[이코노미스트 김윤주 기자] #. A씨는 1억2000만원을 타행 계좌로 보낸뒤, 자신의 증권계좌에 있던 8000만원도 같은 계좌로 추가 이체하려 했다. 짧은 시간 안에 이어진 고액 송금 흐름을 은행의 이상거래탐지시스템(FDS)이 포착했다. 은행은 즉시 타 금융회사와 위험 정보를 공유했고, 수취 계좌가 투자사기 신고 이력이 있는 계좌라는 사실을 확인했다.

이를 통해 은행은 추가 이체를 지급정지해 8000만원의 피해를 막았다. 고객도 이 과정에서 사기 피해 가능성을 인지해 경찰에 신고했다. 단순히 수상한 계좌를 걸러내는 데 그치지 않고, 거래의 흐름을 읽고 금융회사 간 정보를 맞춰 송금 전 피해를 차단한 사례다.

피해액 3년 새 세 배…개인정보까지 무기 된 피싱

경찰청에 따르면 금융사기 피해액은 2022년 7911억원에서 지난해 2조3755억원으로 약 세 배 늘었다. 사회관계망서비스(SNS)·악성앱·가상자산·생성형 인공지능(AI)이 결합하면서 범죄 수법도 정교해지고 있다.

피해금이 한 번 송금되면 다수의 대포통장으로 분산되거나 가상자산으로 전환돼 해외로 빠져나가는 자금세탁 과정을 거쳐 회수가 쉽지 않다. 실제로 2022년부터 올해 1분기까지 보이스피싱 피해환급률이 22% 수준에 그친 것도 사후 환급보다 송금 전 위험 징후를 포착하는 일이 중요한 이유다.

금융사기 대응의 무게중심도 피해 발생 뒤 지급정지에서 ‘송금 전 차단’으로 옮겨가고 있다. 특히 최근 금융권 개인정보 유출 사고 뒤 유출 정보를 결합한 맞춤형 대출빙자 사기 우려가 커졌다.

비밀번호나 OTP 정보가 유출되지 않았더라도 사기범이 고객의 이름·연락처·거래 금융회사 등을 알고 접근하면 정상적인 대출 상담이나 피해보상 안내로 오인할 가능성이 커진다. 이에 은행권이 유출 사고 뒤 고객 안내에 그치지 않고 이상거래 탐지 기준까지 강화하고 있다. 

‘대포통장’ 찾던 FDS, 송금 전 피해자 살핀다

은행의 최전선에는 FDS이 있다. 과거에는 범죄에 쓰인 계좌, 이른바 대포통장을 찾아내는 데 초점이 맞춰졌다면 이제는 피해자가 돈을 보내기 전 평소와 다른 거래 패턴을 잡아내는 쪽으로 진화하고 있다.

KB국민은행은 지난해 8월 보이스피싱 모니터링 인력을 두 배 이상으로 늘렸다. 고객의 거래가 시작되는 순간부터 종료될 때까지 이상 징후를 포착하는 통합 모니터링 체계도 구축하고 있다. 올해 1~10월 FDS 임시조치 건수는 8584건으로 전년 동기 8213건보다 늘었다. 같은 기간 예방 피해액은 1253억7000만원에서 1585억3200만원으로 26.5% 증가했다.

KB국민은행은 시기별 피해 사례를 분석해 탐지와 고객 안내에 반영하고 있다. 올해에는 ▲카드 배송을 미끼로 한 기관사칭 ▲취업을 빙자한 가상자산 거래 유도 ▲대환대출 사기 등을 연령·성별에 따라 구분해 집중 점검했다. 고액 현금 인출 때 작성하는 금융사기 예방 진단표도 ▲최신 사례 영상 시청 ▲주요 키워드 자필 기재 ▲직원 체크리스트 등을 포함하는 방식으로 손질했다.

하나은행은 외국인 관광객 대상 eSIM 판매 사업을 내세운 신종 투자사기 ‘KReSIM(케이알이심)’에 맞춘 전용 탐지 시나리오를 FDS에 적용했다. 관련 법인 계좌로의 거래 신호가 포착되면 승인을 거절하고 모바일뱅킹 앱 설치와 로그인까지 차단하는 방식이다. 하나은행은 지난 2월 대응 체계 가동 후 1450건, 약 185억원의 고객 자산을 보호했다고 밝혔다.

AI도 거들어…피싱 차단 ‘골든타임’ 잡는다

AI는 사기 징후를 빠르게 찾는 도구로 활용된다. 신한은행은 지난 4월 ATM에서 고객의 평소와 다른 행동·거래 패턴을 AI로 탐지하고, 이상 징후가 확인되면 전담 조직이 직접 연락해 거래 목적을 확인하는 체계를 강화했다. 현재 소비자보호부 전기통신금융사기 대응 셀에서 피해구제와 모니터링, 예방 서비스·정책 업무를 맡는 인력은 56명이다.

카카오뱅크는 의심 거래를 포착하면 AI가 고객에게 먼저 전화해 거래 안전성을 확인하는 ‘AI-Safety 콜봇’을 도입했다.  금융사기가 의심되는 상황에서 고객에게 추가적인 확인 절차를 제공해 송금 과정을 잠시 멈추도록 하는 방식이다. 금융사기범의 재촉과 심리적 압박 속에서 고객이 거래의 안전성을 다시 한번 판단할 수 있도록 시간을 확보하는 것이 핵심이다.
 
특히 카카오뱅크는 지난 9월 말 AI 콜봇을 도입한 이후 한 달간 금융사기 의심 거래 약 10만 건을 대상으로 선제적인 예방 안내를 진행했다. AI 콜봇의 안내 전화를 받은 고객이 이체를 중단한 비율인 이체취소율은 AI 콜봇 도입 이전인 전년 동기 대비 54% 증가한 것으로 집계됐다. 금융사기 의심 거래에 대한 선제적인 안내가 고객의 거래 재확인과 이체 중단을 유도하는 데 효과를 거둔 것으로 풀이된다.

우리은행은 생성형 AI와 통신정보를 결합해 신종 금융사기에 대한 대응 속도를 높이고 있다. 기존 탐지 규칙에만 의존하지 않고, 생성형 AI가 신종 사기 유형과 이상 징후를 분석해 새로운 탐지 시나리오를 만드는 데 도움을 주겠다는 구상이다.

은행권 관계자는 “피해금이 대포통장과 가상자산을 거쳐 해외로 빠져나가면 회수가 어렵다”며 “개인정보 유출을 악용한 맞춤형 사기가 늘어날수록 송금 전 위험 징후를 찾아내고 고객이 멈출 수 있게 하는 것이 가장 중요한 방어선”이라고 말했다.

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지