Defesas de IA de bancos sul-coreanos correm para restaurar a confiança após ciberataques

As defesas de IA dos bancos sul-coreanos enfrentam um teste urgente após violações exporem dados de clientes e os depósitos caírem 20,1 trilhões de won em 11 dias. Os cinco maiores credores detinham 675,5 trilhões de won em depósitos à vista em 30 de setembro. Em 11 de outubro, esse total havia caído para 655,4 trilhões de won.

O momento cria um problema de confiança, mas não prova que clientes assustados sacaram todo o valor. Os saldos de depósitos variam por muitos motivos, incluindo pagamentos corporativos, calendários tributários e transferências para produtos de maior rendimento. Os depósitos a prazo também caíram, enfraquecendo uma explicação simples baseada na transferência de dinheiro pelos clientes entre tipos de conta.

A mudança mais consequente está dentro dos bancos. KB Kookmin, Shinhan, Hana, Woori e NH NongHyup estão ampliando orçamentos de segurança, contratando especialistas e testando sistemas defensivos baseados em IA. Seu desafio não se limita mais a bloquear hackers humanos. Eles precisam defender serviços digitais dispersos contra ferramentas automatizadas capazes de procurar pontos de entrada vulneráveis na velocidade das máquinas.

Essa resposta cria a tensão central. Os bancos querem que a IA identifique falhas antes que os invasores as encontrem, mas a mesma automação pode ampliar o risco quando implantada sem controles rigorosos. A experiência da Coreia do Sul está se tornando um teste inicial de se a defesa assistida por IA pode restaurar a confiança mais rapidamente do que ataques assistidos por IA conseguem corroê-la.

A queda dos depósitos transformou as violações em um teste de confiança

O número mais importante não é apenas a quantidade de violações, mas a queda de 20,1 trilhões de won que se seguiu às divulgações.

Segundo os dados iniciais de depósitos, os depósitos à vista nos cinco maiores bancos caíram quase 3% entre 30 de setembro e 11 de outubro. Os depósitos a prazo caíram mais de 2,7 trilhões de won no mesmo período. Eles terminaram ligeiramente acima de 1 quatrilhão de won após cinco meses consecutivos de crescimento.

Esses números surgiram depois que várias empresas financeiras relataram acesso não autorizado a informações de clientes. A Shinhan divulgou em 1º de outubro que informações de cerca de 25.000 clientes haviam vazado. Os campos expostos incluíam nomes, números de telefone, rendas anuais e limites de crédito.

O KB Kookmin informou 119 clientes afetados no dia seguinte. A Hana divulgou exposição envolvendo 89 clientes. Outros incidentes afetaram o Busan Bank, dois bancos de poupança e a Hyundai Capital, elevando o total reportado para mais de 67.000 pessoas em sete empresas.

O movimento dos depósitos ainda deve ser interpretado com cautela. Os relatos disponíveis estabelecem uma sequência, não um vínculo causal completo. Nem os bancos nem os reguladores publicaram dados em nível de conta que mostrem quanto dinheiro os clientes sacaram por causa das violações.

Essa distinção importa porque classificar a queda como uma corrida bancária iria além das evidências. Não houve relatos de que clientes perderam acesso aos depósitos ou de que os sistemas centrais de pagamento deixaram de funcionar. As autoridades também disseram não ter encontrado evidências de que os dados expostos pudessem autorizar pagamentos diretamente.

Ainda assim, a confiança pode enfraquecer antes de uma corrida bancária convencional começar. Os clientes não precisam acreditar que seu dinheiro já desapareceu. Basta questionarem se um banco entende a violação, controla seus sistemas externos e consegue evitar golpes subsequentes convincentes.

Os depósitos à vista são especialmente sensíveis porque os clientes podem movimentá-los rapidamente. Uma queda súbita no saldo, portanto, cria um ponto de pressão visível, mesmo que fluxos sazonais expliquem parte dela. Os bancos precisam demonstrar que sua resposta de segurança aborda a rota efetivamente usada pelos invasores.

O momento também muda a forma como executivos devem se comunicar. Uma divulgação limitada sobre registros afetados deixa de resolver a questão quando os saldos começam a cair. Os clientes julgarão se a administração consegue proteger todos os serviços que transportam dados bancários confiados a ela, e não apenas o sistema de transações.

É por isso que o incidente foi além de uma notificação de privacidade. Agora, é um teste de se o investimento em segurança pode defender a confiança institucional.

Defesas de IA de bancos sul-coreanos miram os sistemas mais vulneráveis

As defesas de IA dos bancos sul-coreanos estão deixando a proteção de perímetro e avançando para testes contínuos dos sistemas menores ao redor das redes bancárias centrais.

Os invasores relatados não entraram diretamente nas plataformas de transações mais protegidas. Eles miraram serviços periféricos usados por funcionários, contratados e agentes de crédito. Esses sistemas podem guardar informações sensíveis de clientes sem receber a mesma proteção do livro-caixa central de um banco.

Na Shinhan, relatos identificaram como um dos pontos comprometidos um serviço de consulta do andamento de empréstimos usado por corretores de crédito. No KB Kookmin, os invasores teriam acessado um sistema interno móvel de suporte ao trabalho. Esse padrão revela por que grandes orçamentos de segurança não impediram as divulgações.

Um banco pode proteger fortemente sua rede central e, ainda assim, deixar expostos centenas de aplicativos web menores. Cada portal de contratados, painel interno e ferramenta de vendas cria outro processo de autenticação. Também cria outra pilha de software que precisa de testes, monitoramento e atualizações oportunas.

Os invasores podem automatizar esse trabalho de descoberta. Um agente de IA, isto é, um software que seleciona e executa etapas para atingir um objetivo, pode examinar serviços e ajustar sua próxima ação. Ele pode repetir essas etapas em muitos alvos sem exigir orientação humana contínua.

O Woori Bank já utiliza o Xint, um produto de testes de segurança baseado em IA desenvolvido pela empresa sul-coreana de cibersegurança Theori. O sistema gera cenários de ataque e realiza testes de penetração, que são tentativas controladas de identificar falhas exploráveis. O Woori também utiliza ferramentas desenvolvidas internamente.

O KB Kookmin está testando tecnologia defensiva com diversas empresas de segurança, incluindo a Stealth Solution. Seus hackers éticos estão avaliando sistemas de defesa ativa contra diferentes padrões de ataque assistidos por IA. Hackers éticos atuam com autorização para expor falhas antes que criminosos as explorem.

O NH NongHyup planeja introduzir um sistema de red teaming com IA durante o segundo semestre de 2027. O red teaming simula um adversário para testar sistemas, dados e respostas organizacionais. A plataforma planejada pelo banco examinará modelos e serviços de IA da perspectiva de um invasor.

A Hana está desenvolvendo respostas em tempo real a tentativas de invasão contra dispositivos e servidores. Também busca testes de penetração automatizados e plataformas de cibersegurança baseadas em IA. Esses projetos refletem um objetivo comum: reduzir o intervalo entre o surgimento de uma falha e sua descoberta pelos defensores.

Os bancos estão aumentando recursos convencionais junto com a automação. O KB Kookmin planeja elevar seu orçamento de segurança da informação para 2027 acima de 100 bilhões de won. Seu orçamento de 2026 foi de 86,07 bilhões de won, segundo dados do setor bancário.

A Shinhan afirma que seu próximo orçamento de segurança será o maior do setor, embora ainda não tenha divulgado um valor. O Woori considera um aumento superior a 20% para sistemas de segurança. Também espera ampliar sua força de trabalho especializada em pelo menos 10%.

Essas medidas abordam velocidade e cobertura, mas o gasto por si só não pode garantir resiliência. A questão crítica é se os bancos aplicam esses recursos aos sistemas esquecidos que os invasores realmente sondam.

Automação de ataques por IA versus automação de defesa por IA

A disputa não é simplesmente IA contra IA, mas descoberta escalável contra controle responsável.

Os invasores ganham vantagem quando a automação torna barata a exploração em larga escala. Eles podem inspecionar inúmeros serviços expostos à internet, variar suas entradas e prosseguir sempre que um sistema responde de forma inesperada. Uma única regra de validação ausente pode se tornar a abertura de que precisam.

Os defensores enfrentam uma restrição mais difícil. Eles precisam proteger aplicativos legados, conexões de parceiros, ferramentas de funcionários e novos produtos digitais ao mesmo tempo. Também devem evitar interromper atividades bancárias legítimas enquanto testam esses sistemas.

Esse desequilíbrio explica o interesse em red teaming automatizado. Um agente defensivo pode repetir cenários de ataque em mais aplicativos do que uma pequena equipe de testes consegue inspecionar manualmente. Ele também pode executar novamente esses cenários após alterações de software, expondo regressões que uma auditoria anual poderia não detectar.

No entanto, o defensor continua responsável por cada ação automatizada. As equipes de segurança devem restringir o que um agente de testes pode acessar, registrar sua atividade e verificar suas conclusões. Uma ferramenta defensiva sem controle pode interromper serviços ou expor ela própria informações sensíveis.

Os ataques foram supostamente associados ao ARTEX, um projeto open source de testes de penetração autônomos. Investigadores encontraram rastros ligados à ferramenta em uma infraestrutura que se acredita ter dado suporte à campanha. Essa evidência não estabelece a localização, a identidade ou a nacionalidade dos invasores.

Os relatos descrevem o ARTEX como um coordenador de agentes de IA que coletam informações, identificam vulnerabilidades e planejam possíveis rotas de intrusão. Seu desenvolvedor, conhecido publicamente como Autumn-27, posteriormente interrompeu as atualizações públicas. O desenvolvedor disse que agentes mal-intencionados haviam abusado do projeto.

Interromper as atualizações não remove cópias já baixadas. Tampouco pode impedir que outro desenvolvedor construa um sistema semelhante. Portanto, o problema de segurança mais amplo vai além de um repositório ou da decisão de um desenvolvedor.

Softwares de segurança open source têm usos legítimos. Pesquisadores, defensores internos e consultorias usam ferramentas de teste compartilhadas para reproduzir ataques e melhorar a proteção. Restringir o acesso pode desacelerar alguns abusos, mas também pode negar aos defensores os mesmos métodos.

A questão mais difícil envolve controles operacionais. Uma organização responsável pode exigir autorização, isolar ambientes de teste, limitar credenciais e preservar registros detalhados. Um operador mal-intencionado pode remover essas salvaguardas e direcionar as mesmas capacidades contra alvos públicos.

Essa troca torna a atribuição especialmente importante. A presença de software em língua chinesa não prova envolvimento do governo chinês nem mesmo um invasor sediado na China. Investigadores identificaram endereços de rede em diversos países, ao mesmo tempo que reconheceram que invasores podem rotear o tráfego por infraestrutura de terceiros.

A investigação técnica também indicou endereços semelhantes em ataques contra bancos. Uma infraestrutura semelhante pode sustentar uma conexão entre incidentes, mas não identifica o operador humano por trás deles.

A IA pode complicar ainda mais o cenário. Um invasor pode combinar um agente público com modelos comerciais, credenciais roubadas, scripts e servidores alugados. Descrever toda a campanha como um ataque de IA pode ocultar as falhas comuns de controle que tornaram o acesso possível.

A lição defensiva é concreta. Os bancos precisam de automação porque os invasores podem ampliar o reconhecimento. Eles também precisam de autenticação convencional, controles de acesso, aplicação de correções e desenho de aplicações, porque a IA não pode compensar bases fracas.

As violações expuseram uma lacuna de segurança em sistemas periféricos

A campanha parece ter tido sucesso onde fluxos de trabalho empresariais confiáveis encontraram autenticação mais fraca, e não onde a tecnologia bancária era mais robusta.

Investigadores e especialistas em segurança apontaram para serviços de suporte externos ou internos, em vez de plataformas centrais de transações. Essas aplicações dão suporte ao trabalho real, mas muitas vezes ficam fora dos sistemas que recebem a proteção mais intensiva.

Uma técnica relatada envolvia enviar muitos valores a um serviço relacionado a empréstimos para descobrir identificadores válidos de clientes. Quando o serviço retornava uma resposta útil, um invasor podia usar essa pista para solicitar informações adicionais. A automação torna esse processo mais rápido e mais fácil de repetir.

O credential stuffing também pode ter desempenhado um papel. O credential stuffing usa nomes de usuário e senhas roubados em outros lugares para tentar acesso a outro serviço. A técnica depende da reutilização de senhas e de controles fracos, não de uma classe inteiramente nova de capacidade de IA.

A autenticação multifator pode reduzir esse risco ao exigir outra forma de comprovação. Limites de taxa podem restringir solicitações repetidas, enquanto a detecção de anomalias pode sinalizar padrões incomuns de acesso. Verificações adequadas de autorização podem impedir que um usuário recupere o registro de outro cliente.

Esses controles parecem básicos porque são básicos. Sua importância não diminui quando invasores adicionam IA. A automação aumenta o custo de deixá-los inconsistentes em dezenas de aplicações.

Os gastos anteriores dos bancos com segurança mostram por que os totais podem induzir ao erro. Shinhan, KB Kookmin e Hana teriam gasto quase 124 bilhões de won em segurança da informação durante 2025. Ainda assim, as recentes violações no setor financeiro alcançaram serviços menos protegidos.

Um orçamento pode financiar plataformas de monitoramento, consultores e equipes defensivas enquanto lacunas permanecem em um portal de contratados. A segurança depende de para onde o dinheiro vai, de como os sistemas são inventariados e de se as descobertas são corrigidas prontamente.

Os dados vazados também têm valor além do acesso direto a contas. Um criminoso que conhece o nome de um cliente, sua renda, limite de empréstimo e relacionamento bancário recente pode elaborar uma mensagem persuasiva. Esse contexto pode fazer uma ligação fraudulenta sobre empréstimo parecer legítima.

O presidente da Comissão de Serviços Financeiros, Lee Eog-weon, disse que as autoridades não tinham indicação de que informações de pagamento diretamente utilizáveis tenham vazado. Ele também alertou que phishing por voz e mensagens de texto fraudulentas continuavam sendo possíveis formas de dano secundário.

É aqui que o problema de confiança se torna pessoal. Um banco pode afirmar corretamente que sua plataforma central permaneceu segura, enquanto os clientes ainda enfrentam golpes convincentes. As vítimas podem não distinguir entre um banco de dados de transações comprometido e dados obtidos de um sistema de suporte a empréstimos.

A fronteira institucional importa menos para alguém que recebe uma ligação com detalhes financeiros privados. Os clientes associam razoavelmente essas informações ao banco, independentemente de qual aplicação as armazenava.

Portanto, as defesas de IA dos bancos sul-coreanos não podem se concentrar apenas na identificação de malware. Elas devem mapear por onde transitam as informações dos clientes, minimizar campos desnecessários e monitorar cada interface que expõe esses campos.

Testes de IA podem ajudar a localizar esses caminhos, mas a correção continua sendo uma tarefa de gestão. Alguém deve ser responsável por cada aplicação, avaliar cada descoberta e eliminar a fraqueza antes da próxima varredura automatizada.

Orçamentos Maiores Não Resolverão a Lacuna de Verificação

Os bancos precisam melhorar as defesas enquanto os investigadores ainda não têm prova conclusiva sobre o papel exato da IA em cada violação.

Autoridades e reportagens têm descrito repetidamente os incidentes como assistidos por IA. Rastros ligados ao ARTEX sustentam essa hipótese. A velocidade, a amplitude e a aparente automação dos ataques também correspondem a uma campanha conduzida por agentes.

No entanto, as evidências públicas ainda não reconstituem toda a cadeia de ataque. Continua incerto quais ações um modelo de IA selecionou de forma independente, quais foram programadas por script e quais exigiram controle humano direto. Essas distinções importam ao projetar contramedidas.

Se a IA acelerou principalmente o reconhecimento, os bancos precisam de um monitoramento mais amplo da superfície de ataque. Se agentes adaptaram etapas de exploração durante as intrusões, os defensores precisam de controles baseados em comportamento que detectem sequências incomuns. Se credenciais roubadas fizeram a maior parte do trabalho, a segurança de identidade merece maior ênfase.

A resposta pode combinar os três elementos. Atacantes modernos raramente dependem de uma única técnica. Eles reúnem ferramentas em torno de qualquer fraqueza que produza resultados.

As autoridades também devem evitar atribuições geográficas prematuras. O Serviço de Supervisão Financeira identificou endereços ligados a 12 países, mas algumas localizações permaneceram sem solução. Reportagens separadas descreveram 28 endereços em pelo menos 12 países.

O idioma ou a origem de uma ferramenta pública não identifica seu operador. Atacantes usam rotineiramente servidores virtuais, máquinas comprometidas e retransmissores localizados longe de sua localização física. Uma avaliação internacional independente também observou a cautela oficial em torno da atribuição.

Há outra questão não resolvida sobre a queda dos depósitos. O momento dá aos bancos um motivo para agir rapidamente, mas os investigadores não demonstraram que os temores de violações causaram cada transferência. Publicar dados mais detalhados sobre os fluxos ajudaria a separar a movimentação normal de uma reação de confiança motivada por cibersegurança.

A transparência pode trazer riscos durante uma investigação ativa. Divulgar fraquezas técnicas precisas pode ajudar atacantes imitadores. Ainda assim, garantias vagas podem aprofundar a suspeita se os clientes acreditarem que as instituições estão minimizando os eventos.

Por isso, os bancos precisam de um modelo disciplinado de divulgação. Eles devem explicar quais informações foram expostas, quais sistemas foram afetados e o que os clientes devem monitorar. Devem distinguir descobertas confirmadas de hipóteses sobre ferramentas e atacantes.

Também precisam informar se as melhorias prometidas produzem resultados mensuráveis. Um orçamento maior é um insumo, não um resultado. Número de funcionários e compras de software não mostram se falhas críticas estão sendo corrigidas mais rapidamente.

Medidas úteis incluem o tempo necessário para descobrir serviços expostos, corrigir vulnerabilidades de alto risco e desativar credenciais comprometidas. Os bancos também podem medir se descobertas de equipes de red team voltam a ocorrer em testes posteriores.

Os reguladores têm um papel em estabelecer relatórios comparáveis. Sem medidas comuns, cada instituição pode descrever seu programa como avançado, enquanto os clientes não conseguem avaliar o risco relativo.

A defesa com IA também introduz questões de governança. Os bancos precisam decidir quais dados seus modelos podem inspecionar, onde os resultados dos testes são armazenados e quem pode autorizar ataques simulados. Essas regras exigem a mesma atenção dedicada à precisão dos modelos.

O risco financeiro global vai além de incidentes isolados de privacidade. Pesquisa publicada pelo Fundo Monetário Internacional documenta o crescimento de eventos cibernéticos e fraudes digitais nas finanças. Serviços conectados podem transmitir choques operacionais e de confiança entre empresas.

Os bancos da Coreia do Sul agora têm uma oportunidade de demonstrar um modelo mais confiável. Esse modelo exige descobertas verificadas, automação controlada e evidências de que a correção está melhorando. Chamar todo projeto de segurança de IA não atenderá a esse padrão.

Três Sinais Mostrarão se a Confiança Está Retornando

A próxima fase deve ser avaliada pela correção verificada, estabilidade dos depósitos e evidências sobre a cadeia de ataque.

O primeiro sinal é o que os reguladores divulgam após sua investigação técnica. Os investigadores precisam estabelecer como os atacantes entraram em cada organização e se o mesmo operador conectou os incidentes. Também devem esclarecer o papel específico da automação por IA.

Uma reconstituição detalhada fortaleceria o argumento a favor de defesas baseadas em agentes se mostrar que o software se adaptou entre os alvos. Uma conclusão centrada em credenciais reutilizadas e validação fraca deslocaria a atenção para controles de identidade e aplicações. Qualquer um dos resultados daria aos bancos uma prioridade de investimento mais clara.

O segundo sinal é se os saldos de depósitos se estabilizam após as divulgações e notificações aos clientes. Um período curto não estabelece uma crise duradoura de confiança. Quedas contínuas, especialmente nas instituições afetadas, fortaleceriam a ligação entre cibersegurança e pressão de financiamento.

Uma reversão não tornaria as violações inofensivas. Ela sugeriria que os clientes aceitaram as explicações dos bancos ou trataram a movimentação como temporária. Relatórios transparentes tornarão essa interpretação mais confiável.

O terceiro sinal é se os investimentos anunciados produzem mudanças operacionais durante 2027. O aumento planejado do orçamento da KB Kookmin, os gastos e a expansão de pessoal propostos pela Woori e o sistema de red teaming do NH NongHyup criam compromissos específicos. Clientes e reguladores podem acompanhar se esses projetos chegam dentro do prazo.

As evidências mais fortes virão da cobertura e do tempo de resposta. Os bancos devem mostrar que aplicações periféricas recebem o mesmo escrutínio contínuo que os sistemas centrais. Também devem demonstrar que descobertas automatizadas avançam rapidamente para o trabalho de correção.

Este incidente importa fora da Coreia do Sul porque a maioria das grandes organizações tem a mesma fraqueza estrutural. Informações sensíveis se espalham por portais de clientes, sistemas de vendas, ferramentas móveis e serviços de contratados. Os atacantes só precisam do caminho menos protegido.

Trabalhadores do conhecimento também enfrentam um desafio relacionado após um incidente. Decisões, evidências, tarefas de correção e comunicações com clientes podem se fragmentar entre documentos e reuniões. Uma base de conhecimento de IA controlada pode ajudar as equipes a preservar esse contexto, embora não possa substituir controles de segurança.

As defesas de IA dos bancos sul-coreanos só terão sucesso se melhorarem o sistema completo em torno dos modelos. Isso inclui inventários de ativos, autenticação, minimização de dados, testes, resposta e responsabilização pública.

A pergunta prática para toda organização é simples: seus defensores conseguem identificar um serviço esquecido antes que um invasor automatizado o faça? Líderes de segurança devem mapear sistemas acessíveis externamente, verificar quem é responsável por eles e testar com que rapidez descobertas críticas se tornam correções. As próximas divulgações dos bancos revelarão se seus gastos com IA estão mudando essa equação ou apenas adicionando outra camada de software.