결제 위협 인텔리전스가 은행의 사기 대응 속도를 높이는 방법

• 사기범들은 딥페이크, 인포스틸러, AI 기반 봇과 같은 고급 전술을 사용하여 공격의 속도와 규모를 늘리고 있습니다.  
• 결제 위협 인텔리전스는 사기의 초기 지표를 보여줌으로써 사기 팀이 위험이 확대되기 전에 이를 예측하고 완화할 수 있도록 지원합니다. 
• 사기 및 사이버 보안 팀이 위협 인텔리전스 데이터를 선제적으로 공유하면 결제 사기 탐지 및 예방 속도를 높일 수 있습니다. 

오늘날의 사기범들은 더 빠르고, 더 많은 장비를 갖추고, 더 많이 연결되어 있습니다. 또한 공격자들은 AI와 자동화를 사용하여 빠른 속도로 취약점을 악용하고 있습니다.

현재 환경에서는 데이터 유출에서 수익화까지 걸리는 시간이 하루도 채 걸리지 않는 경우가 많습니다. 유출된 인증정보 3개 중 거의 2개(65개%)가 도난당한 지 24시간 이내에 매물로 등록됩니다. 

반격하려면 사기 및 사이버 보안 팀이 공격자의 속도에 맞춰 대응해야 합니다. 하지만 적시에 위협 인텔리전스를 확보하지 못하면 한 발 뒤처지는 경우가 많습니다. 실제로 글로벌 리더 중 36% ( % )만이 데이터 유출에 대한 알림을 받기 전 사기 패턴을 탐지했습니다. 특히 조직이 침해를 식별하고 차단하는 데 평균 241일이 걸린다는 점을 고려하면 이는 우려스러운 지연입니다. 

이러한 격차를 줄이고 결제 사기 탐지 및 예방을 가속화하려면 사기 팀은 사기 신호를 조기에 포착하고 사전 예방적 계획을 수립할 수 있는 결제 위협 인텔리전스에 액세스해야 합니다. 

사기범들은 자동화와 새로운 디지털 도구를 활용하여 사이버 침해에서 금융 사기로 이어지는 경로를 빠르게 추적하고 있습니다. 이러한 전술을 통해 전례 없는 속도로 사이버 공격을 자동화, 조정 및 확장하여 결제 사기가 시작되는 방식을 재편할 수 있습니다.

사이버 범죄자들은 이제 실시간으로 자율적으로 공격을 세분화할 수 있는 AI 에이전트를 배포합니다. 

예를 들어, 사기꾼은 인증정보 스터핑 공격에서 자동화된 봇을 사용하여 여러 사이트에서 훔친 사용자 이름과 비밀번호를 테스트하는 경우가 많습니다. 그러나 점점 더 많은 공격자들이 더 유망한 인증정보 조합을 식별하거나 침해하기 쉬워 보이는 계정을 표적으로 삼을 수 있는 AI 도구를 실험하고 있습니다. 

단순하고 반복적인 작업을 수행하는 기존의 자동화된 봇에 비해 자율 AI 시스템은 더 빠르고 효율적입니다. 이러한 사이버 위협은 적응적이고 지속적이며 점점 더 방어하기 어려워지는 차세대 사이버 위협의 최전선에 있습니다. 

놀랍지 않게도 현재 CISO 중80명 ( % )이 AI 기반 사이버 공격이 가장 큰 우려 사항이라고 답했습니다. 이러한 진화에 따라 효과적인 사기 예방은 사이버 보안 제어를 조정하고 사전 대응 조치를 계획하기 위해 공격 지표를 조기에 파악하는 데 달려 있습니다.

인포스틸러는 시스템에 침입하여 민감한 개인 식별 정보(PII)를 캡처하도록 설계된 멀웨어입니다. 인증 정보 도용을 자동화하여 공격자가 수동 전술보다 훨씬 빠르게 대량의 데이터를 수집할 수 있도록 지원함으로써 결제 사기 사기를 조장합니다.

인포스티일러도 저렴하고 널리 이용 가능합니다. 아마추어 범죄자는 온라인 서비스형 사이버 범죄 마켓플레이스에서 기성 멀웨어 툴킷을 구매할 수 있어 공격을 쉽게 시작할 수 있습니다.

인포스틸러를 통해 PII를 수집한 사기범은 이 데이터를 사용하여 계정 탈취 및 신원 사기를 시작하거나 다크웹 마켓플레이스에서 판매할 수 있습니다. PII 요소는 주민등록번호부터 인증 우회에 사용될 수 있는 사소한 개인 정보까지 매우 다양합니다. 2024년에만 400만 명의 어머니의 결혼 전 성명이 계정 복구 질문에서 널리 사용되어 도난당한 카드 데이터와 함께 판매되었습니다.

제너레이티브 AI는 범죄자들이 그럴듯한 페르소나를 더 빠르고 쉽게 대규모로 조작할 수 있게 함으로써 신원 사기를 가속화하고 있습니다.

범죄자들은 AI를 사용하여 실제 사람의 얼굴이나 목소리를 모방한 딥페이크를 빠르게 생성하여 신원 확인을 우회하고 사기 거래를 승인할 수 있습니다. 마찬가지로, 주민등록번호와 같은 실제 요소와 AI가 생성한 이름 또는 얼굴 사진을 결합한 합성 신원은 신용카드 신청이나 신규 계좌 개설 등의 과정에서 합법적인 신청자를 사칭하는 데 점점 더 많이 사용되고 있습니다.

현재 온라인에서 도난당한 PII가 많이 유통되고 있기 때문에 사이버 범죄자들은 사기성 디지털 페르소나를 쉽게 조합하여 여러 사기를 동시에 실행할 수 있습니다. 금융 기관의 거의 절반 (46개%)이 딥페이크 관련 사기 시도가 증가했다고 보고했으며, 이는 이러한 공격이 신흥 위협에서 주류 위험으로 이동하고 있음을 나타냅니다.

결제 전용 위협 인텔리전스를 통해 사기 팀은 잠재적 사기의 업스트림 지표에 대한 가시성을 확보할 수 있습니다. 사기범들이 AI 및 기타 고급 도구를 사용하여 공격의 속도와 규모를 늘림에 따라 이 데이터를 통해 팀은 다음과 같은 기능을 활성화하여 보다 효과적인 대응을 조정할 수 있습니다: 

사이버 보안 팀과 사기 팀 간의 사일로는 결제 사기 탐지 및 예방을 위한 공동의 노력을 계속 방해하고 있습니다. 실제로 글로벌 금융 기관의 임원 4명 중 3명은 사이버 위협 인텔리전스 솔루션을 보유하고 있지만 사기 방지 노력을 의미 있게 개선할 수 있는 통합 기능이 부족하다고 답했습니다.  

결제 위협 인텔리전스는 사이버 보안 데이터를 사기 팀이 해석하고 사이버 보안 팀과 논의할 수 있는 실질적인 인사이트로 변환하여 이러한 격차를 해소합니다. 

결제 전용 위협 인텔리전스는 사이버 보안과 사기 데이터를 공유된 맥락에서 통합하여 사기 팀에 연결된 위험 보기를 제공합니다. 팀이 동일한 플레이북을 공유하면 새로운 위협이 발생했을 때 공동 대응 계획을 수립하고 동시에 대응할 수 있습니다.

예를 들어, 통합 인사이트는 사기 팀이 사이버 이벤트가 어떻게 다운스트림 사기 활동으로 이어질 수 있는지 이해하고 그에 따라 계획을 세우는 데 도움이 될 수 있습니다. 범죄자가 소규모 테스트 거래(카드 테스트)를 통해 도난당한 카드 번호를 검증하는 것으로 정보가 확인되면 사기 팀에서 손실이 발생하기 전에 예방 조치를 취할 수 있습니다. 

이제 팀은 확인된 사기에 대응하는 대신 사기를 미리 예방할 수 있습니다. 결제 위협 인텔리전스는 범죄자가 이익을 얻기 전에 사기 팀이 개입할 수 있는 조기 경고 신호를 제공합니다.

마스터카드 위협 인텔리전스(MTI)를 사용하면 이러한 개입 기능이 내장되어 있습니다. 예를 들어, MTI는 카드 테스트가 감지되면 카드 발급사에 경고하고 기존 사기 시스템이 탐지할 수 있는 고액 거래에 카드가 사용되기 전이라도 테스트 거래를 거부할 수 있습니다.

이러한 가시성을 통해 사기 팀은 확인된 인시던트를 처리하는 것에서 벗어나 위협을 예측하고 방어를 계획하여 손실을 방지할 수 있습니다.

​​​사이버를 이용한 사기가 가속화됨에 따라 사기 팀과 사이버 보안 팀 간의 협업은 타협할 수 없는 과제입니다. 결제 전용 위협 인텔리전스는 사일로를 없애고 통합된 노력을 통해 사기가 시작되기 전에 차단할 수 있도록 도와줍니다.

마스터카드 위협 인텔리전스를 통해 팀은 결제 사기 위협에 한발 앞서 대응할 수 있습니다. 새로운 위험에 대한 선별된 인사이트, 자동화된 탐지 및 대행 대응은 고객을 보호하기 위해 더욱 신속하고 능동적이며 조율된 방어를 지원합니다.

사기 방지 전략을 발전시키고 싶으신가요? ​​ 마스터카드 위협 인텔리전스가 어떻게 도움을 줄 수 있는지 알아보세요.