금융 사기꾼들이 돈을 훔치기 위한 새로운 무기를 갖추고 있습니다: AI.

 

은행들이 무심코 피해자를 꼬이게 하는 딥페이크와 음성 클로닝에 대항하기 위해 반격하고 있습니다.

최근 한 그룹의 사기꾼들이 정교한 사기를 계획하여 2500만 달러를 챙겼습니다. 딥페이크 기술과 AI 음성 클로닝을 활용하여, 그들은 홍콩 기업의 직원을 속여 이 기업의 계좌로 거액의 금액을 송금하게 만들었습니다.

이 사건은 피싱 메시지로 시작되었으며, 이로 인해 의심이 일어났습니다. 그러나 이후의 비디오 통화에서 회사의 최고 재무 책임자와 다른 관리자들의 딥페이크 아바타가 자금 이체를 지시하는 것처럼 보였습니다. 초기의 망설임에도 불구하고, 딥페이크의 진정성과 상세함은 상사들의 직접적인 명령처럼 보이는 압박과 결합되어 거래의 승인과 실행으로 이끌었습니다.

 

불행히도, 이는 고립된 사례가 아닙니다. 보고에 따르면, 금융 업계에서는 딥페이크와 기계 학습 알고리즘과 같은 정교한 AI 도구가 사기를 조장하는 데 사용되어 증가세를 보였습니다. 미국에서는 FBI의 인터넷 범죄 불만 신고 센터가 단지 2023년에만 88만 건 이상의 불만 신고를 받았으며, 이는 전년 대비 22% 증가한 수치입니다. 잠재적인 손실은 125억 달러를 초과합니다. 전문가들은 생성 AI로 인한 신원 사기의 연간 증가로 20억 달러씩 증가할 것으로 예측하고 있으므로, 미래의 피해는 쉽게 그 숫자를 뛰어넘을 수 있습니다.

금융 기관들은 AI 기반의 사기로 인해 자산 증명서뿐만 아니라 고객 신뢰와 금융 시스템의 무결성에도 영향을 받을 우려가 있어 경계를 기울이고 있습니다.

 

그러나 현실은 전적으로 어두운 것은 아닙니다. 금융 업계는 규제 기관과 사이버 보안 전문가들과의 협력을 통해 이러한 위협에 대응하기 위한 최첨단 솔루션을 개발하고 있습니다. 은행들은 실시간 사기 탐지 및 예방을 위해 고급 AI 도구를 적극적으로 활용하고 있으며, 데이터 분석과 기계 학습을 기반으로 의심스러운 활동을 식별하고 신속하게 대응하는 능력을 강화하고 있습니다.

예를 들어, JPMorgan Chase (JPM)는 기계 학습 알고리즘을 활용하여 거래 패턴을 분석하고 잠재적인 사기를 감지합니다. 이 시스템은 각 고객에 대한 상세한 구매 프로필을 작성하여 일반적인 지출 행동에서의 어긋남을 감지할 수 있도록 설계되어 있으며, 이는 불법 활동을 나타낼 수 있습니다. 역사적 데이터와 변화하는 패턴을 기반으로 각 거래에 대한 리스크 점수를 평가함으로써, 이러한 AI 기반 시스템은 새로운 위협에 적응하는 동적 방어 메커니즘을 제공합니다.

 

마찬가지로 Citigroup (C)는 대규모 데이터셋을 살펴내어 자금 세탁 방지 (AML) 노력의 일환으로 의심스러운 활동을 식별하기 위해 AI를 활용합니다. 은행의 AI 시스템은 잠재적인 사기를 찾기 위해 다양한 지표를 사용하여 거래의 위험 수준을 실시간으로 평가합니다. 이 접근법은 사기 탐지의 효율성과 정확성을 증가시키는 데에만 그치지 않고 전통적인 사기 탐지 시스템에서 흔히 발생하는 잘못된 양성 결과의 수를 크게 줄입니다.

유럽에서는 HSBC (HSBC)가 지불 사기를 탐지하고 예방하기 위해 AI 기반 도구를 구현했습니다. 해당 시스템은 수백만 거래를 분석하여 사기 행위를 시사하는 패턴을 식별하고 이상을 플래그 처리합니다. 이렇게 함으로써 HSBC는 불법 거래가 발생하기 전에 무단 거래를 방지하여 고객 자산과 자신의 평판을 보호할 수 있습니다.

 

이러한 사례들은 은행업계의 보다 넓은 트렌드를 보여줍니다: AI의 힘을 활용하여 사기범보다 한 발 앞서서 예방적이고 예측적인 사기 관리로의 전환입니다. 학습하고 적응할 수 있는 정교한 모델을 구축함으로써 은행은 사기에 대응하는 것뿐만 아니라 예방할 수 있게 되었습니다. 이는 번창하는 사이버 위협에 직면하여 더 견고한 금융 생태계를 구축하는 것입니다.

이것이 의미하는 바는 금융 부문이 도전에 부응했다는 것일까요? 모든 사기와 사이버 범죄와 마찬가지로 은행과 금융 기관은 범죄자를 능가하기 위해 지속적이고 꾸준한 노력을 기울여야 합니다.

 

 

McKinsey와 Experian의 전문가들이 이러한 의견을 반복하고 있습니다. 그들은 이 어려운 환경을 탐색하기 위해 데이터를 활용하고 정교한 AI 기반 솔루션을 채택하는 것이 중요하다고 강조합니다. 금융 부문의 투자 의지는 AI를 통한 사기 탐지와 예방을 위한 상당한 투자로 확인됩니다. 전 세계적인 기업의 AI 플랫폼에 대한 지출이 수십억 달러에 달합니다.

실시간 사기 탐지를 위한 AI 도구의 배치는 중요한 진전을 나타냅니다. 그러나 인간의 요소 - 교육과 경계심 - 은 필수적입니다.

 

현대 사기 기술의 미묘한 특징을 인식하는 것은 극히 중요합니다. 인식 훈련은 잠재적인 사기를 발견하는 데 필요한 지식을 제공하여 직원들이 지속적인 경계와 회의를 갖도록 장려합니다. 특히 수립된 프로토콜에서 벗어나는 요청이나 지시를 만났을 때, 지속적인 경계와 회의의 필요성을 강조합니다.

 

 

정보 있는, 경계심이 높은 직원들과 조화를 이루는 정교한 AI 시스템으로 이루어진 이 결합된 접근법은 산업의 예측, 탐지 및 대응 능력을 전례 없는 속도와 정확성으로 향상시킵니다.

금융 산업이 AI 기반의 사기 탐지 및 방지 시스템을 채택하는 것은 옳은 방향으로의 중요한 발전을 의미하지만, 앞으로 가야 할 길에는 많은 도전이 있습니다. 기관들이 방어 기구를 강화하기 위해 노력을 두 배로 하면서, 점점 더 정교하고 결연한 적에 대한 점점 더 고난의 경주에 대비해야 합니다.

 

AI 기술의 끊임없는 진화는 악의적인 행위자들이 지속적으로 신생 취약점을 악용하려고 노력하는 이중날을 갖고 있습니다. 은행과 금융 기관들이 한 발 앞서 나아가려고 노력하는 가운데, 그들의 방어 능력이 새로운 위협을 예상하고 적응하는 데 얼마나 강력한지에 달려있음을 깨닫게 됩니다.

금융 부문의 AI 기반 사기 예방에 대한 헌신은 칭찬할 만하나, 안일함은 선택지가 아닙니다. 앞으로의 길은 끊임없는 헌신, 지속적인 혁신 및 고난의 싸움의 증가하는 복잡성에 대처하는 의지를 요구할 것입니다. 오직 이와 같은 확고한 노력을 통해 산업은 금융 범죄의 힘과의 영원한 싸움에서 지속적인 발전을 이뤄낼 수 있을 것입니다.

 

 

출처 ㅣ 금융 사기꾼들이 돈을 훔치기 위한 새로운 무기를 갖추고 있습니다: AI.