AI 기반 사기가 인간의 신뢰를 노리자 사이버 보안을 강화하는 Visa

Visa는 AI 기반 공격이 도난당한 카드 번호를 넘어 결제를 승인하는 사람들을 겨냥함에 따라 사이버 보안 방어를 확대하고 있다. 이 사안을 지켜보는 Google News 독자에게 이는 일상적인 보안 업그레이드보다 더 첨예한 충돌이다. 강화된 인증으로 일부 익숙한 사기는 줄고 있지만, 생성형 AI는 범죄자들이 사칭, 피싱, 기타 소셜 엔지니어링 수법을 대규모로 실행하도록 돕고 있다.

Visa의 최신 위협 데이터는 이러한 역전을 보여준다. 2025년 7월부터 12월까지 기기 토큰 관련 사기는 2024년 같은 기간과 비교해 9.6% 감소했다. 그러나 범죄자들이 기술적 통제에서 사람의 판단으로 관심을 돌리면서 사기가 소비자에게 가장 큰 위협이 됐다고 회사는 밝혔다.

이러한 변화는 은행, 가맹점, 결제 처리업체, 기술 플랫폼, 소비자 모두에게 동시에 압박을 가하고 있다. Visa는 자사 네트워크 전반의 활동을 살필 수 있지만, 설득력 있는 전화나 사기성 메시지는 정상 고객이 부정한 결제를 승인하도록 만들 수 있다. 고객이 문을 열도록 조작될 수 있다면, 공격자가 반드시 결제 시스템을 뚫어야 하는 것은 아니다.

Visa의 대응은 네트워크 수준의 통제와 금융기관을 위한 새로운 위협 인텔리전스 서비스를 결합한다. 회사는 악성코드, 노출된 자격 증명, 브랜드 사칭 같은 사이버 신호를 그 뒤따르는 결제 사기와 연결하려 하고 있다. 핵심 질문은 공격자가 고객에게 도달하기 전에 방어자가 이러한 연결고리를 만들 수 있느냐다.

Visa가 사이버 보안 전략에서 바꾼 점

Visa는 탈취된 정보가 사기 거래로 이어지기 전, 공격 주기의 더 이른 단계로 결제 보안을 옮기고 있다.

회사는 2026년 7월 2일 유럽의 금융기관을 대상으로 Visa Threat Intelligence Platform, 즉 VTIP를 출시했다. 이 서비스는 사이버 보안 인텔리전스와 잠재적 결제 위험 정보를 결합한다. Visa는 이 플랫폼이 자사 네트워크를 보호하며 개발·검증한 역량을 활용한다고 밝혔다.

기존 결제 사기 시스템은 대개 최종 거래에 집중한다. 거래 금액, 위치, 가맹점, 기기, 그리고 고객의 이전 행동과의 관계를 검토한다. 이 과정은 여전히 중요하지만, 사이버 사고가 며칠 또는 몇 주 전에 발생한 경우에는 너무 늦게 시작될 수 있다.

범죄자는 먼저 직원 자격 증명을 탈취하거나, 은행을 사칭하거나, 가맹점을 침해하거나, 악성코드를 유포할 수 있다. 탈취된 정보는 이후 누군가 결제를 시도하기 전에 범죄 시장을 통해 유통될 수 있다. 각 단계는 증거를 남기지만, 이 증거는 보안·사기·위험 관리팀에 흩어진 채 남아 있을 수 있다.

VTIP는 이러한 신호를 더 가깝게 연결하도록 설계됐다. 위협 인텔리전스 구성 요소는 시스템이 침해됐을 수 있음을 보여주는 기술적 증거인 악성코드 관련 침해 지표를 식별한다. 취약점 인텔리전스는 관련 소프트웨어 노출과 알려진 익스플로잇을 부각한다.

이 플랫폼에는 기관의 신원 사칭과 오용을 찾는 브랜드 인텔리전스도 포함된다. 디지털 신원 인텔리전스는 경영진과 직원을 겨냥한 위협을 모니터링한다. 권한이 높은 사용자는 시스템, 데이터 또는 신뢰받는 커뮤니케이션 채널에 대한 접근을 제공할 수 있기 때문에 이러한 표적은 중요하다.

Visa의 위협 플랫폼 발표에 따르면, 회사는 매월 약 9,000만 건의 사이버 공격과 1,100만 건의 피싱 이메일을 차단한다. 이 수치는 200개국 이상에 걸친 운영을 포괄한다. 이는 Visa 제품을 뒷받침하는 네트워크 가시성을 보여주지만, 고객은 여전히 각자의 환경에서 그 효과를 입증해야 한다.

이는 거래 점수 산정을 대체하는 방식이 아니다. 사기를 이전의 사이버 활동이 초래한 하류 결과로 다룸으로써 방어 경계를 확장한다. 의심스러운 거래는 문제의 첫 번째 관측 신호가 아니라 더 긴 연쇄 속의 한 사건이 된다.

Visa는 승인 시점에 작동하는 통제에도 계속 투자해 왔다. Visa Advanced Authorization은 머신러닝을 사용해 수밀리초 내에 400개 이상의 위험 요소를 바탕으로 거래를 평가한다. 회사는 이 시스템이 발급사와 가맹점의 인텔리전스를 활용해 매년 수십억 건의 거래를 처리한다고 밝혔다.

이러한 계층 구조는 개별 통제 하나로 모든 공격을 잡을 수 없기 때문에 중요하다. 인증은 올바른 기기나 계정이 거래를 승인했는지 확인할 수 있다. 그러나 해당 기기를 보유한 사람이 범죄자에게 속았는지까지 항상 판단할 수는 없다.

따라서 Visa의 전략은 초기 사이버 침입, 표적 조작, 그 결과로 발생하는 결제라는 세 가지 뚜렷한 순간을 연결한다. 첫 번째 주요 변화는 기술적인 만큼 조직적이기도 하다. 사이버 보안팀과 사기 대응팀은 공유된 증거, 더 빠른 에스컬레이션, 위험에 대한 공통된 관점이 필요하다.

AI 기반 사기가 사람을 향하는 이유

더 나은 네트워크 보안은 공격자들을 소프트웨어처럼 패치할 수 없는 표적, 즉 인간의 신뢰로 몰아가고 있다.

Visa의 2026년 봄 반기 위협 보고서는 자사 네트워크가 앞선 6개월 동안 고유한 열거형 공격을 13% 더 많이 차단했다고 밝혔다. 열거형 공격은 범죄자들이 어떤 계정 정보 조합이 여전히 유효한지 알아내기 위해 반복적으로 시도하는 카드 테스트 기법이다.

공격량 증가에도 불구하고, Visa에 따르면 열거형 공격과 관련된 손실은 16% 감소했다. 회사는 이러한 개선의 상당 부분을 Risk Operations Center가 차단한 사기 의심 거래에 돌렸다. 기기 토큰 사기도 전년 대비 9.6% 감소했다.

이 결과는 네트워크 통제가 개선되고 있다는 Visa의 주장을 뒷받침한다. 그렇다고 전체 위협이 줄고 있다는 뜻은 아니다. 기존 경로의 수익성이 낮아지면 공격자들은 수법을 바꾼다.

Visa는 2025년 7월부터 12월까지 사기와 관련된 부정 행위 시도를 거의 10억 달러 규모로 식별했다. 회사의 위협 보고서는 기술적 침해에서 행동 조작으로의 구조적 전환을 설명한다.

전통적인 계정 탈취에서 공격자는 은행에 고객인 척하려 한다. 승인 결제 사기에서는 공격자가 실제 고객을 설득해 거래를 완료하게 만든다. 따라서 이 결제는 계정 소유권을 확인하도록 설계된 검사를 통과할 수 있다.

생성형 AI는 이러한 기만을 더 저렴하게 만들고 개인화하기도 쉽게 한다. 범죄자들은 문법적으로 매끄러운 메시지를 만들고, 익숙한 글쓰기 스타일을 모방하고, 가짜 웹사이트를 생성하고, 서로 다른 표적에 맞게 스크립트를 조정할 수 있다. 합성 음성 및 영상은 또 다른 겉보기 정당성의 층을 더할 수 있다.

AI가 경제성을 바꾸기 위해 새로운 범죄 범주를 발명할 필요는 없다. 사기 조직은 이를 이용해 더 많은 표적을 조사하고, 더 많은 변형을 만들고, 대화 중 더 빠르게 대응할 수 있다. 수천 건의 사기 시도에 적용하면 작은 생산성 향상도 의미가 커진다.

Visa의 결제 생태계 위험 및 통제 담당 수석 부사장인 Michael Jabbara는 AI가 사기 진입 장벽을 낮췄다고 말했다. 그가 더 날카롭게 지적한 부분은 한때 더 깊은 기술적 역량이 필요했던 활동이 이제는 점점 프롬프트 하나로 시작될 수 있다는 점이다.

Google Threat Intelligence Group은 결제 영역 밖에서도 비슷한 발전을 문서화했다. 5월 이 그룹은 AI가 개발한 제로데이 익스플로잇을 위협 행위자가 사용한 것으로 보이는 첫 사례를 관찰했다고 보고했다. 제로데이는 방어자가 패치할 기회를 갖지 못한, 이전에 알려지지 않은 소프트웨어 결함이다.

이 그룹의 AI 위협 추적기는 생성형 모델이 정찰, 초기 접근, 악성코드 운영 전반에 통합되고 있다고도 설명한다. 이는 더 나은 피싱 문구를 넘어서는 증거다. 공격자들은 공격 수명 주기 전반에 AI를 적용하기 시작하고 있다.

그럼에도 소셜 엔지니어링은 강화된 인프라와 직접 맞붙지 않아도 되기 때문에 특히 매력적이다. 토큰화나 거래 암호화를 뚫지 못하는 공격자도 은행 직원을 사칭할 수 있다. 또 다른 공격자는 임원을 사칭해 긴급한 결제 요청을 만들 수 있다.

이러한 수법은 정상적인 인간 행동을 악용한다. 사람들은 권위, 공포, 희소성, 시간 압박에 반응한다. AI는 유출 데이터, 공개 프로필 또는 이전 대화에서 수집한 세부 정보를 활용해 범죄자가 이런 유발 요인을 맞춤화하도록 돕는다.

이 때문에 Visa의 보안 개선에는 불편한 역전이 담겨 있다. 한 종류의 사기에 대한 성공은 활동을 제거하기보다 다른 곳으로 돌릴 수 있다. 기술적 관문이 강해질수록 그럴듯한 이야기는 더 큰 가치를 갖게 된다.

Google News 헤드라인이 놓치는 것

중요한 경쟁은 단순히 AI 대 AI가 아니라, 통합된 방어와 분절된 증거 사이의 대결이다.

“AI가 이러한 공격을 가능하게 하고 있다”는 표현은 긴급성을 담고 있지만, 실질적인 과제를 가릴 수 있다. 금융기관은 이미 대량의 보안 및 거래 데이터를 수집한다. 문제는 증거가 서로 다른 시스템, 서로 다른 소유권, 서로 다른 시점에 도착하는 경우가 많다는 점이다.

보안 운영팀은 직원 컴퓨터와 통신하는 악성코드를 발견할 수 있다. 브랜드 보호 서비스는 가짜 은행 웹사이트를 찾아낼 수 있다. 사기 대응팀은 이후 비정상적인 송금을 관찰할 수 있다. 협업이 없다면 각 사건은 결합된 패턴보다 덜 심각해 보일 수 있다.

Visa의 접근 방식은 자사 네트워크 위치를 강점으로 전환하려 한다. 개별 은행은 자사 고객 및 계정과 관련된 활동을 본다. Visa는 가맹점, 발급사, 매입사, 지역, 결제 채널을 아우르는 패턴을 관찰할 수 있다.

이러한 더 넓은 관점은 개별 거래가 평범해 보이는 조직적 공격을 식별하는 데 도움이 된다. 또한 한 시장에서 패턴이 나타난 뒤 방어 인텔리전스를 배포할 기회를 만든다. Visa는 이 접근 방식을 위협을 한 번 탐지하고 전 세계적으로 방어하는 방식으로 설명한다.

회사는 2026년까지 이어진 5년 동안 기술과 인프라에 130억 달러를 투자했다고 밝혔다. 또한 Visa Scam Disruption을 통해 2만5,000개 이상의 사기 가맹점을 해체했으며, 이는 10억 달러 이상의 사기 시도에 해당한다고 보고했다.

Visa의 네트워크 방어 설명에 따르면, 회사는 2025년에 전년보다 거의 두 배 많은 사기성 전자상거래 거래를 차단했다. 또한 네트워크 전반의 전자상거래 사기율은 8% 하락했다고 밝혔다.

이는 모든 통제에 대한 독립적 평가가 아니라 회사가 보고한 수치다. 그럼에도 Visa가 자동화된 방어를 배치하는 규모를 보여준다. 머신러닝은 대규모 결제 네트워크에서 도출한 패턴과 현재 활동을 비교할 수 있으며, 인간 분석가가 단일 경보를 조사하는 것보다 더 빠른 경우가 많다.

속도는 양측 모두에서 핵심 메커니즘이 됐다. 공격자는 표적 발견, 메시지 생성, 자격 증명 테스트, 익스플로잇 개발의 일부를 자동화할 수 있다. 방어자는 위험 점수 산정, 패턴 탐지, 기관 간 지표 배포를 자동화할 수 있다.

차이는 방어자가 더 엄격한 제약 아래 움직인다는 데 있다. 범죄자는 몇 건만 성공한다면 수천 건의 부실한 메시지를 보낼 수 있다. 은행은 규제, 개인정보 보호, 운영 요건을 충족하면서도 대량의 정상 고객을 차단하지 않아야 한다.

따라서 오탐은 중요합니다. 사기를 막지만 실제 구매를 반복적으로 거부하는 모델은 고객 신뢰를 훼손하고 지원 비용을 늘릴 수 있습니다. 지나치게 민감한 신원 시스템 역시 행동이 협소한 과거 패턴과 일치하지 않는 사람들에게 장벽을 만들 수 있습니다.

방어 측은 중요한 결정에 대해 설명하고 감사할 수 있어야 합니다. 금융기관에는 모델 접근, 데이터 보존, 에스컬레이션, 사람의 검토에 관한 통제가 필요합니다. AI 모델을 배포한 뒤 자동화가 늘어나면 보안도 더 좋아질 것이라고 가정할 수는 없습니다.

Visa의 플랫폼은 또 다른 제약 조건인 관련성을 다룹니다. 보안팀은 다양한 출처에서 위협 인텔리전스를 받지만, 그중 상당수는 자사 시스템이나 고객과 관련성이 낮을 수 있습니다. VTIP는 금융 부문을 대상으로 멀웨어, 취약점, 브랜드, 신원 관련 신호를 필터링한다고 말합니다.

이러한 초점은 잡음을 줄일 수 있지만, 고객은 해당 인텔리전스가 결과를 바꾼다는 증거를 필요로 합니다. 조기 경보는 기관이 자금이 이동하기 전에 조사하고 조치할 수 있을 때에만 의미가 있습니다. 통합 속도, 인력 역량, 대응 절차는 여전히 결정적입니다.

Google News식 프레이밍은 Visa의 작업을 단일 제품 출시처럼 보이게 할 위험도 있습니다. 이를 결제 기업이 보안 경계를 어디에 설정하는지를 바꾸는 움직임으로 이해하는 편이 더 정확합니다. 사기 예방은 이제 사이버보안, 신원 보호, 온라인 사칭 영역까지 거슬러 올라갑니다.

확장된 이 경계는 Visa를 더 넓은 경쟁 구도에 놓습니다. Mastercard, 은행, 클라우드 제공업체, 보안 벤더, 신원 확인 기업은 모두 같은 공격 사슬의 일부를 분석합니다. 경쟁의 핵심은 과도한 마찰을 만들지 않으면서 가장 명확한 신호를 누가 연결할 수 있느냐에 있습니다.

어떤 조직도 모든 것을 볼 수는 없습니다. 통신사업자는 사기성 전화나 문자 메시지를 감지할 수 있습니다. 기술 플랫폼은 가짜 계정과 악성 광고를 찾아낼 수 있습니다. 은행은 고객 행동을 이해하는 반면, 결제 네트워크는 기관 간에 이동하는 거래를 봅니다.

따라서 성공하는 모델은 한 기업의 데이터세트가 아니라 조율에 달려 있습니다. Visa의 플랫폼은 금융 부문의 가시성을 개선할 수 있지만, 사기 방지를 위해서는 소셜 네트워크, 도메인 등록기관, 통신회사, 법 집행기관, 규제기관의 조치도 필요합니다.

Visa의 AI 방어 체계에는 여전히 검증 문제가 있다

Visa는 신뢰할 만한 규모를 갖추고 있지만, 공개 수치만으로는 각 보안 개선에 AI가 얼마나 고유하게 기여했는지 입증되지 않는다.

회사의 보고서는 신중한 해석이 필요한 여러 추세를 함께 제시합니다. 디바이스 토큰 사기는 감소했고, 열거형 공격으로 인한 손실도 줄었으며, Visa는 더 많은 공격을 차단했습니다. 이러한 결과는 더 강력한 통제를 뒷받침하지만, AI의 효과를 다른 변화와 분리해 보여주지는 않습니다.

토큰화, 인증, 네트워크 규칙, 분석가 개입, 가맹점 통제, 법 집행은 모두 사기율에 영향을 미칠 수 있습니다. Visa의 보안 시스템은 여러 계층을 사용합니다. 특정 결과를 하나의 모델이나 플랫폼에 귀속하려면 더 상세한 측정이 필요합니다.

위협 데이터 역시 Visa 자체 네트워크와 운영에서 나옵니다. 이는 귀중한 가시성을 제공하지만, 모든 결제 수단, 지역 시장, 금융기관을 동일하게 대표하지는 않습니다. 네트워크 밖으로 밀려난 사기는 같은 지표에 나타나지 않을 수 있습니다.

Visa는 2025년 7월부터 12월까지 전 세계 랜섬웨어 활동이 1년 전 같은 기간보다 26% 증가했다고 보고했습니다. 피해자 중 몸값을 지불한 비율은 23%에 불과했으며, 회사는 이를 역대 최저 수준이라고 설명합니다.

두 수치는 서로 다른 방향을 가리킵니다. 범죄자들은 더 많은 랜섬웨어 작전을 시도했지만, 피해자들은 몸값 지급 의지가 낮아졌거나 지급할 필요가 줄었습니다. 더 나은 복구 역량이 이러한 저항의 일부를 설명할 수 있지만, 공격자는 조직이 지급을 거부하더라도 여전히 데이터를 탈취하고 공개할 수 있습니다.

이 패턴은 예방과 복원력의 구분을 강화합니다. 조직은 모든 침입이 차단될 것이라고 가정할 수 없습니다. 검증된 복구 절차, 보호된 백업, 명확한 의사결정 권한, 고객과 파트너를 위한 커뮤니케이션 계획이 필요합니다.

동일한 주의는 AI가 생성한 사이버공격에도 적용됩니다. Google은 AI 지원이 의심되는 제로데이를 문서화했지만, 이것이 자율 시스템이 이제 대부분의 침입을 수행한다는 의미는 아닙니다. 많은 범죄자는 여전히 익숙한 피싱, 자격 증명 탈취, 패치되지 않은 취약점, 기존 멀웨어를 사용합니다.

IBM 보안 연구자들은 더 광범위한 주장에 유용한 반론을 제시했습니다. 이들의 멀웨어 분석은 현재 AI가 근본적으로 불가능했던 기술을 가능하게 하기보다는 공격자의 생산성을 높이는 경우가 많다고 주장합니다. 연구자들은 완전 자율형 멀웨어보다 사칭과 피싱을 더 즉각적인 우려로 지목합니다.

이 구분은 방어 우선순위에 중요합니다. 조직은 특화된 AI 제품을 추구하면서 기본 통제를 포기해서는 안 됩니다. 다중 인증, 패치 관리, 네트워크 세분화, 직원 검증 절차, 사고 복구는 여전히 필수적입니다.

AI는 방어 시스템 내부에 새로운 약점을 만들 수도 있습니다. 모델은 실수할 수 있고, 편향된 데이터를 물려받을 수 있으며, 민감한 정보를 노출하거나 그 자체가 공격 대상이 될 수 있습니다. 공격자는 숨겨진 또는 악의적인 지침을 사용해 AI 시스템의 행동을 조작하는 프롬프트 인젝션을 시도할 수 있습니다.

보안팀은 AI 서비스가 어떤 데이터에 접근할 수 있는지와 어떤 조치를 취할 수 있는지를 통제해야 합니다. 위협 보고서를 요약하는 시스템은 운영상 위험이 제한적입니다. 계정을 차단하거나 인프라를 변경하는 자율 서비스에는 훨씬 더 엄격한 감독이 필요합니다.

금융기관은 Visa의 인텔리전스가 기존 도구에 어떻게 들어맞는지도 결정해야 합니다. 기존 경보를 중복하는 새 피드는 업무량을 줄이기보다 늘릴 수 있습니다. 이 플랫폼은 결제 맥락을 통해 팀이 그렇지 않으면 놓쳤을 위협의 우선순위를 정할 수 있을 때 가치가 생깁니다.

Visa는 VTIP에 대한 광범위한 고객 성과 데이터를 공개적으로 제공하지 않았습니다. 출시 발표는 회사가 플랫폼을 내부적으로 테스트했다고 밝혔지만, 내부 검증은 다양한 은행 전반에서의 독립적 성능 검증과는 다릅니다.

유용한 증거에는 탐지 선행 시간, 오탐률, 방지된 손실, 분석가 업무량, 사이버 및 결제 시스템 전반에서 연결된 사고 수가 포함될 것입니다. 결과는 모델 기반 발견과 전통적인 규칙 및 인간 분석도 구분해야 합니다.

또 다른 불확실성은 국경 간 협력과 관련됩니다. 범죄 인프라, 피해자, 플랫폼, 금융기관은 흔히 서로 다른 관할권에 있습니다. 인텔리전스 공유는 개인정보 보호 요건, 일관되지 않은 보고 규칙, 법적 조율의 지연에 부딪힐 수 있습니다.

Visa는 위협 보고서에서 이러한 분절화를 인식하고 있습니다. 회사는 인센티브와 가시성이 일치하지 않는 생태계 경계에서 중대한 실패가 점점 더 발생한다고 말합니다. 이 진단은 설득력이 있지만, 그러한 경계를 해결하려면 상업적 플랫폼 이상의 것이 필요합니다.

은행은 민감한 사고 정보를 공유하는 데 주저할 수 있습니다. 기술 플랫폼은 유해 활동에 대해 서로 다른 정의를 가질 수 있습니다. 소규모 기관은 인텔리전스가 정확하더라도 경보를 신속하게 조사할 인력이 부족할 수 있습니다.

따라서 핵심 시험대는 운영입니다. 플랫폼이 조기 경보와 보호 조치 사이의 시간을 단축할 수 있을까요? 기관들이 사기를 덜 보호된 참여자에게 전가하지 않고 함께 행동할 수 있을까요?

그 답이 나오기 전까지 Visa의 주장은 결제 산업이 AI 기반 사기를 해결했다는 최종 증거가 아니라, 의미 있는 규모로 뒷받침되는 전략적 방향으로 받아들여야 합니다.

Visa의 사이버보안 추진 이후 주목할 점

세 가지 신호가 Visa가 사이버 활동 탐지와 금융 손실 방지 사이의 격차를 좁히고 있는지 보여줄 것이다.

첫 번째 신호는 VTIP의 측정 가능한 도입과 성과입니다. Visa는 조기 사이버 인텔리전스가 이후의 사기 사건을 어떻게 막았는지 보여주는 고객 사례를 제공해야 합니다. 수집된 지표의 양보다 탐지 속도와 오탐률이 더 중요할 것입니다.

강력한 결과는 기관이 고객의 자금 손실 전에 침해된 인프라나 사칭을 식별했음을 보여줄 것입니다. 또한 분석가들이 다수의 정상 거래를 방해하지 않고 조치할 수 있었음을 입증할 것입니다.

그러한 지표가 없다면 Visa의 주장은 약화될 것입니다. 금융기관은 이미 수많은 보안 피드를 구매하고 있으며, 또 하나의 대시보드가 더 빠른 대응을 보장하지는 않습니다. 플랫폼은 우선순위 설정, 조사, 또는 조율된 조치를 개선해야 합니다.

두 번째 신호는 사기 증가와 전통적 사기 통제 개선 사이의 균형입니다. Visa의 현재 데이터는 디바이스 토큰 사기와 열거형 공격 손실이 감소하는 동안 사기가 더 두드러지고 있음을 보여줍니다. 향후 보고서는 행동 기반 방어가 이전의 성과를 재현할 수 있는지 밝혀야 합니다.

가장 의미 있는 변화는 결제 승인을 통과하는 사기 시도가 감소하는 것입니다. 이는 은행과 결제 네트워크가 고객이 이체를 완료하기 전에 기만을 식별하고 있음을 시사합니다.

보고된 손실 감소만으로는 맥락이 필요합니다. 범죄자들이 다른 결제 수단, 플랫폼, 또는 기관으로 이동했을 수 있습니다. Visa는 자사 통제가 활동을 차단했는지, 아니면 단지 전가했는지를 설명해야 합니다.

가맹점 데이터는 또 다른 유용한 점검 수단을 제공합니다. 2026 Global eCommerce Payments and Fraud Report는 설문에 참여한 가맹점의 98%가 전년도에 최소 한 가지 유형의 사기 공격을 경험했다고 밝혔습니다. 그러나 공격 유형의 평균 수는 4.2개에서 3.8개로 감소했습니다.

이러한 결과는 단일 추세만으로 시장을 정의할 수 없는 이유를 보여줍니다. 일부 공격 범주는 감소할 수 있지만, 거의 모든 가맹점은 여전히 사기를 겪습니다. 개선은 공격 발생률, 손실, 운영 비용, 고객 마찰 전반에서 측정되어야 합니다.

세 번째 신호는 공격자의 AI 사용에 관한 증거입니다. 핵심 질문은 AI가 주로 생산성 도구로 남는지, 아니면 기존 방어를 우회하는 반복 가능한 역량을 만들기 시작하는지입니다.

Google의 AI 개발 의심 제로데이는 중요한 지표입니다. 유사한 사례가 나타난다면 공격자들이 더 빠른 연구와 더 나은 사회공학을 넘어 이동하고 있다는 주장이 강해질 것입니다. 그러면 방어자는 더 짧은 패치 기간과 알려지지 않은 결함을 악용할 수 있는 행위자의 증가에 직면하게 됩니다.

그러한 사례가 드물게 유지된다면, 즉각적인 우선순위는 확장 가능한 사칭, 피싱, 자격 증명 악용, 조작된 결제에 계속 맞춰져야 합니다. 이러한 공격은 이미 효과가 있으며, AI는 새로운 기술적 방법을 도입하지 않고도 그 도달 범위를 늘릴 수 있습니다.

이 구분은 예산에 영향을 미칩니다. 보안 리더는 모델 특화 통제와 신원 확인, 복구, 직원 교육, 시스템 통합에 얼마나 투자할지 결정해야 합니다. 공포에 이끌린 지출은 익숙한 약점을 방치할 수 있습니다.

Visa의 전략은 합리적인 기반을 가리킵니다. 더 이른 시점에 신호를 연결하고, 네트워크 규모로 분석하며, 기만을 결제 보안의 일부로 다루는 것입니다. Visa 자체 데이터는 고립된 기술 통제만으로는 침입에서 사기에 이르는 전체 경로를 포괄할 수 없음을 시사합니다.

소비자에게 이 변화는 유효한 계정과 신뢰할 수 있는 기기가 더 이상 정상적인 결제를 보장하지 않는다는 뜻입니다. 긴급성, 비밀 유지, 예기치 않은 계정 변경, 비정상적인 결제 수단이 포함된 요청은 알려진 채널을 통해 독립적으로 검증할 필요가 있습니다.

기업에는 결제 승인 절차가 설득력 있는 사칭을 고려해야 한다는 의미입니다. 음성, 영상, 또는 정교한 메시지가 기존 검증 규칙을 무력화해서는 안 됩니다. 고위험 변경은 별도의 시스템이나 사람을 통한 확인을 요구해야 합니다.

개발자에게 이 이야기는 개별 모델 출력이 아니라 워크플로를 중심으로 보안을 설계하는 것이 중요함을 강조합니다. 시스템은 권한을 제한하고, 민감한 행동을 기록하며, 인간 검토 경로를 보존해야 합니다. 이러한 통제는 공격자가 사용하는 정확한 AI 도구를 알 수 없을 때에도 유효합니다.

다음 Visa 위협 보고서는 단순히 Google 뉴스 사이클을 넘어 주목할 만하다. 기술적 사기가 감소하는 가운데 사기가 계속 증가하는지 보여줄 수 있기 때문이다. 또한 기존 인텔리전스가 참여 기관 전반에서 측정 가능한 성과로 이어지고 있는지도 드러낼 수 있다.

Visa는 핵심적인 트레이드오프를 명확히 짚었다. 네트워크 방어는 개선되고 있지만, 그 진전은 공격자들을 사람과 조직의 취약점으로 유도한다. AI는 기만을 더 쉽게 만들고, 개인화하며, 반복할 수 있게 함으로써 이러한 이동을 가속한다.

대응책은 AI에만 의존할 수 없다. 더 나은 인텔리전스, 체계적인 검증, 복구 계획, 그리고 범죄자들이 악용하는 시스템 전반의 협력이 필요하다. 다음 고객 성과, 사기 추세, 독립적으로 문서화된 AI 공격을 지켜봐야 한다. 이러한 신호들을 함께 살펴보면 Visa가 변화에 앞서 나가고 있는지, 아니면 이를 더 빠르게 설명하고 있을 뿐인지 알 수 있을 것이다.