Summary

AI 도구와 SaaS 생산성 서비스가 폭발적으로 증가하면서
기업 내부에서는 승인되지 않은 서비스(Shadow IT)가
이전보다 30~50배 규모로 증가하고 있다.

2025년 기준, Shadow IT는 단순 편의 도구가 아니라
데이터 유출, 인증 토큰 노출, Cloud-to-Cloud 공격 체인의
핵심 공격 표면이 되었다.

특히 AI는 Shadow IT의 증가를 가속한다:

1. 직원이 직접 “AI 도구·자동화 도구”를 설치

2. 비인가 SaaS와 회사 데이터를 자동 연동(Automation Flow)

3. 회사 정책 밖에서 데이터 처리·전송

4. 공격자는 이 Shadow IT 경로를 통해 내부로 진입

Shadow IT는 더 이상 “사이드 리스크”가 아니다.
기업의 보안 구조 전체를 흔드는 핵심 위협이다.

---

1. Shadow IT가 폭발적으로 늘어난 기술적 배경

1) AI 기반 업무 자동화 도구 증가

ChatGPT, Claude, Zapier, Make 등
직원이 직접 업무 자동화 파이프라인을 구축하며
회사의 데이터가 외부 AI API로 흘러나간다.

2) SaaS 조각화 (SaaS Fragmentation)

직원 개인 계정으로 사용하는:

• Notion 개인 워크스페이스

• 개인 Google Drive

• GitHub 개인 저장소

• Slack 프라이빗 공간

이 모든 것이 비인가 데이터 저장소가 된다.

3) Cloud-to-Cloud 통신이 방화벽을 우회

사내 네트워크가 아니라
SaaS → SaaS 간 자동연동이기 때문에
기업 방어체계가 개입할 수 없다.

4) 비인가 AI 모델이 데이터에 접근

직원이 파일 업로드 →
AI가 임의로 데이터를 저장하거나 재사용 →
데이터 관리권 상실.

---

2. Shadow IT가 만들어내는 공격 표면 (Attack Surface Expansion)

AI가 Shadow IT를 통해 열어젖히는 공격 표면은 다음과 같다.

---

1) Credential Exposure Surface

직원이 외부 SaaS와 연동하기 위해
회사 계정의 API Key, Access Token을 직접 입력.
→ 공격자가 SaaS 계정 탈취하면 내부 시스템 접근 가능.

---

2) Data Leakage Surface

Shadow IT는 다음 유형의 데이터를 유출한다:

• 고객정보

• 재무 데이터

• 소스코드

• 내부 기획문서

• API 설계서

• 보안 정책서

특히 AI에게 업로드한 정보는
모델 학습·캐시 저장·로그 저장 등으로 사라지지 않는다.

---

3) Workflow Injection Surface

Zapier / Make / Slack Workflow / IFTTT 같은
자동화 도구에 악성 액션을 삽입해
내부 데이터를 외부로 자동 전송 가능.

---

4) Cloud-to-Cloud Pivot Surface

Shadow IT SaaS를 탈취한 공격자는:

• Slack → Drive → GCP

• Notion → Github → AWS

• Email → Zapier → 내부 Jira

이런 식의 SaaS 간 이동 경로를 통해
방화벽 없이 내부로 진입한다.

---

3. 공격자 관점에서 본 Shadow IT 활용 방식

① 직원 개인 SaaS 계정 탈취 → 내부 자료 접근

비밀번호 재사용, MFA 미적용으로 쉽게 뚫린다.

② AI 모델의 '사용자 업로드 파일'에서 민감 정보 수집

직원이 올린 문서가 공격자에게 재사용되는 방식.

③ Workflow 악용

Slack workflow에 자동 명령 삽입
→ 내부 DB 데이터가 외부 서버로 흘러감.

④ OAuth Token 하이재킹

Google·Slack·Github OAuth 토큰을 탈취해
내부 시스템에 무단 접근.

---

4. 실제 사례 분석 (2024–2025)

사례 A — 개인 Notion에 저장된 고객 DB 유출

직원이 Notion 개인 워크스페이스에
고객 CSV 파일 업로드.
이 Workspace가 피싱으로 털리면서 정보 전량 노출.

---

사례 B — 개인 Slack Workflow를 통한 자동 유출

직원이 Slack Workflow로
"영업 리포트 → 이메일 자동 전달" 기능 생성.
공격자가 계정 탈취 →
Workflow가 자동으로 민감 자료 발송.

---

사례 C — 외부 AI 모델 API Key 노출 사고

개발자가 GitHub 개인 계정에
회사 API Key를 푸시.
이 Key가 악성 스캐너에 수집되어
수억 원 규모 클라우드 비용 부과.

---

사례 D — SaaS→SaaS Pivot 공격

직원의 Google Drive 개인 계정 탈취 후
연결된 Asana, Slack, Notion 계정까지 연쇄적으로 뚫림.

단 한 계정이 전체 Cloud Workflow를 오염시킴.

---

5. Shadow IT가 법적·규제 리스크를 만드는 이유

① 규제 준수 실패 (GDPR, ISO 27001)

비인가 시스템에 저장된 데이터는
관리대상에서 벗어나 “무단 처리”로 간주.

② 로그 부재 → 사고 조사 불가

Shadow IT는 로그를 남기지 않아
침해사고 분석이 거의 불가능.

③ 공급망 리스크 확산

직원 한 명의 개인 계정이
기업 전체의 공급망을 오염시킬 수 있다.

---

6. 대응 전략 (전문가용)

1) SaaS Discovery & Inventory 자동화

Shadow IT를 탐지하려면
AI 기반 SaaS 탐지 솔루션 도입 필수.

발견 항목:

• 비인가 SaaS

• 사용 중인 OAuth 앱

• 연결된 자동화 워크플로우

• 외부 AI 파일 업로드 기록

---

2) Zero Trust SaaS Governance

다음 사항을 정책으로 강제해야 한다:

• OAuth 최소 권한

• 외부 SaaS 연결 사전 승인

• AI 데이터 업로드 제한

• 개인 계정 사용 금지

---

3) Cloud-to-Cloud 권한 파악

Slack → Drive → Github 같은 연결 관계를
그래프 형태로 분석해 공격 경로를 사전 차단.

---

4) AI Activity Monitoring

AI 모델이 다음을 수행하면 즉시 경고:

• 대량 문서 요약

• embedding 생성

• 파일 재코딩

• 자동화 스크립트 실행

이는 데이터 유출로 이어질 가능성이 매우 높음.

---

5) Token Exposure 방지

API 키, OAuth Token을
GitHub·Notion·Slack 등에서 자동 탐지해 차단.

---

결론 및 전망

AI는 업무 효율을 높이는 동시에
Shadow IT를 폭발적으로 확산시켜
기업 보안 구조를 근본적으로 흔들고 있다.

기업은 다음 전략을 반드시 가져가야 한다:

• SaaS 및 Workflow 전체 가시성 확보

• AI 기반 Shadow IT 탐지

• Zero Trust SaaS 정책 적용

• Cloud-to-Cloud 경로 분석 및 차단

• 비인가 AI 모델 사용 통제

사이버헬퍼는
AI·SaaS·Cloud를 통합적으로 감시하는 Shadow IT Defense Stack을 통해
기업이 비인가 시스템 때문에 무너지지 않도록
지속적인 탐지·차단 기술을 제공할 것이다.