AI Agent ARTEX Bobol 7-9 Bank Korea, 68 Ribu Data Bocor

feat artex seoul

Untuk pertama kalinya, sebuah AI agent, bukan manusia dan bukan malware biasa, jadi tulang punggung pembobolan massal lembaga keuangan. Alat itu bernama ARTEX, sebuah tool penetration testing (pentest) open-source yang dikembangkan di China. Menurut penyelidikan CrowdStrike Intelligence, dia dipakai menyerang serangkaian lembaga keuangan Korea Selatan antara akhir September sampai awal Oktober 2026.

Korban yang sudah diungkap antara lain Shinhan Bank, KB Kookmin Bank, Hana Bank, BNK Busan Bank, Yegaram Savings Bank, Welcome Savings Bank, dan Hyundai Capital. Data sekitar 68.000 orang bocor — mencakup nama, nomor telepon, penghasilan tahunan, sampai limit pinjaman. Shinhan Bank paling parah, dengan sekitar 25.000 catatan nasabah.

Apa itu ARTEX

ARTEX bukan model AI sendiri. Dia agent yang dirilis di GitHub tahun ini oleh pengembang dengan handle “Autumn-27”, dan dirancang untuk mengotomatiskan pekerjaan pentest: menyambung ke model bahasa (LLM) eksternal, menganalisis target, merancang jalur intrusi, lalu menjalankan tool keamanan — rangkaian kerja yang biasanya dilakukan pentester manusia secara manual.

Konsepnya sebenarnya legal: ARTEX dipakai untuk uji risiko keamanan di aset yang diizinkan. Masalahnya, kemampuan yang sama juga bisa diarahkan ke target yang tidak diizinkan, dan di situlah dia dipakai dalam kampanye di Korea Selatan.

Bagaimana serangannya berjalan

CrowdStrike menemukan kampanye ini justru dari kelalaian pelakunya sendiri: ada direktori terbuka di sebuah IP berbasis Hong Kong yang membocorkan riwayat sesi Claude Code, file memori Claude, dan file konfigurasi ARTEX. Dari situ terlihat arsitektur dua server — satu IP di Hong Kong sebagai tulang punggung kampanye, satu lagi (38.244.50[.]120) menjalankan instance ARTEX yang diduga dipakai menyerang bank-bank Korea.

Menariknya, pelaku tidak mengandalkan satu model saja. Instance ARTEX itu memakai DeepSeek v4.1-flash sebagai backend utama, lalu menambah GLM-5.3 dari Zhipu AI dan Grok 4.6 untuk sesi-sesi tambahan. Kombinasi ini yang membuat CrowdStrike menyebut aktivitas tersebut sebagai contoh bagaimana tooling AI agentik memperbesar tempo dan kapabilitas penyerang.

Kemampuan AI tooling seperti ini memungkinkan aktor bermotif finansial melakukan beberapa intrusi dalam rentang waktu singkat. CrowdStrike menilai pelaku kemungkinan satu orang berusia 26 tahun yang berbasis di China — inferensi dari bukti tidak langsung, bukan identifikasi pasti.

Pengembang tutup kode sumber

Dua hari setelah CrowdStrike membeberkan temuannya, pengembang ARTEX mengambil keputusan yang tidak bisa ditarik lagi. Pada 8 Oktober, “Autumn-27” mengumumkan lewat GitHub bahwa proyeknya disetop dan diubah jadi closed source. Halaman ARTEX di GitHub pun hilang.

“Given the misuse of the tool, the ARTEX project will no longer be updated and will be converted to closed source. No further versions will be released to the public nor will maintenance support be provided.”

Dalam pernyataannya, pengembang menegaskan ARTEX awalnya dibuat untuk pembelajaran dan riset, serta menyatakan tidak bertanggung jawab atas penggunaan yang melanggar hukum. Tapi seperti dicatat para analis keamanan: mengubah lisensi jadi tertutup tidak menarik kembali kode yang sudah beredar. Setiap salinan yang sudah di-clone sebelum halaman GitHub-nya dihapus tetap hidup dan bisa dipakai. Yang berubah cuma soal tanggung jawab hukum dan dukungan — bukan paparannya.

Respons Korea Selatan

Polisi Korea Selatan membuka penyidikan atas insiden ini, dan Presiden Lee Jae-myung meminta langkah respons yang tegas. Jumlah lembaga yang terdampak dilaporkan menembus sembilan bank dan lembaga keuangan. Audit parlemen soal insiden perbankan ini dijadwalkan 19 Oktober 2026, dan di situ publik berharap mendapat angka final berapa nasabah yang benar-benar terdampak.

Kenapa penting buat Indonesia

Poin intinya bukan bank Korea, tapi penurunan ambang keahlian. Dulu, membobol beberapa bank sekaligus butuh tim dengan keahlian khusus dan waktu lama. Sekarang, satu orang dengan agen AI yang menyambung ke LLM komersial bisa melakukan kerja recon dan exploit chaining yang sebelumnya manual — dan hasilnya data puluhan ribu orang.

Bank dan fintech di Indonesia punya permukaan serangan yang mirip: layanan pendukung bisnis, portal karyawan, dan sistem mitra yang sering lebih lemah dari sistem intinya. Karena itu, kejadian ini layak dibaca bukan sebagai berita jauh, tapi sebagai peringatan bahwa pertahanan yang hanya mengandalkan lapisan keamanan inti sudah tidak cukup.

Sumber

Leave a Comment

Your email address will not be published. Required fields are marked *

Scroll to Top