최근 금융산업의 디지털 전환이 가속화되면서 해킹과 개인정보 유출 문제가 금융기관의 핵심 경영위험으로 부상하고 있다. 특히 생성형 인공지능(AI)의 급속한 발전은 금융기관에 업무 효율성과 혁신이라는 기회를 제공하는 동시에 과거와 다른 새로운 형태의 정보보안 위험을 만들어내고 있다.

최근의 사이버 공격을 단순한 전산시스템 침해 문제로만 바라봐서는 안 된다. AI는 취약점 탐색, 악성코드 분석과 작성, 피싱 메시지 생성 등을 빠르게 자동화할 수 있다.

실제 금융보안원은 2026년 9월 금융권을 대상으로 한 AI 에이전트 기반 공격 시도가 현실에서 확인됐다고 밝히고 금융회사의 선제적 대응을 주문했다. AI를 이용한 사이버 공격이 더 이상 가능성의 문제가 아니라 현실적인 금융위험으로 등장한 것이다.

AI 해킹의 또 다른 특징은 공격 대상이 시스템에서 사람과 조직으로 확대되고 있다는 점이다. 생성형 AI는 금융기관 직원의 이메일이나 안내문을 정교하게 모방할 수 있고, 딥페이크와 음성합성 기술은 사람의 신뢰를 공격하는 수단이 될 수 있다.

공격자가 금융기관 직원이나 거래처 관계자를 사칭해 송금이나 정보 제공을 요구한다면 기존의 보안시스템만으로 이를 완전히 차단하기는 쉽지 않다.

이러한 변화는 금융보안 문제를 관리회계와 내부통제의 관점에서 다시 생각할 필요성을 제기한다.

내부통제의 기본 원칙은 기업의 자산을 보호하고 거래의 적정성을 확보하며 오류와 부정을 예방·발견하는 데 있다. 그러나 AI 시대에는 통제 대상이 사람과 전산시스템을 넘어 ‘AI의 권한과 판단’까지 확대되어야 한다. 누가 AI를 사용할 수 있는지, 어떤 데이터를 입력할 수 있는지, AI가 어느 시스템까지 접근할 수 있는지, 그리고 AI가 수행한 업무를 누가 최종적으로 승인할 것인지에 대한 명확한 통제가 필요하다.

특히 AI 에이전트의 확산은 직무분장의 원칙에도 새로운 과제를 던지고 있다. 하나의 AI가 거래 데이터를 조회하고 분석한 뒤 의사결정과 업무 실행까지 수행하게 된다면 전통적인 내부통제에서 강조해 온 승인·기록·보관·집행 기능의 분리가 약화될 가능성이 있다. 효율성을 이유로 AI에게 과도한 권한을 부여할 경우 새로운 형태의 내부통제 취약점이 발생할 수 있는 것이다.

따라서 금융기관은 이른바 ‘AI 내부통제’를 구축해야 한다. 중요 금융거래와 신용평가 등에는 반드시 사람의 승인 절차를 두고, AI의 데이터 접근 기록과 의사결정 과정을 추적할 수 있는 감사기록을 남겨야 한다.

또한 비정상적인 AI 행동이나 데이터 접근을 실시간으로 탐지하는 통제장치를 마련하고 정기적인 AI 레드티밍((AI Red Teaming, 일부러 공격자처럼 AI 시스템을 시험해 취약점을 찾아내는 보안 점검 방법)을 통해 공격자의 관점에서 취약점을 점검할 필요가 있다. 금융보안원도 AI 레드티밍과 기술적 통제, 내부통제를 결합하는 대응을 강조하고 있다.

경영자의 책임도 강화되어야 한다. 해킹사고가 발생한 뒤 전산담당자의 실수나 외부 공격자의 책임만을 이야기해서는 충분하지 않다. 이사회와 최고경영자는 정보보호 수준, AI 시스템의 권한, 고객정보 관리체계와 사고 대응체계를 주기적으로 점검해야 한다. AI와 정보보안은 이제 전산부서의 문제가 아니라 기업지배구조의 문제이기 때문이다.

정부와 금융당국도 규제 중심의 접근에서 한 걸음 더 나아갈 필요가 있다. 대형 금융기관뿐 아니라 상대적으로 보안인력과 투자가 부족한 중소 금융기관에도 AI 보안 인프라와 전문인력을 지원하고, 금융기관별 AI 위험관리 수준을 객관적으로 평가할 수 있는 기준을 마련해야 한다.

최근 금융보안원이 금융 AI 보안지원센터를 가동하고 AI 보안 전담체계를 확대하고 있는 것도 이러한 변화의 필요성을 보여준다.

금융기관의 가장 중요한 자산은 재무제표에 표시되지 않는 ‘신뢰’다. AI가 금융의 효율성을 높일수록 이를 통제하는 제도와 책임 또한 함께 발전해야 한다.

이제 우리는 “AI를 얼마나 많이 활용할 것인가”보다 “AI를 얼마나 안전하게 통제할 것인가”를 고민해야 한다.

AI 시대의 금융혁신은 기술의 혁신과 ‘AI 내부통제’의 혁신이 함께 이루어질 때 비로소 지속가능할 수 있다.