본문으로 건너뛰기
간단한 연동 뒤에도 운영 과제가 남는 AWS WAF
목차

간단한 연동 뒤에도 운영 과제가 남는 AWS WAF (2020-10)

원문 정보

  • 원문: AWS WAF 운영에 대한 이야기
  • 매체 · 게시일: 우아한형제들 기술블로그 · 2020-10-15
  • 저자: 이주호 (우아한형제들 정보보안팀)
  • 원문 내용을 바탕으로 재구성한 요약입니다.

VPC 안에 직접 구성한 WAF라면, 서비스팀이 이벤트에 맞춰 서버를 늘렸는데도 WAF에서 장애가 날 수 있습니다. Origin 서버는 스케일 아웃했지만, 앞단에서 모든 L7 패킷을 검사하는 WAF는 평소 규모로 남아 있다고 가정한 상황입니다. 공격을 막기 위해 둔 장비가 정상 트래픽도 처리하지 못하게 됩니다.

AWS WAF는 이런 리소스 관리 부담을 줄여 줍니다. 그러나 적용이 간단하다는 이유만으로 운영까지 쉽다고 생각하면 의도하지 않은 차단과 오탐으로 가용성 문제를 겪을 수 있습니다. 우아한형제들 정보보안팀이 2020년 10월 공유한 경험에는 도입의 편의만큼이나 룰을 고르고, 예외를 처리하고, 차단 이유를 확인하는 과정의 어려움이 담겨 있습니다.

확장과 원복 부담을 덜어 주는 AWS WAF

CloudFront, ALB, API Gateway를 사용하고 있다면 AWS WAF를 바로 적용할 수 있습니다. 네트워크 홉도 늘지 않습니다. 적용 대상과 같은 선상에서 동작하며, 트래픽 증가에 따른 확장이 유연하고 유지보수 부담도 작습니다. 장애가 났을 때 원복 시나리오가 간단하다는 점도 장점입니다.

VPC 안에 프록시로 설치하는 WAF는 운영자가 직접 관리할 영역이 더 넓습니다. IDC의 인라인 WAF와 비슷하게 모든 L7 패킷을 검증한 뒤 Origin LB로 보내는 구성입니다. WAF 리소스를 직접 관리하고 Origin LB를 Private으로 숨길 수 있지만, 앞서 든 이벤트 상황처럼 WAF 자체가 주요 장애 지점이 됩니다. Origin Private ELB와 Public ELB(WAF ELB)를 함께 상시 모니터링하며 이벤트와 공격에 맞춰 확장 정책을 적용해야 합니다.

장애 시 우회 방법에도 제약이 있습니다. Origin LB가 Private이면 Public DNS를 그쪽으로 바꾸는 방식으로는 우회할 수 없습니다. WAF 자체의 Bypass 기능을 사용하는 절차가 장애 대응에 포함되어야 합니다.

SECaaS(SaaS)는 DNS 설정만으로 트래픽을 돌려 필터링하므로 도입이 쉽습니다. 대신 업체와 연결되는 네트워크 환경을 살펴야 합니다. 예를 들어 서울 리전에서 서비스를 운영한다면 같은 리전에서 제공하는 SECaaS WAF가 지연 시간 측면에서 유리합니다. 리소스를 직접 관리할 수 없다는 점은 장애 대응이 느려지는 이유가 될 수 있고, 데이터 기밀성 문제도 남습니다.

필자는 클라우드에서 상용 WAF를 도입하는 것보다 AWS WAF가 저렴하고 안전하며 빠르게 적용할 수 있다고 평가했습니다. 상용 솔루션 도입 전의 임시 수단이나 적절한 솔루션을 찾을 때까지의 메인 웹 방화벽으로도 기본 이상의 가치가 있다는 판단입니다. 상용 WAF를 온전히 대체하기에는 당시 기능이 부족하다는 평가도 함께 남겼습니다.

VPC 앞단의 CloudFront

연동할 수 있는 곳이 여럿이라면 어디에 붙일지도 보안 설계의 일부입니다. 필자는 보안 측면에서 CloudFront에 AWS WAF를 연동하는 쪽이 유리하다고 봤습니다. 트래픽 급증은 예고된 이벤트뿐 아니라 DDoS에서도 발생하므로, 대량의 트래픽을 보내는 Volumetric DDoS를 CloudFront의 Global edge에서 먼저 처리한 뒤 VPC로 들여보내자는 판단입니다. 여기에 임계치 룰과 L7 DoS 차단 룰을 적용하면 VPC로 유입되는 부적절한 트래픽도 줄어듭니다.

CloudFront와 ALB에 각각 WAF를 붙여 역할을 나눌 수도 있습니다. CloudFront WAF에는 L7 DoS, 임계치 조절, IP 블랙리스트 룰을 두고, ALB WAF에는 웹 취약점 공격을 막는 룰을 집중하는 방식입니다.

보안만으로 결정할 문제는 아닙니다. 국내에 한정된 서비스라면 CDN이 필요하지 않을 수 있고, CloudFront 비용도 무시하기 어렵습니다. 한 번 선택한 아키텍처를 바꾸기 어려울 수 있는 만큼 위협과 취약성, 장애 대응, 멀티 클라우드 가능성까지 함께 고려해야 합니다.

웹 스캐너로 시험한 AWS Managed Rule

2019년 11월 발표된 WAFv2에는 AWS Managed Rule이 추가됐습니다. WAFv1에서 Custom Rule과 Marketplace Rule을 조합하던 때보다 선택할 룰이 다양해졌습니다. 룰 10개까지 사용할 수 있던 WAFv1과 달리, WAFv2는 기본 1,500 capacity 안에서 룰을 조합하는 방식입니다. 용량이 부족하면 AWS에 증설을 요청할 수 있습니다.

필자는 기본 용량 안에서 AWS Managed Rule을 임의로 구성하고 Marketplace Rule과 비교했습니다. 시험용 구성은 1,475 capacity를 차지했습니다. 실제 운영에는 임계치, Custom 룰, L7 DoS 룰도 필요하므로 이 구성을 그대로 채워 넣기보다 일부 룰을 빼거나 용량을 늘려야 합니다.

서로 다른 웹 스캐너로 시험한 결과, AWS Managed Rule의 탐지율은 각각 28%와 17.9%였습니다. Marketplace Rule은 13%와 5.6%입니다. AWS Managed Rule이 평균적으로 2배 이상 높은 탐지율을 보였지만, 필자는 상용 WAF에 비하면 부족하다고 평가했습니다. 적절한 워크로드 보안을 위해 Custom Rule로 탐지율을 높이고 오탐을 줄이는 노력과 별도의 CWPP 솔루션을 함께 사용해야 한다는 의견입니다.

웹 스캐너 시험 결과와 Managed Rule 용량
항목값
테스트 룰 구성AWS Managed Rule 1,475 capacity (기본 1,500 안에서 임의 구성)
A 스캐너, AWS Managed RuleBlock 442 / Allow 1,096 / 탐지율 28%
A 스캐너, Marketplace RuleBlock 204 / Allow 1,334 / 탐지율 13%
B 스캐너, AWS Managed RuleBlock 1,743 / Allow 8,936 / 탐지율 17.9%
B 스캐너, Marketplace RuleBlock 700 / Allow 9,979 / 탐지율 5.6%
Core Rule Set700
Known bad inputs200
SQLi Rule Set200
Linux operating system200
Admin Protection Rule Set100
Anonymous IP list50
Amazon IP reputation list25
WAFv1 룰 수10개
WAFv2 기본 용량1,500 capacity (증설 요청 가능)

상단 보안 서비스를 건너뛰는 요청

Custom 룰은 AND, OR, NOT 조건에 헤더 검사를 조합해 사용할 수 있습니다. Public ELB의 기본 도메인이나 IP로 직접 들어오는 요청을 검사하는 사례가 그 예입니다. 공격자가 실제 서비스 도메인을 거치지 않고 ALB에 접근하면 상단의 CloudFront WAF를 우회하려는 시도가 됩니다. Host 헤더가 DNS에 등록한 정식 서비스 도메인과 일치하지 않는 요청을 차단하도록 룰을 구성할 수 있습니다. ELB 보안 그룹에서 CloudFront가 사용하는 AWS IP만 허용하는 방법도 있습니다.

특정 페이지를 반드시 거쳐야 하는 API라면 Referer 헤더도 검사 대상입니다. Referer가 없거나 예상한 경로와 다르면, 서비스 페이지에서 클릭한 요청이 아닌 직접 접근한 요청으로 간주할 수 있습니다. 헤더는 쉽게 변조됩니다. 따라서 이 검사를 100% 신뢰할 수는 없지만, 공격 외의 비정상 트래픽을 찾아내는 단서로 활용할 수 있습니다.

주석에 남은 관리자 계정

웹 애플리케이션 방화벽(WAF)은 HTTP 정보를 바탕으로 비정상 트래픽을 탐지하고 차단합니다. TCP/IP 정보를 사용하는 일반 방화벽(FW), 침입 탐지·차단 시스템(IDS/IPS)과 역할이 다르므로 하나를 사용한다고 나머지가 필요 없어지지는 않습니다.

충분한 검토와 테스트를 거쳐 출시해도 사람은 실수하고, 서비스가 바뀌면 새로운 취약점이 생길 수 있습니다. WAF는 이런 웹 보안 문제를 보완하는 방파제입니다. 모든 공격을 구분해 주지는 못합니다.

메인 페이지 주석에 관리자 페이지 주소와 계정이 남아 있다고 가정해 보겠습니다. WAF는 그 주석을 읽고 관리자 페이지에 접속한 요청을 공격으로 구분할 방법이 없습니다. 잘못된 권한 부여, 불충분한 세션 관리, 서버 정보 노출, 우회를 노린 파라미터 변조도 이런 논리적 취약점에 속합니다. WAF가 방어하는 것은 공격의 일부이므로 서버와 애플리케이션 자체의 보안 조치는 계속해야 합니다.

서비스별 룰을 나누기 어려운 Firewall Manager

멀티 계정 환경에서는 계정마다 같은 수준의 보안을 유지하기가 어렵습니다. Firewall Manager Service(FMS)는 Organization을 기반으로 룰을 중앙에서 관리하고, AWS Config와 연계해 누락된 Public ELB를 WAF 적용 대상에 자동으로 포함하는 서비스입니다.

적용 대상을 모으기는 편합니다. 문제는 각 서비스에 맞는 룰입니다. FMS를 충분히 이해하지 못한 채 모든 Public Subnet의 ALB에 WAF를 일괄 적용하면, 수많은 오탐 확인과 예외 처리에 시달리게 됩니다. 당시 FMS에서는 도메인이나 서비스별로 룰을 적용하기 어려웠기 때문입니다.

쇼핑몰, 웹툰, 택시 배차, 영상 서비스를 S, W, T, M 계정에서 각각 운영한다고 가정해 보겠습니다. FMS는 이 서비스들이 사용하는 도메인 12개에 같은 보안 룰을 적용하기에 적합합니다. 그러나 서비스마다 개발 언어가 다를 수 있고, 룰이 복잡해질수록 오탐 가능성도 커집니다. 관리가 편하다는 이유만으로 같은 룰을 일괄 적용하기는 어렵습니다.

필자는 운영 여력이 충분하다면 최소한 서비스별로 WAF를 구성하고, 더 복잡한 룰이 필요하면 도메인별로 나누기를 권했습니다. AWS WAF의 예외 처리 기능이 고도화되면 FMS를 더 적극적으로 활용할 가치가 있겠다는 기대도 남겼습니다.

차단 이유가 기록되지 않는 Body

오탐을 확인하려면 어떤 데이터가 룰에 걸렸는지 알아야 합니다. 이때 사용하는 정보가 Matched on Data입니다. 그런데 당시 AWS WAF는 요청의 Body를 검사하면서도 그 값을 로그에 남기지 않았습니다. Body의 패턴 때문에 차단한 경우에도 매칭된 데이터를 기록하지 않아, 어떤 문자열이 들어왔는지 확인하고 정탐인지 오탐인지 판단하기 어려웠습니다.

예외는 SQLi와 XSS 룰입니다. 이 룰이 탐지한 데이터는 Body에 있더라도 terminatingRuleMatchDetails 필드에 남습니다. 필자는 모든 공격의 Body 내 탐지 데이터가 기록되지 않는 점을 AWS WAF에서 가장 아쉬운 부분으로 꼽았으며, 다른 공격에도 이 정보가 제공되기를 기대했습니다.

룰 예외 처리와 모니터링에도 부족한 점이 있었습니다. 성숙한 상용 WAF가 제공하는 전문적인 봇 트래픽 인사이트와 비교하면, AWS WAF는 당시 1차원적인 속성으로만 봇을 탐지할 수 있었습니다.

여러 계정의 로그를 모으는 보안 계정

차단 근거를 확인하는 데 제약이 있더라도 로깅과 분석은 빠질 수 없습니다. 콘솔에 남는 일부 로그와 CloudWatch 그래프만으로는 적절한 분석이 어렵습니다. 원문 작성 시점의 AWS WAF는 Kinesis Firehose를 사용하는 로깅만 지원했고, 로그를 Amazon ES나 S3에 적재할 수 있었습니다. 별도 SIEM이 없다면 Amazon ES를 사용하거나 S3 로그를 Athena로 분석할 수 있고, 장기적으로 여러 보안 서비스를 활용할 계획이라면 전문 SIEM이 낫다는 것이 필자의 판단입니다.

로그를 어느 계정에 모을지도 설계 대상입니다. A, B, C 계정의 WAF 로그를 각 계정에 따로 보관하는 대신, 별도의 보안(S) 계정에 있는 S3 버킷 Security-WAF-Bucket으로 모으는 구성을 소개했습니다. 로그 보관과 접근 제어, 주요 로그에 접근한 기록의 감사추적을 한곳에서 관리하기 위한 선택입니다.

이 구성에서는 각 계정의 Firehose가 보안 계정의 버킷을 직접 가리켜야 합니다. 당시 웹 콘솔에서는 같은 Organization에 속한 다른 계정의 버킷도 지정할 수 없어 AWS CLI로 생성했습니다. WAF가 사용하는 Firehose 이름은 aws-waf-logs로 시작해야 하고, 대상 버킷에는 Firehose 역할이 로그를 적재할 수 있도록 정책을 설정해야 합니다.

전체 로그의 80~90%를 차지할 Allow

AWS WAF는 Allow, Count, Block 로그를 모두 Firehose로 보냅니다. 당시 AWS WAF와 Kinesis Firehose 자체에는 이 가운데 일부만 골라 수집하는 기능이 없었습니다.

Allow 로그도 분석에 쓸모가 있습니다. 미탐이나 숨겨진 공격을 찾고, 침해사고를 조사하거나 이상 로그를 분석할 때 사용할 수 있습니다. 서버나 ELB 액세스 로그를 따로 수집하는 환경 등에서는 상황에 따라 WAF Allow 로그까지 분석하지 않는 선택도 가능합니다. 로그 총량으로 과금되는 SIEM이나 ES를 사용한다면, 라이선스나 DB를 늘리는 대신 전체 WAF 로그의 80~90%를 차지할 Allow 로그를 제외할 수도 있습니다.

Allow를 버리기로 했다면 Firehose에 Lambda 트리거를 연결하는 방법이 있습니다. Lambda가 Allow를 거르고 Count와 Block만 반환하도록 구현하면, 이 로그들만 중앙 S3 버킷에 쌓을 수 있습니다. 구현에 따라 전체 로그와 Count, Block 로그를 서로 다른 버킷이나 경로로 나누어 저장할 수도 있습니다.

Logstash를 사용하는 구성은 순서가 다릅니다. 우선 S3에 전체 로그를 적재한 뒤 Logstash로 가져와 Count와 Block을 구분하고 새 버킷에 저장합니다. Lambda와 Logstash 중 어느 쪽을 사용할지는 로깅 지연, 효율, 코드 유지보수와 비용을 함께 비교해 결정해야 합니다.

마지막 수정 일자