IBM 2026 데이터 유출 비용 보고서 정리: AI 공격 증가와 평균 500만 달러 피해

핵심 메시지

• 2026년 데이터 유출 사고의 전 세계 평균 비용은 건당 약 500만 달러로 전년보다 12% 올랐고, 미국 평균은 그 두 배가 넘는 1,150만 달러였다.
• 침해를 알아차리는 데 평균 183일, 억제·복구에 64일이 더 걸려 총 247일이 소요됐다. 전년보다 6일 늘어 10년 평균에서 벗어나지 못했다.
• 생성형 AI를 이용한 공격이 56% 늘었고, 침해를 겪은 조직 네 곳 중 한 곳에서 공격에 AI가 관여했다. AI가 개입한 사고는 비용이 100만 달러 더 들었다.
• AI 관련 침해의 92%는 모델 자체의 결함이 아니라 API·앱·플러그인 접근 통제와 클라우드 설정 미비에서 비롯됐다.
• 반대로 AI와 자동화를 폭넓게 쓴 조직은 침해 비용을 약 200만 달러 줄이고 침해 지속 기간을 약 65일 단축했다.

쉽게 이해하기

IBM은 21년째 포네몬 연구소에 의뢰해 데이터 유출 비용 보고서를 만든다. 이번 조사는 지난 1년간 실제로 유출 사고를 겪은 약 600개 조직에서 보안 담당자와 경영진 3,500여 명을 인터뷰한 결과다. 17개 산업, 16개국이 포함됐고 사고 규모는 2,500건 기록부터 11만 5,000건 기록까지 다양했다.

발표자는 통계의 신뢰성을 먼저 짚는다. 조사를 외부 기관이 수행하고, 평균을 왜곡할 만큼 지나치게 크거나 작은 사고는 아예 제외한다는 것이다. 20년이 넘는 시계열 데이터가 쌓여 있어 특정 해의 수치가 아니라 추세를 읽을 수 있다는 점도 강조한다.

달라지지 않은 것부터 보면 피싱이 비용과 빈도 모두 1위였다. 비용 2위는 소셜 엔지니어링, 빈도 2위는 공급망 문제였는데, 검증되지 않은 곳에서 온 모델을 쓰는 일이 늘면서 공급망 위험은 더 커질 것으로 전망됐다. 랜섬웨어가 관련된 침해 비율도 34%에서 39%로 올랐고, 공격자는 데이터를 가져가는 데 그치지 않고 브랜드 평판·직원 정보·지식재산을 볼모로 삼는 협박 전술로 옮겨가고 있다.

AI는 양쪽 모두를 바꿨다. 공격 측면에서는 상사를 흉내 낸 딥페이크 통화나 AI가 만든 악성코드가 늘었고, AI가 개입한 사고는 평균보다 100만 달러가 더 들었다. 방어 측면에서는 AI·자동화를 널리 쓴 조직이 비용 약 200만 달러를 절감했고, 보안 관제 조직에 AI 에이전트를 투입한 곳이 절반에 달했다. 다만 취약점 관리에 프런티어 모델을 실제로 쓰는 조직은 18%에 머물렀다.

보고서의 권고는 네 갈래다. 프런티어 모델로 공격자보다 먼저 취약점을 찾아 사람 속도가 아닌 기계 속도로 대응할 것, 에이전트가 쓰는 '비인간 아이덴티티'를 자동화된 방식으로 관리할 것(사람 대비 50배에 이른다는 추정이 나온다), 데이터의 위치·사용·접근 권한을 파악하는 AI 주권과 가시성을 갖출 것, 그리고 암호화를 제대로 할 것이다. 침해 당시 민감 데이터를 암호화해 둔 조직은 37%뿐이었고, 언젠가 기존 암호를 깨뜨릴 양자 컴퓨터를 대비해 지금부터 양자 내성 암호로 옮기고 암호 체계를 쉽게 교체할 수 있는 '크립토 어질리티'를 확보해야 한다는 조언이 이어졌다.

주요 인사이트

• 가장 뼈아픈 수치는 비용이 아니라 시간이다. 247일이라는 탐지·억제 기간은 10년 가까이 개선되지 않았고, 이는 사고 비용이 매시간 약 1,100달러씩 누적된다는 뜻이다.
• AI 관련 침해의 92%가 접근 통제 미비였다는 것은, 지금 필요한 대비가 새로운 AI 보안 기술이 아니라 API·플러그인·클라우드 설정 같은 기본기라는 신호다.
• 공격자는 이미 AI로 취약점 발견부터 악용까지의 시간을 줄이고 있다. 방어가 사람의 검토 속도에 머물면 격차는 구조적으로 벌어진다.
• 에이전트를 도입하는 조직은 사람보다 수십 배 많은, 그리고 필요할 때 생겼다 사라지는 임시 계정을 관리해야 한다. 기존 방식의 수동 권한 관리로는 감당하기 어렵다.
• 양자 컴퓨터 위협은 미래형이 아니다. 공격자가 지금 데이터를 수집해 두면 훗날 복호화할 수 있어, 이미 유출된 사본에는 손을 쓸 수 없다.

자주 묻는 질문

관련 AI 소식