기술이 기만을 민주화할 때

2024년 말, 한 여성이 싱가포르 카통스퀘어에 있는 태국 음식점에 들어가 약 200 싱가포르 달러 상당의 음식을 주문하고 PayNow로 결제했다. 직원은 거래를 보여주는 스크린샷을 확인했다. 모든 것이 합법적으로 보였다. 며칠 뒤 일상적인 대조 과정에서 음식점은 결제가 도착하지 않았다는 것을 발견했다. 그 여성을 PayNow 영수증을 조작하기 위해 간단한 편집 앱을 사용했다.

2022년에서 2025년 사이 그녀는 두 식당에서 가짜 PayNow 스크린샷을 사용해 9,000달러가 넘는 음식 주문을 했습니다. 그녀의 방법은 몹시도 단순했다: PayNow를 통해 자신에게 돈을 이체하고, 거래를 스크린샷한 뒤, 편집 앱으로 수취인의 이름을 바꾸고, 조작된 이미지를 결제 증명으로 보냈다.

이러한 사례가 특히 교훈적인 이유는 그들의 정교함이 아니라 단순함 때문이다. 고도화된 해킹도, 복잡한 사회공학도 없다. 이미 수년간 사용 가능한 간편한 사진 편집 앱들, 도구들, 과 시각적 검증에 대한 기업의 신뢰가 있다. 근본적인 변화는 AI가 문서 조작을 가능하게 만든 것이 아니라, AI가 사기꾼이 작동하는 규모와 속도를 가속화했고, 그와 동시에 탐지를 기하급수적으로 더 어렵게 만들었다는 점이다.

피상적 검증의 붕괴

전통적인 시장 증거를 더 이상 이용할 수 없을 때 보증 제공자들은 점점 더 근본적인 검증 문제에 직면합니다. 비유동 시장에서의 공정가치 분석에서 고찰한 바와 같이 관찰 가능한 거래의 붕괴는 신뢰를 유지하기 위해 독립적인 행태 검증이 필요한 내부 모델에 의존하도록 강요합니다.

싱가포르 PayNow 사기는 현대 금융 검증의 중요한 취약점을 드러냅니다: 우리는 신뢰성보다 효율성을 우선하도록 최적화해 왔습니다. 전통적 제어인 구매 주문서, 물품 수령, 송장을 비교하는 3단계 매칭은 서류 기반 세계에서 설계되었으며, 설득력 있는 위조를 만들려면 전문 기술과 장비가 필요했습니다. 오늘날 이 동일한 제어는 거래의 실질성보다 서류의 외관에 근본적으로 의존하기 때문에 실패합니다.

2025년 신원 사기 보고서에 따르면 디지털 서류 위조는 2023년에서 2024년 사이에 전년 대비 244% 급증했습니다. 보고서는 딥페이크 공격이 현재 전 세계적으로 5분마다 발생하고 있으며, 사기꾼들이 점점 더 생성형 AI 도구를 활용해 전통적인 검증 확인을 통과하는 정교한 위조물을 만들어낸다고 문서화했습니다. 금융 서비스 부문이 이 변화의 가장 큰 타격을 입었으며, 암호화폐 플랫폼은 사기 시도 비율이 9.5%에 이르렀고 이는 다른 어느 산업보다 거의 두 배에 달했습니다.

우리가 목격하고 있는 것은 역량의 비대칭성이다. 사기 예방 도구는 더 나은 스캐닝과 패턴 인식을 통해 점진적으로 개선된다. 반면 접근 가능한 AI에 의해 구동되는 사기 생성 도구는 기하급수적으로 개선된다. 2024년에 발표된 AI 기반 신원 사기 탐지 방법에 대한 최근 체계적 고찰은 이 도전을 강조했다: "인공지능을 활용한 딥페이크 기술의 사용은 신원 사기의 복잡성을 크게 증가시켰다. 사기꾼들은 이러한 기술들을 이용해 매우 정교한 위조 신분증, 사진, 동영상을 만들어 낼 수 있다."

한때 매입 채무에서 사기 예방의 금본위로 여겨지던 3단계 매칭은 이제 잘못된 안전장치일 뿐이다. 이 절차는 세 문서가 일치하는지 확인하지만, 세 문서 모두 편집 소프트웨어로 조작될 수 있다면 매칭은 무의미해진다. 이 제어는 일관성을 점검할 뿐 진정성을 확인하는 것은 아니다. 이는 ‘세 명의 증인이 같은 이야기를 한다’는 것을 확인하는 것과 ‘그 이야기가 실제로 사실이다’를 확인하는 것의 차이이다.

이로 인해 조직은 다시 더 노동 집약적인 실질 절차로 되돌아가게 된다. 거래의 발생 여부를 확인하기 위해 회계 시스템을 거슬러 올라가서 추적하는 재증빙(vouching)은 더 이상 효율적이어서가 아니라 위조 문서를 우회할 수 있는 몇 안 되는 방법 중 하나이기 때문에 중요한 위치를 되찾았다. 문서가 외관상 맞는지 여부를 확인하기보다 기초 경제적 사건이 실제로 발생했는지를 재증빙으로 확인한다.

이는 보증 전문가들에게 상당한 부담을 준다. 디지털 시대의 감사 절차에 관한 연구는 전통적으로 감사관들이 수동 절차와 샘플 기반 검사에 의존해 왔으며, 이는 분석의 범위와 깊이를 종종 제한한다고 강조한다. 더 광범위한 재증빙 절차로의 회귀는 운영 효율성 측면에서 후퇴를 의미하며, 비즈니스 가치를 창출할 수 있는 자원을 소모한다. 재무 팀이 간소화된 인력으로 운영되는 비즈니스 고객을 상대하는 감사인에게 이 부담은 특히 심각해지는데, 한때 합리적이었던 수동 절차가 이제는 전문 역량과 고객 관계 모두에 부담을 준다.

게다가 기존의 감사 방식은 시간적 지연을 초래한다. 월간 또는 분기별 대조는 발견되기까지 몇 주간의 사기 지속을 가능하게 한다. 그 레스토랑이 PayNow 사기 결제를 발견했을 때 이미 가해자는 다른 피해자에게로 이동한 상태였다. 전통적인 감사 주기, 계획, 실행, 보고, 는 디지털 사기의 실시간 특성과 근본적으로 맞지 않는다.

문서 확인에서 행동 지능으로

문서 중심의 검증 실패는 필요한 진화의 방향을 가리킨다. 즉 거래가 어떤 모습으로 보이는지 확인하는 것에서 거래가 근본적으로 어떤 행위를 드러내는지 이해하는 방향으로의 전환이다. 이 점이 바로 소비 및 행동 분석이 전통적 감사 절차와 본질적으로 다른 이유다.

행동적 관점에서 PayNow 사기 사례를 살펴보자. 범인은 단지 문서를 위조한 것이 아니라 합법적 고객 행동과 현저히 벗어난 소비 패턴을 보였다. 그녀는 15개월간 같은 식당에서 35회 이상 주문했고, 항상 같은 결제 수단을 사용했으며 항상 상당한 금액을 결제했다. 이러한 패턴을 단독으로 보면 보통처럼 보일 수 있다. 그러나 이를 전체적으로 보고 더 넓은 소비 벤치마크와 비교하면, 조사할 가치가 있는 통계적 이상치로 나타난다.

법의학적 회계 연구는 점점 더 이러한 행동적 접근을 강조한다. 2024년의 법의학 회계 및 사기 탐지 연구는 고급 분석이 방대한 거래 데이터를 처리해 기대되는 행태로부터 벗어난 편차를 탐지함으로써 '전통적인 방법으로 놓칠 수 있는 패턴, 추세, 이상치를 식별'할 수 있다고 지적했다. 주된 이점은 행동 분석이 문서의 진정성에 의존하지 않고 경제 활동의 실체를 분석한다는 점이다. 최근 은행 분야의 연구는 이 변화가 실제로 나타났음을 보여준다: 지출 패턴과 거래 데이터 분석이 고객 선호와 재무 행태에 대한 미묘한 이해를 제공하여, 문서 확인에 의존하지 않고도 이상치를 감지할 수 있게 한다.

이 접근 방식은 7²의 핵심 논지와 일치한다: 정교한 행동 지능이 시각적 검증으로서는 불가능한 새로운 형태의 문서 신뢰를 제공한다는 것. 비슷한 업체들이 일반적으로 어떻게 거래하는지, 소비 패턴이 일반적으로 어떻게 진화하는지, 그리고 대규모로 볼 때 합법적인 고객 행동이 어떤 모습인지 이해하면, 문서가 실제 경제 활동을 반영하는지 여부를 검증할 수 있다, 문서 자체가 완벽해 보여도 말이다. 이는 문서를 무시한다는 뜻이 아니라, 문서의 진정성을 검증하는 독립적 방법을 확보하는 것이다.

이 구분은 감사 업무의 성격을 바꾼다는 점에서 중요하다. 내부 감사가 사기 탐지에서 수행하는 역할에 관한 연구는 '데이터 분석 기법의 사용이 효율성 증가, 감사 범위 확대, 그리고 감사 품질 향상과 연관되어 왔다'고 보고한다. 기술은 위험 기반 접근법을 가능하게 하여 지속적 감사와 같은 방법으로 이상 징후를 탐지하는 것을 강화한다. 매 거래를 은행 거래 명세서에 대입하는 데 수시간을 들이기보다는, 보증 전문가들은 통계적으로 이상한 패턴을 조사 대상으로 표시할 수 있다. 모든 거래를 의심하기보다 행동 위험에 따라 주의를 우선순위로 둘 수 있다. 부담은 일일이 문서를 점검하는 일에서 지능적 패턴 인식으로 옮겨진다.

비즈니스를 대상으로 하는 보증 전문가들에게 이것은 단지 효율성의 문제가 아니라 근본적인 역량 격차를 의미한다. 귀하의 고객은 현재의 부담스러운 절차가 요구하는 수준의 실질적 테스트를 현실적으로 지속될 수 없다. 매 거래를 수동으로 검증하는 대신 문서 신뢰를 확립할 방법이 필요하다. 소비 패턴이 제시된 문서와 일치하지 않는 경우를 표시해 주는 시스템이 필요하며, 행동적 현실이 문서상의 주장과 모순될 때를 탐지해야 한다.

바로 이것이 7²가 해결하는 격차다. AI 기반의 행동 분석과 소비 패턴 인텔리전스를 결합함으로써 우리는 신뢰 분석, 시각적 외관이 아닌 경제 실질을 통해 문서 진위를 검증하는 방법을 제공한다. 우리의 기술은 문서화된 거래가 합법적 비즈니스 행동과 일치하는지 평가하여, 모든 고객 거래를 일일이 수동으로 보증해야 하는 부담을 없앤다. 이것이 전문가의 판단을 대체하는 것이 아니라, 문서만으로는 더 이상 제공할 수 없는 독립적 검증 계층을 추가하는 것이다.

더 넓은 함의는 의심스러운 문서를 단순히 표시하는 것을 넘어서 문서 자체에 대한 신뢰를 재건하는 데까지 확장된다. 비즈니스 고객의 문서를 그들의 소비 패턴과 시장 벤치마크에 따라 검증할 수 있을 때, 시각적 검증이 잃어버린 신뢰의 수준을 회복한다. 위조 문서를 탐지하는 동일한 분석은 합법적인 문서도 확인한다. 시작은 사기 탐지였지만 이제 문서 검증으로 전환된다, 어떤 문서가 실제 경제 활동을 반영하는지 여부를 자신 있게 말할 수 있는 능력.

지능형 보증으로의 길

싱가포르의 PayNow 사기는 보증 전문가들이 직면한 더 큰 도전의 축소판으로 작용한다. AI가 사기를 더 쉽게 저지르게 함에 따라 전통적 검증 절차는 점점 더 중요해지면서도 동시에 비효과적이 된다. 해답은 우리가 항상 해오던 일을 더 많이 하는 것이 아니라 거래의 진위를 확립하는 방식을 근본적으로 재고하는 것이다.

앞으로의 길은 문서의 겉모습을 넘어 경제적 실체로, 주기적 점검을 넘어 지속적 모니터링으로, 고립된 거래 검토를 넘어 패턴 기반 지능으로 이동하는 것을 요구한다. 문서가 완벽하게 조작될 수 있는 세계에서 문서 자체가 더 이상 1차 증거가 될 수 없다는 것을 받아들이는 것을 필요로 한다. 대신 증거는 행동의 일관성, 소비 로직, 그리고 시장 상대적 규범에서 나와야 한다.

보증 전문가들에게 이것은 도전이자 기회다. 도전은 수십 년간 잘 작동해 온 방법들이 이제 근본적인 재고를 필요로 한다는 것을 인정하는 것이다. 기회는 기존 절차를 자동화하기 위한 것이 아니라 행동적 지능에 기반한 새로운 형태의 보증을 가능케 하기 위해 기술을 활용하는 것이다, 문서 증거가 아닌 행동적 지능에 기반한 보증.

7²은 대기업 규모의 자원이 부족한 고객을 서비스하는 보증 전문가들이 이 전환을 쉽게 접할 수 있도록 존재한다. 정교한 행동 및 소비 분석을 민주화함으로써, 우리는 문서 자체가 완벽하게 조작될 수 있을 때에도 작동하는 신뢰 분석을 제공한다. 감사 절차의 부담이 반드시 수동 검토에만 의존할 필요는 없으며, 지능형 시스템은 행동적 실체를 통해 문서를 검증함으로써 겉모습의 피상성에 의존하지 않도록 경감시킬 수 있다.

회계 전문가의 사명은 항상 경제 현상을 충실하게 나타내는 것이었다. 문서가 완벽하게 거짓말할 수 있는 시대에 그 사명은 문서를 넘어 그 현상 자체, 소비의 실제 패턴, 행동, 그리고 문서가 반영하려는 경제 활동, 으로 시선을 옮겨야 한다. 7²는 당신, 보증 제공자들이 봉사하는 이들을 대신해 이것을 성취하도록 힘을 실어준다:

7²와 함께 부담을 덜어보세요.