농협은행은 에이전틱 AI 뱅크, 카카오뱅크는 시퀀스 사기 탐지 모델로 간다

• NH농협은행이 ‘에이전틱 AI 뱅크’ 전환을 공식 선언함.

  • 서울 중구 본사에서 ‘NH AGENTIC AI 뱅크 비전 데이’를 열고 미래 금융 비전을 발표함.
  • 강태영 농협은행장은 ‘고객의 마음을 실현하는 Agentic AI Bank’를 내세웠음.
  • 금융의 경쟁력은 기술 자체보다 고객과 얼마나 깊게 연결되고 실행할 수 있느냐에 달렸다는 메시지도 던짐.

• 농협은행의 실행 전략은 내부 업무와 고객 서비스를 AI 에이전트 중심으로 바꾸겠다는 쪽임.

  • AI 플랫폼 ‘NHAIS’를 통해 모든 직원이 AI 에이전트를 직접 만들고 활용하는 체계를 구축한다고 함.
  • 다양한 AI Agent 서비스를 확대해 모든 금융업무가 AI로 구현되는 AI 풀뱅킹을 추진함.
  • AI 기업 인수, 외부 생태계 협력, AI 데이터센터 인프라 투자까지 묶어서 실행 역량을 강화하겠다는 계획임.

• 행사 자체도 꽤 ‘실행 조직 만들기’에 초점이 있음.

  • AI 전환 실행조직인 77명의 AX프런티어 발대식이 진행됨.
  • AI 기술기업 애자일소다 인수 세리머니도 열림.
  • NH오픈비즈니스허브 협업기업 선정식까지 함께 진행해 내부 혁신과 외부 생태계를 연결하려는 그림을 보여줌.

• 카카오뱅크 쪽 뉴스가 개발자 입장에서는 더 기술적으로 흥미로움. 금융사기 탐지에 ‘시퀀스 탐지 모델’을 적용함.

  • 이 모델은 이체나 출금 같은 단일 거래 결과만 보는 게 아니라 거래 전후의 행동 맥락까지 같이 분석함.
  • 거래 발생 순서, 행동 간 시간 간격, 기기 변경 행태 같은 단서를 연결해 판단함.
  • AI가 데이터 사이의 연관성과 흐름을 이해하는 어텐션 메커니즘을 적용했다고 설명됨.

• 시퀀스 모델의 포인트는 고객 행동을 ‘이벤트 목록’이 아니라 ‘흐름’으로 본다는 것임.

  • 예를 들어 앱 접속과 거래가 이어지다가 특정 시점에 활동이 멈춘 뒤 다시 진행되는 미세한 패턴도 본다고 함.
  • 이런 중단 시간은 보이스피싱 범죄자가 피해자를 설득하거나 추가 이체를 유도하는 과정과 맞물릴 수 있음.
  • 기존 룰 기반 시스템으로는 정상 거래처럼 보일 수 있는 케이스를 더 잘 잡겠다는 방향임.

• 실제 탐지 사례도 나옴. 카카오뱅크는 보이스피싱 모집계좌, 즉 대포통장 의심 사례를 잡았다고 함.

  • 불특정 다수로부터 반복 입금이 발생하지만 출금은 이뤄지지 않는 패턴이었음.
  • 기존에는 입금 후 빠른 인출이 없으면 식별하기 어려웠지만, 시퀀스 모델은 입금 패턴과 시간대별 사용 데이터를 종합해 분류함.
  • 피해 자금이 범죄 조직으로 최종 넘어가기 전에 예방 조치가 가능해졌다는 설명임.

• 기기 양도 의심 사례도 탐지됨.

  • 휴대전화를 바꾼 뒤 기기를 범죄 조직에 넘기는 유형임.
  • 이체 직전 기기 변경, 이후 앱 이용 흐름, 거래 패턴을 종합해 이상 징후를 포착함.
  • 과거 정상 거래와 비슷해 보이는 패턴도 흐름 전체를 보면 다르게 잡힐 수 있다는 게 핵심임.

• 새마을금고재단은 사회복지시설 차량지원사업을 진행함.

  • 전국 13개 지역 사회복지시설에 스타리아 하이브리드 차량 13대를 지원함.
  • 지원 규모는 총 5억1000만 원.
  • 2019년부터 지난해까지 49대를 지원했고, 이번 사업까지 합치면 누적 62대, 약 20억 원 규모임.

• 뱅크샐러드는 대출 갈아타기 3주년 데이터를 공개함.

  • 이용 고객의 연평균 이자 절감액은 56만 원이고, 평균 금리는 4.2%포인트 내려감.
  • 평균 대환 금액은 1680만 원.
  • 한 30대 후반 남성은 연 이자를 1101만 원에서 545만 원으로 줄여 556만 원을 아꼈음.
  • 40대 후반 여성은 19.9% 금리 상품을 3% 상품으로 갈아타 16.9%포인트를 낮춤.
  • 2금융권에서 1금융권으로 이동한 차주의 평균 신용점수는 50점 상승함.

---

기술 맥락

• 카카오뱅크 사례에서 중요한 선택은 금융사기를 거래 단위로만 보지 않고 시간 흐름으로 본다는 점이에요. 보이스피싱은 한 번의 이체만 보면 정상처럼 보일 수 있는데, 앱 접속, 멈춤, 기기 변경, 입금 반복 같은 앞뒤 행동을 연결하면 이상한 패턴이 드러나거든요.

• 기존 FDS는 룰 기반 조건에 강하지만, 범죄자가 그 룰을 우회하는 패턴을 만들면 탐지가 어려워져요. 시퀀스 모델은 순서와 시간 간격을 같이 보기 때문에 “출금이 없으니 정상” 같은 단순 판단을 넘어서 계좌 사용 흐름 자체를 의심할 수 있어요.

• 어텐션 메커니즘이 들어간 이유도 여기에 있어요. 모든 행동 이벤트가 똑같이 중요한 게 아니라, 특정 시점의 멈춤이나 기기 변경처럼 판단에 큰 영향을 주는 단서가 있거든요. 모델이 그런 단서에 더 가중치를 두면 정상 거래처럼 위장한 사기 흐름을 더 잘 잡을 수 있어요.

• 농협은행의 Agentic AI 전략은 내부 직원이 AI 에이전트를 직접 만들고 업무에 붙이는 방향이에요. 금융권에서는 규제와 보안 때문에 AI를 막 붙이기 어렵지만, 플랫폼과 데이터센터 인프라까지 함께 언급한 걸 보면 단순 챗봇이 아니라 운영 체계 전환으로 보려는 흐름이에요.