니어 AI 서버 침해, 비공개 AI 보안에 허점 드러나

니어 프로토콜(NEAR Protocol) 생태계의 인공지능 인프라 서비스 니어 AI(NEAR AI)에서 서버 취약점을 악용한 보안 사고가 발생했다. 공격자는 AI 모델의 추론을 처리하는 소프트웨어를 통해 내부 시스템에 접근했으며, 일부 이용자의 계정정보와 구형 AI 에이전트 데이터가 외부에 노출됐다.
니어 AI는 2026년 11월 9일 공식 사고 보고서를 발표하고 침해 경로와 영향을 받은 서비스 범위를 공개했다. 조사 결과 약 100명의 이용자 계정정보가 다운로드됐고, 별도 구형 환경에서 운영되던 AI 에이전트 18개의 데이터에도 무단 접근이 발생한 것으로 확인됐다.
이번 사고는 단순한 웹사이트 계정 탈취와 차이가 있다. 기밀 컴퓨팅(Confidential Computing)을 지원하는 AI 서비스에서도 추론 소프트웨어의 취약점이 데이터 보호 체계를 우회하는 통로가 될 수 있다는 점을 보여줬기 때문이다.
AI 추론 엔진 SGLang에서 시작된 침해
니어 AI에 따르면 공격자는 서버에서 사용하던 오픈소스 AI 추론 엔진 SGLang의 원격 코드 실행 취약점을 악용했다. 원격 코드 실행은 공격자가 취약한 소프트웨어를 통해 대상 시스템에서 명령어나 프로그램을 실행할 수 있게 되는 보안 문제다.
공격자는 먼저 AI 추론 서버 한 대에서 코드 실행 권한을 확보했다. 이후 해당 서버를 발판으로 서비스의 다른 내부 시스템에 접근하면서 침해 범위를 확대했다.
AI 추론 서버는 이용자의 요청을 받아 모델이 응답을 생성하도록 처리하는 역할을 한다. 따라서 일반적인 웹 서버와 달리 이용자가 입력한 질문이나 처리 중인 데이터가 서버 메모리와 실행 환경을 통과할 수 있다.
이러한 특성 때문에 추론 소프트웨어의 취약점은 단순한 서버 장애를 넘어 이용자 데이터 보호 문제로 이어질 수 있다. 특히 AI 에이전트가 외부 서비스나 계정과 연결돼 있다면 침해 범위를 평가할 때 추가적인 접근 권한도 함께 확인해야 한다.
약 100명 계정정보와 AI 에이전트 18개 영향
공식 조사에서 확인된 피해는 크게 세 가지다. 첫째, 공격자는 과거 Private Chat 서비스와 연결된 내부 시스템에 접근해 약 100명의 계정정보를 다운로드했다.
해당 정보에는 이메일 주소와 이름이 포함됐으며, 일부 계정에서는 이용 요금제와 잔액 관련 정보도 포함됐다. 그러나 이 사실만으로 해당 이용자의 암호화폐 지갑이나 자산이 탈취됐다고 판단할 근거는 없다.
둘째, 공격자는 구형 배포 환경에서 운영되던 AI 에이전트 18개에 접근했다. 이 환경은 니어 AI가 제공하는 기밀 컴퓨팅 보호 환경 밖에서 실행되고 있었으며, 접근된 데이터에는 채팅 기록과 설정, 로그가 포함됐다.
셋째, 니어 AI 클라우드 고객 두 곳의 API 키가 로그에 노출된 사실도 확인됐다. API 키는 프로그램이 서비스에 접근할 때 사용하는 인증정보로, 외부에 노출되면 해당 키에 부여된 권한에 따라 무단 요청이 발생할 위험이 있다.
니어 AI는 노출된 API 키를 폐기했다고 밝혔다. 다만 실제로 해당 키가 추가 악용됐는지 여부와 무관하게 인증정보가 로그에 기록되는 구조 자체는 보안 점검 대상이 된다.
저장된 비공개 채팅과 처리 중인 요청은 구분해야
이번 사고에서 특히 중요한 부분은 비공개 채팅 데이터의 접근 범위다. 니어 AI는 조사 결과 저장된 Private Chat 대화나 업로드 파일에 접근한 흔적은 발견되지 않았다고 설명했다.
반면 11월 8일에는 공격자가 침해된 추론 서버에서 처리 중이던 이용자 요청을 관찰할 수 있었을 가능성이 있다고 밝혔다. 이 범위에는 기밀 모드에서 처리되던 요청도 포함될 수 있다.
두 사실은 서로 모순되지 않는다. 저장된 대화 데이터베이스에 접근하지 않았더라도, 서버가 실시간으로 처리하는 요청이 실행 과정에서 노출될 가능성은 존재하기 때문이다.
따라서 이번 사고를 모든 비공개 채팅이 유출된 사건으로 표현하는 것은 부정확하다. 확인된 계정정보 다운로드와 에이전트 데이터 접근, 처리 중인 요청의 잠재적 노출 가능성을 구분해야 한다.
TEE가 있어도 내부 소프트웨어는 공격받을 수 있다
니어 AI가 제공하는 기밀 추론 기능은 신뢰 실행 환경(Trusted Execution Environment·TEE)과 관련이 있다. TEE는 일반적인 운영 환경과 분리된 영역에서 민감한 데이터를 처리하도록 설계된 보안 기술이다.
기밀 컴퓨팅의 중요한 목적 중 하나는 인프라 운영자나 호스트 시스템이 처리 중인 민감한 데이터를 임의로 확인하기 어렵게 만드는 것이다. 이를 통해 AI 서비스를 제공하는 기업에 모든 입력 데이터를 그대로 공개하지 않는 구조를 구현할 수 있다.
그러나 TEE는 내부에서 실행되는 모든 소프트웨어가 안전하다는 보증이 아니다. 보호된 환경 안에서 실행되는 프로그램 자체에 취약점이 존재하면 공격자가 해당 프로그램의 권한을 악용할 수 있다.
니어 AI는 이번 사고를 설명하면서 기밀 컴퓨팅이 운영자와 호스트로부터 데이터를 보호하지만, 실행 환경 내부의 소프트웨어 취약점까지 막지는 못한다고 밝혔다. 실제 침해 경로 역시 추론 엔진의 취약점에서 시작됐다.
이는 기밀 컴퓨팅 기반 AI 서비스를 평가할 때 하드웨어 보안 기능만 확인해서는 부족하다는 의미다. 모델 추론 엔진과 라이브러리, 배포 설정, 내부 서비스 간 접근 권한까지 함께 검토해야 한다.
블록체인과 AI 결합 서비스에 남긴 보안 과제
니어 프로토콜 생태계는 블록체인과 AI 기술을 결합하는 서비스를 추진해 왔다. 그러나 블록체인 네트워크의 보안성과 AI 서비스 인프라의 보안성은 서로 다른 영역이다.
블록체인은 거래 기록과 상태 변경을 검증하는 데 강점이 있지만, 외부 AI 서버의 운영체제나 추론 엔진에 발생하는 취약점을 자동으로 해결하지는 못한다. AI 서비스가 별도의 클라우드 인프라에서 실행된다면 그 환경의 보안 관리가 필요하다.
특히 AI 에이전트는 단순한 질문 응답을 넘어 외부 API를 호출하거나 다른 서비스와 연결될 수 있다. 따라서 에이전트에 부여된 권한과 인증정보가 과도하게 집중돼 있으면 하나의 서버 침해가 다른 시스템으로 확산될 가능성이 생긴다.
이번 사고에서 실제로 확인된 것은 일부 계정정보와 에이전트 데이터에 대한 접근이다. 니어 블록체인의 합의 체계가 침해됐다거나 NEAR 토큰 자체의 보안이 무너졌다는 증거는 공식 사고 보고서에 제시되지 않았다.
AI 인프라 사고와 블록체인 네트워크 사고를 구분하는 것은 투자자와 서비스 이용자가 실제 위험 범위를 이해하는 데 중요하다.
니어 AI의 대응, 인증정보 교체와 추론 서버 수정
니어 AI는 침해 사실을 확인한 뒤 활성 세션과 관리자 인증정보를 폐기하고, AI 에이전트 토큰을 교체했다고 밝혔다. 또한 Private Chat 서비스를 오프라인으로 전환하고 문제가 된 SGLang 취약점을 모든 추론 서버에서 수정했다.
서비스 운영 과정에서 사용하던 나머지 인증정보도 교체했으며, 포렌식 조사를 진행했다고 설명했다. 일시적으로 영향을 받았던 니어 AI 클라우드 접근은 복구된 상태라고 밝혔다.
니어 AI는 해당 취약점을 SGLang 프로젝트에도 보고했다. 오픈소스 추론 소프트웨어의 취약점은 동일한 구성 요소를 사용하는 다른 서비스에도 영향을 줄 수 있으므로, 상위 프로젝트에 문제를 전달하는 절차는 중요하다.
다만 니어 AI가 자체 서버에 수정 사항을 적용했다는 사실이 모든 SGLang 사용 환경의 보안 상태를 의미하지는 않는다. 다른 운영자는 사용 중인 버전과 배포 구성을 별도로 확인해야 한다.
보안 감사의 범위가 달라져야 하는 이유
기존 블록체인 보안 점검은 스마트컨트랙트의 자산 이동 조건과 권한 관리, 서명 검증 등에 집중하는 경우가 많았다. AI 서비스가 결합되면 여기에 추론 엔진, 모델 실행 환경, API 인증, 로그 저장 정책 등이 추가된다.
이번 사고는 이러한 영역이 독립적으로 존재하지 않는다는 점을 보여준다. 추론 서버 한 대에서 시작된 침해가 내부 시스템과 계정정보, 구형 에이전트 환경으로 확대됐기 때문이다.
특히 구형 시스템은 새로운 보안 기능이 적용되지 않았거나 기존 운영 환경과 분리되지 않았을 가능성이 있어 별도의 관리가 필요하다. 니어 AI 사고에서도 영향을 받은 에이전트 18개는 기밀 컴퓨팅 환경이 아닌 구형 배포 환경에서 운영되고 있었다.
또한 인증정보가 로그에 남는 문제는 AI 모델의 성능이나 블록체인 기술과 관계없이 발생할 수 있다. 서비스 운영자가 로그 수집 범위와 보존 정책을 점검해야 하는 이유다.
기밀 컴퓨팅을 도입한 기업이라도 내부 소프트웨어의 취약점 관리와 최소 권한 원칙, 인증정보 보호가 뒷받침되지 않으면 전체 시스템의 보안 수준은 낮아질 수 있다.
기밀 AI의 신뢰는 실제 운영 구조에서 결정된다
니어 AI의 이번 사고는 기밀 컴퓨팅 기술 자체가 무용하다는 증거는 아니다. 다만 보호된 실행 환경을 사용한다는 사실만으로 이용자 데이터의 모든 처리 과정이 안전해지는 것은 아니라는 점을 드러냈다.
공식 조사에서는 약 100명의 계정정보와 18개 구형 에이전트 데이터에 대한 접근이 확인됐다. 동시에 저장된 Private Chat 대화와 업로드 파일에 접근한 흔적은 발견되지 않았으며, 일부 실시간 요청은 노출됐을 가능성이 남아 있다.
이용자 입장에서는 서비스가 제공하는 개인정보 보호 기능이 정확히 어떤 데이터를 보호하는지 확인할 필요가 있다. 저장된 데이터, 처리 중인 요청, 외부 API 인증정보는 각각 다른 위험에 노출될 수 있기 때문이다.
AI와 블록체인을 결합한 서비스가 금융 영역으로 확대될수록 기술적 신뢰를 판단하는 기준도 복잡해질 수밖에 없다. 암호화와 기밀 실행 환경뿐 아니라 소프트웨어 공급망, 접근 권한, 사고 대응 체계까지 실제로 작동하는지 검토해야 한다.
이번 니어 AI 사고의 핵심은 기밀 컴퓨팅이 실패했다는 단순한 결론이 아니라, 보호된 환경 내부에서 실행되는 소프트웨어의 보안이 전체 데이터 보호 수준을 결정할 수 있다는 사실이다.




댓글 0
첫 댓글을 남겨보세요.