검색결과 총 22건
-
민생은 뒷전, 정쟁에 갇힌 국정감사
[경제일보] 국정감사가 반환점을 향해 가고 있지만 국회 곳곳에서 들리는 것은 정책을 둘러싼 토론보다 여야의 거친 공방이다. 지난 15일 국회 기후에너지환경노동위원회에서는 공공기관장 인사자료 제출 문제로 여야가 충돌하면서 감사가 여러 차례 중단됐다. 같은 날 법제사법위원회에서도 대법관 재제청 문제 등을 둘러싸고 고성과 막말이 오갔다. 국정감사가 국민에게 보여줘야 할 장면인지 되묻게 한다. 국정감사는 헌법 제61조에 근거한 국회의 권한이다. 행정부와 공공기관의 정책 집행을 살피고 예산 낭비와 제도적 문제를 밝혀내는 것이 본래 목적이다. 정부가 제대로 설명하지 못하는 정책을 추궁하고 잘못된 행정을 바로잡는 일에는 여야가 따로 있을 수 없다. 그런데 올해 국감에서도 정치적 공방이 감사의 실질적인 진행을 가로막는 장면이 반복되고 있다. 기후에너지환경노동위원회에서 불거진 공공기관장 인사자료 제출 논란은 그 자체로 검증할 가치가 있는 사안이다. 기관장의 전문성과 직무 수행 능력을 확인하기 위한 자료 요구는 국회의 정당한 감시 활동에 속한다. 동시에 개인정보 보호와 자료 제출 범위에 관한 법적 기준도 존중해야 한다. 문제는 이런 쟁점을 합리적인 절차로 조정하지 못해 본질의가 지연됐다는 점이다. 자료 제출의 필요성과 범위를 명확히 판단하고 감사가 정상적으로 진행되도록 하는 것 역시 국회의 책임이다. 법제사법위원회의 대법관 재제청 논란도 사법부의 독립과 국회의 감시권이 맞닿은 중요한 사안이다. 여야가 치열하게 논쟁할 이유는 충분하다. 그러나 고성과 막말이 앞서면 정작 확인해야 할 법적 쟁점과 제도 개선 과제는 흐려진다. 국정감사에서 충돌이 발생했다는 사실만으로 이를 모두 정쟁이라고 규정할 수는 없다. 정부의 부당한 행위를 밝혀내기 위한 강한 추궁은 필요하다. 문제는 논쟁의 목적이 사실 확인과 정책 개선인지, 상대 진영에 정치적 타격을 주는 데 있는지다. 여당은 정부의 잘못을 무조건 방어해서는 안 된다. 국정 운영을 뒷받침하는 것과 정책 실패를 감싸는 것은 다르다. 야당 역시 의혹 제기만으로 견제의 책임을 다했다고 볼 수 없다. 비판에는 근거가 있어야 하고, 정책을 문제 삼았다면 실행 가능한 대안도 제시해야 한다. 국민이 국정감사에서 확인하고 싶은 것은 분명하다. 세금이 제대로 쓰였는지, 정부의 정책이 당초 목표를 달성했는지, 잘못된 행정으로 누가 피해를 봤으며 이를 어떻게 바로잡을 것인지다. 이번 국감에서도 금융권 해킹과 고객정보 보호, 국립대병원 인력난 등 국민 생활과 직접 연결되는 현안이 다뤄졌다. 이러한 문제는 국회가 감사 이후까지 추적해야 할 과제다. 금융기관의 정보보호 체계가 얼마나 개선됐는지, 의료인력 부족으로 발생한 진료 공백을 어떻게 줄일 것인지 구체적인 결과를 확인해야 한다. 국정감사의 가치는 의원이 얼마나 날카롭게 질문했느냐보다 그 질문이 어떤 변화를 이끌었느냐에서 드러난다. 경제적 관점에서도 국회의 책임은 무겁다. 한국 경제는 저출생과 고령화, 생산성 둔화라는 구조적 과제에 직면해 있다. 글로벌 공급망 재편과 인공지능을 둘러싼 기술 경쟁은 기업의 투자와 혁신을 재촉하고 있다. 국회가 관련 법률과 제도 개선을 장기간 미룬다면 기업과 국민의 정책 예측 가능성도 약화될 수밖에 없다. 물론 모든 경제적 어려움을 정치권의 정쟁 탓으로 돌릴 수는 없다. 기업 투자에는 경기와 금리, 글로벌 수요 등 여러 요인이 작용한다. 그러나 국회가 해결해야 할 제도적 불확실성을 방치하는 것은 경제에 불필요한 부담을 더하는 일이다. 정치적 갈등이 불가피하다면 그 갈등을 정책의 우열을 가리는 생산적인 경쟁으로 바꿔야 한다. 서로 다른 해법을 놓고 논쟁하되 효과와 비용을 비교하고, 국민에게 판단의 근거를 제시하는 것이 의회정치의 역할이다. 국정감사의 운영 방식도 개선할 필요가 있다. 상임위원회별로 핵심 감사 과제와 정책 성과 지표를 명확히 정하고, 정부가 제출한 자료와 답변을 체계적으로 검증해야 한다. 자료 제출을 둘러싼 분쟁은 법률과 절차에 따라 신속하게 처리하고, 필요한 경우 비공개 열람 등 합리적인 대안도 활용할 수 있다. 감사 이후의 사후 관리도 강화해야 한다. 국정감사에서 제기된 지적 사항이 정부의 시정 조치로 이어졌는지, 예산과 제도가 실제로 개선됐는지 지속적으로 점검해야 한다. 이미 존재하는 국정감사 결과보고와 시정요구 처리 절차가 형식적인 문서 제출에 그치지 않도록 하는 것이 중요하다. 국회의 감시권은 강해야 한다. 동시에 그 권한을 행사하는 과정에도 절제와 책임이 따라야 한다. 정부의 자료 제출 거부와 부실 답변에는 엄정하게 대응하되, 국회의원 역시 확인되지 않은 의혹을 사실처럼 단정하거나 감사 시간을 정치적 공방에 소모하는 일을 경계해야 한다. 공자는 <논어> ‘안연’편에서 정치의 본질을 바름에 두었다. 오늘의 국회에도 필요한 기준이다. 상대를 이기는 것만으로 정치를 잘했다고 평가받을 수는 없다. 국민의 삶을 개선할 결과를 만들어야 한다. 여야가 서로 다른 정치적 입장을 갖는 것은 민주주의의 자연스러운 모습이다. 그러나 국민의 세금으로 운영되는 국정감사에서 최소한의 공통 목표마저 잃어서는 안 된다. 국정감사는 아직 끝나지 않았다. 남은 기간 국회가 보여줘야 할 것은 더 자극적인 폭로나 더 큰 목소리가 아니다. 잘못된 정책을 바로잡고 국민 생활의 문제를 해결하는 실질적인 성과다. 정쟁에서 이기는 국회보다 국정의 잘못을 고치는 국회가 필요하다. 국정감사의 성적표는 여야의 승패가 아니라 국민에게 남긴 변화로 평가받아야 한다.
2026-10-16 09:18:36
-
-
-
-
AI가 예금까지 옮긴다…美은행 5000억달러 흔들 '에이전트 뱅크런' 경계
[경제일보] 인공지능(AI)이 고객을 대신해 금융상품을 비교하고 더 높은 수익을 주는 곳으로 자금 이동까지 지원하는 시대가 다가오면서 은행의 전통적인 예금 사업 모델이 시험대에 올랐다. 고객이 낮은 금리에도 돈을 그대로 두는 ‘예금 관성’이 AI 에이전트에 의해 약해질 경우 은행들은 고객을 붙잡기 위해 더 높은 금리를 지급해야 하고, 이는 조달비용 상승과 순이자마진 축소로 이어질 수 있기 때문이다. 파이낸셜타임스(FT)는 최근 자율적으로 복수의 업무를 수행하는 ‘에이전틱 AI(Agentic AI)’가 금융시장에 확산하면 미국 은행권이 그동안 누려온 저원가 핵심예금의 경제적 가치 약 5000억달러가 영향을 받을 수 있다고 분석했다. 미국 상장 은행 전체 시가총액의 약 10%에 해당하는 규모다. 다만 5000억달러는 AI로 인해 은행에서 당장 빠져나가는 현금도, 실제 발생이 확정된 손실액도 아니다. AI가 예금자의 금리 민감도를 높여 저원가 예금이 고금리 예금이나 머니마켓펀드(MMF) 등으로 이동하면 은행은 예금금리를 높여야 한다. 그 결과 조달비용이 증가하고 미래 수익성이 떨어지면서 저원가 예금이 제공해온 경제적 가치가 훼손될 수 있다는 의미다. ◆AI가 깨우는 ‘잠자는 예금’…은행 조달구조 바뀌나 은행의 저원가 조달 기반 가운데 하나는 고객이 낮은 금리에도 예금을 장기간 유지하는 데서 형성돼 왔다. 수시입출금식 예금이나 무이자성 예금이 많이 쌓일수록 은행은 낮은 비용으로 자금을 조달해 대출과 채권 등 수익자산에 운용할 수 있다. AI가 바꿀 수 있는 것도 바로 이 부분이다. 기존에는 고객이 여러 은행의 금리와 상품 조건을 직접 찾아 비교하고 계좌까지 옮겨야 했다. 금리 차이가 크지 않으면 번거로움 때문에 기존 계좌에 돈을 그대로 두는 경우도 많았다. 그러나 AI 에이전트가 이용자의 동의와 권한 범위 안에서 금융상품을 상시 비교하고 일정 조건이 충족되면 자금 이동까지 지원한다면 상황이 달라진다. 금리가 조금이라도 높은 상품을 찾는 비용과 계좌 이동에 필요한 시간이 크게 낮아진다. 고객에게는 유리하지만 은행에는 부담이다. 고객 자금을 유지하기 위해 지금보다 높은 예금금리를 제시해야 하기 때문이다. 결과적으로 저원가 예금 감소→예금금리 상승→조달비용 증가→순이자마진(NIM) 축소→미래 이익 감소→기업가치 하락이라는 경로가 형성될 수 있다. 이를 두고 시장 일각에서는 ‘에이전틱 뱅크런(agentic bank run)’이라는 표현까지 나온다. 전통적인 뱅크런이 금융회사에 대한 불안으로 예금자들이 한꺼번에 돈을 인출하는 현상이라면, 에이전틱 뱅크런은 AI가 금리와 조건을 계속 비교해 자금을 더 유리한 곳으로 이동시키면서 은행의 예금 경쟁을 급격하게 높이는 상황에 가깝다. ◆美 3대 은행 무이자예금 1.6조달러…3%면 비용 470억달러 미국 대형은행이 보유한 저원가 예금 규모를 보면 AI가 가져올 변화의 파급력을 가늠할 수 있다. FT에 따르면 JP모건체이스와 뱅크오브아메리카, 웰스파고가 보유한 무이자 예금은 약 1조6000억달러에 달한다. 세 은행 전체 부채의 약 16% 수준이다. FT는 이들 예금에 평균 연 3%의 금리를 지급해야 하는 상황을 가정했다. 이 경우 추가로 부담해야 할 이자비용은 연간 약 470억달러로 계산된다. 현재 거의 비용을 들이지 않고 조달하는 자금에 금리를 붙여야 한다는 의미다. 은행 입장에서 예금금리 1~2%포인트 변화가 수십억달러의 비용 차이로 이어질 수 있는 이유다. AI가 금융상품 비교와 계좌 이동의 장벽을 낮추면 금리 차이가 몇십bp(1bp=0.01%포인트)에 불과하더라도 자금 이동이 지금보다 민감해질 가능성이 있다. 은행들은 예금금리를 높이거나 수수료를 낮추고 부가서비스를 강화하는 방식으로 고객을 붙잡아야 할 수 있다. ◆5000억달러는 저원가 예금의 ‘경제적 가치’ FT가 제시한 5000억달러도 이 같은 저원가 조달 효과를 계량화한 것이다. 계산에는 은행 인수합병(M&A) 과정에서 활용되는 ‘핵심예금 무형자산(CDI·Core Deposit Intangible)’ 개념이 사용됐다. CDI는 은행이 안정적인 핵심예금을 통해 시장에서 직접 자금을 조달하는 것보다 얼마나 낮은 비용으로 자금을 확보할 수 있는지를 경제적 가치로 환산한 것이다. 낮은 금리의 예금이 많이 유지될수록 은행 입장에서는 조달 경쟁력이 높아진다. 금융자문회사 Mercer Capital에 따르면 올해 미국 은행 M&A에서 평가된 CDI는 핵심예금의 평균 2%대 중반 수준이었다. 최근 거래에서는 대체로 핵심예금의 2~3% 범위에서 평가됐다. FT는 이런 비율을 미국 은행권의 핵심예금에 적용해 저원가 조달이 제공하는 경제적 가치를 약 5000억달러로 추산했다. 따라서 5000억달러를 ‘AI가 은행에서 빼내는 돈’으로 이해해서는 안 된다. AI 확산으로 은행들이 시장금리에 가까운 수준까지 예금금리를 높여야 할 경우 저원가 핵심예금이 제공해온 조달비용 우위가 약해지고 미래 수익과 기업가치가 그만큼 영향을 받을 수 있다는 의미다. 반대로 보면 그동안 은행에 귀속됐던 저원가 예금의 경제적 가치 일부가 더 높은 예금금리와 낮은 수수료 형태로 고객에게 이전될 가능성이 있다는 얘기다. ◆‘AI 뱅크런’ 현실화까진 신뢰·규제 장벽 AI가 당장 대규모 예금 이동을 촉발할 것이라고 단정하기는 어렵다. 금융거래는 일반 온라인 쇼핑과 달리 본인 인증과 고객 동의, 거래 한도, 금융사별 내부통제와 소비자보호 규제를 거친다. AI가 임의로 고객의 돈을 자유롭게 이동할 수 있는 구조도 아니다. 고객이 자신의 금융자산에 대한 통제권을 어디까지 AI에 넘길지도 변수다. AI가 잘못된 판단으로 자금을 옮기거나 부적절한 상품을 선택했을 경우 책임을 누가 질 것인지도 해결해야 한다. 개인정보와 계좌정보 보호, 금융사기 방지, AI의 투자 판단에 대한 설명 책임도 풀어야 할 과제다. 따라서 AI가 예금 경쟁을 강화할 가능성은 있지만 금융불안에 따른 전통적인 뱅크런과 같은 현상이 단기간에 현실화될 것으로 보는 것은 과도하다는 분석도 나온다. ◆은행도 AI 활용…비용 절감으로 맞대응 은행이 AI 확산의 일방적인 피해자가 되는 것도 아니다. 미국 은행들은 이미 AI를 고객 상담과 신용평가, 자금세탁방지, 이상거래 탐지, 내부 업무 자동화 등에 활용하고 있다. 대출심사를 정교하게 하고 인적 오류를 줄이면 상당한 비용을 절감할 수 있다. 은행이 AI를 활용해 생산성을 높이면 높아진 예금 조달비용을 일부 상쇄할 여지도 생긴다. 고객별 신용위험을 세분화해 대출금리를 정교하게 설정하거나, 반복 업무와 사후관리 비용을 줄이는 것도 가능하다. 결국 AI는 한쪽에서는 은행의 저원가 예금 기반을 흔들면서 다른 한쪽에서는 비용구조를 낮춰주는 양면적인 기술인 셈이다. 당장 시장이 더 민감하게 보는 변수 역시 AI만은 아니다. 미국 금리와 경기 방향, 대출 부실 가능성, 기업의 신용위험 등이 여전히 은행 실적과 주가에 더 직접적인 영향을 미친다. AI는 기존 위험요인을 대신하기보다 은행의 예금 경쟁 구조를 중장기적으로 바꿀 새로운 변수에 가깝다. ◆한국 은행도 예외 아니다…‘저원가성 예금 경쟁’ 달라질 수도 이 같은 변화는 미국 은행만의 문제로 보기 어렵다. 국내 은행 역시 요구불예금과 저축예금 등 저원가성 예금 규모가 순이자마진과 수익성을 좌우하는 주요 요인이다. 은행들은 저원가성 예금을 확대하기 위해 급여이체와 카드, 각종 생활금융 서비스를 묶어 고객을 주거래은행에 붙잡아 왔다. 하지만 AI가 은행별 예금금리와 수수료, 우대조건을 실시간으로 비교하고 자금 이동까지 지원하는 단계로 발전하면 기존의 ‘주거래은행’ 개념도 달라질 수 있다. 고객이 한 은행에 자금을 장기간 묶어두기보다 AI가 가장 유리한 조건에 따라 여러 금융회사로 자금을 나눠 이동시키는 환경에서는 은행도 브랜드나 고객 충성도만으로 저원가성 예금을 유지하기 어려워질 수 있다. 한 금융권 관계자는 “AI가 ‘잠자는 예금’을 깨우기 시작하면 은행이 오랫동안 누려온 저비용 자금 조달의 이점 일부가 예금자에게 돌아갈 수 있다”며 “AI 시대 은행의 경쟁은 대출을 얼마나 많이 늘리느냐뿐 아니라 예금을 어떤 가격과 서비스로 확보하느냐에서도 한층 치열해질 것으로 보인다”고 말했다.
2026-10-13 08:12:36
-
국민·하나·부산은행도 당했다…고객정보 줄줄 새는 금융권, 보안은 어디에
[경제일보] 은행권에서 개인정보 유출 사고가 잇따르면서 대출조회와 직원용 업무지원 시스템 등 외부에서 접근할 수 있는 업무 시스템이 보안 사각지대로 떠올랐다. 고객이 직접 사용하는 인터넷·모바일뱅킹뿐 아니라 영업과 업무 편의를 위해 외부 접속을 허용한 시스템에서도 개인정보가 빠져나갔다. 일부 사고에서는 인공지능(AI) 에이전트가 활용됐을 가능성까지 제기되면서 금융권은 개인정보 접근 권한과 공격 탐지·차단 체계를 함께 점검하고 있다. 3일 금융권에 따르면 신한은행, KB국민은행, 하나은행, BNK부산은행, 예가람저축은행에서 개인정보 유출이 확인됐다. 우리은행과 NH농협은행도 외부 공격을 받았지만 현재까지 정보 유출은 확인되지 않았다. 신한은행에서는 대출모집인용 간편조회 서비스에 대한 본인확인 절차를 우회한 접근으로 고객 2만5729명의 정보가 유출됐다. 고객명과 전화번호, 연소득, 대출한도, 신청 상품과 금리 등 대출 관련 정보가 포함됐으며 주민등록번호 66건과 연계정보(CI) 97건도 유출된 것으로 파악됐다. KB국민은행에서는 직원용 모바일 업무지원시스템에 대한 외부 침입으로 임직원 20명과 고객 99명 등 총 119명의 개인정보 153건이 유출됐다. 이름과 전화번호, 주소, 암호화된 주민등록번호 등이 포함됐다. 하나은행에서도 영업지원시스템(ODS)에 대한 비정상적인 접근으로 고객 89명의 개인정보가 유출됐다. 주민등록번호와 성명, 주소, 연락처, 직장명 등이 포함됐으며 은행 측은 고객의 금융거래 정보는 유출되지 않았다고 밝혔다. 부산은행에서는 외주 개발직원 11명의 개인정보가 노출됐다. 성명과 전화번호, 생년월일, 이메일 주소 등이 포함됐으며 고객정보는 유출되지 않았다고 은행 측은 밝혔다. 예가람저축은행에서도 개인정보가 포함된 서버에 대한 외부 침입으로 성명과 생년월일, 연락처 등이 유출됐으며 피해 규모는 약 4만명으로 추산되고 있다. 이번 사고에서 공통적으로 드러난 것은 외부에서 접근할 수 있으면서 개인정보를 취급하는 시스템이다. 대출모집인은 고객의 대출 조건을 조회하고 은행 직원은 현장에서 업무를 처리하기 위해 고객정보에 접근한다. 업무 편의를 높이기 위해 외부와 연결한 경로가 공격자에게는 개인정보 접근 통로가 될 수 있다는 의미다. 따라서 고객정보 보호 범위도 실제 데이터가 오가는 경로 전체로 넓혀야 한다. 고객용 뱅킹 서비스뿐 아니라 직원용 앱과 영업지원시스템, 외주 인력이 이용하는 웹페이지까지 인증과 접근통제가 제대로 작동하는지 점검해야 한다. 어떤 시스템이 어떤 정보를 보유하고 누가 조회할 수 있는지도 세분화할 필요가 있다. 신한은행 사례처럼 인증 절차를 거쳤더라도 해당 이용자에게 특정 고객정보를 조회할 권한이 있는지 다시 확인하는 과정이 중요하다. 미국 국립표준기술연구소(NIST)가 제시하는 제로트러스트 원칙 역시 접속 위치나 기기만으로 사용자를 신뢰하지 않고 정보자원에 접근할 때마다 신원과 권한을 검증하는 것을 핵심으로 한다. 공격을 얼마나 빨리 발견했는지도 쟁점이다. KB국민은행에 대한 공격은 지난달 27일 오후 11시19분께 시작됐고 은행이 이를 인지한 것은 지난달 30일 오후 7시께였다. 최초 공격 이후 약 67시간41분이 지난 뒤였다. 신한은행 역시 최초 공격 15시간26분 뒤 비정상 접근을 감지했고 최종 차단까지는 30시간11분이 걸렸다. AI를 활용한 공격 가능성은 탐지 속도의 중요성을 더욱 키운다. 국내 공격과 관련된 것으로 추정되는 웹서버에서 AI 자율 침투테스트 도구를 의미하는 ‘ARTEX’ 문구가 확인됐다는 분석도 나왔다. 다만 해당 도구가 실제 공격에 사용됐는지와 공격 주체, 금융사별 사고의 연계성은 현재 조사 중이다. 해외에서도 생성형 AI와 코딩 도구를 활용해 취약점 탐색과 정보수집 등 공격 과정의 상당 부분을 자동화한 사례가 보고됐다. 금융회사들은 정상적인 업무와 이상 행위를 구분하는 탐지 체계를 강화해야 한다. 로그인 실패뿐 아니라 평소와 다른 시간대의 접속, 업무 범위를 벗어난 고객정보 조회, 짧은 시간에 집중되는 요청 등을 하나의 흐름으로 분석할 필요가 있다. AI가 공격 과정의 반복 작업을 자동화할수록 개별 접속 기록만으로는 이상 징후를 찾기 어려워질 수 있기 때문이다. 금융당국도 외부에 노출된 전산시스템 전반으로 점검 범위를 넓혔다. 금융위원회는 2일 금융권 긴급 상황 대응 회의를 열고 은행과 카드업권에 외부에서 접근할 수 있는 전산시스템과 서비스에 대한 자체 보안 점검을 지시했다. 금융회사들은 외부 노출 자산과 접근통제 현황, 인증 절차, 비인가 정보 조회 경로 등을 점검해야 한다. 이번 연쇄 사고 이후 금융권의 보안 점검은 장비 설치 여부를 넘어 개인정보가 어느 시스템으로 전달되고 누가 조회하며 비정상 접근을 얼마나 빨리 탐지·차단하는지까지 확대될 전망이다. 자체 시스템은 물론 협력사가 구축·운영하는 서비스까지 관리 범위에 포함해야 한다는 요구도 커질 것으로 보인다. AI를 활용한 방어 역시 접속 기록 분석과 이상 징후 탐지부터 확대하되, 금융거래나 시스템 변경처럼 위험도가 높은 조치는 사람의 승인과 복구 절차를 함께 두는 방식이 필요하다.
2026-10-03 12:06:29
-
-
-
-
티빙, 접속키 하나로 개발망·운영망 연쇄 침투…3954만 계정 유출
[경제일보] 온라인동영상서비스(OTT) 티빙에서 중복을 포함한 이용자 계정 3954만개와 소스코드 등 개발 프로젝트 361건이 유출됐다. 접속키를 소스코드에 그대로 넣어두고 개발자에게 과도한 접근 권한을 부여한 보안 관리 부실이 피해를 키운 것으로 조사됐다. 과학기술정보통신부와 한국인터넷진흥원(KISA) 등으로 구성된 민관합동조사단은 3일 정부서울청사에서 티빙 침해사고 조사 결과를 발표했다. 조사단은 개발자 단말기 9대와 보안장비, 데이터베이스(DB), 시스템 로그를 분석해 공격 경로와 피해 규모를 확인했다. ◆ 활성·휴면·탈퇴 계정까지 유출…피해자 수는 미확정 조사단이 확인한 유출 계정은 3954만697개다. 로그인 가능한 계정 2206만3021개뿐 아니라 휴면 계정 850만2679개, 탈퇴 계정 886만8174개, 테스트 계정 10만6823개까지 포함됐다. 티빙 시스템에 남아 있던 계정이 사실상 모두 유출된 것이다. 실제 피해자는 계정 수보다 적을 것으로 보인다. 한 사람이 여러 경로로 가입한 경우가 많았고, 최대 13개 계정을 가진 이용자도 확인됐다. 연계정보(CI)가 있는 1904만개 계정의 중복을 확인한 결과 약 580만개가 동일인 계정이었다. 이를 제외하면 CI로 구분되는 이용자는 약 1324만명이다. 문제는 CI가 없는 나머지 2040만개 계정이다. 이들 계정은 동일인 여부를 가려내기 어려워 현재로서는 전체 피해자 수를 확정할 수 없다. 휴면·탈퇴 회원 정보를 계속 보유한 것이 적절했는지를 포함해 정확한 피해 규모는 개인정보보호위원회가 추가 조사할 예정이다. 가입 경로별로는 네이버·카카오·애플 등 SNS 간편가입 계정이 2247만개로 가장 많았다. CJ ONE 통합회원은 863만개, 티빙 자체 가입은 726만개였다. 임정규 과기정통부 정보보호네트워크정책관은 SNS 간편가입과 관련해 외부 SNS 계정까지 해킹된 것은 아니라고 설명했다. 간편가입 과정에서 티빙에 전달된 정보와 티빙이 별도로 수집한 휴대전화 번호, CI, 생년월일 등이 유출됐다는 것이다. 유출 정보는 아이디와 성명, 생년월일, 휴대전화 번호, 이메일 주소, CI 등 20개 항목·세부 유형 약 70종이다. CI 보유 계정에서는 평균 11.1개 항목, CI가 없는 계정에서는 평균 4.6개 항목이 유출됐다. 비밀번호는 일방향 암호화돼 복호화가 불가능한 상태였다. 반면 휴대전화 번호와 이메일 주소는 암호화키까지 함께 빠져나가 복호화할 수 있는 것으로 확인됐다. 조사단은 이를 사실상 평문으로 유출된 것과 같은 수준으로 판단했다. ◆ 개발키 탈취한 공격자, 운영 접속키 43개까지 확보 공격자는 5월 29일부터 31일 사이 티빙 개발자의 개발환경 접속키를 이용해 내부 시스템에 침투했다. 이 키로 전체 개발 프로젝트에 접근해 추천·검색 알고리즘과 이용자 관리·인증, 결제, 유료서비스 운영체계 등이 포함된 프로젝트 361건, 30.35GB를 빼냈다. 개발 소스코드 안에는 운영환경 접속키 43개가 숨김 처리 없이 입력돼 있었다. 이른바 ‘하드코딩’ 방식이다. 프로그램 설정값과 DB 아이디·비밀번호도 별도 암호화 없이 저장돼 공격자는 개발환경에서 운영환경까지 접근 범위를 넓힐 수 있었다. 공격자는 5월 30일 DB에 공격 도구를 삽입해 1차 유출을 시도했다. 이 과정에서 DB 서버 중앙처리장치(CPU) 사용률이 100%까지 치솟자 티빙이 해당 작업을 차단했다. 박용규 KISA 디지털위협대응본부장은 “1차 시도 때 발생한 것은 보안 알람이라기보다 시스템 이상 알람이었다”며 “티빙이 원인을 조사하는 사이 2차 시도가 발생했다”고 설명했다. 공격자는 다음 날 별도 운영환경 접속키로 가상서버를 만들었다. CPU 사용률을 10% 이하로 유지해 과부하 경보를 피하면서 이용자 정보 24GB를 저장한 뒤 외부 서버로 전송했다. 이후 흔적을 줄이기 위해 가상서버를 삭제했다. 조사단은 개발환경 침투 이후의 이동 경로는 복원했지만 최초 개발자 접속키가 어떻게 탈취됐는지는 확인하지 못했다. 임 정책관은 “개발자 단말기 포렌식과 여러 공격 시나리오를 분석했지만 최초 탈취 경로를 확인하는 것은 불가능했다”며 “공격자와 최초 침투 경로는 경찰 수사를 통해 밝혀질 것으로 기대한다”고 말했다. ◆ 2년 전 접속키 노출 경고받고도 개선 안 해 티빙은 2024년 모의해킹에서 접속키 노출 취약점을 지적받았지만 개선하지 않았다. 접속키를 평문으로 저장하거나 사내 메신저로 공유했고, 키 발급·변경·폐기 절차도 제대로 마련하지 않은 것으로 나타났다. 개발자별 업무 범위를 구분하지 않고 모든 개발자에게 전체 프로젝트 접근 권한을 준 점도 피해를 키웠다. 업무에 필요한 만큼만 권한을 부여하는 ‘최소권한 원칙’이 적용되지 않아 접속키 하나가 전체 개발 프로젝트 유출로 이어졌다. 접근제어와 관제에도 허점이 있었다. 인가된 인터넷주소(IP)만 접속하도록 제한하거나 다중인증(MFA)을 적용하는 통제가 미흡했다. 티빙은 CPU 부하 등 시스템 상태를 주로 감시했지만 대량 정보 조회와 비정상적인 데이터 이동을 실시간으로 탐지·차단할 체계는 갖추지 못했다. 시스템 로그도 선별적으로 저장했다. 새로 도입한 가상사설망(VPN) 장비에는 기존 로그 관리정책을 적용하지 않아 접속기록이 약 6일치만 남아 있었다. 업무용 PC의 백신 설치 여부와 최신 버전 관리 등 정기적인 보안점검도 미흡했던 것으로 조사됐다. 전체 임직원 265명 가운데 개발자는 149명이었지만 외주인력을 제외한 정보보호 전담인력은 4명 안팎에 그쳤다. 조사단은 이 인력으로 상시 보안관제와 취약점 점검, 이상행위 탐지를 수행하는 데 한계가 있었을 것으로 판단했다. ◆ CISO 보고까지 14시간…법정 신고기한도 넘겨 초동 대응도 늦었다. 5월 30일 오후 DB 서버 과부하가 발생한 뒤 정보보호 최고책임자(CISO)에게 상황이 공유되기까지 약 14시간이 걸렸다. 정보보안팀에 사고가 전달된 시점은 5월 31일 오전 10시 10분이었지만 KISA 신고는 6월 1일 오후 3시 8분에 이뤄졌다. 침해사고 인지 후 24시간 이내 신고하도록 한 정보통신망법을 위반한 것이다. 개인정보 유출 신고는 별도 절차로 진행됐다. 개인정보위는 티빙이 6월 2일 개인정보 유출 정황을 인지하고 3일 오전 2시께 신고했다고 밝혔다. 개인정보위는 안전조치와 정보 보유·파기, 이용자 통지 의무 위반 여부를 조사하고 있다. 과기정통부는 신고 지연에 대해 3000만원 이하의 과태료를 부과할 예정이다. 티빙에는 접속키 관리체계 개편과 접근권한 축소, 이상행위 탐지 강화, 보안인력·예산 확충, 로그 보관정책 개선을 요구했다. 티빙은 9월 중 재발방지 이행계획을 제출해야 한다. 정부는 2027년 1월 이행 여부를 점검하고 보완이 필요한 경우 시정조치를 명령할 방침이다. ◆ “추가 공격·다크웹 유통 아직 없어”…후속 점검 필요 소스코드 유출에 따른 위험은 남아 있다. 공격자가 인증과 결제 구조, 외부 응용프로그램 인터페이스(API), 내부 업무 로직을 분석해 새로운 취약점을 찾을 수 있기 때문이다. 접속키 폐기·재발급에 그치지 않고 유출된 코드의 취약점 점검과 주요 인증체계 교체까지 필요하다는 지적이 나온다. 임 정책관은 “소스코드 유출에 따른 취약점을 악용한 추가 공격 정황은 현재까지 확인되지 않았다”며 “이용자 피해 사례와 다크웹을 통한 불법거래·유통 정황도 탐지되지 않았다”고 밝혔다. 티빙은 홈페이지를 통해 개인정보 유출 내역 조회 페이지를 열고 사과했다. 티빙은 “회원에게 심려를 끼쳐드린 점을 깊이 사과드린다”며 이용자가 유출 여부와 항목을 개별적으로 확인할 수 있도록 했다. 한편 이용자는 티빙과 동일한 비밀번호를 다른 서비스에서도 사용했다면 함께 변경하는 것이 안전하다. 티빙이나 CJ ONE을 사칭해 본인확인·환불·보상을 내세우는 문자와 이메일의 링크도 주의할 필요가 있다. 정부 브리핑 시점까지 구체적인 피해구제와 보상 방안은 공개되지 않았다. 정확한 피해자 수와 탈퇴 회원 정보의 보유 근거, 유출된 소스코드의 교체 범위도 추가 확인이 필요한 사안으로 남았다.
2026-09-03 16:42:22
-
-
KT, '넥스트 IT' 시동…전사 시스템 AI 기반으로 바꾼다
[경제일보] KT가 인공지능(AI)과 클라우드 중심으로 사업 구조를 전환하면서 내부 IT 시스템과 업무 방식까지 AI 시대에 맞게 바꾸는 전사 IT 현대화에 속도를 낸다. 보안과 서비스 안정성을 강화하는 동시에 내부에서 축적한 IT·AI 운영 역량을 기업 고객의 AX 전환 사업으로 연결한다는 전략이다. 24일 KT는 기존에 추진해 온 핵심 IT 시스템 현대화 범위를 플랫폼·인프라·업무 환경 전반으로 확대하는 '넥스트 IT' 전략을 추진한다고 밝혔다. 넥스트 IT는 '넥스트 IT 플랫폼', '넥스트 IT 인프라', '넥스트 IT 웍스'를 3대 축으로 삼아 IT 체계를 단계적으로 전환하는 전략이다. KT가 전사 IT 현대화에 나서는 것은 AI와 클라우드 확산으로 통신사의 IT 환경이 복잡해지고 있는 데 따른 대응으로 풀이된다. 과거 통신사의 IT가 통신망과 고객 서비스를 안정적으로 운영하는 역할에 집중했다면 최근에는 AI, 클라우드, 데이터, 디지털 서비스 등을 뒷받침하는 핵심 인프라로 역할이 확대되고 있다. 특히 노후화된 IT 시스템은 보안과 서비스 안정성을 떨어뜨릴 수 있는 요인으로 꼽힌다. KT는 기술 지원이 종료됐거나 종료가 임박한 하드웨어와 소프트웨어를 선제적으로 점검하고 전환해 정보 보호 위험을 줄이고 시스템 안정성을 높일 계획이다. 넥스트 IT 플랫폼에서는 전사 핵심 업무 시스템의 현대화를 추진한다. ERP(전사적 자원 관리), BSS(비즈니스 지원 시스템), OSS(운영 지원 시스템) 등 주요 시스템을 단계적으로 현대화하고 업무 프로세스도 함께 개선한다. 인증·결제 등 고객 서비스와 데이터 활용 체계에도 AI를 적용해 온라인 채널의 고객 맞춤형 서비스를 강화한다. 인프라 역시 차세대 환경으로 전환한다. KT는 차세대 사내 클라우드인 '넥스트 IPC(사내 프라이빗 클라우드)'를 기반으로 IT 인프라의 안정성과 보안성을 높이고 멀티·하이브리드 클라우드 환경을 구축할 예정이다. 서비스 특성에 따라 IT 자원을 유연하게 활용할 수 있도록 인프라 구조를 재편한다는 구상이다. 서비스 장애에 대비한 백업과 재해복구(DR) 체계도 강화한다. 주요 시스템에 대한 백업과 복구 체계를 고도화해 장애나 재해가 발생하더라도 핵심 서비스가 중단되는 상황을 최소화한다는 계획이다. AI와 클라우드 기반 서비스가 늘어날수록 IT 인프라의 안정성이 곧 고객 서비스 품질로 연결되는 만큼 내부 시스템의 신뢰성을 높이는 데 초점을 맞춘 것이다. AI를 활용한 업무 방식 전환도 병행한다. KT는 기존 AI 기반 개발 체계인 AIDD(AI-주도 개발)를 기획·설계부터 개발, 테스트, 운영까지 확대한 'AID-X(AI-주도 모든 것)'를 적용하고 있다. AI를 단순한 개발 보조 도구가 아니라 IT 업무 전 과정에서 활용하는 방식으로 확장하는 것이다. 사내 AI 에이전트 활용도 확대한다. KT는 임직원이 업무에 AI 에이전트를 활용할 수 있도록 AX 통합 플랫폼을 구축하고, 실제 업무에서 검증된 AI 활용 사례를 전사적으로 공유할 계획이다. 성공 사례뿐 아니라 시행착오까지 공유해 효과가 확인된 AI 활용 방식을 조직의 표준 업무 방식으로 정착시킨다는 방침이다. KT는 넥스트 IT를 통해 안정적인 IT 시스템 운영을 넘어 AI와 자동화를 개발·운영 전반에 적용하고, 이를 고객 서비스와 기업 고객의 AX 전환을 지원하는 사업 역량으로 확대한다는 계획이다. 옥경화 KT IT부문장 CIO 부사장은 "'넥스트 IT'는 KT가 지속 추진해 온 IT 현대화를 AI 시대에 맞게 한 단계 더 발전시키는 전략"이라며 "내부 IT 혁신 과정에서 축적한 기술과 운영 역량을 고객 서비스 혁신과 신규 AX 사업으로 확장해 'AX 플랫폼 컴퍼니' 전략의 실행력을 높이겠다"고 말했다.
2026-08-24 10:06:13
-
-
-