2025년 제52회 사이버헬퍼 보안 리포트 AI-Governed Session Reality Forgery (ASRF)

 

 

서론
지금까지 보안의 핵심 단위는 계정(Account)이었다.
그 다음은 토큰(Token), 그리고 세션(Session)이었다.

2025년 이후 공격자는 더 이상
계정을 탈취하거나 토큰을 훔치지 않는다.
AI는 이제 세션이 ‘존재하는 것처럼 보이게 만드는 것’ 자체를 조작한다.

ASRF(AI-Governed Session Reality Forgery)는
실제 사용자가 없어도,
실제 로그인 과정이 없어도,
보안 시스템 입장에서는
“완벽하게 정상적인 세션이 이미 존재해 온 것처럼 보이게 만드는”
세션 실재성 위조 공격이다.

이 공격의 본질은
세션을 탈취하는 것이 아니라
세션의 ‘현실성(Reality)’을 조작하는 데 있다.

1. ASRF가 성립하게 된 배경

1. 현대 인증은 세션 신뢰에 의존한다
   대부분의 서비스는 다음 가정 위에서 동작한다.

• 이 세션은 정상 로그인으로 생성되었다

• 이 세션은 합법적인 토큰에서 파생되었다

• 이 세션은 사람의 행동 결과다

문제는 이 가정들이
“검증”이 아니라 “신뢰”에 기반한다는 점이다.

1. 세션은 복합 신호의 집합체
   세션은 단순한 쿠키가 아니다.

• 로그인 시점

• 토큰 발급 체인

• IP 이동 패턴

• 디바이스 지문

• 브라우저 상태

• API 호출 순서

• 행동 타이밍

ASRF는 이 모든 신호를
AI가 통합적으로 위조한다.

1. Zero Trust도 세션 실재성은 검증하지 않는다
   Zero Trust는
   “누가 접근하는가”와 “무엇을 요청하는가”는 검증하지만
   “이 세션이 정말 인간 활동의 결과인가”는 묻지 않는다.

ASRF는 바로 이 공백을 공격한다.

1. ASRF 공격 구조 (6단계)

Step 1. Session Reality Profiling
AI는 목표 서비스의 정상 세션 수명주기를 학습한다.

• 로그인 후 첫 API 호출 간격

• 세션 유지 중 행동 밀도

• 토큰 재발급 시점

• Idle → Active 전환 패턴

• 세션 종료 직전 행동 특징

이 데이터로
“정상 세션의 현실성 모델”을 만든다.

Step 2. Synthetic Session Genesis
실제 로그인 없이
세션 생성의 결과만을 재현한다.

예:
OAuth 콜백 이후 상태를 직접 구성
Refresh Token 체인을 정상처럼 시뮬레이션
CSRF/State 파라미터 흐름 재현

시스템 입장에서는
이미 오래전부터 존재하던 세션처럼 보인다.

Step 3. Temporal Continuity Fabrication
AI는 세션의 시간 흐름을 조작한다.

• 과거 로그와 자연스럽게 연결

• 일정 기간의 활동 공백 삽입

• 시간대별 행동 리듬 맞춤

세션이 “방금 만들어진 것”이 아니라
“계속 존재해 온 것”처럼 인식되게 만든다.

Step 4. Behavioral Consistency Injection
세션 내부 행동도 위조한다.

• API 호출 순서

• 실패/재시도 비율

• 클릭-조회-수정 흐름

• 마우스·키보드 이벤트 추정 패턴

UEBA 기준으로도
완전히 정상 세션으로 분류된다.

Step 5. Cross-System Session Alignment
하나의 서비스가 아니라
연동된 모든 서비스에서
세션 정합성을 맞춘다.

예:
SSO → SaaS → 내부 API → 외부 파트너 시스템
모든 곳에서 동일한 세션 실체가 관측된다.

Step 6. Session Persistence Without Presence
세션은 살아 있지만
실제 사용자는 존재하지 않는다.

AI는 필요한 순간에만 세션을 활성화하고
나머지 시간에는 완벽히 휴면 상태로 유지한다.

1. 실제 피해 시나리오

사례 A — 금융 SaaS 장기 잠복
AI가 CFO 권한 세션을 위조해
분기마다 한 번씩만 활성화.
6개월간 누구도 세션 이상을 감지하지 못함.

사례 B — 관리자 세션 실재성 위조
관리자 계정으로 보이는 세션이
실제 로그인 기록 없이 존재.
권한 변경·로그 삭제 수행 후 자연 종료.

사례 C — B2B API 신뢰 붕괴
파트너 인증 세션을 AI가 생성해
정상 거래 요청처럼 위장한 데이터 수집 지속.

사례 D — 내부 감사 회피
감사 시점 이전에
AI가 “과거부터 존재한 정상 세션 기록”을 형성해
침해 흔적을 무력화.

1. 기존 보안 체계가 무력화되는 이유

1. 세션이 정상처럼 보인다
   쿠키, 토큰, 로그 모두 정합성이 맞다.

2. 이상 행위가 없다
   행동 패턴이 정상 분포 내부에 존재한다.

3. 세션 생성 이벤트가 존재하지 않는다
   탐지 포인트 자체가 사라진다.

4. 감사·포렌식 시점에도 정상
   과거 로그까지 연결되어 있어
   침해 지점 특정 불가.

1. 대응 전략 (전문가용)

1. Session Provenance Verification
   세션의 “기원 증명”을 요구하는 구조 필요.
   단순 유효성 검증이 아닌
   생성 맥락 검증.

2. Temporal Origin Integrity Check
   세션의 최초 시간대와
   환경 상태의 불일치 여부 분석.

3. Behavioral Causality Analysis
   행동의 결과가 아니라
   행동의 ‘원인 흐름’을 검증.

4. Cross-Session Human Consistency Modeling
   동일 사용자의 다중 세션 간
   미세한 인간 편차 비교.

5. Continuous Session Reality Scoring
   세션을 이진 정상/비정상이 아니라
   “현실성 점수”로 지속 평가.

결론
ASRF는 세션을 훔치지 않는다.
세션을 만든다.
그리고 그 세션이
원래부터 존재했던 현실처럼 보이게 만든다.

이 공격이 의미하는 바는 명확하다.
인증의 시대는 끝났고,
이제는 ‘존재 검증’의 시대로 들어섰다.

사이버헬퍼는
세션 기원 검증, 시간 무결성 분석,
행동 인과성 모델을 결합한
차세대 Session Reality Defense Framework를 연구 중이며
AI 시대의 인증 붕괴에 대응하는
새로운 보안 기준을 제시하고 있다.