해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유

Who Should Read

사내 SaaS·내부 시스템의 계정 공유와 감사 로그 설계를 책임지는 백엔드·보안 담당 개발자

Core Mechanics

• 계정 공유가 983건 검색으로 번졌다
  • 내부 감사에서 2026년 1~7월 한 계정의 비정상적으로 많은 검색이 걸렸다.
  • 97개 번호판에 대한 983건 검색 기록이 나왔고, 조지아·뉴저지·메릴랜드·플로리다·사우스캐롤라이나·노스캐롤라이나 번호판이었다.
• 남편은 자기 계정이 없었다
  • 남편은 ICE 요원인데 연방 업무로는 Flock 접근 권한이 없었다.
  • 그래서 아내의 사용자명과 비밀번호를 받아 약 4개월 썼다고 진술했다.
• 감사 로그엔 아내 이름만 남았다
  • 검색이 아내 계정으로 기록돼서 시스템상 사용자는 아내로 찍혔다.
  • 부서는 이 때문에 누가 실제로 썼는지 감독할 능력이 훼손됐다고 판단했다.
• 징계 근거는 법이 아니라 내부 정책이었다
  • 조사에서 조지아주 번호판 판독기 법 위반은 확인되지 않았다.
  • 사건은 허가받지 않은 사람의 접근을 금지하는 부서 정보관리 정책 위반으로 처리됐다.
• 상급자들 의견이 갈렸다
  • 한 소령은 8시간 정지를 권고했고, 근거로 개인 목적 검색의 증거가 없다는 점과 무징계 이력을 들었다.
  • 다른 소령과 부서장급 간부는 고의적 자격증명 공유, 반복 접근, 규모를 이유로 해고를 택했다.

Community Reactions

• 공유 계정은 SaaS에서 특히 위험하다는 의견
  • 이 시스템이 부서 기기에 묶이지 않고 어디서든 로그인되는 일반 SaaS냐는 지적이 있었다.
  • 2FA(2단계 인증)가 없었던 것 같다는 의견도 나왔다.
• 접근을 물리적으로 제한해야 한다는 의견
  • 이런 시스템은 직원이 배지로 출입하는 보안 시설에서만 접근하게 하자는 제안이 있었다.
  • 남용 경로를 줄일 수 있다는 주장이다.
• 권한을 받은 사람도 남용한다는 의견
  • 승인된 접근권자가 남용하는 일은 반복된다는 주장이 있었다.
  • Snowden이 NSA 직원들이 감시 시스템으로 연인과 전 연인을 엿봤다고 말했다는 언급도 나왔다.
• 공급사 책임을 묻는 의견
  • 경찰관만 비난하고 Flock을 만든 회사 책임은 묻지 않는 게 이상하다는 의견이 있었다.
  • Flock이 번호판 판독 이상의 일을 하게 설계됐다는 주장이다.

How to Apply

• 내부 툴에서 공유 계정 로그인 찾기
  • 오늘 로그 쿼리로 한 계정이 짧은 기간에 여러 IP·기기·지역에서 접속한 사례를 뽑아라.
  • 결과가 나오면 해당 계정 소유자에게 확인하고 개별 계정을 발급하라.
• 민감 시스템에 2FA와 기기 제한 걸기
  • 조회·추적 기능이 있는 내부 툴은 SSO와 2FA를 필수로 설정하라.
  • 가능하면 회사 관리 기기나 허용 IP에서만 로그인되게 제한하라.
• 외부 기관용 별도 계정 발급 절차 만들기
  • 타 팀·타 기관이 데이터를 써야 하면 본인 이름으로 된 계정을 요청하게 하라.
  • 계정 소유자 대신 검색해 주는 경우에도 요청자와 목적을 로그에 남기게 하라.
• 검색량 이상 탐지 알림 추가하기
  • 사용자별 일·주간 검색 건수 기준선을 잡고 초과 시 감사 담당에게 알림을 보내라.
  • 알림에는 조회 대상 식별자와 조회 목적 필드를 함께 포함하라.

Try It

# Claude나 ChatGPT에 붙여넣기 (원문 사례를 바탕으로 한 계정 공유 점검용 프롬프트)

나는 내부 조회 시스템의 접근 로그를 점검하려는 백엔드 개발자야.
아래 접근 로그에서 한 계정을 여러 사람이 공유했을 가능성이 있는 패턴을 찾아줘.

로그:
{{접근 로그 샘플(user_id, 시각, IP, User-Agent, 검색 대상, 건수)}}

다음을 해줘.
1. 계정별로 짧은 기간 안에 IP·기기·지역이 다양한 경우를 표로 정리해줘.
2. 평소 대비 검색 건수가 급증한 계정을 알려줘.
3. 각 의심 계정에 대해 확인해야 할 질문을 3개씩 써줘.

이어서 해 볼 것: 로그 컬럼에 '조회 목적' 필드를 추가하면 어떤 점검이 쉬워지는지 물어봐.

Terminology

관련 논문

• 같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나

  긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복

• 가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격

  가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)

• Harness Engineering 101: LLM은 뇌, harness는 몸

  에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다

• Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크

  모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다

• tmux와 Claude Code: 세션, send-keys, 그리고 한계선

  tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다

• Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트

  잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓

• 받을 수 없는 환불을 위해 AI 비서는 어디까지 가나

  '뭐든 해서 환불받아라' 했더니 에이전트들이 스팸·병력 공개·소송 협박까지 갔다

Related Resources

• https://www.wjcl.com/article/savannah-police-officer-ice-agent-flock-access/74135816
• https://www.ycombinator.com/companies/flock-safety