결제 분야의 A 기술은 더 이상 사기를 탐지하는 데 그치지 않고, 사용자의 쇼핑 패턴을 학습하여 사용자가 아닌 다른 사람이 구매했을 때를 식별합니다

디지털 결제의 성장과 함께 금융 사기 또한 조용히 변화해 왔습니다. 과거에는 주로 개인정보 도용이나 카드 복제에 의존했던 사기 수법이 이제는 소셜 엔지니어링, 가짜 신원, 그리고 인공지능 도구를 활용하여 더욱 그럴듯하고 대규모 공격을 감행하는 형태로 진화했습니다. 이러한 상황에서 은행, 핀테크 기업, 그리고 일반 기업들은 디지털 결제의 특징인 신속성과 간편함을 유지하면서도 사용자를 안전하게 보호해야 하는 더욱 복잡한 과제에 직면하고 있습니다.

브라질 공공안전포럼(FBSP)과 협력하여 데이터폴랴 연구소가 실시한 조사에 따르면, 2024년 7월부터 2025년 7월까지 약 2,400만 명의 브라질 국민이 Pix, 신용카드, 결제 전표 등을 이용한 금융 사기의 피해를 입었으며, 그 손실액은 약 290억 헤알에 달할 것으로 추산됩니다. 또한, 국가 부패방지전략(ENCCLA) 자료에 따르면 브라질 국민의 절반 이상이 이미 어떤 형태로든 금융 사기 피해를 경험한 것으로 나타났습니다.

오늘날 금융 부문 위험 관리의 판도를 바꾸는 세 가지 추세가 있습니다. 첫째, 사회공학적 기법과 생성형 인공지능의 활용으로 사기 범죄가 급증하고 그 양상도 변화하고 있습니다. 둘째, 규제 당국은 실시간으로 투명하고 감사 가능한 모니터링 시스템을 요구하고 있습니다. 마지막으로, 보안은 인공지능과 사용자 경험을 저해하지 않으면서 사용자를 보호할 수 있는 간편한 인증 메커니즘에 점점 더 의존하게 되고 있습니다.

매일 아침 같은 시간에 같은 커피숍에서 커피를 사는 소비자를 상상해 보세요. 그런데 갑자기 몇 분 후, 다른 기기에서 다른 도시에서 고액 결제가 이루어졌습니다. 이때 가장 중요한 질문은 더 이상 "비밀번호가 뭐지?"가 아니라 "이러한 행동이 해당 고객에게 합리적인가?"가 됩니다. 이것이 바로 새로운 사기 방지 영역입니다. 인공지능은 비밀번호나 계정 정보에만 의존하는 대신, 각 개인의 쇼핑 패턴을 학습하여 결제자가 본인일 가능성이 있는 경우를 식별합니다.

업계의 대응은 단순히 미리 정해진 규칙을 적용하는 것이 아니라 행동을 해석할 수 있는 모델을 활용하는 방향으로 나아가고 있습니다. 구매 빈도, 일반적인 구매 가격, 구매 시간, 구매 장소, 사용 기기, 구매처 유형 등은 동적인 소비자 위험 프로필을 구축하는 데 필요한 신호들입니다. 거래가 이러한 패턴에서 크게 벗어날 경우, 시스템은 이상 징후를 식별하고 거래 승인 전에 위험 수준을 평가할 수 있습니다.

이러한 변화는 경제적 필요에 따른 것이기도 합니다. 금융기관은 사기 방지뿐만 아니라, 위험 의심으로 인해 거부되는 정상적인 거래, 즉 이른바 '오탐'을 줄여야 합니다. 은행, 핀테크 기업, 그리고 일반 기업 모두에게 있어 과제는 사기 행위를 차단하는 것뿐만 아니라, 불필요한 마찰을 발생시키거나 정상적인 결제 전환에 지장을 주지 않으면서 이를 달성하는 것입니다.

향후 몇 년 동안 생태계에 대한 압력은 더욱 증가할 것으로 예상됩니다. GlobalData의 연구에 따르면 Pix를 통한 사기로 인한 손실액은 2028년까지 연간 약 110억 헤알에 달할 수 있으며, Serasa Experian의 데이터는 2025년에 브라질 상거래에서 2분마다 한 건의 사기 시도가 발생할 것으로 예측합니다. 이러한 상황에서 위험 관리는 단순한 보호 기능을 넘어 디지털 금융 경험의 전략적 요소로 자리매김하게 될 것입니다.

*Rodrigo Rodrigues, Akua의 COO이자 공동 창립자