Bayangkan seorang peretas tidak lagi duduk berjam-jam di depan komputer untuk mencari celah satu per satu. Ia cukup memberikan tujuan kepada sebuah AI agent, lalu membiarkan sistem tersebut membantu melakukan pekerjaan teknis dalam rangkaian serangan.
Skenario tersebut terdengar seperti cerita fiksi tentang masa depan keamanan siber. Namun, pada Oktober 2026, perusahaan keamanan siber CrowdStrike melaporkan temuan yang menunjukkan bahwa penggunaan AI dalam operasi serangan siber bukan lagi sekadar kemungkinan teoritis.
CrowdStrike Intelligence mengatakan telah menemukan infrastruktur dan jejak digital yang berkaitan dengan kampanye terhadap organisasi keuangan Korea Selatan. Investigasi tersebut menemukan penggunaan ARTEX, sebuah alat agentic penetration testing sumber terbuka yang dikembangkan di China, bersama berbagai large language model (LLM), termasuk bukti penggunaan sesi Claude Code. Aktivitas yang dianalisis berlangsung sejak akhir September hingga awal Oktober 2026.
Reuters kemudian melaporkan bahwa CrowdStrike mengaitkan serangkaian serangan terhadap setidaknya sembilan bank Korea Selatan dengan seorang pelaku yang diduga berbasis di Guangdong, China. Reuters juga melaporkan bahwa investigasi CrowdStrike menemukan penggunaan AI agent dan Claude dalam aktivitas tersebut. Namun, penting untuk digarisbawahi sejak awal: ini merupakan hasil investigasi keamanan siber dan atribusi yang diduga, bukan putusan hukum terhadap individu tertentu.
Yang membuat kasus ini menarik bukan hanya nama Claude yang muncul di dalam investigasi. Hal yang jauh lebih penting adalah perubahan pola serangan: AI mulai berpotensi menjadi pengganda kemampuan seorang peretas.
Dan di sinilah persoalannya menjadi jauh lebih besar daripada sekadar pertanyaan, “Apakah Claude digunakan oleh hacker?”
Pertanyaan sebenarnya adalah: bagaimana jika satu orang dengan bantuan AI mampu melakukan pekerjaan yang sebelumnya membutuhkan tim, waktu, dan keahlian teknis yang jauh lebih besar?
Apa yang Sebenarnya Ditemukan CrowdStrike?
CrowdStrike mempublikasikan temuannya pada 7 Oktober 2026 dalam laporan berjudul Unknown Threat Actor Uses AI-Driven ARTEX to Target South Korean Finance. Perusahaan tersebut mengatakan menemukan bukti berupa riwayat sesi Claude Code, file konfigurasi ARTEX, serta file memori Claude yang memberikan gambaran mengenai metode operasional pelaku.
Menurut CrowdStrike, kampanye tersebut menargetkan organisasi keuangan Korea Selatan dan menghasilkan data yang berhasil dieksfiltrasi. Namun, pada saat laporan tersebut diterbitkan, jumlah pasti organisasi yang terdampak menurut CrowdStrike masih belum dapat dikonfirmasi secara independen dari keseluruhan aktivitas yang dianalisis.
Reuters memberikan gambaran yang lebih luas mengenai kasus tersebut dengan melaporkan bahwa CrowdStrike mengidentifikasi sedikitnya sembilan bank Korea Selatan yang menjadi sasaran serangan. Beberapa nama besar sektor perbankan Korea Selatan disebut dalam pemberitaan mengenai rangkaian intrusi dan kebocoran data tersebut.
Hal yang menarik adalah jejak yang ditemukan bukan hanya berupa aktivitas jaringan biasa. CrowdStrike mengatakan mereka menemukan direktori terbuka yang dikendalikan pelaku dan berisi artefak dari penggunaan Claude Code, termasuk session histories, konfigurasi ARTEX, dan file memori Claude.
Bagi peneliti keamanan, artefak semacam itu sangat berharga karena dapat memberikan gambaran mengenai bagaimana sebuah operasi serangan dilakukan. Alih-alih hanya melihat komputer korban yang diserang, penyidik dapat memperoleh petunjuk mengenai alat, pola kerja, dan infrastruktur yang digunakan dari sisi pelaku.
Dengan kata lain, kasus ini memperlihatkan sesuatu yang penting: AI bukan hanya dapat menjadi objek yang harus diamankan, tetapi juga dapat menjadi bagian dari rantai serangan.
Apa Itu ARTEX dan Mengapa Namanya Muncul dalam Kasus Ini?
Salah satu nama yang paling menarik dalam investigasi CrowdStrike adalah ARTEX.
CrowdStrike menggambarkan ARTEX sebagai alat agentic penetration testing sumber terbuka yang baru dirilis dan dikembangkan di China. Dalam konteks keamanan siber, penetration testing pada dasarnya merupakan proses pengujian keamanan untuk menemukan kelemahan sistem secara terkontrol. Masalahnya muncul ketika kemampuan pengujian tersebut digunakan tanpa izin terhadap sistem milik pihak lain.
ARTEX menjadi menarik karena konsepnya bukan sekadar menjalankan satu perintah. Alat yang bersifat agentic dapat membantu mengorkestrasi serangkaian langkah berdasarkan tujuan yang diberikan.
Di sinilah istilah AI agent menjadi penting.
Chatbot tradisional biasanya bekerja dengan pola sederhana: manusia memberikan pertanyaan, AI memberikan jawaban. AI agent memiliki pola yang berbeda. Sistem dapat diberikan tujuan tertentu, kemudian menggunakan berbagai alat untuk melakukan serangkaian tindakan yang diperlukan untuk mencapai tujuan tersebut.
Dalam konteks yang sah, konsep ini dapat membantu pekerjaan seperti pengujian keamanan internal, otomatisasi investigasi, analisis sistem, atau pencarian kerentanan dalam lingkungan yang memang mendapatkan izin.
Tetapi jika teknologi yang sama digunakan terhadap sistem perbankan tanpa izin, konsekuensinya tentu berbeda.
Kasus Korea Selatan memperlihatkan bagaimana kemampuan agentic tersebut dapat menjadi perhatian serius bagi dunia keamanan siber karena AI berpotensi membuat operasi yang kompleks menjadi lebih mudah dikoordinasikan.
Apakah Hacker Benar-Benar Menggunakan Claude?
Menurut temuan CrowdStrike, terdapat bukti penggunaan Claude Code dalam aktivitas yang dianalisis.
Namun, ada perbedaan penting antara mengatakan “CrowdStrike menemukan bukti penggunaan Claude Code” dan mengatakan “Claude melakukan serangan terhadap bank.”
Yang pertama merupakan deskripsi mengenai alat yang digunakan oleh manusia atau pelaku dalam sebuah operasi. Yang kedua dapat menimbulkan kesalahpahaman seolah-olah Claude secara mandiri memutuskan untuk menyerang bank.
CrowdStrike menemukan Claude Code session histories, konfigurasi, dan file memori yang menurut investigasinya berkaitan dengan aktivitas pelaku.
Artinya, teknologi AI tersebut berada di dalam rantai aktivitas yang dilakukan pelaku.
Ini merupakan perbedaan yang sangat penting.
AI dalam kasus seperti ini lebih tepat dipahami sebagai alat yang digunakan dalam operasi, bukan sebagai pelaku hukum yang memiliki niat sendiri.
Hal tersebut juga berarti tidak tepat menyimpulkan bahwa setiap penggunaan Claude, AI agent, atau LLM akan menghasilkan serangan siber. AI merupakan teknologi dengan banyak fungsi. Dalam satu konteks ia dapat membantu tim keamanan mencari kerentanan untuk diperbaiki; dalam konteks lain, kemampuan yang sama dapat disalahgunakan oleh pihak yang tidak memiliki izin.
Persoalannya adalah bagaimana kemampuan tersebut digunakan, akses apa yang diberikan, dan apakah aktivitasnya berada dalam lingkungan yang sah.
Mengapa AI Agent Membuat Serangan Siber Menjadi Lebih Mengkhawatirkan?
Inilah bagian paling penting dari kasus Korea Selatan.
Selama bertahun-tahun, serangan siber membutuhkan kombinasi kemampuan teknis, waktu, infrastruktur, dan pengetahuan. Seorang penyerang harus memahami target, mencari celah, menganalisis sistem, menyesuaikan tindakan, dan menentukan langkah berikutnya.
AI agent berpotensi mengubah sebagian proses tersebut.
Bukan berarti AI otomatis mampu menggantikan seorang pakar keamanan siber. Justru itu adalah kesimpulan yang terlalu sederhana. Namun, AI dapat membantu mempercepat sejumlah aktivitas yang sebelumnya membutuhkan perhatian manusia secara terus-menerus.
Bayangkan perbedaannya seperti ini.
Seorang analis keamanan mungkin harus membuka berbagai informasi, membaca dokumentasi, membandingkan hasil pengujian, menulis kode kecil, memeriksa keluaran, kemudian menentukan langkah berikutnya.
Dengan sistem agentic, sebagian aktivitas tersebut dapat diorkestrasi oleh perangkat lunak berdasarkan tujuan yang telah diberikan.
Yang berubah bukan hanya kemampuan AI, tetapi kecepatan dan skala pekerjaan yang dapat dilakukan oleh satu operator.
CrowdStrike sendiri menilai penggunaan AI agent bersama kemampuan ofensif tradisional menunjukkan perkembangan dalam adversarial tradecraft. Perusahaan tersebut memperkirakan pelaku ancaman akan terus bereksperimen dengan AI untuk meningkatkan tempo dan kemampuan operasional mereka.
Inilah alasan kasus Korea Selatan penting untuk diperhatikan oleh bank, perusahaan fintech, dan institusi pemerintah.
Ancaman masa depan mungkin tidak selalu berbentuk serangan yang secara teknis jauh lebih rumit. Bisa jadi masalahnya adalah serangan yang sama dapat dilakukan lebih cepat, lebih banyak, dan dengan lebih sedikit tenaga manusia.
Bukan Hanya Claude: Banyak Model AI Terlibat dalam Investigasi
Ada detail lain dari temuan CrowdStrike yang mudah terlewat.
Investigasi tersebut tidak menggambarkan penggunaan satu model AI saja.
Menurut CrowdStrike, infrastruktur ARTEX yang dianalisis menggunakan DeepSeek v4.1-flash sebagai LLM utama. Dalam sesi Claude Code lainnya, pelaku juga menggunakan GLM-5.3 dari Zhipu AI dan Grok 4.6. CrowdStrike juga mengidentifikasi penggunaan infrastruktur proxy dalam aktivitas tersebut.
Detail ini penting karena memperlihatkan bahwa ancaman AI dalam keamanan siber bukan persoalan satu perusahaan AI tertentu.
Jika sebuah model tidak dapat digunakan dalam satu konteks, pelaku dapat mencoba model atau layanan lain. Karena itu, pendekatan keamanan yang hanya berfokus pada satu model AI kemungkinan tidak cukup untuk menghadapi ekosistem serangan yang semakin beragam.
Dalam praktiknya, organisasi perlu memperhatikan keseluruhan rantai teknologi: AI agent, model yang digunakan sebagai backend, API, akun, infrastruktur cloud, perangkat endpoint, hingga data yang dapat diakses oleh sistem AI.
Yang harus diamankan bukan hanya AI-nya, tetapi seluruh ekosistem yang menghubungkan AI dengan sistem perusahaan.
Apakah Sembilan Bank Korea Selatan Benar-Benar Diretas AI?
Di sinilah pembaca perlu berhati-hati dengan judul yang terlalu sensasional.
Reuters melaporkan bahwa CrowdStrike mengaitkan serangan terhadap setidaknya sembilan bank Korea Selatan dengan seorang tersangka yang diduga menggunakan AI agent dan Claude. Tetapi istilah “menggunakan AI” tidak sama dengan “AI sendiri yang meretas sembilan bank.”
Selain itu, penyelidikan terhadap insiden tersebut masih berlangsung.
Beberapa hari sebelumnya, Presiden Korea Selatan Lee Jae Myung mengatakan AI tampaknya digunakan dalam serangan siber terhadap bank-bank komersial. Pemerintah Korea Selatan kemudian mendorong investigasi dan penguatan respons keamanan setelah sejumlah institusi keuangan mengalami insiden kebocoran atau intrusi.
Reuters juga melaporkan bahwa regulator keuangan Korea Selatan mengadakan pertemuan darurat dengan bank dan lembaga keuangan setelah serangkaian serangan tersebut. Salah satu insiden yang dilaporkan melibatkan kebocoran informasi pribadi, sementara bank-bank lain juga mengalami intrusi.
Jadi, ada beberapa lapisan fakta yang perlu dipisahkan:
Pertama, memang terdapat serangkaian insiden keamanan terhadap institusi keuangan Korea Selatan.
Kedua, otoritas Korea Selatan mengatakan ada indikasi penggunaan AI.
Ketiga, CrowdStrike menemukan bukti yang menurut investigasinya menunjukkan penggunaan AI agent dan Claude Code dalam aktivitas yang terkait dengan kampanye tersebut.
Keempat, atribusi terhadap individu tertentu masih merupakan hasil investigasi dan bukan putusan pengadilan.
Pemisahan seperti ini penting agar pemberitaan mengenai AI tetap akurat dan tidak berubah menjadi narasi bahwa “AI sudah mengambil alih hacker.”
Bagian yang Paling Mengkhawatirkan Justru Bukan Nama Claude
Nama Claude tentu menarik perhatian karena merupakan salah satu model AI populer. Tetapi jika kita hanya berfokus pada nama tersebut, kita bisa kehilangan persoalan yang lebih besar.
Masalah utamanya adalah otomatisasi.
AI agent dapat membantu mengubah serangkaian pekerjaan teknis menjadi proses yang lebih terstruktur dan berulang. Jika kemampuan tersebut digabungkan dengan infrastruktur cloud, API, alat keamanan ofensif, dan akses internet, batas antara “membantu manusia” dan “menjalankan pekerjaan untuk manusia” menjadi semakin tipis.
Bagi organisasi keuangan, perubahan ini sangat penting.
Bank memiliki banyak aset digital yang bernilai tinggi: data nasabah, sistem pembayaran, aplikasi mobile, layanan pinjaman, infrastruktur internal, API, dan berbagai sistem pihak ketiga. Karena nilai ekonominya tinggi, sektor keuangan memang sejak lama menjadi sasaran pelaku kejahatan siber.
CrowdStrike dalam laporan 2026 Financial Services Threat Landscape juga mencatat bahwa sektor jasa keuangan terus menjadi target karena memiliki aset bernilai tinggi dan informasi identitas pribadi pelanggan.
AI kemudian dapat menjadi force multiplier bagi kedua pihak.
Penyerang dapat memanfaatkannya untuk meningkatkan kecepatan operasi.
Defender juga dapat menggunakan AI untuk meningkatkan deteksi, analisis, dan respons.
Dengan kata lain, perlombaan AI dalam keamanan siber sebenarnya sudah berlangsung.
Bank Harus Takut pada AI atau Justru Menggunakannya?
Jawabannya bukan memilih salah satu.
Bank tidak bisa sekadar mengatakan, “Karena AI dapat digunakan hacker, maka AI harus dilarang.” Pendekatan tersebut justru dapat membuat organisasi kehilangan salah satu teknologi yang dapat membantu mempertahankan sistem.
CrowdStrike sendiri menempatkan AI sebagai bagian penting dari keamanan siber modern. Dalam 2026 Threat Hunting Report, perusahaan tersebut mengatakan AI telah menjadi alat, target, sekaligus force multiplier bagi pelaku ancaman. Laporan itu juga menunjukkan bahwa AI dapat digunakan untuk menghasilkan payload dan perintah tertentu, sementara sistem AI perusahaan sendiri menjadi bagian dari permukaan serangan baru.
Artinya, bank perlu menggunakan AI untuk melawan AI.
AI dapat digunakan untuk membantu analis keamanan memprioritaskan peringatan, menemukan pola aktivitas yang tidak biasa, menganalisis log, mengidentifikasi anomali, dan mempercepat proses investigasi.
Tetapi penggunaan AI untuk pertahanan juga harus memiliki kontrol.
Jika AI defender diberi akses terlalu luas tanpa pembatasan, organisasi justru dapat menciptakan risiko baru. Sistem pertahanan otomatis yang salah mengambil tindakan dapat mengganggu layanan pelanggan atau memblokir aktivitas yang sebenarnya sah.
Karena itu, teknologi AI harus ditempatkan dalam arsitektur keamanan yang memiliki batas kewenangan, audit, pemantauan, dan mekanisme intervensi manusia.
Apa yang Harus Dipelajari Bank Indonesia dan Industri Keuangan dari Kasus Ini?
Kasus Korea Selatan relevan untuk sektor keuangan Indonesia bukan karena Indonesia otomatis akan mengalami serangan yang sama, tetapi karena pola ancamannya menunjukkan perubahan yang perlu diperhatikan.
Bank dan lembaga keuangan Indonesia semakin banyak menggunakan AI untuk layanan pelanggan, analisis data, deteksi fraud, otomatisasi operasional, dan berbagai proses internal. Ketika AI semakin terintegrasi ke dalam sistem perusahaan, muncul pula sebuah permukaan serangan baru.
Pertanyaannya bukan lagi sekadar:
“Apakah perusahaan kita menggunakan AI?”
Pertanyaan yang lebih penting adalah:
“AI apa yang digunakan, siapa yang mengaksesnya, data apa yang dapat dibaca, alat apa yang dapat dikendalikan, dan tindakan apa yang boleh dilakukan AI tanpa persetujuan manusia?”
Ini menjadi sangat penting ketika perusahaan mulai menggunakan AI agent.
AI agent yang hanya membaca dokumen internal memiliki risiko berbeda dengan agent yang dapat mengirim email, mengakses database, menjalankan kode, mengubah konfigurasi, atau berinteraksi dengan sistem pembayaran.
Semakin luas aksesnya, semakin besar pula kebutuhan terhadap least privilege, audit log, autentikasi, pemantauan aktivitas, dan persetujuan manusia untuk tindakan yang berdampak besar.
Apakah Ini Awal Era “AI Hacker”?
Istilah tersebut memang menarik untuk judul berita, tetapi realitasnya lebih kompleks.
Hacker tetap manusia atau kelompok manusia yang memiliki tujuan tertentu. AI menjadi alat yang dapat membantu mereka bekerja lebih cepat atau dalam skala yang lebih besar.
Namun, jika AI agent semakin mampu merencanakan tugas, menggunakan berbagai alat, membaca hasil, lalu menentukan langkah berikutnya, maka struktur operasi serangan dapat berubah secara signifikan.
Dulu, seorang operator mungkin harus mengarahkan setiap tahap.
Ke depan, sebagian proses dapat diberikan kepada agen.
Perubahan inilah yang perlu diperhatikan.
Bukan karena AI tiba-tiba memiliki niat jahat, tetapi karena kemampuan teknologi dapat memperbesar kemampuan orang yang menggunakannya.
Seorang analis keamanan yang menggunakan AI untuk menemukan celah secara legal dapat menjadi lebih produktif. Sebaliknya, seseorang yang menggunakan teknologi tersebut untuk menyerang sistem orang lain juga berpotensi meningkatkan produktivitasnya.
Teknologinya sama.
Tujuannya berbeda.
Dan karena itulah keamanan AI tidak dapat dipisahkan dari tata kelola akses, identitas, audit, serta tanggung jawab manusia.
Kesimpulan: Yang Berubah Bukan Hacker-nya, tetapi Kecepatan Mereka
Kasus serangan terhadap sektor keuangan Korea Selatan menunjukkan bahwa pembahasan tentang AI dan keamanan siber sudah memasuki tahap yang lebih serius. CrowdStrike menemukan jejak penggunaan ARTEX, Claude Code, dan beberapa model AI lain dalam aktivitas yang menurut investigasinya terkait dengan serangan terhadap organisasi keuangan Korea Selatan. Reuters kemudian melaporkan bahwa investigasi tersebut mengaitkan aktivitas itu dengan setidaknya sembilan bank dan seorang tersangka yang diduga berbasis di China.
Tetapi satu hal harus tetap jelas: ini bukan cerita tentang Claude yang tiba-tiba memutuskan meretas bank.
Ini adalah cerita tentang bagaimana manusia dapat menggunakan AI agent sebagai alat untuk meningkatkan kemampuan operasi siber.
Dan justru di situlah ancamannya.
Jika sebelumnya serangan membutuhkan waktu, tenaga, dan keahlian yang besar, AI berpotensi mempercepat sebagian pekerjaan tersebut. Jika teknologi ini terus berkembang, organisasi tidak hanya perlu memperkuat keamanan jaringan dan perangkat, tetapi juga harus memahami keamanan AI agent, akses model, API, data, dan seluruh rantai sistem yang terhubung dengannya.
Bagi bank, perusahaan teknologi, pemerintah, dan institusi yang mengelola data sensitif, pertanyaan yang paling penting bukan lagi apakah AI akan digunakan oleh hacker.
Kemungkinan itu sudah menjadi bagian dari lanskap ancaman.
Pertanyaan berikutnya adalah apakah organisasi akan cukup cepat membangun pertahanan sebelum kemampuan AI membuat serangan menjadi semakin cepat dan murah.
Karena di era AI, mungkin ancaman terbesar bukanlah hacker yang menjadi lebih pintar.
Melainkan hacker yang bisa bekerja jauh lebih cepat karena dibantu mesin.
