AX 스파크 대상 수상 후 SKT 정재헌 CEO(왼쪽)와 기념촬영을 하는 사회공학위협대응팀 강희도 님.

SK텔레콤이 올 한 해 전사 AX 혁신을 통해 개발된 AI 에이전트를 검증, 평가하는 경진대회 ‘AX Spark(이하 AX 스파크)’ 파이널 행사를 지난 11월 3일 개최했다.

AX 스파크는 SKT 구성원이 직접 개발하고 사용 중인 AI 에이전트 발굴 및 검증을 위해 지난 8월부터 약 3개월간 진행된 AX 실행 프로젝트로 파이널 행사에서는 총 173개의 출품작 중 결선에 오른 5개 에이전트에 대한 최종 발표와 현장 심사가 진행됐다.

영예의 대상을 수상한 주인공은 악성앱 분석 AI 에이전트 ‘M-TripleA’를 개발한 사회공학위협대응팀 강희도 님이다.

M-TripleA는 악성앱 분석 업무를 AI 에이전트로 자동화해 분석 시간을 약 96% 단축하고, 경찰청과의 협력을 통해 지금까지 약 515억 원의 피싱 범죄 피해 예방에 기여하고 있다. SKT 뉴스룸이 강희도님을 만나 에이전트 개발 배경과 성과, SKT의 AX(AI 전환) 추진에 대한 이야기를 들어봤다.

515억 원 규모 피싱 범죄 예방한 AI 에이전트 ‘M-TripleA’

Q. 악성앱 분석 AI 에이전트 ‘M-TripleA’로 AX 스파크 대상을 수상하셨습니다. 소감을 부탁드립니다.
A. 뜻깊은 상을 받게 되어 기쁘고 감사하게 생각합니다. M-TripleA는 실제 업무에서 겪고 있던 인력과 시간, 비용의 한계를 해결하고 피싱 범죄로부터 단 한 명의 고객이라도 더 보호하고자 하는 마음으로 개발한 에이전트입니다.

현장에서 겪는 문제를 직접 해결하기 위해 시작한 노력이 회사의 AX 우수 사례로 인정받았다는 점에서 더욱 의미 있게 느껴집니다. 특히 AI 에이전트를 실제 업무에 적용해 사회적 가치를 창출한 사례로 평가받았다는 점에서 큰 보람을 느낍니다. 앞으로도 기술 개발 자체에 그치지 않고 고객 보호와 보안 대응 역량 강화에 기여할 수 있도록 발전시켜 나가겠습니다.

AX 스파크에서 대상을 차지한 SKT 사회공학위협대응팀 강희도 님.

AX 스파크 파이널 행사에서 강희도 님이 발표하는 모습.

Q. M-TripleA를 개발하게 된 배경과 주요 기능을 소개해 주세요.
A. 지난해 피싱 범죄로 인한 피해액이 사상 처음으로 1조 3천억 원을 돌파할 만큼 사회적 피해가 심각해지고 있습니다. 이에 저희 사회공학위협대응팀은 SKT 고객을 넘어 범국민적인 피싱 피해 예방에 기여하고자 올해 3월부터 경찰청과 협력해 악성앱 분석 기반의 선제적 피해 예방 체계를 구축했습니다.

악성앱 분석을 통해 범죄자의 명령제어(C2)* 서버 주소를 찾아내고, 이를 이동통신 3사에 공유하면 각 통신사는 해당 서버에 접속한 고객을 식별해 경찰에 전달합니다. 경찰은 이 정보를 바탕으로 피해가 발생하기 전에 현장에 출동해 고객을 보호하는 방식입니다.

*범죄자가 악성코드로 감염시킨 원격 시스템을 통제하고 관리하기 위해 사용하는 인프라와 통신 체계

악성앱에는 분석을 방해하기 위한 난독화와 암호화 등 고도의 기술이 적용돼 있어 전문가가 분석하더라도 수일이 소요되는 경우가 많습니다. 피싱 범죄 유형도 갈수록 정교해지며 제한된 인력만으로 신속하게 대응하기에는 한계가 있었습니다.

이러한 문제를 해결하기 위해 개발한 것이 M-TripleA입니다. M-TripleA는 악성앱 분석에 필요한 다양한 기술과 AI 에이전트를 결합해 분석 과정을 자동화한 시스템입니다. 여러 AI 에이전트가 협업해 악성앱의 코드와 데이터 흐름을 추적하고, 스스로 분석 가설을 수립·검증하며 상황에 따라 분석 전략을 조정하도록 개발했습니다. 분석 대상 앱의 악성 여부와 구체적인 행위를 분석하고, 범죄자가 악성앱을 제어하거나 탈취한 정보를 전송받는 데 사용하는 C2 서버 주소까지 자동으로 식별합니다.

악성앱 기반 피싱 범죄와 예방 체계.

Q. M-TripleA는 경찰청 협업 등 피싱 범죄 예방 및 차단에 큰 기여를 하고 있습니다. 피해 예방에 기여한 사례 가운데 가장 기억에 남는 경험은 무엇인가요?
A. 지금까지 경찰청과 협업해 피싱 범죄를 사전에 예방한 규모는 940여 명 고객 대상 약 515억 원에 달합니다. 이 중 80대 노부부가 약 15억 원의 보이스피싱 피해를 당하기 직전, 에이전트가 찾아낸 정보를 바탕으로 경찰이 출동해 피해를 예방했던 일이 가장 기억에 남습니다.

최근 보이스피싱 범죄는 악성앱을 통해 피해자의 휴대전화를 통제하거나 통화를 가로채는 방식으로 진화하고 있습니다. 이 때문에 피해자가 스스로 범죄를 인지하지 못하는 경우가 많습니다. 당시 저희가 악성앱 분석을 통해 확보한 범죄 서버 정보를 바탕으로 위험에 노출된 고객을 찾아냈고, 경찰이 현장에 출동해 피해를 막을 수 있었습니다.

피해 규모가 컸다는 점도 있지만, 피해자가 위험을 인지하지 못한 상황에서 먼저 찾아내 보호할 수 있었다는 점에서 의미가 컸습니다. 직접 개발한 AI 에이전트가 찾아낸 정보가 실제 국민의 재산을 지키는 결과로 이어지는 것을 보면서, AI 기술이 단순한 업무 자동화를 넘어 실질적인 사회적 가치를 만들어낼 수 있다는 점에서 큰 보람을 느꼈습니다.

악성앱 분석 시간 96% 단축… 시스템 고도화로 활용 범위 지속 확대 예정

Q. 다른 참가팀과 달리 1인 팀으로 참여하셨는데, 개발 과정에서 어려움은 없으셨나요?
A. 보안과 개발 분야에서 쌓아온 경험이 있었기 때문에 혼자 개발하는 것 자체가 크게 어렵지는 않았습니다. 다만 복잡한 악성앱 분석 업무를 AI 에이전트가 자율적으로 수행하도록 구현하는 과정에서 기술적으로 고민할 부분이 많았습니다.

악성앱 분석은 복잡한 코드의 실행 흐름과 데이터 흐름을 장시간 추적하면서, 결과에 따라 새로운 가설을 세우고 검증하는 과정을 반복해야 합니다. 여러 AI 에이전트가 수많은 대화를 주고받으며 분석을 이어가기 때문에 에이전트 간 분석 맥락(Context)을 일관되게 유지하고 필요한 정보를 정확히 전달하는 것이 중요한 과제였습니다.

분석 결과가 잘못 나왔을 때는 긴 과정 중 어느 지점에서 판단이나 조사 방향이 잘못됐는지 역추적해야 했습니다. 이를 해결하기 위해 분석 지침과 판단 기준, 작업 절차, 시스템 구조까지 개선하고 다시 검증하는 과정을 수없이 반복했습니다. 특히 악성앱 분석은 장시간의 추론이 필요하기 때문에 반복적인 테스트 과정에서 발생하는 토큰 사용량이 개발 과정에서 가장 큰 어려움이었습니다.

M-TripleA 시연 화면 및 분석 결과.

M-TripleA 시연 화면 및 분석 결과.

Q. M-TripleA 도입 이후 업무에서 가장 크게 달라진 점은 무엇인가요?
A. 가장 큰 변화는 전문가가 직접 수행하던 고난도 악성앱 분석 업무를 자동화하면서 분석 시간과 인력 의존도를 획기적으로 줄였다는 점입니다. 기존에는 악성앱에 숨겨진 C2 서버 주소를 찾아내기 위해 전문가가 하루 약 19시간 분량의 수동 분석 업무를 해야 했지만, M-TripleA 도입 이후 약 50분 수준으로 줄일 수 있었습니다. 약 96%의 작업 시간 단축 효과를 거둔 것입니다.

업무 수행 방식에도 변화가 생겼습니다. 이제는 AI가 대부분의 분석을 수행하고, 사람은 예외적인 상황에 대응하거나 분석 결과를 검증하는 데 집중할 수 있게 됐습니다.

Q. 앞으로 M-TripleA를 어떻게 발전시켜 나갈 계획인가요?
A. 우선 분석 속도와 비용 효율을 높이는 방향으로 시스템을 지속적으로 고도화할 계획입니다. 복잡한 악성앱은 여러 AI 에이전트가 장시간 협업하며 분석하기 때문에 불필요한 추론과 반복 작업을 줄이고, 에이전트 간 협업 구조와 분석 과정을 최적화하려고 합니다.

또한 현재 경찰청과의 협업 외에도 문자메시지 등을 통해 유포되는 악성앱이나 정상 서비스로 위장해 통신망을 위협하는 악성앱 등 다양한 모바일 보안 위협 분석으로 활용 범위를 넓혀가고 있습니다. 장기적으로는 악성앱 분석에 대한 전문 지식이 없는 구성원도 손쉽게 활용할 수 있도록 시스템의 접근성과 활용성을 높이는 것이 목표입니다.

AI 대전환… 업무 생산성 향상 넘어 차별화된 기술 경쟁력 확보에도 기여

Q. SKT가 올해 적극적으로 추진해 온 AI 대전환(AX)에 대해 구성원 입장에서 어떻게 체감하고 계신가요?
A. 회사가 AX를 적극 추진하면서 구성원들이 AI를 자신의 업무에 직접 적용하고 새로운 시도를 할 수 있는 환경이 만들어지고 있다고 생각합니다. 특히 생성형 AI의 발전으로 과거에는 많은 시간과 인력이 필요했던 업무 혁신을 현업에서도 직접 시도할 수 있게 됐다는 점이 큰 변화입니다.

이러한 변화가 실질적인 성과로 이어지기 위해서는 ‘AI 에이전트를 얼마나 많이 개발했는가’보다, AI를 통해 기존에 해결하기 어려웠던 문제를 ‘얼마나 효과적으로 해결했는지’가 중요하다고 생각합니다.

업무 특성에 따라 LLM 기반의 추론이 필요한 경우도 있지만 기존 머신러닝이나 딥러닝, 단순 자동화 기술이 더 효율적인 경우도 있습니다. 특정 기술을 도입하는 것 자체를 목표로 하기보다는 문제에 가장 적합한 기술과 구현 방식을 선택하고 실제 성과로 연결해야 합니다. 이러한 방향으로 AX가 발전한다면 단순한 업무 생산성 향상을 넘어 SKT만의 차별화된 기술 경쟁력 확보에도 기여할 수 있다고 생각합니다.

M-TripleA를 시연하는 모습.

M-TripleA를 시연하는 모습.

Q. AX 스파크를 비롯한 회사의 교육과 지원 프로그램도 구성원들의 AI 역량 향상에 도움이 될 것 같은데 어떠신지요?
A. 회사가 AI 교육과 개발 환경을 지원하고, AX 스파크와 같이 실제 업무 성과를 공유하고 인정받을 기회를 제공한다는 점에서 매우 긍정적이라고 생각합니다.

특히 AX 스파크는 구성원들이 AI를 단순히 학습하거나 활용하는 데 그치지 않고, 자신의 업무에서 해결할 문제를 직접 발굴하고 새로운 기술을 적용해 실질적인 성과를 만들어보도록 동기를 부여했다는 점에서 의미가 있었습니다.

AI 기술은 발전 속도가 빠르므로 교육을 통해 지식을 습득하는 것도 중요하지만, 실제 업무에 적용하고 시행착오를 거치며 개선하는 과정에서 더 많은 것을 배울 수 있다고 생각합니다. 앞으로도 구성원들이 자유롭게 새로운 기술을 시도하고, 그 과정에서 축적한 경험과 성과를 조직 전체가 공유할 수 있는 환경이 더 확대되기를 기대합니다.

Q. AI 확산에 따라 초기 투입 대비 생산성에 대한 검증을 요구하는 ‘토큰 이코노미’에 대한 주목도가 높아지고 있습니다. AI 기업의 구성원으로써 이에 대한 견해를 말씀해 주신다면?
A. AI가 실험과 도입 단계를 넘어 실제 업무에 본격적으로 활용되면서 기술적 가능성뿐 아니라 비용 대비 효과도 중요하게 평가해야 한다고 생각합니다. 특히 AI 에이전트는 복잡한 문제를 자율적으로 해결할 수 있지만, 장시간 추론하거나 여러 도구를 반복적으로 호출하는 과정에서 상당한 토큰 비용이 발생할 수 있습니다.

따라서 모든 업무에 AI 에이전트를 적용하는 것이 반드시 효율적인 것은 아닙니다. 명확한 규칙에 따라 처리할 수 있는 업무에는 기존 자동화나 머신러닝 모델을 활용하고, 복잡한 추론과 판단이 필요한 영역에는 AI 에이전트를 활용하는 방식이 더 효과적일 수 있습니다.

저 역시 M-TripleA를 개발하면서 AI의 자율적 추론이 필요한 영역과 기존 기술로 효율적으로 처리할 수 있는 영역을 구분하는 것이 중요하다고 느꼈습니다. 또한 AI의 가치를 단순히 절감한 업무 시간이나 사용한 토큰 비용만으로 평가해서도 안 된다고 생각합니다. 특히 보안 분야에서는 기존에 발견하지 못했던 위협을 탐지하거나 더 빠른 대응으로 실제 피해를 예방하는 성과가 중요합니다.

결국 중요한 것은 AI 도입 자체가 아니라 해결하려는 문제에 적합한 기술을 선택하고, 비용 대비 실질적인 가치를 극대화하는 것이라고 생각합니다.

Q. 마지막으로 앞으로의 업무 목표와 이루고 싶은 바를 말씀해 주세요.
A. AI와 보안 기술을 결합해 기존 방식으로는 해결하기 어려웠던 문제를 해결해 나가고 싶습니다. 사이버 위협은 갈수록 지능화되고 공격 방식도 빠르게 변화하고 있습니다. 이에 따라 피해가 발생한 이후 대응하는 것을 넘어 위협을 사전에 탐지하고 선제적으로 대응하는 기술이 더욱 중요해지고 있습니다.

앞으로 악성앱 분석뿐 아니라 다양한 보안 영역에서 AI를 활용해 새로운 위협을 탐지하고 대응하는 기술을 지속적으로 개발할 계획입니다.

AX 스파크 수상 팀들과 SKT 정재헌 CEO 등 주요 경영진이 함께 기념 촬영하는 모습.

AX 스파크는 SKT 구성원들이 AI를 단순한 도구가 아닌 자신의 업무 수행 방식을 재설계하고 실질적인 변화로 만들어가고 있음을 증명하는 자리였다. M-TripleA 역시 현업에서 마주한 문제를 해결하려는 고민에서 탄생한 결과물이다.

SKT는 앞으로도 현장의 아이디어가 업무 혁신으로 이어질 수 있도록 AX 환경을 지속적으로 지원하고 우수 AI 에이전트 활용 사례를 전사적으로 확산해 나갈 계획이다.