LLM 추론 비용 급감으로 인한 악성 패키지 2배 급증 예측

Context

기존 공급망 공격은 숙련된 공격자의 수작업에 의존하여 진입 장벽이 높았음. 하지만 LLM의 추론 비용이 2024-2026년 사이 10배 가까이 하락하며 저숙련 공격자도 대량의 정교한 악성 코드를 생성 가능한 환경이 조성됨.

Technical Solution

• LLM 기반의 Plausible Metadata 생성을 통한 기존 휴리스틱 탐지 우회
• 정교한 README 및 소스 코드 자동 생성을 통한 Typosquatting 신뢰도 확보
• 낮은 발행 마찰력을 가진 npm, PyPI 등 Public Registry의 구조적 취약점 이용
• CI 환경의 Long-lived Secrets 및 Cloud Credentials 탈취를 목표로 하는 Payload 설계
• 대량의 단기 계정을 활용한 Churn-and-burn 방식의 공격 인프라 구축
• 프롬프트 레시피 공유를 통한 공격 기법의 하향 평준화 및 자동화 확산