‘Good Change’는 SKT 뉴스룸이 전개하는 캠페인으로 AX를 통한 일·문화 혁신과 고객 가치 혁신(CX)을 통한 신뢰 회복, 두 방향의 변화를 소개합니다.
[Good Change 콘텐츠 모아보기 링크]

보이스피싱과 스미싱, 명의도용 등 금융 범죄가 갈수록 정교해지고 있다. 피해를 막기 위해서는 사고 이후 대응뿐 아니라, 위험 신호를 더 이른 단계에서 발견하고 예방하는 노력도 중요해지고 있다.

FAME(Fraud Detection AI for MNO & Enterprise)은 AI 기술과 통신 빅데이터를 결합해 금융 사기 패턴을 실시간으로 탐지하고 예방하는 SKT의 보안 솔루션이다. 금융 거래가 일어나기 전 단계에서 나타나는 이상 징후를 포착해 사고를 예방하는 데 강점이 있다. SKT 뉴스룸은 FAME을 개발한 팀을 만나 AI가 통신 데이터 속 이상 신호를 어떻게 읽어내고 금융 범죄를 예방하는지 들어봤다.

(왼쪽에서부터) Network AI PMO팀 장현우 님, Network AI Platform팀 김근호 님, Network AI Modeling팀 서영현 님, 한가인 님, 박천욱 님, 정민우 님

금융 범죄의 전조를 포착하는 AI, FAME

FAME은 처음부터 금융 범죄를 겨냥해 시작된 프로젝트는 아니었다. FAME 개발팀은 고객 보호 차원에서 통신망의 부정 사용자를 추적하고 이상 징후를 탐지하는 FDS(이상거래탐지시스템, Fraud Detection System) 업무를 수행하고 있었다. 비정상적인 통신망 사용 패턴을 분석해 일반적인 고객 이용 패턴과 다른 행위를 찾아내고, 고객 피해로 이어질 가능성을 사전에 확인하는 일이었다.

이 과정에서 팀은 단순한 이상 행위로만 보기 어려운 패턴들을 발견했다. 특정 기간에 다수의 사람에게 반복적으로 연락하거나, 전화·문자·데이터 사용이 복합적으로 이어지는 사례들이었다. FAME 개발팀은 이 패턴들이 금융 범죄가 실제 피해로 이어지기 전의 전조이며, AI가 통신 데이터 속에서 그 신호를 포착할 수 있다는 가능성에 주목했다. 이렇게 금융 범죄 가능성을 예측하고 조기에 대응할 수 있는 서비스로 발전시킨 것이 FAME이다.

MWC25에서 전시한 FAME

FAME은 앱·웹 사용 패턴, 전화·문자 수발신 정보, 위치·이동 데이터 등을 AI로 분석해 금융사의 인증 체계 및 FDS에 안정성을 더해주는 솔루션이다. 기존 금융권 FDS가 주로 계좌이체, 결제 로그 등 금융 거래 데이터를 중심으로 이상 여부를 판단한다면, FAME은 여기에 AI를 통한 전화·문자·데이터 사용 등 통신 데이터 분석을 더해, 금융 거래 이전 단계에서 나타나는 이상 징후까지 함께 살펴볼 수 있도록 돕는다. 이를 통해 위험 상황을 더 이른 시점에 발견하고 사고 예방으로 연결할 수 있다.

AI가 읽어낸 통신 데이터, 더 빠른 금융 범죄 대응을 가능하게 하다

FAME은 금융사의 기존 FDS와 연동해 활용된다. 금융사가 API를 호출하면, FAME이 분석 결과를 제공한다. 체류 위치 이력, 이동 경로의 실현 가능성, 평소 체류 패턴 이탈 여부, 비정상 URL·앱 접근 이력 등 다양한 정보를 AI가 분석해 금융사의 위험 판단을 지원한다. 금융사는 이를 토대로 거래 차단이나 경고 메시지 발송, 추가 인증, 상담 연결 등 필요한 조치를 취할 수 있다. FAME은 은행·카드사, 보험사, 캐피털사 등 다양한 금융권에서 활용될 수 있다.

■ 업종별 FAME 활용 시나리오
1) 은행/카드사: 보이스피싱, 스미싱, 개인정보 도용 등에 의한 이체, 결제 등 방지에 활용
범죄 목적으로 휴대폰을 통한 계좌이체와 카드 결제를 시도할 경우, 명의 정보와 기기 변경 경과 시간, 과거와 현재 기기의 위치 정보 등을 비교해 본인 사용 여부를 확인

 

2) 보험사: 보험사기 적발 및 방지에 활용
신고자가 신고한 사고 위치와 사고 시각 신고자의 실제 위치 정보를 비교해 신고 내용의 진위를 확인

 

3) 캐피털사/저축은행: 작업 대출 적발 및 방지에 활용
대출 신청자가 서류상 기재한 자택/직장 주소 정보와 실제 체류하고 있는 위치 정보를 비교 분석해 작업 대출 가능성을 확인

실제 성과도 나타나고 있다. FAME은 경찰청 검증 과정에서 피해자 추출 정확도 82%를 기록했다. 나머지 18%도 오탐이라기보다 피해자와의 연락이 닿지 않거나 수사 협조가 어려운 경우 등이 포함되어 있어, 실제 정확도는 더 높을 것으로 보고 있다. 실제 성과를 만들어내기까지는 통신 데이터를 금융 범죄 시나리오와 연결하는 AI 모델 개발 과정이 필요했다. FAME 개발팀에게 그 과정의 이야기를 들어봤다.

팀 인터뷰, “금융 범죄는 사전 차단이 중요, FAME은 위험 신호를 찾아 피해를 막는 기술”

Q1. 솔루션 개발 과정에서 어려웠던 점은 무엇인가요? 이를 해결하기 위해 어떤 노력을 하셨는지 궁금합니다.

Network AI Modeling팀 한가인 님이 팀원들과 회의하는 모습

A. 한가인: 가장 어려웠던 점은 전화·문자·데이터 사용처럼 각각 존재하는 통신 이벤트들을 하나의 금융 범죄 시나리오로 연결하는 일이었습니다. FAME의 출발점은 이상 탐지이지만, 단순히 ‘문자를 많이 보냈다’거나 ‘여러 명에게 전화했다’는 단편적인 징후만으로 금융 범죄라고 판단하기는 어렵습니다. 이벤트 광고나 영업 활동 등으로 많은 사람에게 연락하는 경우도 있기 때문입니다.

금융 범죄는 보통 한 번의 이벤트로 발생하지 않습니다. 가해자와 피해자 사이의 접촉, 설득, 링크 클릭이나 앱 설치 유도, 송금 또는 피해 발생으로 이어지는 일련의 과정이 있습니다. 따라서 각각의 이벤트를 개별적으로 보는 것이 아니라 시간 순서와 접촉 관계, 이후 행동 변화까지 함께 봐야 했습니다.

이를 위해 보이스피싱과 스미싱, 사칭형 범죄 등 실제 범죄 사례를 지속적으로 분석하며 공통적으로 나타나는 통신 패턴을 찾았습니다. 또한 실제 사례와 AI 모델의 분석 결과를 비교하며 정상 이용자와 다른 특징이 무엇인지 검증하는 과정을 반복했습니다.

결국 FAME의 핵심은 통신 데이터를 단순 이벤트의 집합이 아니라 범죄의 흐름과 맥락을 보여주는 데이터로 해석하는 데 있습니다. 이를 통해 FAME은 단순 이상 탐지를 넘어 금융 범죄의 위험도를 판단하는 AI 기반 솔루션으로 발전할 수 있었습니다.

Q2. FAME이 실제 현장에서 활용되며 기억에 남았던 사례가 있었나요?

(왼쪽에서부터) Network AI Modeling팀 정민우 님, 서영현 님

A. 정민우: 가장 기억에 남는 사례는 경찰청 검증 과정에서 큰 피해가 예상됐던 금융 범죄를 사전에 예방한 일입니다. 당시 탐지된 고객은 가해자에게 돈을 송금하기 직전 상황이었고, 경찰이 선제적으로 개입하면서 피해를 막을 수 있었습니다. 피해 예상 금액이 억 단위에 달했기 때문에, 고객 입장에서는 매우 큰 손실로 이어질 수 있었던 상황이었습니다.

이 사례가 의미 있었던 이유는 FAME이 단순히 범죄를 탐지하는 데 그치지 않고, 실제 피해 예방에 활용될 수 있다는 점을 보여줬기 때문입니다. 금융 범죄 대응에서는 정확도만큼이나 탐지 시점이 중요합니다. 피해가 발생하기 전에 위험 신호를 포착해야 금융사나 수사기관이 선제적으로 대응할 수 있기 때문입니다. 이 사례를 통해 FAME의 핵심 가치가 ‘누가 위험한가’를 찾는 것뿐만 아니라, ‘언제 개입해야 피해를 막을 수 있는가’를 판단하는 데 있다는 점을 확인할 수 있었습니다.

Q3. 금융사나 공공기관 등 고객사들은 FAME을 어떻게 평가하고 있나요?
A. 한가인: 금융사에서는 FAME을 기존 탐지 체계를 보완할 수 있는 솔루션으로 평가하고 있습니다. 금융사들은 이미 자체 FDS를 운영하고 있는 만큼 처음에는 기존 시스템과 어떤 차별점이 있는지에 관심이 많았는데, 실제 검증을 거치면서 AI가 분석한 통신 데이터 정보를 금융 데이터와 함께 활용하면 판단 정확도를 높일 수 있다는 반응을 보였습니다.

특히 ‘과거 위치 제공 기능’과 ‘위협 탐지 기능’에 대한 관심이 높았습니다. ‘과거 위치 제공 기능’은 사고 조사나 이상 거래 판단 과정에서 고객의 이동 맥락을 확인할 수 있도록 돕고, ‘위협 탐지 기능’은 고객별 위험 수준을 점수화해, 확인과 조치가 필요한 대상을 빠르게 파악할 수 있도록 지원합니다.

실제 사기 검출 사례가 확인된 이후에는 FAME에 대한 신뢰도가 높아지며 활용 범위도 확대됐습니다. 초기에는 상담사가 필요한 경우에만 수동으로 조회하는 방식이었지만, 현재는 시스템에서 자동으로 조회하는 방식으로 확대 적용되며 상담사의 업무 효율성이 높아지고 있습니다.

금융 보안을 넘어 범죄 예방 플랫폼으로 진화

(왼쪽에서부터) Network AI Modeling팀 박천욱 님, 한가인 님

FAME은 금융권을 시작으로 활용 범위를 넓혀가고 있다. 신한카드와의 계약을 시작으로 보험사와 공공기관 등 타 업권으로 서비스 확장을 추진 중이다.

AI 기술도 지속적으로 고도화할 계획이다. 금융 범죄 수법이 계속 진화하는 만큼, 축적되는 데이터와 피드백을 바탕으로 새로운 범죄 패턴을 학습하며 탐지 정밀도와 속도를 높여 나갈 예정이다. 또한 단순히 위험도를 제시하는 것에 그치지 않고, 위험 판단의 근거까지 함께 제공해 탐지 결과의 해석력도 높여 나갈 계획이다.

고객사별 요구사항을 반영한 기능 확장도 검토 중이다. 예를 들어, 임의 기기 변경 여부나 미상의 앱 사용 여부처럼 금융 범죄 징후와 연관될 수 있는 추가 정보를 분석에 반영해 위험 판단의 정확도를 높이는 방향이다. 한가인 님은 “장기적으로는 SKT가 보유한 대규모 네트워크 데이터와 AI 기술을 기반으로 FAME을 금융권 중심의 서비스에서 더 넓은 범죄 예방 플랫폼으로 확장하는 것이 목표”라고 말했다.

모두가 안심하는 금융 생활을 위해

FAME은 금융 범죄를 탐지하는 데서 그치지 않고, 실제 피해를 예방하는 것을 목표로 한다. 통신 데이터 속 다양한 위험 신호를 AI가 분석해 금융 거래 이전 단계에서 이상 징후를 발견하고, 더 빠른 대응이 이뤄질 수 있도록 돕는다. FAME을 만든 SKT 구성원들은 “FAME이 궁극적으로는 사람의 일상을 지켜주는 서비스가 되었으면 한다”고 말했다. SKT는 AI 기술을 실제 고객 보호로 연결하는 다양한 시도를 이어갈 계획이다.