실시간 AI 사기 탐지: GPU 클라우드는 베트남 은행·핀테크의 부정 거래를 얼마나 빨리 막을 수 있는가?

금융 사기, 이제는 “AI 군비 경쟁” — 베트남 은행들은 어떻게 대응하고 있나?

음성 딥페이크, 안면 딥페이크, 인증 단계를 통과하기 위해 실제 사용자 행동을 모방하는 봇 — 2026년의 금융 사기는 더 이상 수작업 사기가 아니라 은행이 방어에 사용하는 바로 그 AI 기술로 자동화되고 있다. NVIDIA가 집계한 데이터에 따르면 전 세계 카드 결제 사기로 인한 손실은 2026년까지 430억 달러에 이를 것으로 전망된다. 베트남에서는 한 은행 고객이 “고도화된 기술 사기의 흔적”으로 50억 동(약 5 tỷ VND)을 잃은 사건이 업계 전체가 방어 체계를 재검토하게 만들었으며, RMIT 베트남의 전문가는 세계 최고 수준의 사기 방지 시스템을 갖춘 은행조차 매년 평균 매출의 3~5%를 사기로 잃는다고 경고했다.

문제는 대개 사기 탐지 모델이 없어서가 아니다. 베트남의 은행, 증권사, 핀테크 대부분은 이미 어떤 형태의 리스크 스코어링 모델을 운영하고 있다. 진짜 질문은 그 모델을 구동하는 인프라가 돈이 실제로 계좌를 빠져나가기 전에 거래를 막을 만큼 충분히 빠른가이다.

추론(Inference) 속도가 “있으면 좋은 것”이 아니라 성패를 가르는 요소인 이유

계좌 이체, 카드 결제, 증권 주문은 대개 수백 밀리초 안에 처리되어야 한다. 일반 CPU에서 구동되는 리스크 스코어링 시스템이 결과를 반환하는 데 1~2초가 걸린다면, 은행은 거래를 통과시켜 리스크를 감수하거나 고객 경험을 느리게 만드는 두 가지 선택 중 하나를 해야 하며, 둘 다 비용이 든다.

바로 이런 이유로 전 세계 대형 금융기관들은 사기 탐지 추론을 GPU 인프라로 옮기고 있다. NVIDIA에 따르면 PayPal은 AI 추론을 GPU로 전환한 후 실시간 사기 탐지 성능을 10% 개선했고, 기존 CPU 기반 인프라 대비 필요한 서버 수를 거의 8배 줄였다. 마찬가지로 BNY(Bank of New York Mellon)는 NVIDIA DGX GPU 시스템에 AI를 도입한 후 사기 탐지 정확도가 20% 향상되었다고 밝혔다. 이 수치들은 GPU가 단순히 “더 빠르다”는 것을 의미하는 게 아니라, CPU로는 실시간 처리 예산 안에서 다루기 어려운 더 정교한 모델(그래프 신경망, 딥러닝)을 구동할 수 있게 해준다는 것을 보여준다.

실시간 리스크 스코어링을 위한 Viettel IDC GPU 클라우드 인프라

중소형 리스크 스코어링 모델에 적합한 비용 효율적인 NVIDIA A30(24GB)부터 더 무거운 AI/ML 워크로드를 위한 주력 모델 L40S(48GB), H200(141GB)까지, Viettel Cloud GPU는 은행, 증권사, 핀테크가 자사의 거래량에 맞는 정확한 구성을 1~8장의 GPU 카드 범위에서 선택할 수 있도록 한다. 어떤 GPU 라인이 자사 워크로드에 맞는지 확신이 없는 기업은 T4, A30, L40S, H200 GPU 클라우드 비교 분석을 참고하여 성능과 사용 사례를 확인할 수 있다.

이 인프라에는 NVIDIA 드라이버, CUDA 툴킷이 기본 설치되어 있고 주요 AI/ML 프레임워크(TensorFlow, PyTorch)를 모두 지원하므로, 은행의 데이터 사이언스 팀은 환경을 처음부터 다시 구축할 필요 없이 리스크 스코어링, 이상 탐지, 또는 사기 계좌 네트워크를 추적하는 그래프 기반 모델을 바로 배포할 수 있다. vGPU 가상화 기능은 리스크, AML, 카드 사기 방지 등 여러 팀이 하나의 물리적 GPU 클러스터를 리소스를 분리한 채 공유할 수 있게 해주며, 각 팀이 별도의 전용 하드웨어를 구축하는 것보다 장기 운영 비용을 최적화한다.

전체 시스템은 ANSI/TIA-942-B Rated 3 표준에 따라 구축되고 ISO 27001/27017, PCI-DSS 인증을 받은 데이터센터에서 운영된다 — 이는 거래 데이터와 카드 소유자 정보를 처리하는 모든 인프라에 필수적인 기준이다. 이는 증권사와 핀테크가 면밀히 검토해야 할 기준 중 하나로, 이전 기사인 베트남 증권사·핀테크를 위한 프라이빗 클라우드/VPC 인프라 선택 시 필수 기준 5가지에서도 다룬 바 있다.

고객 유형별 실제 활용 사례

  • 은행: 이체·카드 결제에 대한 실시간 리스크 스코어링을 딥페이크에 강한 eKYC와 결합 — 많은 베트남 은행이 서둘러 강화하고 있는 영역으로, 새로운 안티-딥페이크 eKYC 표준을 충족하는 GPU 클라우드 인프라에서 자세히 다루었다.
  • 증권사: 거래 세션 내에서 비정상적인 주문 패턴(스푸핑, 워시 트레이딩)을 탐지해, 짧은 시간에 대량의 주문을 처리해야 할 때의 운영 리스크를 줄인다.
  • 핀테크, 전자지갑: 그래프 신경망 모델로 조직적 사기 집단과 연관된 계좌 네트워크를 추적하며, 전용 물리 GPU 클러스터에 투자할 필요 없이 24시간 연속 운영된다.

어디서부터 시작할까?

기업이 접근 방식을 검증하기 위해 처음부터 대규모 GPU 클러스터에 투자할 필요는 없다. Viettel Cloud GPU는 최대 7일간의 POC(개념 증명) 체험을 제공하며, 리스크·AML 팀이 샘플 거래 데이터로 실제 모델을 테스트하고 속도·정확도 개선 효과를 측정한 뒤 확장 여부를 결정할 수 있어, 처음부터 전용 인프라에 투자하는 것보다 장기 운영 비용을 훨씬 유연하게 관리할 수 있다.

참고 자료:

상세 견적과 맞춤형 솔루션 상담을 받으시려면 Sale팀에 Hotline/Zalo/WhatsApp: 0966707701 또는 이메일: dungnh1@viettelidc.com.vn 로 문의해 주세요.