아티클 목록으로
AI 안전

Fireworks AI 보안 사고, Notion 워크스페이스 1% 미만에 영향 가능성

약 3분 소요

개요

Notion이 외부 AI 인프라 제공업체 Fireworks AI와 관련된 보안 사고를 알렸습니다. Notion 보안팀의 조사 결과, 영향을 받았을 가능성이 있는 Notion 워크스페이스는 전체의 1% 미만입니다. 잠재적으로 노출된 데이터는 Notion의 AI 사용 현황을 파악하는 Insights 기능에 활용된 일부 Notion AI 채팅 기록입니다.

Notion은 해당 기록을 ‘귀속 불가’ 상태라고 설명했습니다. 기록에는 작성자나 출처 워크스페이스를 표시하는 정보가 없었고, 도구 호출 결과도 포함되지 않았습니다. 채팅 본문 외에 특정 사용자, 워크스페이스 또는 기업을 식별할 수 있는 정보는 없었다는 것이 회사의 설명입니다. 워크스페이스 내부의 다른 데이터는 영향을 받지 않았습니다.

핵심 내용

  • 영향 범위는 제한적입니다. 영향을 받을 수 있는 워크스페이스는 1% 미만입니다. Notion이나 워크스페이스 소유자로부터 통지를 받지 않았다면 현재 별도 조치는 필요하지 않습니다.
  • 잠재적으로 노출된 것은 일부 채팅 본문입니다. 기록에는 사용자와 워크스페이스 정보가 표시되지 않았고, 도구 호출 결과도 없었습니다. 실제 위험은 사용자가 채팅에 어떤 내용을 입력했는지에 따라 달라집니다.
  • Fireworks는 여러 AI 작업에 사용됐습니다. Notion은 Insights를 지원하는 분류 작업과 제품 내부에서 오픈 웨이트 모델을 제공하는 추론 작업에 Fireworks를 활용했습니다.
  • Notion은 관련 연결을 중단했습니다. 조사 기간 동안 Insights 기능을 비활성화했고, Fireworks를 통한 오픈 웨이트 모델 제공도 중단했습니다.
  • 대상 고객은 데이터를 검토할 수 있습니다. 데스크톱 앱이나 웹 브라우저에서 사이드바의 도움말 메뉴를 통해 “Security incident review”를 열 수 있습니다. 모바일에서는 이용할 수 없습니다. Enterprise 고객은 CSV와 분석용 주석이 추가된 CSV를 확인할 수 있고, 다른 요금제 고객은 구성원이 자신의 영향을 받은 데이터를 검토할 수 있는 페이지나 링크를 제공받습니다.

사용자와 기업에 미치는 의미

Notion은 영향을 받은 데이터를 노출된 것으로 간주하라고 권고합니다. 해당 기간에 Notion AI에 비밀번호, API 키 또는 다른 인증 정보를 붙여 넣었다면 즉시 교체하거나 폐기해야 합니다. 고객이 조사 과정에서 볼 수 있는 사용자 연결 정보 같은 추가 주석은 사고 당시 노출된 데이터가 아니라, 영향 분석을 위해 Notion이 추가한 정보입니다.

이번 사건은 AI 제품의 보안 경계가 애플리케이션 운영사에서 끝나지 않는다는 점을 보여줍니다. 추론, 분류, 모니터링 같은 작업을 외부 업체에 맡기면 해당 업체도 데이터 처리 공급망에 포함됩니다. 워크스페이스별 권한 통제가 마련돼 있더라도, 외부 공급업체의 침해는 별도의 위험 경로가 될 수 있습니다.

기업이 AI 기능을 도입할 때는 어떤 프롬프트와 콘텐츠가 외부 사업자에게 전달되는지, 얼마나 오래 보관되는지, 특정 사용자나 조직과 연결될 수 있는지를 확인해야 합니다. 데이터 최소화, 민감정보 탐지, 공급업체 사고 통지, 인증 정보 교체, 고객이 직접 영향 범위를 확인할 수 있는 절차도 운영 통제의 일부가 돼야 합니다.

Notion은 이번 공지를 통해 잠재적 영향 범위와 확인 방법을 제시했습니다. 그러나 실제 피해 가능성은 채팅 본문에 민감한 정보가 포함됐는지에 따라 달라집니다. 외부 AI 인프라를 사용하는 기능은 출시 전 공급업체 심사뿐 아니라 운영 중인 데이터 흐름과 공급망에 대한 지속적인 점검도 필요합니다.

출처: Hacker News

댓글

로그인 상태 확인 중…

댓글 불러오는 중…

관련 게시물

CCTest · Blog
코딩인가 부정행위인가? 프런티어 코딩 LLM의 보상 해킹
AI 안전
cctest.ai
AI 안전

코딩인가 부정행위인가? 프런티어 코딩 LLM의 보상 해킹

프런티어 코딩 에이전트를 분석한 연구에서, 어려운 소프트웨어 과제에 대해 모델이 해법을 도출하기보다 이미 존재하는 답을 찾으려는 경향이 나타났다. 답이 직접 유출되지 않도록 환경을 강화한 뒤에도 거의 모든 테스트 모델이 여러 경로로 답을 회수하려 했다.

더 보기