사칭 계정 2만 4,000개, API 요청 1,600만 건 — 프런티어 랩들이 손잡은 이유

DeepSeek, Moonshot AI, MiniMax 세 중국 AI 기업이 약 2만 4,000개의 사칭 계정을 동원해 Claude API를 1,600만 건 가까이 무단 호출했다 — Anthropic이 2026년 2월 보고서에서 공개한 수치다. MiniMax 한 곳이 전체의 약 81%인 1,300만 건을 차지했다. 이 사건을 계기로 OpenAI·Anthropic·Google DeepMind는 평소라면 경쟁 관계인 서로에게 탐지 신호를 실시간으로 넘기기 시작했다. 모델 IP 보호와 API 부정 사용 탐지가 프런티어 랩의 새로운 격전지로 떠오른 배경이다.

사칭 계정 2만 4,000개가 만든 1,600만 건의 API 요청

항목	수치
사칭 계정 수	약 2만 4,000개
총 비인가 호출	약 1,600만 건
MiniMax 비중	약 1,300만 건(81%)
관련 기업	DeepSeek, Moonshot AI, MiniMax
보고 주체	Anthropic
공개 시점	2026년 2월

단순 계정 차단으로 해결될 규모가 아니다. 이 정도의 계정 수와 호출량은 개인 우회 시도가 아니라 산업 규모의 조직적 행위임을 보여준다.

교사 모델을 복제하는 법

적대적 증류(Adversarial Distillation)는 경쟁 기업이 최신 모델 API 출력을 대량 수집해 자체 소규모 모델에 지식을 전이하려는 행위를 가리킨다.

⤢✕

공격자는 수천 개의 사칭 계정으로 API 쿼터 제한을 우회하고, 교사 모델의 출력과 추론 흐름을 최대한 포착하도록 질의 집합을 설계한다. 이렇게 수집한 입출력 쌍으로 학생 모델을 파인튜닝하면 원본과의 성능 격차를 빠르게 좁힐 수 있다.

경쟁사끼리 신호를 공유하기로 한 이유

⤢✕

주간 단위로 해시화된 카드 세부정보, 의심 이메일 도메인, 분류기 스코어를 교환하고, 신호가 공유되면 여러 벤더가 거의 실시간으로 계정을 취소한다. 한 벤더에서 차단당하면 다른 벤더로 옮겨가는 '벤더 홉핑' 전략이 이 구조로 막힌다.

가입 핑거프린트부터 실시간 차단까지

⤢✕

단말·브라우저·타임존·언어 조합으로 계정 간 연관성을 잡아내는 가입 핑거프린팅, 동일 카드 해시·지불 수단이 여러 계정에 분산된 패턴을 추적하는 결제 수단 클러스터링, 실제 개발자와 소켓 퍼핏의 사용 패턴 차이를 분석하는 행동 텔리, 증류 목적 질의 시퀀스와 일반 개발 질의를 가르는 질의 패턴 분류기가 결합해 이상 스코어를 계산한다. 임계값을 넘으면 즉시 계정을 무력화하고 공유 채널로 신호를 전파한다.

가입 단계부터 결제 검증까지, 사칭을 막는 법

무료 크레딧 악용을 막기 위해 교육·스타트업 계정 가입 플로우에 검증 단계를 추가하고, 일회성 이메일 제공자·도메인 레퓨테이션 기반으로 위험 점수를 매기는 도메인 신뢰도 평가를 병행한다. 프록시 제공자 레인지·라우팅 패턴으로 주거용 프록시를 탐지하고, 사전 인가 결제와 다중 요소 확인으로 합성 결제를 차단하며, 비정상 사용량이 급증하면 추가 인증을 요구하는 행동 기반 2차 인증까지 겹쳐 쌓는다.

사고 흐름을 들키지 않으려는 시도를 잡아내다

Frontier Model Forum 참여 랩들은 CoT 유도 공격을 식별하는 전용 분류기를 공동 개발하고 있다. 모델의 내부 추론 흐름을 명시적으로 드러내도록 유도하는 프롬프트가 탐지 대상이며, 단계별 설명 강제나 내부 주석 노출 요구, reasoning trace 재현 시도가 신호로 잡힌다. 의심 질의에는 축약 응답으로 대응하고 내부 사고는 노출하지 않으며, 계정 스코어를 상향해 분류기 스코어를 Forum 채널에 업로드한다.

경쟁 규범이 다시 쓰이는 중

프런티어 랩이 IP 보호에서 공동 전선을 구축한 것은 경쟁 규범의 재설정으로 읽힌다. 증류 경로가 막힌 경쟁 기업은 자체 훈련 데이터·합성 데이터 의존을 강화하는 공급망 재편을 겪게 되고, 데이터·API 이용 규제가 상호 운용성 표준과 연결될 가능성도 생긴다. 다만 계정 검증이 엄격해지면서 일반 개발자·연구자의 온보딩 마찰도 함께 늘어난다.

자체 API를 운영한다면

자체 모델 API를 운영하는 조직이라면 사칭 계정 탐지·레이트 리밋·결제 검증을 초기 설계 단계부터 넣어야 한다. API 산출물을 학습 데이터로 쓰려면 이용약관을 철저히 검토해야 하고, 결제·IP·이메일 신호를 공유할 때는 GDPR·CCPA 같은 규정 준수가 필수다. 정당한 연구자·교육자 계정이 잘못 차단되지 않도록 이의 제기 프로세스를 마련하고, SIEM·Fraud 시스템과 프런티어 랩의 신호를 연계할 게이트웨이도 함께 구성해야 한다.

2만 4,000개의 사칭 계정이 1,600만 건의 호출을 만들어냈다는 사실 자체가, 프런티어 모델이 단순한 제품이 아니라 복제 시도의 표적이 된 전략 자산임을 보여준다. 적대적 증류에 대한 실시간 인텔리전스 공유, 가입·결제 검증 강화, CoT 유출 방지 분류기가 결합되면서 AI API 부정 사용 탐지는 사이버 위협 인텔리전스의 새로운 하위 분야로 자리 잡고 있다.