Dark Reading은 AI가 패키지·레지스트리·컨테이너를 자동 생성·관리하는 환경에서 ‘Phantom Squatting’이라 불리는 유령 컴포넌트 위협이 소프트웨어 공급망을 잠식하고 있다고 경고하며, 정책적 대응 필요성을 제기함
- Dark Reading 보도에 따르면 ‘Phantom Squatting’은 공격자가 패키지 레지스트리·컨테이너 레포지토리·플러그인 마켓플레이스 등 소프트웨어 공급망 인프라에 실제 사용되지 않는 듯 보이는 유령 패키지·컴포넌트를 등록해 두고, AI 빌드 도구·자동 의존성 관리 시스템이 이를 오인해 프로젝트에 포함시키도록 유도하는 신종 위협으로, 특히 Agentic AI가 자동으로 라이브러리·툴을 검색·선택하는 환경에서 큰 위험을 초래한다.
- 기사에 따르면 이 공격은 기존의 타이포스쿼팅과 달리, 패키지 자체가 장기간 눈에 띄지 않도록 설계되며, 메타데이터·버전·설명서가 정상적으로 보이도록 조작된 상태에서 AI 도구가 ‘인기·유사성·추천’ 기준으로 라이브러리를 선택할 때 유령 컴포넌트가 포함되도록 설계된다. 이후 공격자는 특정 조건(날짜, 호출 패턴, 지리적 위치 등)이 충족될 때만 악성 코드 실행을 트리거함으로써 탐지를 더욱 어렵게 만든다.
- 정량적으로 Dark Reading은 수많은 오픈소스 패키지·컨테이너 이미지가 주요 레지스트리·마켓플레이스에 존재하는 상황에서, Phantom Squatting을 탐지하는 것은 전통적 시그니처 기반 보안으로는 사실상 불가능에 가깝다고 평가하며, 최근 발견된 사례들에서 해당 유령 패키지가 수백 개 프로젝트에 조용히 통합된 뒤 수개월 동안 악성 동작을 드러내지 않았다는 점을 강조한다.
- 전략적으로 Phantom Squatting은 GitHub·npm·PyPI·Docker Hub·VS Code Marketplace 등 글로벌 개발 생태계를 기반으로 한 공급망 공격 방식으로, Agentic AI·자동화 도구·CI/CD 파이프라인이 의존성 선택을 인간 검토 없이 수행하는 경향을 악용한다. 이는 Anthropic·OpenAI·Microsoft·GitHub이 제공하는 AI 개발 에이전트가 공급망 공격의 매개체가 될 수 있다는 의미이며, 소프트웨어 보안 정책이 ‘패키지 출처·평판’을 넘어서 ‘자동화된 선택 메커니즘의 보안’을 포함해야 한다는 요구를 낳는다.
- 한국 정책 담당자는 Phantom Squatting을 국내 소프트웨어·클라우드·공공 시스템에 대한 장기 잠복형 공급망 위협으로 인식하고, 공공 조달·국책 과제에서 사용하는 오픈소스·패키지·컨테이너에 대한 검증 기준을 강화해야 한다. 특히 AI 개발 도구·CI/CD 자동화가 포함된 프로젝트에서 의존성 선택 과정에 휴먼 리뷰·신뢰된 레포지토리 정책·서명 검증을 의무화하고, 국내 보안 기업이 오픈소스 레지스트리 이상 징후를 모니터링하는 서비스 생태계를 구축하도록 지원할 필요가 있다.
- 한국 보안 산업에는 Phantom Squatting 탐지·AI 의존성 선택 감시·레지스트리 평판 분석을 제공하는 솔루션 개발 기회가 존재하며, 이를 CrowdStrike·Palo Alto Networks·Zscaler·Microsoft GitHub와 연동해 글로벌 공급망 보안 시장에 진출할 수 있는 여지가 있다.
Phantom Squatting은 AI·자동화가 주도하는 개발 환경이 공급망 공격에 취약해질 수 있음을 보여주며, 한국은 오픈소스 의존성 선택 과정에 대한 정책적 통제를 강화해야 한다.
주요 용어: Phantom Squatting(유령 패키지를 레지스트리에 심어 자동화 도구가 오인 선택하도록 하는 공급망 공격 기법), 패키지 레지스트리(소프트웨어 라이브러리를 저장·배포하는 중앙 저장소), CI/CD(소프트웨어를 지속적으로 통합·배포하는 자동화 파이프라인)
출처: Dark Reading