가트너가 꼽은 2026~2027년 사이버 보안 위협 4가지

AI 기술이 빠르게 확산되면서 기업이 주목해야 할 사이버 보안 위협도 달라지고 있습니다. 생성형 AI를 활용한 딥페이크부터 AI 애플리케이션을 겨냥한 공격, 프롬프트 인젝션, 소프트웨어 공급망 위협까지 공격 방식과 대상이 다양해지고 있는데요.

글로벌 시장조사기관 가트너(Gartner)는 이러한 변화를 반영해 2026~2027년 사이버 위협 환경에서 적극적인 대응이 필요한 4대 주요 위협을 선정했습니다. 가트너가 꼽은 주요 사이버 보안 위협은 무엇인지, 기업은 어떤 부분을 점검해야 하는지 살펴보겠습니다.

1. 가트너가 전망한 2026~2027년 사이버 보안 위협

가트너는 2026~2027년 사이버 위협 환경을 분석한 ‘ThreatScape’를 통해 공격자가 조직보다 상대적으로 우위를 점할 가능성이 높은 4가지 위협을 제시했습니다.

📌 가트너가 선정한 주요 사이버 보안 위협 4가지

1️⃣ 딥페이크를 활용한 신원 사칭
2️⃣ AI 애플리케이션 침해
3️⃣ 프롬프트 인젝션
4️⃣ 소프트웨어 공급망 위협

이 가운데 3개가 AI와 직접적으로 연관되어 있다는 점이 눈에 띕니다. AI가 업무와 개발 환경에 빠르게 도입되면서 기존 공격이 더욱 정교해지고, AI 시스템 자체를 노리는 새로운 공격도 등장하고 있기 때문입니다.

2. 가트너가 선정한 4대 사이버 보안 위협

1️⃣ 딥페이크를 활용한 신원 사칭

생성형 AI 기술의 발전으로 실제 인물과 구분하기 어려운 이미지와 음성, 영상을 생성하는 딥페이크 기술 역시 고도화되고 있습니다.

공격자는 임직원이나 경영진의 목소리와 모습을 모방해 송금을 요청하거나 내부 정보를 요구할 수 있으며, 생체인증이나 채용 과정 등 신원 확인이 필요한 환경을 노릴 수도 있습니다.

가트너는 딥페이크 탐지 기술만으로 이러한 공격을 완전히 방어하기 어렵다고 설명합니다. 따라서 기업에서는 인증 절차 강화와 임직원 보안 인식 제고, 딥페이크 탐지 기술 등을 함께 활용하는 다층적인 대응이 필요합니다.

2️⃣ AI 애플리케이션 침해

기업의 생성형 AI 활용이 확대되면서 실제 업무 환경에서 운영되는 AI 애플리케이션 자체도 주요 공격 대상으로 떠오르고 있습니다.

기업이 자체 개발한 AI 에이전트부터 외부 서비스와 연동된 AI 애플리케이션, 임직원만 사용하는 내부 AI 도구까지 활용 범위가 넓어지면서 공격 표면도 함께 확대되고 있습니다. 특히 이러한 AI 애플리케이션이 기업의 데이터나 계정 정보, 외부 서비스와 연결되는 경우 보안 통제가 충분하지 않으면 민감한 정보나 자격증명이 노출될 수 있습니다.

가트너는 생성형 AI 모델과 AI 에이전트 도입으로 새롭게 발생하는 공격 표면을 파악하고, AI 애플리케이션 개발 과정에 AI 특화 보안 대책을 반영해야 한다고 설명합니다.

이를 위해 AI 애플리케이션에도 기존 소프트웨어와 마찬가지로 보안 개발 생명주기(Secure SDLC)와 위협 모델링을 적용하고, 데이터 분류 체계를 강화하는 한편 정책 기반 접근 제어(PBAC)와 런타임 모니터링 등의 보안 조치를 마련할 것을 제안하고 있습니다.

3️⃣ 프롬프트 인젝션

프롬프트 인젝션(Prompt Injection)은 공격자가 AI 시스템에 악의적인 지시를 입력해 모델의 동작을 조작하는 공격입니다. 이를 통해 기존 지시나 보안 통제를 우회하고, 민감한 정보를 노출시키거나 허가되지 않은 작업을 수행하도록 유도할 수 있습니다.

기업의 생성형 AI 활용이 확대되면서 프롬프트 인젝션에 노출될 수 있는 환경도 함께 증가하고 있습니다. 특히 외부 시스템이나 데이터에 접근할 수 있는 AI 애플리케이션에서는 프롬프트 조작이 단순히 잘못된 답변 생성에 그치지 않고 실제 시스템 동작에 영향을 미칠 가능성도 있습니다.

가트너는 프롬프트 인젝션에 대응하기 위해 하나의 보안 조치에 의존하기보다 AI 보안 테스트와 시스템 프롬프트, 런타임 가드레일을 결합한 다층적인 대응 전략이 필요하다고 설명합니다.

📌 프롬프트 인젝션의 공격 유형과 대응 방법이 궁금하다면?

👉 프롬프트 인젝션 공격 유형과 대응 방안 자세히 알아보기

4️⃣ 소프트웨어 공급망 위협

오늘날 소프트웨어는 기업이 직접 작성한 코드뿐 아니라 오픈소스, 서드파티 라이브러리, 개발 도구, 컨테이너 이미지 등 다양한 외부 구성요소를 활용해 개발됩니다.

공격자는 최종 기업을 직접 공격하는 대신 여러 조직이 공통으로 사용하는 오픈소스나 개발 도구, 배포 환경 등을 침해해 공격을 확산할 수 있습니다.

AI 개발 환경에서는 AI 모델과 관련 구성요소까지 관리 범위에 포함되면서 공급망 관리의 복잡성도 높아지고 있습니다.

가트너는 이러한 위험에 대응하기 위해 SBOM(Software Bill of Materials)과 AIBOM(AI Bill of Materials)을 활용한 구성요소 파악, 신뢰할 수 있는 저장소 활용, CI/CD 파이프라인 보호, 빌드 결과물 서명, 빌드 시스템의 최소 권한 적용 등을 제시하고 있습니다.

📌 실제 소프트웨어 공급망 공격은 어떻게 발생할까요?

👉 소프트웨어 공급망 공격 사례와 대응 방안 확인하기

3. 변화하는 사이버 위협에 대응하기 위한 보안 체계 점검

가트너가 선정한 2026~2027년 주요 사이버 보안 위협은 AI 기술의 확산이 기업의 보안 환경에도 직접적인 영향을 주고 있다는 점을 보여줍니다. 딥페이크와 프롬프트 인젝션처럼 새로운 공격에 대비하는 것뿐 아니라, AI 애플리케이션의 개발 과정과 소프트웨어 공급망을 포함해 기존 보안 체계 전반을 함께 점검하는 것이 중요합니다. 기업이 사용하는 애플리케이션과 구성요소를 파악하고, 개발 단계부터 취약점을 점검하며, AI 환경에서 새롭게 추가되는 위험까지 관리한다면 변화하는 사이버 위협에 보다 체계적으로 대비할 수 있습니다.

AI 시대에 더욱 복잡해지는 애플리케이션과 소프트웨어 공급망의 보안이 고민이라면, 스패로우와 함께 개발 단계부터 보안 체계를 점검해보세요.