딥페이크를 이용한 KYC 우회 - 실제로 통할까?

대규모 언어 모델은 원래 지루하고 일상적인 업무, 즉 매주 수 시간씩 걸리지만 삶에 큰 의미를 주지 못하는 작업을 처리하기 위해 도입될 예정이었습니다. 하지만 현실에서 이 모델들은 결국 사용자의 성격까지 모방하는 법을 학습했습니다. 현재 이 기술은 KYC 제한을 우회하고, 거래소 계정에 로그인하며, 가상의 인물이 자금을 보유하기에 적합하다는 것을 인증 시스템에 확신시키는 데 악용되고 있습니다.

본인 확인 시 제출하는 모든 자료가 디지털 정보라는 점에서 상황은 단순합니다. 여기에는 얼굴 사진, 스캔된 신분증 사본, 지시에 따라 눈을 깜빡이는 동영상이 포함됩니다. 이 모든 것은 인터넷을 통해 전송되는 데이터에 불과합니다. 데이터를 충분히 정교하게 위조할 수 있다면 반대편의 기계 역시 이를 손쉽게 승인할 것입니다. 이 과정에 인간은 전혀 개입하지 않습니다. 한 대의 기계가 패턴을 감지하면 다른 기계가 동일한 패턴을 만들어내는 구조입니다. 결국 하나의 인공지능이 다른 인공지능을 속이고 있으며, 그 중심에는 사용자의 돈과 신원이 놓여 있습니다.

이는 단순한 이론적 우려가 아닙니다. 10억 건 이상의 신원 확인 사례를 분석한 글로벌 조사에 따르면, 딥페이크 사기는 생체 인증 사기 사건 5건 중 1건을 차지합니다. 2025년에만 딥페이크 셀카를 이용한 시도가 58% 증가했습니다. 2024년에는 카메라 피드에 가짜 비디오를 직접 주입하는 인젝션 공격이 783%나 급증했습니다. 이러한 작업을 수행하는 데 필요한 기술은 약 20달러에 불과하며 30분밖에 걸리지 않습니다. KYC 검사를 통과할 수 있는 완전 합성 신원은 다크웹 마켓플레이스에서 200달러면 구매할 수 있습니다.

이러한 수법이 계속 통하는 이유는 기존 시스템이 애초에 이런 유형의 공격을 탐지하도록 설계되지 않았기 때문입니다. 기존 시스템은 복사본, 스크린샷, 타인의 신원을 도용한 사례를 식별하도록 고안되었습니다. 실제로 존재한 적 없는 기계 생성 얼굴과 발행된 적 없는 기계 생성 신분증, 그리고 실제 사람인지 확인하기 위한 라이브니스 체크를 우회하려고 실시간 얼굴 교체(페이스 스왑) 소프트웨어를 사용하는 인물이 제출한 데이터까지는 감지하도록 상정되지 않았습니다.

기계가 기계를 속일 때

전 세계에서 탐지된 모든 딥페이크 사기의 88%를 암호화폐가 차지하고 있기는 하지만, 사기는 암호화폐 거래소에만 국한되지 않습니다. 은행, 온라인 소매업체, 핀테크 플랫폼 등 신원 확인이 자동화되어 있고 신뢰가 전제된 모든 환경에서 발생합니다. 본인 확인에 사용되는 방식은 특정 신호를 확인합니다. 셀카 속 얼굴이 신분증의 얼굴과 일치하는가? 지시에 따라 눈을 깜빡이는가? 문서에 올바른 글꼴, 홀로그램, 보안 기능이 적용되어 있는가? 이제 이러한 모든 검사는 정교한 해킹이 아니라 이미지 생성기에 프롬프트를 입력하고 30분간 영상을 편집하는 것만으로 우회할 수 있습니다.

카일 홀더(Kyle Holder)는 AI 조작이 관련된 사기로 인해 3개월 만에 퇴직금 30만 달러를 모두 도난당했습니다.

사건을 담당한 IRS 관계자들은 남은 자산이 전혀 없다고 밝혔습니다. 이 사기는 딥페이크 KYC를 직접 활용한 것은 아니었지만, AI가 생성한 신뢰라는 동일한 원리에 기반을 두고 있었습니다. 가짜 거래 플랫폼, 조작된 수익 화면, 임원진의 딥페이크 비디오, 복제된 음성이 동원되었습니다. 피해자가 자금을 인출하려 하자 플랫폼은 사라졌습니다.

피해자의 저축을 훔친 사기범들은 침입할 필요조차 없었습니다. 피해자가 거짓말을 믿게 만들 수 있을 만큼 충분한 시간 동안 진짜처럼 보이기만 하면 되었기 때문입니다.

무엇이, 어떻게 위조되는가

겉으로 드러나는 부분은 딥페이크이지만 이것이 상황의 전부는 아닙니다. 사기범들은 인공지능을 사용해 가짜 문서, 서명, 거래 내역, 계좌 잔액, 인증 이메일, 고객 지원 대화는 물론 실시간 화상 통화까지 생성합니다. 이들은 유출된 실제 데이터와 가상의 정보를 결합하여 합성 신원(Synthetic identity)을 만듭니다. 예를 들어 실제 사회보장번호, 가짜 이름, AI가 생성한 얼굴, 실제 주소를 결합하는 식입니다. 신원의 각 구성 요소는 개별 데이터베이스 검사를 통과하지만, 실제로 그 신원 뒤에 실존하는 단일 인물은 없습니다.

이러한 유형의 합성 신원 사기는 실제 데이터의 신뢰성과 완벽한 조작의 유연성을 결합하기 때문에 2025년에 주요 금융 범죄 형태로 자리 잡았습니다. 계정을 신청하는 인물은 다른 특정 인물을 사칭하는 것이 아닙니다. 이들은 검사에 사용되는 모든 자동화 시스템에 합법적인 것으로 보이는 새로운 인물을 만들어내는 것이며, 이 인물은 우연히 일치한 데이터 포인트의 집합으로만 존재합니다.

2026년 상용 AI 이미지 생성기 16종을 대상으로 실시한 감사에 따르면, 75번의 시도 중 69번이 신분증과 유사한 결과물을 생성했으며, 5개 모델은 실제 정부 발행 문서처럼 보이는 이미지를 만들어냈습니다. 이는 보안 인쇄에 대한 내부 지식이 필요한 정교한 위조품이 아니었습니다. 여권 발급처에 발을 들여놓은 적도 없는 사람들이 공개된 도구에 프롬프트를 입력해 생성해 낸 이미지였습니다.

문서가 진짜처럼 보이는 이유는 AI가 실제 문서를 기반으로 학습했기 때문입니다. 얼굴이 사실적으로 보이는 이유는 AI가 실제 얼굴을 학습했기 때문입니다. 시스템은 추측을 하는 것이 아니라 학습한 내용을 재구성하고 있을 뿐이며, 그 학습된 내용은 기계와 인간 모두를 속이기에 충분히 설득력이 있습니다.

인간 인증 테스트 위조

라이브니스 탐지(Liveness detection)는 이 문제를 해결하기 위해 고안되었습니다. 개념은 간단했습니다. 사진이나 비디오가 복제할 수 없는 행동을 사용자에게 수행하도록 하는 것입니다. 눈 깜빡이기, 고개 돌리기, 미소 짓기, 움직이는 물체를 눈으로 쫓기 등이 여기에 해당합니다. 이러한 동작을 실시간으로 수행할 수 있다면 녹화된 영상을 재생하는 사람이 아니라 실제 휴대전화를 사용하는 실제 사람임이 틀림없다는 논리였습니다.

문제는 라이브니스 탐지가 비디오 피드가 진짜라고 가정한다는 점입니다. 카메라는 그 앞에 있는 대상을 그대로 보여주고 있다고 전제합니다. 그러나 현대의 딥페이크 기술은 카메라 렌즈를 완전히 우회하여 비디오 스트림에 직접 가짜 영상을 주입할 수 있으므로 카메라를 속일 필요조차 없습니다. 소프트웨어는 인증 챌린지를 기록하고, 실시간으로 합성된 응답을 생성한 후, 카메라에서 나온 신호인 것처럼 시스템에 응답을 전송합니다. 따라서 라이브니스 체크 시스템은 지시받았을 때 눈을 깜빡이고 고개를 돌리며 미소를 짓는 인물을 감지하지만, 그 사람이 실제로는 그 자리에 없다는 사실을 알 방법이 없습니다.

단 1년 만에 인젝션 공격이 783%나 증가한 이유가 바로 여기에 있습니다. 방어 체계가 잘못된 위협을 겨냥해 설계되었던 것입니다. 기존의 방어 체계는 실시간 합성이 아닌 리플레이 공격이나 인쇄된 사진을 감지하도록 설계되었습니다.

여러 플랫폼이 사용자의 특정 행동을 요구하지 않고 비디오를 분석하는 수동적(패시브) 라이브니스 탐지 방식으로 전환했습니다. 이 방식은 미세 표정, 피부 아래의 혈류, 3차원 공간에서 작동하는 그림자와 반사광을 감지합니다. 이 접근 방식이 더 효과적이기는 하지만 결코 완벽하지는 않습니다. 사기범들은 이미 패시브 라이브니스 탐지가 감지하려는 신호에 맞춰 자체 모델을 훈련하고 있으며, 조작 흔적을 제거하고 실제 카메라 노이즈와 유사한 노이즈를 추가하며 사람처럼 보이게 하는 미세한 결함까지 도입하고 있습니다.

2026년에 실시된 한 연구에 따르면 참가자의 0.1%만이 실제 콘텐츠와 AI가 생성한 콘텐츠를 안정적으로 구별할 수 있었습니다. 인간조차 이를 구별할 수 없고, 자동화 시스템은 AI가 생성하도록 학습되는 바로 그 패턴을 감지하도록 훈련되고 있으므로, 문제는 방어 체계가 성공할 것인가가 아닙니다. 방어 체계가 언제까지 버틸 수 있을 것인가가 문제입니다.

이것이 사용자에게 의미하는 바

암호화폐를 보유하고 거래소에서 신원 인증을 거쳤으며, 본인임을 증명하기 위해 신분증 사진과 함께 셀카를 제출한 적이 있다면 사용자 본인을 인증하는 데 사용되었던 바로 그 시스템이 속을 수 있다는 뜻입니다. 이는 다른 누군가가 합성 신원을 설정하고, 여러분이 거친 것과 동일한 인증 프로세스를 거쳐 계정을 개설한 후 자금을 이체하거나 자금을 세탁하고 타인의 자산을 탈취하는 데 그 계정을 사용할 수 있음을 의미합니다.

또한 본인도 모르는 사이에 자신의 신원이 도용될 수 있음을 의미합니다. 이제 사기범은 전체 신원을 훔칠 필요가 없습니다. 소셜 미디어에 게시물을 올린 적이 있다면 이미 노출되어 있을 얼굴 사진만 확보하면 됩니다. 그런 다음 페이스 스왑 도구에 그 사진을 적용해 라이브니스 체크를 수행하는 딥페이크 비디오를 만들고, 사용자의 얼굴이 포함되어 있지만 이름은 약간 변경된 가짜 신분증과 결합하여 강력한 딥페이크 탐지 기능이 없는 플랫폼에 제출합니다. 플랫폼이 신청을 승인하면 사기범은 본인과 똑같이 보이고, 본인과 똑같은 목소리를 내며, 본인임을 증명하도록 설계된 인증 절차를 통과할 수 있는 계정을 확보하게 됩니다.

수치를 확인하기 전까지는 이 문제의 심각성을 이해하기 어렵습니다. 2025년 미국인들은 암호화폐 사기로 인해 110억 달러 이상의 손실을 입었으며, 이는 FBI에 보고된 인터넷 범죄 피해액의 절반 이상을 차지합니다. 전 세계적으로 암호화폐 스캠은 2024년 100억 달러 미만에서 2025년에는 온체인 상에서 최소 140억 달러의 수익을 거두었습니다. 2026년 1분기에만 AI 딥페이크로 인한 손실액이 5억 7,700만 달러에 달했으며, 현재 고액 암호화폐 사기의 40% 배후에 AI가 자리하고 있습니다.

사기범들은 단독으로 행동하지 않으며 조직적인 체계의 일부로 움직입니다. 2025년에 진행된 한 조사에서는 호주와 미국 전역에 걸친 1억 8,700만 달러 규모의 사기 생태계가 밝혀졌는데, 이는 가짜 거래 플랫폼, 유명인의 딥페이크 지지 영상, AI로 조작된 신뢰에 의존하고 있었습니다. 이 조직은 인기 유튜브 채널을 탈취하고, 딥페이크 오디오 및 비디오를 사용해 실제 암호화폐 기업의 공식 커뮤니케이션을 사칭했으며, 돈을 먼저 보낸 사람들에게 가짜 에어드롭을 제공하겠다고 제안했습니다. 수천 명의 피해자가 여기에 속았습니다.

딥페이크 세상에서 스스로를 보호하는 방법

누군가 자신의 얼굴을 위조하는 것을 완전히 막을 수는 없지만, 그 위조물을 이용해 돈을 훔치는 과정을 훨씬 어렵게 만들 수는 있습니다. 첫 번째 방어선은 기술적인 것이 아니라 행동적인 것입니다.

1. 자금이나 기타 민감한 정보가 포함된 모든 계정에서 2단계 인증, 생체 인식 로그인, 출금 화이트리스트 주소, 민감한 작업별 이메일 확인 등 제공되는 모든 보안 기능을 활성화하세요. 이러한 각 보안 조치는 설령 사기범이 KYC 프로세스를 우회하더라도 사용자의 계정을 탈취하여 운영하기 어렵게 만듭니다.

2. 송금을 요구하거나 인증 정보를 요구하는 비디오, 음성 메시지, 기타 형태의 커뮤니케이션을 받았다면 반대 증거가 확보될 때까지 가짜로 간주하세요. 암호화폐 사칭 사기는 2025년에 1,400% 증가했습니다. 회사 CEO, 친구, 유명인처럼 보이는 사람이 투자 기회를 알리며 연락해 온 경우, 어떤 행동을 취하기 전에 반드시 독립적인 채널을 통해 사실 여부를 확인하세요.

3. 에어드롭을 청구하거나 계정 잠금을 해제하거나 신원을 증명하기 위해 암호화폐를 보낼 필요는 전혀 없습니다. 정식 플랫폼은 자금을 수령하기 위해 먼저 비용을 지불하라고 요구하지 않습니다. 모든 가짜 에어드롭 사기는 이러한 구조로 이루어져 있으며, 영상과 메시지가 진짜처럼 보이기 때문에 여전히 피해자가 발생하고 있습니다.

4. 강력한 사기 방지 시스템을 갖춘 플랫폼을 이용하세요. 모든 거래소나 서비스가 딥페이크 탐지 시스템을 도입한 것은 아니므로, 이를 도입한 플랫폼은 이제 경쟁 우위 요소가 된 만큼 이를 적극적으로 홍보할 것입니다. 멀티모달 검증, 행동 분석, 세션 수준의 무결성 제어, 단순한 눈 깜빡임 및 고개 돌리기 테스트를 뛰어넘는 고급 라이브니스 탐지를 지원하는지 확인해야 합니다.

5. 서비스가 3D 라이브니스 탐지나 패시브 생체 인식 분석을 사용하는지 확인하세요. 이러한 방식은 지시 사항 수행 여부만 확인하는 수준을 넘어 합성 비디오가 설득력 있게 복제하기 어려운 깊이감, 미세 표정, 생리적 신호를 검사하므로 액티브 라이브니스 체크보다 속이기가 훨씬 어렵습니다.

6. 얼굴을 비밀번호처럼 여기고 공개적으로 접근 가능한 고해상도 본인 사진의 수를 최소화하세요. 사기범들은 딥페이크에 활용하기 위해 소셜 미디어 사이트에서 얼굴 이미지를 수집합니다. 온라인에 존재하는 본인의 고해상도 이미지가 많을수록 설득력 있는 가짜를 만들기가 더 쉬워집니다.

7. 큰 액수의 자금을 이체할 때, 특히 대규모 USDT 이체나 기타 고액 암호화폐 거래를 진행할 때는 실행 전에 수수료와 경로를 확인할 수 있는 서비스를 이용해야 합니다. 사기범들은 수수료에 대한 긴급성과 혼란을 자주 악용하여 피해자가 잘못된 주소로 자금을 전송하게 하거나 필요 이상의 금액을 지불하도록 유도합니다. 반면 정식 플랫폼은 사전에 비용을 계산하고 수취인 주소를 확인하며 거래가 처리되기 전에 모든 세부 사항을 검토할 수 있도록 지원합니다.

업계가 대응하고 있지만 속도는 더딘 편입니다. 현재 개선된 검증 프로세스에는 문서, 안면 생체 정보, 음성 패턴, 행동 신호를 종합적으로 분석하는 멀티모달 검사가 포함됩니다. 일부 플랫폼은 검증 세션의 각 프레임에 타임스탬프를 찍고 암호화 방식으로 봉인하여 세션 수준의 증거 패키지를 구축함으로써 해당 세션이 실제인지 주입된 것인지를 보여주는 포렌식 기록을 생성합니다. 또한 이러한 플랫폼 중 다수는 검증 과정에서 중립적인 증인 역할을 하는 제3자 신뢰 서비스 제공자를 통합하여 사기범이 흔적을 남기지 않고 시스템을 통과하기 어렵게 만들고 있습니다.

그러나 이러한 보호 조치가 모든 플랫폼에 적용되는 것은 아닙니다. 상당수 플랫폼은 2024년 이후 실패하고 있는 것으로 입증된 문서 제출 및 셀카 방식에 여전히 의존하고 있습니다. 딥페이크 탐지 비용이 높고 사기로 인한 피해는 일반적으로 플랫폼이 아닌 사용자가 부담하기 때문에 플랫폼들이 시스템 업그레이드를 미루고 있는 실정입니다.

아무것도 진짜임을 증명할 수 없는 세상의 대가

진짜 문제는 기술적인 것이 아니라 근본적인 문제입니다. 우리는 이제 자신이 주장하는 본인임을 증명하기가 결코 쉽지 않은 시대에 진입하고 있습니다. 신원 확인 시스템은 식사 한 끼보다 저렴하고 출퇴근 시간보다 적게 걸리는 도구들에 의해 무력화되고 있습니다. 온라인 환경에서 이미 취약했던 신뢰는 진짜처럼 보이고, 진짜처럼 들리며, 진짜처럼 행동하지만 실제로는 가짜인 콘텐츠로 인해 무너져 내리고 있습니다.

이것이 KYC의 종말을 의미하는 것은 아니며, 단지 KYC가 셀카와 신분증만으로 무언가를 증명할 수 있다는 생각에서 벗어나야 함을 나타낼 뿐입니다. 이러한 변화 속에서 살아남을 플랫폼은 검증을 단일 체크포인트가 아닌 지속적인 프로세스로 간주하는 플랫폼일 것입니다. 이들은 위조될 수 있는 단 한 번의 증명에 의존하기보다 행동 신호, 거래 패턴, 기기 핑거프린트, 빈번한 재인증을 활용하여 장기적으로 신뢰를 구축해 나갈 것입니다.

이는 이제 사용자 스스로 검증의 책임을 져야 함을 의미합니다. 플랫폼이 특정 인물을 승인했다고 해서 그 인물이 실제 인물이라고 더 이상 당연하게 여겨서는 안 됩니다. 마찬가지로 비디오가 사실적으로 보인다고 해서 실제로 사실일 것이라고 가정할 수도 없습니다. 다른 채널을 통하고 위조하기 어려운 도구와 방법을 사용하여 직접 검증해야 합니다.

이를 소홀히 했을 때 따르는 것은 단순한 금전적 피해만이 아닙니다. 거래 상대방이 자신이 말하는 바로 그 사람이라는 근본적인 신뢰 자체가 서서히 훼손되는 문제입니다. 그 믿음이 사라지고 나면 모든 상호작용을 의심으로 맞이해야 하고 모든 거래를 독립적으로 검증해야 하므로 더 이상 신뢰를 무조건적으로 내어줄 수 없게 됩니다.

딥페이크는 실제로 KYC 절차를 우회하고 있습니다. 모든 사례나 모든 플랫폼에서 통하는 것은 아니지만, 사기 피해액이 수십억 달러에 달할 정도로 빈번하게 발생하고 있습니다. 문제는 이러한 일이 앞으로도 계속 발생할 것인가가 아닙니다. 방치했을 때의 대가가 감당할 수 없을 정도로 커지기 전에 방어 수단이 기술 발전 속도를 따라잡을 수 있는가가 핵심입니다.

거래 수수료 영역에서도 사기와 혼란이 함께 발생합니다. 온체인에서 자금을 이체할 때 지불하는 수수료, 특히 TRON과 같은 네트워크에서의 USDT 거래 수수료는 이체가 어떻게 구성되는지에 따라 크게 달라질 수 있습니다. 사기범들은 더 높은 수수료를 표시하고 그 차액을 가로채는 가짜 플랫폼을 구축하여 이를 악용합니다. 또한 실제로는 존재하지도 않는 긴급 블록체인 수수료를 지불해야 자금을 출금할 수 있다는 피싱 메시지를 보내기도 합니다.

이체에 실제로 드는 비용이 얼마인지 이해하고 있다면 이러한 사기에 당하는 것을 피할 수 있습니다. 예를 들어 TRON에서 각 USDT 이체는 일정량의 Energy와 Bandwidth를 소모합니다. 이러한 리소스가 충분하지 않으면 네트워크는 비용을 충당하기 위해 TRX를 소모하며, 이는 상당한 비용이 들 수 있습니다. 이미 USDT를 보유하고 있는 주소로 이체하는 것은 네트워크가 토큰 잔액 공간을 생성할 필요가 없기 때문에 빈 주소로 이체하는 것보다 적은 Energy를 사용합니다. 이를 미리 알고 있으면 지불해야 할 금액에 대해 상대방이 거짓말을 하고 있는지 파악할 수 있습니다.

Netts USDT Transfer Calculator와 같은 도구를 사용하면 특정 이체에 필요한 Energy 및 Bandwidth의 양을 정확히 파악할 수 있으며, TRX를 직접 소모하는 것보다 Energy를 대여하는 것이 더 경제적인지 확인할 수 있습니다. 자주 USDT를 전송하거나 고액의 자금을 이동하는 사용자에게 이는 가능한 한 가장 낮은 USDT 수수료를 내는 것과 정상 비용의 두 배 이상을 지불하는 것 사이의 차이를 만듭니다. 또한 누군가가 요구하는 수수료가 진짜인지, 아니면 매번 추가 금액을 갈취하기 위해 지어낸 금액인지 확인하는 수단이 됩니다. 투명한 비용 계산기가 사기 자체를 완전히 없애지는 못하지만, 블록체인 거래 비용이 얼마인지 잘 모르는 사용자로부터 사기범이 돈을 가로채는 가장 손쉬운 수법 중 하나를 차단해 줍니다.