AI 생태계 노린 신종 봇넷 ‘내드매시’(NadMesh) 멜웨어 주의

고(Go) 언어 기반 자율형 봇넷으로 AI 인프라·MCP 생태계 노려
쇼단(Shodan) API 연동해 목표 식별하고, 20여개 다중 RCE 취약점 악용

[보안뉴스 김형근 기자] 이달 초 AI 인프라와 모델 컨텍스트 프로토콜(MCP) 생태계를 표적으로 삼는 고(Go) 언어 기반 자율형 봇넷 ‘내드매쉬’(NadMesh)가 발견됐다. 보안 탐지를 우회하는 다형성 빌드 기법과 다중 지속성 유지 장치를 탑재해 단일 솔루션으론 방어가 불가능한 지능형 위협으로 분류돼 주의를 요한다.

▲네드매쉬(NadMesh) 봇넷 관리자 패널 대시보드 [출처: X-Lab]

치안신 엑스랩(Qianxin X-Lab) 분석 보고서에 따르면 이 악성코드는 단순 스크립트 수준을 넘어 스캐닝과 취약점 악용 및 AI 정보 수집을 하나의 플랫폼에 통합한 산업급 맬웨어로 확인됐다,

내드매쉬는 90여개에 이르는 클라우드 서비스 주소 대역을 내장한 자율형 스캐닝 엔진을 탑지했다. 이 자동화된 공격은 콤피유아이(ComfyUI)·올라마(Ollama)·오픈웹유아이(Open WebUI) 등 AI 서비스를 최우선 목표로 삼았다. 정보 수집 단계에서 쇼단(Shodan) API를 연동해 목표물의 IP 주소를 추출하고 공격 우선순위를 정헀다.

이들은 레디스(Redis)·도커(Docker)·쿠버네티스(K8s)·MCP 등 20여개 달하는 원격코드실행(RCE) 취약점 벡터를 동원했다. 에이전트가 시스템에 이식되면 SSH 공개키 후문 삽입과 숨겨진 크론 작업 등 3중 복합 경로를 통해 지속성을 유지해 단일 차단 조치로는 방어가 어렵다. 가블(Gabble) 난독화와 다형성 빌드 기법도 적용해 탐지를 우회하며, 추적을 피하기 위한 허니팟을 식별하고 자동 차단하는 자가 학습 기능까지 갖췄다.

내드매쉬는 단순 호스트 장악을 넘어 AWS 자격 증명과 쿠버네티스 서비스 계정 토큰, 내부망 환경 변수 등 클라우드 핵심 권한을 탈취했다. 이를 통해 고비용 AI 모델 자원을 탈취하거나 MCP 도구를 조작해 기업 비즈니스 생태계 전반을 마비시킬 수 있는 지점을 노리고 있다.

액스렙은 “피해를 막기 위해 AI 서비스 포트 접근 통제를 최우선으로 강화해야 한다”며 “다중 경로를 통해 시스템 장악력을 유지하려는 봇넷의 특성을 고려, 전사적 위협 탐지와 클라우드 권한 관리가 시급하다”고 권고했다.

[김형근 기자(editor@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다