다음에 올 것을 만들어가는 기술에 대한 심층 기사.

AI 생성 앱, Row-Level Security 없이 배포되고 있다

AI로 만든 앱에서 Supabase RLS가 빠져 여권 정보와 비공개 메시지 20만 건 이상이 유출됐습니다. 직접 점검하는 방법을 정리했습니다.

컨베이어 벨트 위를 달리는 동일한 AI 생성 앱 화면들. 각 화면에는 열린 문이 있고 그 틈으로 문서가 새어 나오고 있다.
모든 앱이 같은 템플릿으로 만들어지면, 자물쇠 하나가 빠진 것만으로 수천 개의 문이 동시에 열립니다.

159,041개의 앱. 한 연구팀이 Common Crawl 아카이브에서 AI로 만든 웹 애플리케이션 159,041개를 추려 내서, 아주 단순한 실패 하나를 확인했습니다. 로그인하지 않아도 데이터베이스 레코드를 읽을 수 있는가? 심층 조사한 사이트 7,403곳에서는 답이 '그렇다'였습니다. 이메일 주소가 담긴 테이블을 누구든 요청하면 읽을 수 있었던 겁니다. 더 파고들자 실명과 생년월일, 결제 정보, 티켓 코드, 내부 WhatsApp 대화 내보내기, 부동산 관리인 이메일을 AI가 요약한 내용, 라이프스타일 포럼의 비공개 채팅 메시지 20만 건 이상이 나왔습니다. 최악의 사례에서는 여권 번호, 만료일, 국적이 담긴 레코드가 1,000건 넘게 있었죠. 대부분의 경우 근본 원인은 Supabase Row-Level Security(RLS)가 빠져 있었던 것이고, 이를 악용하는 데 필요한 도구는 브라우저 개발자 도구가 전부였습니다.

숫자는 정확하게 짚고 넘어가야 합니다. 자꾸 잘못 인용되거든요. 확인된 Lovable 프로젝트 159,041개 중 34,545개가 데이터베이스로 Supabase를 쓰고 있었습니다. 그중 24,664개는 페이지가 로드되는 순간 브라우저로 데이터베이스 레코드를 보냈습니다. 로그인도, 아무 상호작용도 없이요. 그 자체로는 버그라고 할 수 없습니다. 공개돼도 되는 데이터는 많으니까요. 그래서 연구자들은 각 사이트가 자바스크립트에 포함해 배포한 것과 똑같은 API 키로 읽기 전용 요청을 추가로 보내고, 돌아온 결과를 확인했습니다. 이메일 주소가 담긴 레코드는 7,403개 사이트의 테이블 10,560개에서 나왔습니다. 정밀 조사한 사이트의 30%에 해당합니다. 이것이 확정된 유출 비율은 아니며, 연구자들도 이 점을 분명히 했습니다. 주소 중에는 공개 문의 메일함이나 테스트 데이터도 섞여 있을 테니까요. 하지만 수작업으로 검증한 사례들은 명백했습니다. 실제 고객, 실제 여권, 실제 비공개 메시지였습니다.

Supabase Row-Level Security가 유일한 관문이다

이 문제가 계속 반복되는 이유를 이해하려면 Supabase가 개발자와 맺는 계약을 먼저 봐야 합니다. Supabase는 Postgres 데이터베이스 앞에 자동 생성된 REST API를 붙여 주고, 프론트엔드는 그 데이터베이스와 직접 통신합니다. 권한을 강제하는 백엔드 계층이 없습니다. Express 미들웨어도, Django 권한 믹스인도 없습니다. 브라우저는 anon API 키를 들고 있는데, 이 키는 설계상 공개되어 있고 자바스크립트 번들에 그대로 실립니다. 두 번째 키인 service_role은 모든 제약을 우회하므로 클라이언트에 절대 들어가면 안 됩니다.

클라이언트가 데이터베이스에 바로 붙기 때문에, 각 요청으로 무엇을 볼 수 있는지는 데이터베이스 자체가 결정해야 합니다. 그 장치가 바로 Postgres의 row-level security입니다. 테이블마다 정책을 두어 특정 역할이 어떤 행을 읽거나 수정할 수 있는지 걸러내는 방식이죠. 여기서 많은 사람이 당합니다. 테이블에 RLS가 켜져 있지 않으면 공개된 anon 키로 그 테이블의 모든 행을 읽고 쓸 수 있습니다. 예외는 없습니다. 그 테이블은 CDN에 올라간 정적 JSON 파일과 다를 게 없습니다.

create table profiles (
id uuid primary key default gen_random_uuid(),
full_name text,
email text,
date_of_birth date
);
-- This is the line that decides whether the table is public:
alter table profiles enable row level security;
-- Without it, the shipped anon key reads and writes every row.
# The "attack": the same request the app makes, minus the login
curl "https://your-project.supabase.co/rest/v1/profiles?select=*" \
-H "apikey: eyJhbGciOi..." \
-H "Authorization: Bearer eyJhbGciOi..."

curl 명령을 다시 보세요. 실질적인 의미의 익스플로잇이 아닙니다. 정상적인 프론트엔드가 보내는 것과 같은 요청을 사용자 세션 없이 그대로 재현한 것뿐입니다. API 키를 훔친 것도 아닙니다. 사이트 자체 코드의 일부로 모든 방문자에게 제공되었으니 공개된 키입니다. 그 요청과 고객의 여권 사이를 가로막는 것은 아무도 켜지 않은 Postgres 설정 하나뿐입니다. 그래서 Lovable 노출 사고는 '해킹당했다'기보다 '잠그지 않고 방치됐다'고 보는 게 맞다고 계속 말씀드리는 겁니다.

AI 앱 생성기가 깨진 접근 제어를 배포하는 이유

당연한 의문이 생깁니다. 생성기는 왜 그냥 RLS를 켜지 않을까요? 생성기 입장에서는 아무것도 고장 나지 않았기 때문입니다. 앱은 돌아가고, 미리보기는 뜨고, 레코드도 보입니다. 앱을 만들라고 프롬프트를 입력한 창업자는 데모에 만족합니다. 접근 제어 누락은 조용한 실패입니다. RLS가 없는 앱은 제대로 보호된 앱과 똑같이 동작하다가, 권한 없는 누군가가 나타나는 순간에야 문제가 드러납니다. 'You 다른 나라의 낯선 사람이 내 메시지 테이블을 읽고 있다'는 에러 스택 트레이스는 어디에도 없습니다. '실행이 되는가'에 최적화된 생성기는 '누가 또 실행할 수 있는가'에는 체계적으로 투자하지 않습니다.

명세의 문제도 있습니다. "우리 식당 예약 플랫폼을 만들어 줘"라는 요청에는 예약 테이블을 누가 읽을 수 있어야 하는지에 대한 정보가 하나도 없습니다. 사람 개발자라면 관례, 과거 사고의 교훈, 킥오프 미팅에서 나오는 어색한 질문들로 그 공백을 메웁니다. LLM은 통계적으로 가장 흔한 이어쓰기로 메웁니다. 그런데 인터넷에서 가장 흔한 Supabase 튜토리얼 코드는 RLS가 꺼져 있습니다. 튜토리얼은 해피 패스를 짧게 보여주려고 RLS를 꺼 두니까요. 이것은 늘 하던 대로 작동하는 명세와 구현 사이의 간극입니다. 버그는 프롬프트가 침묵했던 바로 그 자리에 숨어 있습니다.

기본값 문제도 있고, 여기에는 Supabase 책임도 일부 있습니다. 오랫동안 대시보드에서 만든 새 테이블은 RLS가 꺼진 상태였고, 켜는 방법을 알아야 했습니다. 온보딩을 위한 의도적인 절충이었습니다. 쿼리 결과가 비어 나오면 튜토리얼의 흐름이 바로 끊기니까요. 꾸준한 비판이 이어지자 Supabase는 새 프로젝트를 RLS 기본 활성화 쪽으로 옮겼지만, 기존 프로젝트는 원래 설정을 그대로 유지했습니다. 여기에 기본값이 바뀌기 전 몇 년치 코드로 학습한 생성기를 얹으면, 노출된 테이블을 꾸준히 만들어 내는 파이프라인이 완성됩니다.

마지막은 사람의 요인입니다. Lovable의 내세우는 강점은 기술 지식이 필요 없다는 것이지만, 약관은 앱과 그 데이터에 대한 책임을 고객에게 분명히 지웁니다. 7,403개 사이트가 새어 나온 이유가 바로 이 간극에 있습니다. 기술 지식이 없는 창업자는 읽지 못하는 것을 감사할 수 없습니다. RLS가 존재하는지 모르고, anon 키가 공개되어 있다는 사실도 모릅니다. 플랫폼이 띄워 주는 '앱이 라이브 상태입니다!' 같은 축하 화면은 그들에게 물어볼 이유를 주지 않습니다. 마케팅은 비행기가 알아서 난다고 말했지만, 작은 글씨에는 조종사가 당신이라고 적혀 있었던 셈입니다.

하나의 깨진 패턴, 수천 개의 동일한 표적

이 문제를 정말 위험하게 만드는 것은 특정 앱 하나가 새는 것이 아니라 획일성입니다. AI 생성기는 반복되는 통합 패턴을 만들어 냅니다. 같은 클라이언트 설정, 같은 테이블 규칙, 같은 Supabase 프로젝트 URL이 같은 자바스크립트 번들에 들어가 있습니다. 그러면 공격자의 비용 곡선이 한없이 낮아집니다. Lovable로 만든 사이트를 식별하고, Supabase URL과 anon 키를 뽑아내고, 노출된 테이블을 나열한 뒤 각 테이블에 select=*를 날리는 스크립트 하나를 작성하면 됩니다. 수정이 거의 없어도 수천 개 앱에서 동작합니다. 깨진 접근 제어는 수년 동안 OWASP Top 10 상위에 있었습니다. 새로운 것은 이 취약점의 동일한 인스턴스를 산업 규모로 찍어내고 수확할 수 있게 되었다는 점입니다.

이것을 아예 '침해'라고 부르는 것에 반발하는 실무자도 있습니다. 사이트 스스로 키를 배포했고 데이터도 직접 내보냈으니, 그것을 사용하는 행위가 무단 접근은 아니라는 주장입니다. 용어 측면에서는 일리가 있습니다. 하지만 그런 논쟁은 책임 소재를 가릴 때나 의미가 있습니다. 여권 번호가 낯선 사람의 JSON 응답에 담긴 당사자에게는 아무 의미가 없습니다. 그런 구조에 동의한 사람은 아무도 없었습니다.

앱은 완벽하게 동작했습니다. 그게 문제였습니다. 모든 사람에게 완벽하게 동작했으니까요.

법적 후폭풍은 늘 그렇듯 앱을 배포한 사람에게 떨어집니다. GDPR에서 앱 소유자는 데이터 관리자입니다. 이번 연구는 독일에서 나왔고 대상은 스웨덴 플랫폼이었으며, EU 시민의 신분증 정보가 얽혀 있었습니다. 여권 번호와 이름, 국적이 함께 있으면 신원 도용을 위한 기본 키트가 됩니다. 비공개 메시지 20만 건은 협박과 피싱의 재료가 됩니다. 규제 당국이 조사에 나설지는 아직 모릅니다. 하지만 고객 데이터베이스를 바이브 코딩으로 만들고 손을 뗀 창업자라면, 'AI가 그랬다'는 말은 어느 개인정보 감독기관도 받아주지 않는 변명입니다.

줄지어 늘어선 동일한 집들, 각 집 현관 매트 아래에 열쇠가 놓여 있고 누군가 그것들을 모으고 있다.
생성된 코드가 획일적이면, 하나의 공격 절차가 앱 한 줄 전체에 그대로 통합니다.

배포 전에 생성된 Supabase 설정을 감사하는 방법

Supabase 위에서 AI가 생성한 앱을 배포했거나 물려받았다면, 제가 실제로 돌리는 감사 절차는 이렇습니다. 반나절이면 끝납니다. 실제 고객 데이터를 그 근처에 두기 전에 하세요.

  1. 노출된 테이블 목록화. SQL 편집기에서 아래의 RLS 쿼리를 실행하세요. public 스키마에서 RLS가 꺼진 테이블은 배포된 anon 키로 누구나 읽고 쓸 수 있습니다.
  2. 모든 정책 읽기. 정책이 using (true)라면 RLS가 켜져 있어도 의미가 없습니다. 생성기는 개발 중 에러를 막으려고 모든 것을 허용하는 정책을 자주 만들어 냅니다.
  3. 낯선 사람처럼 앱을 호출해 보기. 배포된 자바스크립트에서 anon 키를 복사해 세션 없이 모든 REST 엔드포인트를 호출해 보세요. 돌아오는 행은 모두 공개 상태입니다. 그게 의도한 것이었나요?
  4. 스토리지 버킷 확인. 공개로 표시된 버킷은 그 안의 모든 파일을 가져올 수 있는 URL로 바꿉니다. 사진 앨범과 신분증 스캔은 거기 있으면 안 됩니다.
  5. 클라이언트 번들에서 service_role 검색. anon 키가 노출되는 것은 괜찮지만 service 키가 노출되면 재앙입니다. 또한 배포된 API 클라이언트는 자격 증명 금고와 같으니 감사하세요.
-- Tables exposed via the API with RLS disabled (each one is public)
select schemaname, tablename
from pg_tables
where schemaname = 'public'
and rowsecurity = false;
-- The subtler failure: RLS enabled, but what do the policies allow?
select schemaname, tablename, policyname, cmd, qual
from pg_policies
where schemaname = 'public';

두 번째 쿼리에서 흥미로운 부분이 나옵니다. RLS는 켜져 있는데 정책이 하나도 없는 테이블이 보일 겁니다. 이는 닫힌 상태로 실패한 것이고, 보통 어떤 기능이 조용히 깨졌는데 누군가 다른 곳을 느슨하게 풀어서 '고쳐' 놓은 경우입니다. 그리고 생성된 코드베이스에서 여러 번 본 다음과 같은 정책도 보일 겁니다:

-- The policy generators emit when a query fails during development:
create policy "allow all" on messages for all using (true);
-- It silences the error and publishes the table. Reject it on sight.
-- What a real policy looks like:
create policy "users read their own messages"
on messages for select
to authenticated
using (auth.uid() = sender_id or auth.uid() = recipient_id);

using (true) 패턴은 특별히 주의해서 봐야 합니다. 생성된 코드에서 테스트를 통과시키려고 인증 검사를 주석 처리하는 것과 같기 때문입니다. 생성기가 권한 에러를 만나 정책이 빠졌다고 제대로 진단한 뒤, 가장 게으른 정책을 써 버린 결과입니다. 이걸 발견했다면 정책만 조이지 말고, 애초에 그 코드 경로에서 테이블에 왜 접근할 수 있었는지 물어보세요. 그리고 중요한 재생성을 할 때마다 감사 전체를 다시 하세요. AI 빌더는 스키마를 신나게 다시 쓰고, 어제의 엄격한 정책은 오늘의 '대시보드에 모든 사용자를 보여 줘' 같은 프롬프트에서 살아남지 못합니다.

보안 스캐너는 도움이 되지만, 기본값이 결정한다

공정하게 말하면, Lovable 보안 팀은 이번 연구에 직접 대응했습니다. 불충분한 RLS를 근본 원인으로 짚었고, 게시 전에 모든 앱을 자동으로 스캔하며, 더 깊은 SAST 스캔을 제공합니다. 사용자는 한 번의 클릭으로 발견 사항을 고치거나, 자동 수정을 켜거나, 심각한 결과가 나오면 게시 자체를 막을 수 있습니다. 모든 사용자에게 무료입니다. 합리적인 도구 모음이고, 대부분의 앱 빌더보다 낫습니다.

하지만 게시 전 스캐너가 의미하는 바를 보세요. 생성기가 먼저 결함을 만들었고, 이제 그것을 잡기 위한 두 번째 시스템이 필요해졌습니다. 스캐너의 탐지율은 기본 출력이 얼마나 자주 불안전한지를 보여주는 지표입니다. 이전에 AI 보안 스캐너가 기술 부채를 불러들이는 이유에 대해 쓴 적이 있습니다. 스캐너는 유용하지만 증상만 다룹니다. 지속 가능한 해법은 기본적으로 거부하는 생성 방식입니다. 모든 테이블이 RLS를 켠 상태로 만들어지고, 모든 테이블에 명시적 정책이 붙습니다. 사용자가 더 많은 권한을 열기 전까지는 그 정책이 '모두 거부'라도 말입니다. 불안전한 상태가 오히려 노력을 들여야 얻을 수 있어야 합니다. 지금은 반대입니다. 페이지가 로드될 때 데이터베이스 레코드를 흘려보내는 앱이 24,664개인 것이 바로 그 뒤집힌 구조의 비용입니다.

확대경 아래 빛나는 데이터 그리드, 노출된 몇몇 행이 강조 표시되어 있다.
생성된 스키마를 감사하려면 모든 테이블을 확인해야 합니다. 노출된 행은 좀처럼 스스로 드러나지 않습니다.

AI로 만든 앱을 배포하는 모든 사람을 위한 결론

AI가 깨진 접근 제어를 발명한 것은 아닙니다. IDOR과 권한 검사 누락은 누군가 앱을 프롬프트로 만들어 내기 훨씬 전부터 취약점 목록 상위에 있었습니다. AI가 바꾼 것은 규모와 운영자입니다. 알려진 실패 유형을 산업화했고, RLS 정책과 CSS 규칙을 구분하지 못하는 사람들의 손에 배포 버튼을 쥐여 줬습니다. 이 연구의 30%라는 수치는 한 플랫폼의 스캔들이 아닙니다. 생성된 코드가 옵트인 보안 모델을 가진 공개 데이터베이스와 만나는 모든 생태계에서 벌어질 일의 미리보기입니다.

따라서 감사받지 않은 외주 코드를 다루듯 AI로 만든 앱도 똑같이 다루세요. 실제로 그런 코드니까요. 출시 전에, 그리고 주요 변경 후마다 위의 쿼리를 돌리세요. 앱이 규제 대상이거나 신원 정보를 담는데 사내 누구도 Postgres 정책을 읽지 못한다면, 전문가 검토에 돈을 쓰세요. 반나절짜리 전문가 리뷰는 규제 기관에 여권 번호를 설명하는 것보다 훨씬 쌉니다. 노코드는 문법을 없앴지만 책임은 없애지 못했고, 앞으로도 없애지 못합니다.