Las defensas de IA de los bancos surcoreanos compiten por restaurar la confianza tras los ciberataques
Las defensas de IA de los bancos surcoreanos afrontan una prueba urgente después de que las filtraciones expusieran datos de clientes y los depósitos cayeran 20,1 billones de wones en 11 días. Los cinco mayores prestamistas mantenían 675,5 billones de wones en depósitos a la vista el 30 de septiembre. Para el 11 de octubre, ese total había descendido a 655,4 billones de wones.
El momento plantea un problema de confianza, pero no demuestra que clientes asustados retiraran la totalidad de esa suma. Los saldos de depósitos se mueven por muchos motivos, entre ellos pagos corporativos, calendarios fiscales y transferencias a productos con mayores rendimientos. Los depósitos a plazo fijo también descendieron, lo que debilita una explicación simple basada en que los clientes trasladaron dinero entre tipos de cuentas.
El cambio más relevante está dentro de los bancos. KB Kookmin, Shinhan, Hana, Woori y NH NongHyup están ampliando presupuestos de seguridad, contratando especialistas y probando sistemas defensivos basados en IA. Su desafío ya no se limita a bloquear a hackers humanos. Deben proteger servicios digitales dispersos frente a herramientas automatizadas capaces de buscar puntos de entrada vulnerables a velocidad de máquina.
Esa respuesta genera la tensión central. Los bancos quieren que la IA identifique debilidades antes de que las encuentren los atacantes, pero esa misma automatización puede ampliar el riesgo si se despliega sin controles estrictos. La experiencia de Corea del Sur se está convirtiendo en una prueba temprana de si la defensa asistida por IA puede restaurar la confianza más rápido de lo que los ataques asistidos por IA pueden erosionarla.
La caída de depósitos convirtió las filtraciones en una prueba de confianza
La cifra más importante no es solo el número de filtraciones, sino la caída de 20,1 billones de wones que siguió a las revelaciones.
Según los primeros datos de depósitos, los depósitos a la vista en los cinco mayores bancos descendieron casi un 3 por ciento entre el 30 de septiembre y el 11 de octubre. Los depósitos a plazo fijo cayeron más de 2,7 billones de wones durante el mismo periodo. Terminaron ligeramente por encima de 1 cuatrillón de wones tras cinco meses consecutivos de crecimiento.
Estas cifras aparecieron después de que varias empresas financieras informaran de accesos no autorizados a información de clientes. Shinhan reveló el 1 de octubre que se había filtrado información de aproximadamente 25.000 clientes. Los campos expuestos incluían nombres, números de teléfono, ingresos anuales y límites de crédito.
KB Kookmin informó al día siguiente de 119 clientes afectados. Hana reveló una exposición que afectó a 89 clientes. Otros incidentes afectaron a Busan Bank, dos bancos de ahorro y Hyundai Capital, elevando el total reportado por encima de 67.000 personas en siete empresas.
El movimiento de los depósitos debe seguir interpretándose con cautela. Los informes disponibles establecen una secuencia, no un vínculo causal completo. Ni los bancos ni los reguladores han publicado datos a nivel de cuenta que muestren cuánto dinero retiraron los clientes a causa de las filtraciones.
Esta distinción importa porque calificar el descenso como una corrida bancaria excedería la evidencia. No hubo informes de que los clientes perdieran acceso a sus depósitos ni de que los sistemas centrales de pago dejaran de funcionar. Las autoridades también afirmaron no haber encontrado indicios de que los datos expuestos pudieran autorizar pagos directamente.
Sin embargo, la confianza puede debilitarse antes de que comience una corrida bancaria convencional. Los clientes no necesitan creer que su dinero ya ha desaparecido. Solo necesitan preguntarse si un banco comprende la filtración, controla sus sistemas externos y puede impedir estafas de seguimiento convincentes.
Los depósitos a la vista son especialmente sensibles porque los clientes pueden moverlos con rapidez. Por tanto, una caída repentina de los saldos genera un punto de presión visible, incluso si los flujos estacionales explican una parte. Los bancos deben demostrar que su respuesta de seguridad aborda la vía real que utilizaron los atacantes.
El momento también cambia cómo deben comunicarse los ejecutivos. Una divulgación limitada sobre los registros afectados ya no resuelve la cuestión cuando los saldos empiezan a caer. Los clientes juzgarán si la dirección puede proteger cada servicio que transporta datos bancarios de confianza, no solo el sistema de transacciones.
Por eso el incidente ha ido más allá de una notificación de privacidad. Ahora es una prueba de si la inversión en seguridad puede defender la confianza institucional.
Las defensas de IA de los bancos surcoreanos apuntan a los sistemas más débiles
Las defensas de IA de los bancos surcoreanos están pasando de la protección perimetral a las pruebas continuas de los sistemas más pequeños que rodean las redes bancarias centrales.
Los atacantes reportados no irrumpieron directamente en las plataformas de transacciones más protegidas. Apuntaron a servicios periféricos utilizados por empleados, contratistas y agentes de préstamos. Estos sistemas pueden contener información sensible de clientes sin recibir la misma protección que el libro mayor central de un banco.
En Shinhan, los informes identificaron como uno de los puntos comprometidos un servicio de consulta sobre el progreso de préstamos utilizado por corredores de préstamos. En KB Kookmin, los atacantes habrían accedido a un sistema interno móvil de apoyo al trabajo. Este patrón revela por qué los grandes presupuestos de seguridad no evitaron las revelaciones.
Un banco puede proteger intensamente su red central mientras deja expuestas cientos de aplicaciones web más pequeñas. Cada portal de contratistas, panel interno y herramienta de ventas crea otro proceso de autenticación. También crea otra pila de software que necesita pruebas, supervisión y actualizaciones oportunas.
Los atacantes pueden automatizar ese trabajo de descubrimiento. Un agente de IA, es decir, software que selecciona y ejecuta pasos para alcanzar un objetivo, puede escanear servicios y ajustar su siguiente acción. Puede repetir esos pasos en muchos objetivos sin requerir supervisión humana continua.
Woori Bank ya utiliza Xint, un producto de pruebas de seguridad basado en IA desarrollado por la empresa surcoreana de ciberseguridad Theori. El sistema genera escenarios de ataque y realiza pruebas de penetración, que son intentos controlados de identificar debilidades explotables. Woori también utiliza herramientas desarrolladas internamente.
KB Kookmin está probando tecnología defensiva con varias empresas de seguridad, incluida Stealth Solution. Sus hackers éticos evalúan sistemas de defensa activa frente a distintos patrones de ataque asistidos por IA. Los hackers éticos operan con autorización para exponer debilidades antes de que los delincuentes las exploten.
NH NongHyup planea introducir un sistema de red teaming con IA durante la segunda mitad de 2027. El red teaming simula a un adversario para probar sistemas, datos y respuestas organizativas. La plataforma prevista por el banco examinará modelos y servicios de IA desde la perspectiva de un atacante.
Hana está desarrollando respuestas en tiempo real para intentos de hackeo contra dispositivos y servidores. También impulsa pruebas de penetración automatizadas y plataformas de ciberseguridad basadas en IA. Estos proyectos reflejan un objetivo común: acortar la distancia entre la aparición de una debilidad y su detección por los defensores.
Los bancos están aumentando los recursos convencionales junto con la automatización. KB Kookmin planea elevar su presupuesto de seguridad de la información para 2027 por encima de los 100.000 millones de wones. Su presupuesto de 2026 fue de 86.070 millones de wones, según cifras del sector bancario.
Shinhan afirma que su próximo presupuesto de seguridad será el más alto del sector, aunque no ha revelado una cifra. Woori está considerando un aumento superior al 20 por ciento para los sistemas de seguridad. También espera ampliar su plantilla de especialistas en al menos un 10 por ciento.
Estas medidas abordan la velocidad y la cobertura, pero el gasto por sí solo no puede garantizar la resiliencia. La cuestión crucial es si los bancos aplican esos recursos a los sistemas olvidados que los atacantes realmente sondean.
Automatización de ataques con IA frente a automatización de la defensa con IA
La competencia no consiste simplemente en IA contra IA, sino en descubrimiento escalable frente a control responsable.
Los atacantes ganan ventaja cuando la automatización hace que la exploración amplia sea barata. Pueden inspeccionar numerosos servicios expuestos a internet, variar sus entradas y continuar allí donde un sistema responde de forma inesperada. Una sola regla de validación omitida puede convertirse en la abertura que necesitan.
Los defensores afrontan una restricción más difícil. Deben proteger aplicaciones heredadas, conexiones de socios, herramientas de empleados y nuevos productos digitales al mismo tiempo. También deben evitar interrumpir la actividad bancaria legítima mientras prueban esos sistemas.
Este desequilibrio explica el interés en el red teaming automatizado. Un agente defensivo puede repetir escenarios de ataque en más aplicaciones de las que un pequeño equipo de pruebas puede inspeccionar manualmente. También puede volver a ejecutar esos escenarios tras cambios de software, exponiendo regresiones que una auditoría anual podría pasar por alto.
Sin embargo, el defensor sigue siendo responsable de cada acción automatizada. Los equipos de seguridad deben restringir a qué puede acceder un agente de pruebas, registrar su actividad y verificar sus hallazgos. Una herramienta defensiva sin control puede interrumpir servicios o exponer por sí misma información sensible.
Los ataques se asociaron, según los informes, con ARTEX, un proyecto autónomo de pruebas de penetración de código abierto. Los investigadores encontraron rastros vinculados a la herramienta en una infraestructura que se cree respaldaba la campaña. Esa evidencia no establece la ubicación, identidad ni nacionalidad de los atacantes.
Los informes describen ARTEX como un sistema que coordina agentes de IA para recopilar información, identificar vulnerabilidades y planificar posibles rutas de intrusión. Su desarrollador, conocido públicamente como Autumn-27, posteriormente dejó de publicar actualizaciones. El desarrollador afirmó que actores maliciosos habían abusado del proyecto.
Detener las actualizaciones no elimina las copias ya descargadas. Tampoco puede impedir que otro desarrollador construya un sistema similar. Por tanto, el problema de seguridad más amplio se extiende más allá de un repositorio o de la decisión de un desarrollador.
El software de seguridad de código abierto tiene usos legítimos. Investigadores, defensores internos y consultoras utilizan herramientas de prueba compartidas para reproducir ataques y mejorar la protección. Restringir el acceso puede frenar algunos abusos, pero también puede negar a los defensores los mismos métodos.
La cuestión más difícil implica los controles operativos. Una organización responsable puede exigir autorización, aislar los entornos de prueba, limitar las credenciales y conservar registros detallados. Un operador malicioso puede eliminar esas salvaguardas y dirigir las mismas capacidades hacia objetivos públicos.
Este equilibrio hace que la atribución sea especialmente importante. La presencia de software en chino no demuestra la participación del Gobierno chino ni siquiera que el atacante tenga base en China. Los investigadores identificaron direcciones de red en varios países, al tiempo que reconocían que los atacantes pueden enrutar tráfico a través de infraestructura de terceros.
La investigación técnica también indicó direcciones similares en ataques contra bancos. Una infraestructura similar puede respaldar una conexión entre incidentes, pero no identifica al operador humano que está detrás de ellos.
La IA puede complicar aún más el panorama. Un atacante puede combinar un agente público con modelos comerciales, credenciales robadas, scripts y servidores alquilados. Describir toda la campaña como un ataque de IA corre el riesgo de ocultar los fallos de control ordinarios que hicieron posible el acceso.
La lección defensiva es concreta. Los bancos necesitan automatización porque los atacantes pueden escalar el reconocimiento. También necesitan autenticación convencional, controles de acceso, parches y diseño de aplicaciones, porque la IA no puede compensar unas bases débiles.
Las filtraciones expusieron una brecha de seguridad en los sistemas periféricos
La campaña parece haber tenido éxito allí donde flujos de trabajo empresariales de confianza se encontraron con una autenticación más débil, no donde la tecnología bancaria era más sólida.
Investigadores y especialistas en seguridad han apuntado a servicios de soporte externos o internos, en lugar de a las plataformas centrales de transacciones. Estas aplicaciones respaldan trabajo real, pero a menudo quedan fuera de los sistemas que reciben la protección más intensiva.
Una técnica reportada consistía en enviar numerosos valores a un servicio relacionado con préstamos para descubrir identificadores válidos de clientes. Una vez que el servicio devolvía una respuesta útil, un atacante podía utilizar esa pista para solicitar información adicional. La automatización hace que este proceso sea más rápido y más fácil de repetir.
El credential stuffing también podría haber desempeñado un papel. El credential stuffing utiliza nombres de usuario y contraseñas robados en otros lugares para intentar acceder a otro servicio. La técnica depende de la reutilización de contraseñas y de controles débiles, no de una categoría completamente nueva de capacidad de IA.
La autenticación multifactor puede reducir ese riesgo al exigir otra forma de verificación. Los límites de tasa pueden restringir las solicitudes repetidas, mientras que la detección de anomalías puede señalar patrones de acceso inusuales. Las comprobaciones adecuadas de autorización pueden impedir que un usuario recupere el registro de otro cliente.
Estos controles parecen básicos porque lo son. Su importancia no disminuye cuando los atacantes añaden IA. La automatización incrementa el coste de dejarlos inconsistentes entre decenas de aplicaciones.
El gasto previo de los bancos en seguridad muestra por qué los totales pueden inducir a error. Shinhan, KB Kookmin y Hana habrían gastado casi 124.000 millones de wones en seguridad de la información durante 2025. Sin embargo, las recientes brechas del sector financiero aún alcanzaron servicios menos protegidos.
Un presupuesto puede financiar plataformas de monitorización, consultores y personal defensivo mientras persisten brechas en un portal de contratistas. La seguridad depende de dónde se destina el dinero, de cómo se inventarían los sistemas y de si los hallazgos se corrigen con rapidez.
Los datos filtrados también tienen valor más allá del acceso directo a cuentas. Un delincuente que conoce el nombre de un cliente, sus ingresos, su límite de préstamo y su relación bancaria reciente puede construir un mensaje convincente. Ese contexto puede hacer que una llamada fraudulenta sobre un préstamo parezca legítima.
El presidente de la Comisión de Servicios Financieros, Lee Eog-weon, afirmó que los funcionarios no tenían indicios de que se hubiera filtrado información de pagos directamente utilizable. También advirtió que el phishing de voz y los mensajes de texto fraudulentos seguían siendo posibles formas de daño secundario.
Aquí es donde el problema de confianza se vuelve personal. Un banco puede afirmar con veracidad que su plataforma central siguió siendo segura, mientras los clientes aún se enfrentan a estafas convincentes. Las víctimas quizá no distingan entre una base de datos de transacciones comprometida y datos extraídos de un sistema de soporte de préstamos.
La frontera institucional importa menos para quien recibe una llamada que incluye detalles financieros privados. Los clientes asocian razonablemente esa información con el banco, independientemente de qué aplicación la almacenara.
Por tanto, las defensas de IA de los bancos surcoreanos no pueden centrarse únicamente en identificar malware. Deben mapear por dónde viaja la información de los clientes, minimizar los campos innecesarios y supervisar cada interfaz que expone esos campos.
Las pruebas con IA pueden ayudar a localizar estas rutas, pero la remediación sigue siendo una tarea de gestión. Alguien debe responsabilizarse de cada aplicación, evaluar cada hallazgo y cerrar la debilidad antes del siguiente análisis automatizado.
Los presupuestos más elevados no resolverán la brecha de verificación
Los bancos deben mejorar sus defensas mientras los investigadores aún carecen de pruebas concluyentes sobre el papel exacto de la IA en cada brecha.
Funcionarios e informes de prensa han descrito repetidamente los incidentes como asistidos por IA. Los rastros vinculados a ARTEX respaldan esa hipótesis. La velocidad, amplitud y aparente automatización de los ataques también encajan con una campaña impulsada por agentes.
Sin embargo, la evidencia pública todavía no reconstruye la cadena completa de ataque. Sigue sin estar claro qué acciones seleccionó de forma independiente un modelo de IA, cuáles estaban programadas mediante scripts y cuáles requirieron control humano directo. Estas distinciones importan al diseñar contramedidas.
Si la IA aceleró principalmente el reconocimiento, los bancos necesitan una supervisión más amplia de la superficie de ataque. Si los agentes adaptaron los pasos de explotación durante las intrusiones, los defensores necesitan controles basados en el comportamiento que detecten secuencias inusuales. Si las credenciales robadas hicieron la mayor parte del trabajo, la seguridad de identidad merece mayor énfasis.
La respuesta puede combinar los tres elementos. Los atacantes modernos rara vez dependen de una única técnica. Reúnen herramientas en torno a cualquier debilidad que produzca resultados.
Las autoridades también deben evitar una atribución geográfica prematura. El Servicio de Supervisión Financiera identificó direcciones vinculadas a 12 países, pero algunas ubicaciones seguían sin resolverse. Informes independientes describieron 28 direcciones en al menos 12 países.
El idioma o el origen de una herramienta pública no identifica a su operador. Los atacantes utilizan habitualmente servidores virtuales, equipos comprometidos y relés ubicados lejos de su localización física. Una evaluación internacional independiente también señaló la cautela oficial en torno a la atribución.
Existe otra cuestión sin resolver en torno a la caída de los depósitos. El momento da a los bancos una razón para actuar con rapidez, pero los investigadores no han demostrado que el temor a las brechas causara cada transferencia. Publicar datos más detallados sobre los flujos ayudaría a separar los movimientos normales de una respuesta de confianza impulsada por la ciberseguridad.
La transparencia puede conllevar riesgos durante una investigación activa. Revelar vulnerabilidades técnicas precisas puede ayudar a atacantes imitadores. Sin embargo, las garantías vagas pueden profundizar la sospecha si los clientes creen que las instituciones están minimizando los hechos.
Por ello, los bancos necesitan un modelo de divulgación disciplinado. Deben explicar qué información quedó expuesta, qué sistemas se vieron afectados y qué deberían vigilar los clientes. Deben distinguir los hallazgos confirmados de las hipótesis sobre herramientas y atacantes.
También deben informar de si las mejoras prometidas producen resultados medibles. Un presupuesto mayor es un insumo, no un resultado. El número de empleados y las compras de software no muestran si las fallas críticas se están corrigiendo con mayor rapidez.
Las métricas útiles incluyen el tiempo necesario para descubrir servicios expuestos, cerrar vulnerabilidades de alto riesgo y desactivar credenciales comprometidas. Los bancos también pueden medir si los hallazgos de los equipos rojos reaparecen en pruebas posteriores.
Los reguladores tienen un papel que desempeñar para establecer informes comparables. Sin métricas comunes, cada institución puede describir su programa como avanzado mientras los clientes no pueden evaluar el riesgo relativo.
La defensa con IA también plantea cuestiones de gobernanza. Los bancos deben decidir qué datos pueden inspeccionar sus modelos, dónde se almacenan los resultados de las pruebas y quién puede autorizar ataques simulados. Estas normas requieren la misma atención que la precisión de los modelos.
El riesgo financiero global se extiende más allá de incidentes aislados de privacidad. Una investigación publicada por el Fondo Monetario Internacional documenta el crecimiento de los eventos cibernéticos y el fraude digital en las finanzas. Los servicios conectados pueden transmitir impactos operativos y de confianza entre empresas.
Los bancos de Corea del Sur tienen ahora la oportunidad de demostrar un modelo más creíble. Ese modelo requiere hallazgos verificados, automatización controlada y evidencia de que la remediación está mejorando. Etiquetar cada proyecto de seguridad como IA no cumplirá ese estándar.
Tres señales mostrarán si la confianza está regresando
La próxima fase debe juzgarse por la remediación verificada, la estabilidad de los depósitos y la evidencia sobre la cadena de ataque.
La primera señal es lo que los reguladores revelen tras su investigación técnica. Los investigadores deben establecer cómo entraron los atacantes en cada organización y si el mismo operador conectó los incidentes. También deben aclarar el papel específico de la automatización mediante IA.
Una reconstrucción detallada reforzaría el argumento a favor de las defensas basadas en agentes si muestra que el software se adaptó entre distintos objetivos. Un hallazgo centrado en credenciales reutilizadas y validación débil desplazaría la atención hacia los controles de identidad y aplicaciones. Cualquiera de los dos resultados daría a los bancos una prioridad de inversión más clara.
La segunda señal es si los saldos de depósitos se estabilizan tras las divulgaciones y las notificaciones a clientes. Un periodo breve no establece una crisis de confianza duradera. Las caídas continuadas, especialmente en las instituciones afectadas, reforzarían el vínculo entre la ciberseguridad y la presión sobre la financiación.
Una reversión no haría que las brechas fueran inocuas. Sugeriría que los clientes aceptaron las explicaciones de los bancos o consideraron temporal el movimiento. Los informes transparentes harán más creíble esa interpretación.
La tercera señal es si las inversiones anunciadas producen cambios operativos durante 2027. El aumento presupuestario previsto por KB Kookmin, el gasto y crecimiento de personal propuestos por Woori, y el sistema de red teaming de NH NongHyup crean compromisos específicos. Los clientes y reguladores pueden seguir si esos proyectos llegan según lo previsto.
La evidencia más sólida vendrá de la cobertura y el tiempo de respuesta. Los bancos deben demostrar que las aplicaciones periféricas reciben el mismo escrutinio continuo que los sistemas centrales. También deben demostrar que los hallazgos automatizados pasan rápidamente al trabajo de corrección.
Este incidente importa fuera de Corea del Sur porque la mayoría de las grandes organizaciones tienen la misma debilidad estructural. La información sensible se dispersa entre portales de clientes, sistemas de ventas, herramientas móviles y servicios de contratistas. Los atacantes solo necesitan la vía menos protegida.
Los trabajadores del conocimiento también afrontan un desafío relacionado tras un incidente. Las decisiones, pruebas, tareas de remediación y comunicaciones con clientes pueden fragmentarse entre documentos y reuniones. Una base de conocimientos de IA controlada puede ayudar a los equipos a preservar ese contexto, aunque no puede sustituir los controles de seguridad.
Las defensas de IA de los bancos surcoreanos solo tendrán éxito si mejoran el sistema completo alrededor de los modelos. Eso incluye inventarios de activos, autenticación, minimización de datos, pruebas, respuesta y rendición de cuentas pública.
La pregunta práctica para toda organización es sencilla: ¿pueden sus defensores identificar un servicio olvidado antes de que lo haga un atacante automatizado? Los responsables de seguridad deben mapear los sistemas accesibles externamente, verificar quién es responsable de ellos y probar con qué rapidez los hallazgos críticos se convierten en correcciones. Las próximas divulgaciones de los bancos revelarán si su gasto en IA está cambiando esa ecuación o simplemente añadiendo otra capa de software.
