editoy

오픈클로(OpenClaw) 및 몰트봇(Moltbot) 관련 보안 취약점 및 악성코드 유포 현황

2/3/2026

토킹 포인트

  • 오픈클로(OpenClaw)의 심각한 보안 취약점(CVE-2026-25253)으로 인해 악성 링크를 통한 원격 코드 실행(RCE) 공격 가능성이 제기됨.
  • 오픈클로(OpenClaw) 및 몰트봇(Moltbook) 플랫폼을 통해 악성 스킬(skill) 형태로 유포되는 정보 탈취 악성코드(infostealer)의 확산 추세가 심각함.
  • AI 에이전트 프레임워크의 강력한 접근 권한으로 인해 프롬프트 인젝션 공격 및 시스템 권한 탈취 위험이 증가하고 있으며, 기존 보안 모델의 한계가 드러남.
  • 사용자들은 AI 에이전트 사용 시 보안 위험을 인지하고, 기업 환경에서는 해당 소프트웨어의 사용을 제한하며, 개인 사용자 또한 격리된 환경에서 사용하는 등 보안 조치를 강화해야 함.

시황 포커스

OpenClaw (과거 Clawdbot, Moltbot) 관련 보안 취약점 및 악성 행위 확산에 대한 시장 반응을 분석함.

  • 원클릭 원격 코드 실행 취약점 (RCE) 발견: OpenClaw에서 악성 링크를 통해 RCE를 가능하게 하는 심각한 보안 결함이 확인됨. 해당 취약점은 CVE-2026-25253으로 분류되며, 2026.1.29 버전에서 패치됨.
  • 악성 스킬 확산: Moltbot (OpenClaw의 이전 버전) 기반의 악성 스킬이 확산되는 양상이 관찰됨. 해당 스킬은 API 키, 지갑 개인 키, SSH 자격 증명, 브라우저 비밀번호 등 민감한 정보를 탈취하는 기능을 포함함.
  • 패키지 리포지토리 악용: OpenClaw 관련 공식 리포지토리 및 GitHub에서 230개 이상의 악성 패키지가 발견됨. 이는 공격자가 OpenClaw 생태계를 악용하여 멀웨어를 유포하는 사례로 판단됨.
  • AI 기반 공격 표면 확대: AI 어시스턴트가 악성코드 유포의 새로운 경로로 부상하고 있음. 사용자 편의성 증진 과정에서 보안 취약점이 발생할 수 있음을 시사함.
  • 보안 강화 요구 증대: 시장에서는 OpenClaw와 유사한 AI 에이전트 실행 환경에 대한 제로 트러스트 기반의 격리 및 권한 제어 강화 필요성이 제기됨. 또한, 사용자 교육 및 소스 검증의 중요성이 강조됨.
  • 플랫폼 사용에 대한 우려 증가: OpenClaw 및 Moltbot 플랫폼 사용에 대한 보안 우려가 제기되고 있음. 플랫폼 사용 전 보안 위험에 대한 충분한 검토가 필요함.

트렌드 키워드

  • 원격 코드 실행 (Remote Code Execution, RCE):

    공격자가 대상 시스템에서 임의의 코드를 실행할 수 있는 취약점으로, 시스템 제어권을 완전히 장악할 수 있는 심각한 보안 위협

    오픈클로의 취약점을 통해 공격자는 악성 링크 클릭만으로 원격 코드 실행을 달성할 수 있습니다.
  • 악성 스킬 (Malicious Skill):

    오픈클로(OpenClaw)와 같은 AI 에이전트 플랫폼에서 기능을 확장하기 위해 사용되는 플러그인 형태의 악성 코드

    230개 이상의 악성 스킬이 오픈클로 공식 레지스트리와 깃허브에 유포되어 사용자 시스템을 감염시키고 있습니다.
  • 정보 탈취 악성코드 (Infostealer):

    사용자 시스템에 침투하여 브라우저 쿠키, 비밀번호, API 키, SSH 키 등 민감한 정보를 몰래 수집하는 악성 코드

    유포된 악성 스킬은 노바스틸러(NovaStealer) 변종을 사용하여 사용자 정보를 탈취합니다.정보 탈취 악성코드
  • 프롬프트 인젝션 (Prompt Injection):

    AI 모델의 지침이나 의도를 외부의 악성 입력(프롬프트)을 통해 우회하거나 조작하여, 모델이 의도치 않은 행위(민감 정보 유출, 시스템 제어권 획득, 악성 코드 실행 등)를 하도록 강제하는 보안 취약점. 특히 에이전트 AI는 외부 API 및 시스템 접근 권한을 가지고 있기 때문에, 이 취약점이 성공적으로 악용될 경우 그 피해 범위가 일반 챗봇보다 훨씬 광범위함

    1 / 4
    오픈클로의 '기억' 기능은 과거의 악성 명령을 재실행할 수 있는 위험을 증가시켜 프롬프트 인젝션 공격의 위협을 증폭시킵니다.
  • 소셜 엔지니어링 (Social Engineering):

    사람의 심리적 취약점을 이용하여 정보를 얻거나 특정 행동을 유도하는 공격 기법

    악성 스킬은 정상적인 유틸리티로 위장하여 사용자가 악성 코드를 실행하도록 유도하는 소셜 엔지니어링 기법을 사용합니다.
  • 타이포스쿼팅 (Typosquatting):

    인기 있는 도메인 이름이나 소프트웨어 이름과 유사한 오타가 있는 도메인 이름을 등록하여 사용자를 속이는 공격 기법

    코이 시큐리티는 오픈클로 관련 타이포스쿼팅 도메인 29개를 발견했습니다.
  • 루프백 (Loopback):

    네트워크 인터페이스를 통해 자신에게 데이터를 전송하는 방식

    오픈클로의 취약점은 루프백으로 설정된 인스턴스에서도 악용 가능하며, 브라우저가 공격 서버와의 연결을 설정하는 역할을 합니다.
  • 샌드박스 (Sandbox):

    격리된 환경에서 프로그램을 실행하여 시스템에 미치는 영향을 제한하는 보안 기술

    1 / 3
    오픈클로의 기존 보안 기능(샌드박스, 안전 장치)은 이 취약점으로부터 보호하지 못하며, 공격 범위를 제한하지 못합니다.
  • 모델 컨텍스트 프로토콜 (Model Context Protocol, MCP):

    AI 에이전트의 기능을 제어하기 위한 구조화된 도구 인터페이스

    1 / 3
    모델 컨텍스트 프로토콜은 에이전트가 수행할 수 있는 작업을 제한하려는 시도이지만, 악성 스킬은 이를 우회할 수 있습니다.
  • 바이브 코딩 (Vibe Coding):

    엄격한 논리적 설계나 아키텍처 구축보다는 인공지능 프롬프트를 통한 직관과 '느낌'에 의존하여 빠르게 소프트웨어를 구현하는 방식

    1 / 9
    몰트봇은 AI를 사용하여 개발되었으며, 이는 보안 검토의 어려움을 야기합니다.바이브 코딩