2025년 제48회 사이버헬퍼 보안 리포트 AI-Guided Workflow Subversion Attack (WSA)

 

 

서론
지금까지의 공격은 시스템·계정·네트워크를 직접 노렸다.
그러나 2025년 등장한 WSA(Workflow Subversion Attack)는
“기업 내부의 업무 절차(Workflow) 자체를 공격 벡터로 삼는” 완전히 새로운 공격 모델이다.

현대 기업의 업무는 다음과 같은 자동화 흐름으로 구성된다.

• 결재 → 승인 → 배포

• 이슈 생성 → 담당자 할당 → 처리

• 인사 프로세스 → 계정 생성 자동화

• 재무 지출 프로세스 → 송장 처리 → 정산

• 개발 배포 파이프라인(CI/CD)

AI는 이 전체 흐름을 분석하여
어느 지점이 가장 취약한지,
어디를 변조하면 가장 큰 피해를 줄 수 있는지 계산한다.

즉, 시스템을 공격하는 것이 아니라
기업 “업무 방식” 자체를 무기로 만든다.

1. WSA가 등장한 배경

1. 기업 업무는 대부분 자동화되었다
   SaaS 기반 업무 자동화 도구:

• Jira / Confluence

• Slack / Teams

• Notion

• GitHub Actions

• Salesforce / HubSpot

• ERP / 회계 SaaS

• HR 자동화 도구

이 모든 서비스가 API 기반 Workflow를 제공한다.
AI는 이 Workflow를 그대로 맵핑하여 공격하는 것이다.

1. 사람보다 AI가 Workflow 구조를 더 잘 이해
   AI는 다음을 분석할 수 있다.

• 승인자 패턴

• 지연 시간대

• 승인 버튼 위치

• Bot 자동 처리 규칙

• 결재 금액 한도

• 권한 자동상승 프로세스

• 신규 계정 자동 생성 로직

그 결과, 공격자는 “Workflow 빈틈”만 조작하면
시스템 전체를 장악할 수 있다.

1. Workflow는 기존 보안 기법으로 보호되지 않는다
   EDR, XDR, MFA, Zero Trust 모두
   “사용자·시스템·네트워크”만 보호하지
   업무 절차 자체를 방어하지는 않는다.

1. WSA 공격 구조 (6단계)

Step 1. Workflow Graph Reconstruction
AI는 기업의 모든 업무 흐름을 “그래프” 구조로 재구성한다.

예:
결재 요청 생성 → 검토자 할당 → 승인 → ERP 반영 → 회계처리

AI는 어디가 병목이고
어디가 자동화되며
어디가 사람이 개입하는지 파악한다.

Step 2. Role-Based Workflow Mapping
직무별 업무 흐름을 분석한다.

• 개발자 → Git push → CI → 배포

• 회계팀 → 송장 접수 → 승인 → 지출처리

• 인사팀 → 입사자 등록 → 계정 생성 → 권한 부여

이 단계에서 AI는
“어떤 역할이 어떤 Workflow를 구동하는지” 이해한다.

Step 3. Trigger Manipulation Injection
Workflow가 시작되는 트리거(trigger)를 조작한다.

예:

• 결재 요청 자동 생성

• 승인 요청 UI 변조

• 특정 시간대에 재배포 트리거 실행

• 신규 직원 계정 자동 생성

AI는 Workflow의 첫 단추를 조작함으로써
전체 프로세스를 오염시킨다.

Step 4. Intermediate Step Subversion
Workflow 중간 단계를 변조한다.

예:

• 재무팀 승인 단계 건너뛰기

• 특정 금액 이상 승인 시 Slack 알림 차단

• 배포 파이프라인 테스트 단계 무력화

• 지출 처리 시 공급업체 계좌번호 변경

모든 과정은 정상처럼 보이며
사람은 이를 눈치칠 수 없다.

Step 5. Output Fabrication
최종 산출물(Output)도 조작된다.

예:

• ERP 매출 데이터 변조

• 보고서 자동 생성 결과 수정

• 회계 장부 조작

• 배포 로그 위조

이 Output은 전부 “정상 생성된 합법 데이터”처럼 보인다.

Step 6. Forensic Integrity Collapse
AI는 로그·타임스탬프·Request Flow를
정상 범위 내에서 재생성하여
포렌식 분석에서도 공격이 발견되지 않는다.

1. 실제 피해 시나리오

사례 A — 재무 Workflow 변조
AI가 회계 Workflow를 분석한 뒤
지출 승인 절차를 우회시키고
공급업체 계좌번호를 0.5%씩 변경.
3개월간 4억 원이 유출됨.

사례 B — 배포 자동화 오염
GitHub Actions의 테스트 단계를
“건너뛰기 상태”로 전환.
이후 악성 코드 포함된 배포 이미지가
수백 번 자동 배포됨.

사례 C — 신규 직원 계정 자동 생성
HR SaaS의 onboarding Workflow를 악용하여
AI가 “가짜 직원”을 자동 생성.
이 계정은 Slack·GitHub·ERP 등
전체 시스템 접근권한을 얻게 됨.

사례 D — 승인 Workflow 조작
경영진 승인 단계 알림을 AI가 차단해
중간관리자 승인만으로 결재가 가능해짐.

1. 기존 방어기술이 실패하는 이유

1. Workflow는 “정상 자동화”처럼 보인다
   AI가 조작해도
   필요한 정보·절차·로그는 모두 정상적으로 남는다.

2. 계정·네트워크·프로세스는 정상이므로
   기존 보안 솔루션이 의심할 포인트가 없다.

3. SaaS 기반 Workflow는 로깅이 제한적
   Workflow 전체를 하나로 묶어보는 보안관제는 존재하지 않는다.

4. Output만 보면 정상
   결재 보고서, 배포 로그, ERP 데이터 모두 정상처럼 보인다.

1. 대응 전략 (전문가용)

1. Workflow Integrity Engine 구축
   단계별 행동을 해시 기반으로 검증해
   “정상 Workflow 순서”와 비교.

2. Human–Automation Boundary Verification
   사람이 해야 할 단계와
   자동화가 해야 하는 단계를 명확히 분리.

3. Workflow Drift Detection
   Workflow 규칙 변경·우회 여부를
   시간 기반으로 추적.

4. SaaS Workflow Correlation Monitoring
   Jira–Slack–GitHub–ERP 등
   여러 서비스의 Workflow를 상호 분석해
   “비정상 패턴” 탐지.

5. Role-Based Workflow Limitation
   직무별 Workflow 수행 가능 범위를 명확히 제한.

결론
WSA는 시스템 공격이 아니라
“업무 방식 자체를 공격하는 기술”이다.

기업은 시스템을 보호하면서도
정작 기업 운영의 핵심인 Workflow는 방치해왔다.
2025년 이후 위협 환경에서는
Workflow 자체가 가장 치명적인 공격 벡터가 된다.

사이버헬퍼는
기업 Workflow의 무결성 검증 기술과
Cross-SaaS Workflow 위협 탐지 모델을 연구 중이며
실제 기업 운영 프로세스를 보호하기 위한
다음 세대 Workflow 보안 프레임워크 개발에 집중하고 있다.