2025년 제45회 사이버헬퍼 보안 리포트 AI-Orchestrated Multi-Channel Social Engineering (AOMC-SE)

 

 

서론
사회공학 공격(Social Engineering)은 전통적으로
피싱 이메일, 스미싱, 전화 사기 등
단일 채널 기반으로 진행돼 왔다.

하지만 2025년 등장한 AOMC-SE는 완전히 차원이 다르다.
AI가 이메일·전화·카카오톡·문자·인스타 DM·링크드인 메시지 등
여러 채널을 동시에 오케스트레이션(Orchestration)해
한 사람의 행동을 정밀하게 유도하는 공격이다.

기존 사회공학은 “설득”이었다면
AOMC-SE는 심리학 + 데이터 + 타이밍 + 멀티채널 제어가 결합된
완전한 행동 유도 모델이다.
탐지는 거의 불가능하며,
특히 기업 계정 탈취·재무 담당자 사기·결제 승인 유도에 치명적이다.

1. 왜 AOMC-SE가 위험한가

1. 단일 채널 기반 방어는 이미 무력화됨
   기업들은 이메일 필터링, 스팸 차단, 번호 스푸핑 방지 등
   채널별 방어를 구축해왔다.

하지만 공격이 동시에 여러 채널에서 발생하면
보안 솔루션은 이를 연결된 공격으로 인지하지 못한다.

1. AI는 피해자의 SNS·직업·관계망·언어 스타일을 모두 분석
   공격자는 다음 데이터를 자동 수집한다.

• LinkedIn 직무·경력

• Instagram/Lifestyle 패턴

• 회사 조직도

• 최근 이메일 뉴스레터

• Github/Notion/Gmail 공개 메타데이터

• 카카오톡 프로필·상태메시지

이 정보를 조합해
“해당 사람에게 가장 잘 먹히는 설득 전략”을 계산한다.

1. 멀티채널은 신뢰도를 상호 보완한다
   예:
   이메일에서 문서 보내고 →
   카톡에서 “방금 문서 보냈습니다” 라고 말하고 →
   전화로 확인 요청

이 3단 콤보면
사람은 거의 무조건 속는다.

1. 공격 구조 (5단계)

Step 1. Target Cognitive Profiling
AI는 피해자의 의사결정 스타일을 학습한다.

예:

• 즉흥형인지 신중형인지

• 메시지 확인 주기

• 출퇴근 시간 패턴

• 사용하는 압축파일 앱 종류

• 자주 혹은 빠르게 응답하는 채널은 무엇인지

이걸 기반으로 “심리 취약점 벡터”가 만들어진다.

Step 2. Multi-Channel Surface Mapping
AI는 피해자가 사용하는 모든 디지털 채널을 매핑한다.

• 회사 이메일

• Gmail/Naver 개인 이메일

• 카카오톡

• 문자(SMS)

• 전화

• 인스타그램 DM

• 링크드인 메시지

AI는 각 채널의 신뢰도 / 반응속도 / 행동 패턴을 정밀하게 측정한다.

Step 3. Orchestrated Message Sequencing
멀티채널 메시지의 흐름을
극도로 정교한 타이밍으로 설계한다.

예시 시나리오:

1. 오전 9:13 이메일: "결재 요청 문서 공유"

2. 오전 9:15 카카오톡: "부장님, 방금 메일 드렸습니다"

3. 오전 9:17 전화: "지금 급한 승인 건 있어서 확인 부탁드립니다"

이 조합은 인간의 의심을 거의 완전히 제거한다.

Step 4. Identity Mirroring
AI는 피해자의 동료·상사·협력사의 문체, 말투, 이모티콘까지 복제한다.
이메일/카톡/DM 문체가 완벽히 동일해지면
사용자는 진짜와 구분할 수 없다.

Step 5. Behavioral Push Attack
마지막 단계는 “행동 유도”다.

예:

• 링크 클릭

• 송금 승인

• OTP 입력

• 문서 다운로드

• SSO 로그인

사용자의 행동 하나만 유도하면
공격은 성공한다.

1. 실제 가능한 피해 시나리오

사례 A — 재무팀 송금 승인 공격
AI가 CFO·대표 문체를 혼합해
재무팀 직원에게 3채널 동시 압박 메세지를 보내
억 단위 송금을 승인하게 함.

사례 B — OAuth 로그인 유도
이메일로 OAuth 링크 전송 →
카톡에서 "보안 업데이트입니다" →
전화로 "IT팀입니다, 그냥 승인하시면 됩니다"
3단계로 Access Token 탈취.

사례 C — 협력사 사칭을 통한 B2B 침투
인보이스 이메일 + 카톡 확인 메시지 + 전화 검증 요청.
일반 회사는 이 조합을 100% 신뢰.

사례 D — 기업 계정 점령(Microsoft 365 / Google Workspace)
시차를 고려해 “가장 피곤한 시간대”에 공격 메시지 발송.
피해자는 비밀번호 변경 요청을 그대로 승인.

1. 기존 방어 체계가 통하지 않는 이유

1. 이메일 필터링만으론 멀티채널 공격을 연결 인식할 수 없음
   공격은 “이메일 + 카톡 + 전화”가 세트인데
   보안 솔루션은 각 채널을 따로 본다.

2. 발신 패턴이 너무 정상적
   AI는 자연어·문체·이모티콘까지 피해자 환경을 그대로 모방한다.

3. 사람은 멀티채널 압박에 거의 100% 반응
   특히 “상사/고객/협력사” 형태면 반응률 폭증.

4. 전화는 보안의 블라인드 스팟
   AI 보이스 클로닝 기술로
   상사나 CEO 목소리까지 흉내낼 수 있음.

1. 대응 전략 (기업·기관용)

1. Multi-Channel Threat Correlation System
   모든 채널의 이벤트를 통합해
   “동일 목적 단일 공격”을 탐지하는 시스템 구축.

2. AI-Based Voice Authenticity Layer
   보이스피싱이 아니라
   “AI 음성 공격 검증 시스템”이 필요.

3. Human-in-the-Loop 정책
   금액 승인 / 계정 변경 / 권한 위임 등은
   다른 채널을 통한 압박이 감지되면 즉시 차단.

4. Behavioral Interference Mechanism
   심리 압박 기반 공격을 차단하기 위한
   시간지연·2차 확인 절차 도입.

5. Enterprise Chat Identity Verification
   카톡/Slack/Teams 메시지 발신자 검증 기능 고도화.

결론
AOMC-SE는 단순한 사회공학 공격이 아니다.
AI가 인간의 인지·행동·심리를 계산하여
"최적 타이밍에 특정 행동을 유도하는" 완전한 공격 모델이다.

이제 공격은
이메일이 아닌
"Multi-Channel Behavior Attack"으로 진화했다.

사이버헬퍼는
AI 기반 멀티채널 공격 분석 엔진과
심리 기반 공격 모델 탐지 기술을 연구 중이며
기업·기관 보안 정책에 단계적으로 적용할 수 있는
AOMC 대응 프레임워크를 개발하고 있다.