API 키 유출이 개인 지갑까지 겨눴다
2026년 10월 인공지능(AI) 코딩 도구 OpenCode 해킹 사건은 개발자만의 보안 사고로 끝나지 않았다. TechCrunch 보도에 따르면 공격자는 OpenCode의 오래된 시스템에 침입했고, OpenCode Console 사용자 계정의 1.4%가 침해됐다. 일부 계정에는 OpenAI, Anthropic, Google 같은 AI 서비스에 접속하는 응용프로그램인터페이스(API) 키가 저장돼 있었다.
그 결과 일부 사용자는 수백 달러에서 1,000달러, 원화로 약 130만 원을 넘는 예상 밖 청구를 보고했다. 핵심은 분명하다.
AI 도구 시대의 계정 보안은 데이터 유출 문제를 넘어 곧바로 결제 피해로 이어지는 생활형 위험으로 전환됐다. 이번 사건이 일반 독자에게 중요한 이유는 AI 이용 방식이 바뀌었기 때문이다. 과거의 소프트웨어 해킹은 주로 개인정보, 파일, 사내 문서 노출로 설명됐다.
그러나 생성형 AI 서비스는 사용량만큼 비용을 물리는 구조를 넓게 채택한다. API 키는 비밀번호처럼 기능하면서도, 도난당하면 공격자가 피해자 계정으로 AI 모델을 호출해 비용을 발생시킬 수 있다.
신용카드를 훔치지 않아도 클라우드와 AI 사용료가 쌓이는 구조다. 개발자가 아니라도 회사 협업 도구, 자동화 서비스, 노코드 플랫폼을 통해 API 키를 다루는 사용자가 늘어난 만큼, 이번 사고 유형에 노출될 수 있는 범위도 그만큼 넓어졌다. OpenCode가 밝힌 피해 범위는 콘솔(Console)에 국한됐다.
공동 창립자 닥스 라드(Dax Raad)는 오픈소스(open source) 앱과 명령줄 도구(CLI)는 영향을 받지 않았다고 설명했다. 이 구분은 중요하다.
오픈소스 프로젝트 전체가 위험하다는 뜻이 아니라, 사용자가 웹 콘솔에 보관한 인증 정보와 낡은 시스템 관리가 결합했을 때 사고가 커졌다는 의미이기 때문이다.
광고
다만 공격자가 오래된 시스템에 어떻게 접근했는지는 아직 공개되지 않았다. 공식 확인이 없는 접근 경로를 단정하기보다, 확인된 사실인 계정 침해율 1.4%, 일부 API 키 노출, 무단 청구 발생에 초점을 맞추는 것이 적절하다.
AI 코딩 도구는 개발자의 생산성을 높였지만, 보안 책임의 위치를 흐리게 만들었다. 사용자는 코드를 빠르게 작성하기 위해 여러 AI 서비스 키를 한 도구에 등록한다. 도구 제공사는 편의성을 높이려 키 저장 기능을 제공한다.
클라우드 AI 사업자는 호출량에 따라 과금한다. 이 세 요소가 한곳에서 맞물리면, 작은 침해도 곧바로 요금 사고로 번진다.
이번 사건에서 보고된 최대 1,000달러 이상 청구는 단순한 숫자가 아니다. 개인 개발자에게는 한 달 생활비 일부이고, 스타트업에는 실험 예산을 갉아먹는 비용이다. 기업 입장에서는 사내 개발 환경 통제 실패가 회계와 컴플라이언스 문제로 번질 수 있다.
OpenCode는 이번 사고가 대규모 모델 증류(model distillation) 공격과 관련됐을 가능성을 언급했다. 모델 증류는 한 AI 모델의 출력 결과를 대량으로 모아 더 저렴한 다른 모델을 훈련시키는 방식으로 설명된다. 이론적으로 공격자는 훔친 API 키로 고성능 모델을 반복 호출하고, 그 결과물을 자기 모델 학습에 활용할 수 있다.
그렇다면 피해자는 데이터 탈취를 당하지 않았더라도 비용을 대신 낸 셈이 된다. 다만 OpenCode는 구체적 공격 방법을 공개하지 않았고, 일부 회의론자는 단순 계정 침해를 모델 증류 공격으로 확대 해석했을 가능성을 제기했다. 현재 확인된 범위 안에서는 모델 증류 여부를 단정할 수 없다.
그럼에도 비용 기반 AI 서비스가 공격자의 계산서 전가 도구로 악용될 수 있다는 구조적 취약성은 이번 사건이 남긴 실질적 경고다.
광고
모델 증류 의혹보다 중요한 보안 공백
공격 과정도 AI 보안의 역설을 드러냈다. TechCrunch 보도에 따르면 공격자는 48시간 동안 OpenCode 시스템에 끊임없이 침입을 시도했다.
OpenCode 팀은 24시간 방어 AI 에이전트를 가동했지만, 분석을 돕던 AI 모델이 악성 코드를 위험한 요청으로 판단해 중도에 멈추는 상황도 발생했다. 보안을 위해 만든 안전장치가 방어 현장에서는 오히려 조사 속도를 늦춘 것이다.
이후 OpenCode는 OpenAI의 Daybreak Blue 프로그램을 활용해 조사 역량을 강화했다. 이 프로그램은 검증된 사용자에게 방어 목적 보안 요청을 거부하지 않도록 조정된 AI 모델을 제공하는 방식으로, TechCrunch 원본 보도에서 확인된 내용이다.
AI가 공격 도구와 방어 도구 양쪽에서 쓰이는 현실에서, 무조건적인 차단보다 맥락을 판별하는 접근 권한 관리가 정책 과제로 부상했다. 피해 수습은 일부 진행됐다.
TechCrunch 보도에 따르면 Anthropic과 Google은 노출된 것으로 보이는 API 키를 차단했고, OpenCode는 무단 청구된 요금에 대해 환불 처리를 진행 중이다. OpenAI 계정에서 발생한 비용에 대한 세부 처리 결과는 원천 자료만으로는 확인되지 않았다.
이 대목에서 독자가 얻을 교훈은 환불 가능성보다 예방의 우선순위다. API 키를 웹 콘솔에 장기간 저장하고, 지출 한도와 알림을 설정하지 않은 채 여러 서비스에 연결하는 방식은 더 이상 안전한 기본값이 아니다.
은행 앱에서 이체 한도를 설정하듯, AI 계정에도 월간 사용 한도, 프로젝트별 키 분리, 이상 사용 알림을 적용하는 것이 필요하다.
광고
한국의 개발자와 기업에도 같은 문제가 다가온다. 국내 기업은 업무 자동화, 고객응대, 사내 검색, 개발 보조에 생성형 AI를 붙이는 실험을 빠르게 늘렸다. 본지 분석에 따르면 이 흐름에서 가장 취약한 지점은 거대 모델 자체가 아니라 연결 부위다.
협업 도구에 붙인 봇, 테스트용으로 만든 내부 대시보드, 퇴사자가 남긴 스크립트, 개인 계정으로 발급한 API 키가 실제 사고의 출발점이 되기 쉽다. 원천 자료가 한국 피해 사례를 제시한 것은 아니므로 국내 피해 규모를 말할 수는 없다.
그러나 과금형 AI 서비스를 쓰는 조직이라면 OpenCode 사건을 해외 사례로만 밀어둘 근거가 없다. 같은 과금 구조와 같은 키 인증 방식을 공유하기 때문이다. 반론도 있다.
OpenCode Console 사용자 중 침해된 비율이 1.4%라면 전체 사용자 관점에서 제한적 사고라는 주장이다. 또 오픈소스 앱과 CLI가 영향을 받지 않았다는 설명을 근거로, 특정 콘솔 운영 문제를 AI 생태계 전반의 위험으로 확대해서는 안 된다는 지적도 있다. 이 반론은 사고 범위를 냉정하게 보는 데 필요하다.
그러나 1.4%라는 비율은 단순히 작게만 읽힐 숫자가 아니다. API 키가 들어 있는 계정에서는 피해가 계정 수가 아니라 호출량과 과금 한도로 증폭된다. 침해 계정이 적더라도 키 하나가 여러 모델, 여러 프로젝트, 여러 결제수단에 연결돼 있으면 실제 손실은 빠르게 불어난다.
비율보다 연결 구조가 위험의 크기를 결정한다.
한국 개발자와 기업의 대응 기준
정책과 산업의 대응도 바뀌어야 한다. 서비스 제공사는 API 키를 평문 또는 복구 가능한 형태로 보관하지 않는 설계를 기본값으로 삼아야 하고, 사용자는 키를 한 번 만들고 잊는 관행을 버려야 한다. 기업 보안팀의 경우 소스코드 저장소 검사만으로는 충분하지 않으며, AI 콘솔·프롬프트 자동화 도구·외부 플러그인·실험용 대시보드까지 키 저장 위치를 재고 형태로 관리해야 한다.
광고
이러한 관리가 이루어지지 않을 때 작은 침해가 대규모 과금 사고로 번질 수 있음을 이번 OpenCode 사건이 구체적 수치로 보여줬다. 정부나 감독기관 차원에서는 AI 서비스 이용료 분쟁, 무단 사용 입증, 환불 기준을 둘러싼 소비자 보호 논의가 필요하다.
다만 원천 자료에는 규제 당국 조사나 법적 제재 내용이 확인되지 않았으므로, 현재 단계에서는 민간 보안 관행 개선과 이용자 보호 기준 마련을 분리해 검토해야 한다. 일상 이용자가 당장 할 수 있는 조치는 어렵지 않다. API 키를 쓰는 계정에서는 지출 한도를 낮게 설정하고, 서비스별로 다른 키를 발급하며, 쓰지 않는 키는 즉시 폐기해야 한다.
개발팀은 테스트용 키와 운영용 키를 나누고, 콘솔에 장기간 저장한 키 목록을 정기적으로 점검해야 한다. 개인 개발자는 무료 크레딧이나 소액 결제 계정이라고 방심하기 쉽지만, 사용량 기반 과금에서는 몇 시간의 자동 호출만으로 청구액이 수백 달러로 불어날 수 있다.
이번 OpenCode 사건은 AI가 코드를 대신 써주는 편리함 뒤에 누가 비용과 책임을 부담하는지 묻는다. AI 도구를 더 많이 쓰는 조직일수록, 편의 기능으로 제공된 키 저장 기능이 사고의 진원지가 될 수 있다는 점을 이번 사건은 1,000달러라는 실제 청구액으로 증명했다.
※ 이 기사는 TechCrunch의 OpenCode 해킹 관련 보도를 참조하여 작성했다. 기자명·기사 제목·보도 날짜는 원천 자료에서 확인되지 않았다.
FAQ
Q. OpenCode 해킹이 일반 AI 이용자에게도 영향을 주는 이유는 무엇인가.
A. 이번 사건의 직접 피해자는 OpenCode Console 사용자였지만, 위험 구조는 더 넓다. 생성형 AI 서비스는 API 키와 사용량 과금을 결합하는 방식을 채택하는 경우가 많아, 키가 노출되면 제3자가 피해자 계정으로 AI 모델을 호출해 비용을 발생시킬 수 있다. 일반 이용자가 자동화 도구나 업무용 챗봇에 API 키를 등록했다면 동일한 유형의 위험에 노출된 셈이다. 계정 비밀번호 관리와 별개로, API 키 관리와 서비스별 지출 한도 설정이 별도로 필요하다.
Q. 모델 증류 공격이 이번 사건에서 확인된 사실인가.
A. OpenCode는 이번 사건이 대규모 모델 증류 공격과 관련됐을 가능성을 언급했지만, 구체적 공격 방법은 공개하지 않았다. 현재 TechCrunch 보도를 통해 확인된 사실은 계정 1.4% 침해, 일부 API 키 노출, 무단 청구 발생, Anthropic과 Google의 키 차단 및 OpenCode의 환불 처리 진행이다. 모델 증류 여부는 추가 조사 결과가 나와야 판단할 수 있다. 다만 훔친 API 키로 AI 모델을 대량 호출해 비용을 피해자에게 전가하는 공격 방식이 실현 가능하다는 점은 이번 사건이 남긴 경고로 봐야 한다.
Q. 기업 개발팀은 어떤 순서로 점검해야 하나.
A. 먼저 OpenAI, Anthropic, Google 등 외부 AI 서비스에서 발급한 API 키 목록과 각 키의 사용처를 확인해야 한다. 이후 불필요한 키를 폐기하고, 프로젝트별 키 분리, 월간 한도 설정, 이상 사용 알림 등록 순서로 피해 범위를 최소화하는 구조를 갖춰야 한다. 웹 콘솔이나 협업 도구에 장기간 저장된 키는 별도 점검 대상으로 분류한다. 퇴사자 계정, 실험용 대시보드, 자동화 스크립트처럼 관리 사각지대에 놓인 연결 지점을 먼저 확인하는 편이 실질적 효과가 크다.
광고
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
