핵심 요약
- 2026 년 상반기, Binance 의 AI 기반 리스크 시스템은 8 백만 명 이상의 사용자를 보호하고 약 46 억 달러의 잠재적 손실을 방지하는 데 기여했습니다.
- 현재 신원 확인, 계정 보안, 결제 및 거래 심사 전반에 걸친 실시간 리스크 판단의 80%~90% 는 AI 가 수행하며, 세밀한 판단이 필요한 예외적인 사례는 인간 리뷰어가 처리합니다.
- 100 개가 넘는 AI 모델이 사기, 위조 문서 및 사회적 공학(Social Engineering) 시도를 대규모로 탐지하기 위한 부정 행위 방지 통제에 활용되고 있습니다.
📷
위조된 결제 스크린샷이나 변조된 신분증은 이제 몇 초 만에 생성할 수 있으며, 사기 스크립트는 거의 비용 없이 특정 타겟에 맞춰 개인화될 수 있습니다. 기만 행위의 제작 비용이 낮아짐에 따라, 이에 대응할 수 있는 유일한 현실적인 방법은 위험을 지속적으로, 대규모로, 그리고 실시간으로 평가하는 것입니다.
바로 이 지점에서 AI 는 Binance 가 사용자를 보호하는 방식의 핵심이 되었습니다. 2026 년 상반기, Binance 의 AI 기반 리스크 시스템은 비정상적인 거래 활동, 계정 탈취 시도, 사기 및 거래 부정 행위를 포함하여 8 백만 명 이상의 사용자를 보호하고 약 46 억 달러의 잠재적 손실을 방지하는 데 도움을 주었습니다.
이 블로그에서는 구체적인 수치를 분석합니다. 사용자 여정(User Journey) 전반에서 AI 가 어떻게 작동하는지, 내부 모델과 외부 모델이 어떻게 협력하는지, 왜 인간 리뷰어가 여전히 프로세스의 중심에 있는지, 그리고 이러한 접근 방식이 손실 방지를 넘어 컴플라이언스 및 내부 운영까지 어떻게 확장되는지 살펴봅니다.
Binance, 100 개 이상의 AI 모델을 실시간 사용자 보호로 전환
2026 년 상반기, Binance 는 수백만 건의 사기 및 피싱 시도를 차단하고, 4 만 2 천 개 이상의 악성 주소 목록(Blacklist)을 등록했으며, 매일 1 만 4 천 건 이상의 실시간 경고를 발령했습니다.
이러한 성과는 Binance 가 자체적으로 구축, 학습 및 관리하는 AI 인프라에서 비롯됩니다. 현재 우리는 부정 행위 및 사기 방지 통제를 위해 100 개 이상의 AI 모델을 운영하고 있으며, 인간 리스크 분석가가 임계값을 설정하고, 예외적인 사례를 검토하며, 새로운 사기 패턴이 등장함에 따라 모델을 재학습시킵니다.
KYC(신원 확인) 분야에서, AI 를 활용한 심사 파이프라인은 특정 워크플로우에서 수동 프로세스 대비 최대 100 배의 운영 효율성 향상을 달성했으며, 고위험 사례에는 전문가가 계속 관여하도록 유지했습니다.
Binance, 사용자 여정 전반에 AI 리스크 보호 통합
AI 는 실시간 리스크 판단이 필요한 모든 지점, 즉 사용자 여정 전체에 내장되어 있습니다. 여기에는 신원 확인, 계정 보안(예: 계정 탈취 징후 탐지), 결제 및 더 넓은 범위의 거래 보호와 심사가 포함됩니다.
모든 행동은 발생 즉시 평가되며, 대부분은 자동으로 해결됩니다. 이를 통해 플랫폼 규모에서도 합법적인 사용자의 속도를 늦추지 않고 보호 기능을 운영할 수 있는데, 대부분의 사람들은 자신의 활동 뒤에 실행되는 검사를 인지하지 못하기 때문입니다.
자체 개발 및 외부 기술을 결합한 하이브리드 모델 스택
Binance 는 독자적인 기술과 외부 기술을 혼합하여 사용합니다. 자체 개발 모델은 플랫폼에서 관찰되는 특정 위험에 맞춰 목적별로 설계되었으며, 주요 외부 AI 및 파운데이션 모델(Foundation Model)은 더 광범위한 추론 작업을 담당합니다.
이러한 하이브리드 접근 방식은 AI 능력의 최전선에서 탐지 기능을 유지하면서도 Binance 의 사용자, 제품 및 규모에 맞춘 경쟁 우위를 확보합니다. 또한 AI 분야 전반의 발전에 따라 새로운 기능을 빠르게 도입할 수 있음을 의미합니다.
탐지 모델과 함께, Binance 는 실제 공격자와 같은 방식으로 방어 체계를 테스트하는 내부 레드 팀(Red Team)을 운영하며, 최신 기술이 플랫폼에 대항하여 어떻게 악용될 수 있는지 탐색합니다.
Binance 의 최고 보안 책임자(CSO) 인 Jimmy Su 는 다음과 같이 설명합니다. “이러한 훈련은 공격자가 취약점을 발견하기 전에 우리가 먼저 식별하고, 현실적인 조건 하에서 우리의 통제 장치가 효과적으로 작동함을 검증하며, 사용자를 보호하는 사람, 프로세스 및 기술을 지속적으로 강화하는 데 도움이 됩니다. 보안 분야에서는 단순히 방어 체계가 작동할 것이라고 가정할 수 없으며, 이를 끊임없이 도전해야 합니다.”
사례: 사회적 공학(Social Engineering)에 대한 다층 방어
일부 공격은 기술을 완전히 우회하고 신뢰를 표적으로 삼도록 설계됩니다. P2P 거래는 사회적 공학 시도가 특히 빈번한 영역 중 하나입니다.
Binance 에서는 자체 컴퓨터 비전 모델이 거래 세부 정보와 미세한 이미지 조작을 분석하여 가짜 결제 증명 이미지를 탐지합니다. 자연어 처리(NLP) 모델은 채팅 내 사기 메시지를 식별합니다. 전통적인 머신러닝 모델은 각 주문의 위험 수준을 평가합니다. 여기에 더해, 대형 언어 모델(LLM) 은 메시지 의도를 해석하고 이미지 내에 숨겨진 사기 텍스트를 포착하는 데 도움을 줍니다.
기계는 선별하고, 인간은 결정하며, 모델은 학습한다
AI 는 발견 및 초기 선별 작업에서 탁월한 능력을 보이지만, 세밀한 검증과 맥락적 판단에는 여전히 인간의 역할이 필수적입니다. 라이브니스(Liveness) 및 신분증 위조 탐지가 대표적인 예입니다. AI 는 대량의 데이터를 빠르게 사전 선별하여 의심스러운 항목을 표시할 수 있지만, 많은 예외적인 사례는 여전히 인간 리뷰어의 더 정밀한 라벨링 및 판단을 필요로 합니다.
새로운 공격 패턴이 등장하면 AI 가 이를 발견하고 식별하는 데 도움을 주며, 이러한 발견 사항은 모델 미세 조정에 사용됩니다. 그 결과 AI 는 규모를 제공하고 사람은 정확성을 제공하는 지속적이고 순환적인 구조가 형성됩니다. 부정 행위 통제 전반에서 AI 모델은 실시간 리스크 판단의 80%~90% 를 수행하며, 인간 리뷰 워크플로우의 약 45% 를 지원합니다.
이러한 규모에서 AI 의 책임을 보장하기 위해, Binance 는 개발 및 검증부터 배포 및 지속 모니터링까지 모델 라이프사이클 전반에 걸쳐 구조화된 모델 거버넌스를 적용합니다. 모델은 라이브 환경에 투입되기 전 편향 및 정확도 테스트를 거치며, 실제 결과에 대비한 성능이 지속적으로 추적됩니다.
앞서 언급한 인간 리뷰 프로세스를 통해 모델의 정확도가 드리프트(Drift) 되거나 오탐지(False Positive) 비율이 허용된 임계값을 초과하는 것이 발견되면, 해당 모델은 자동으로 재학습 대상으로 플래그가 지정됩니다. 이를 통해 자동화된 결정이 단순히 빠를 뿐만 아니라 공정하고, 설명 가능하며, 감사 가능(Auditable) 함을 보장합니다.
손실 방지를 넘어: 컴플라이언스 및 내부 효율성
사용자 보호를 넘어, 우리 컴플라이언스 팀은 KYC 부정 행위 탐지 및 거래 모니터링 실행과 같은 프로세스를 표준화하고 확장하기 위해 AI 지원 자동화 도구를 사용합니다.
사용자 온보딩, 심사 에스컬레이션 및 파트너 실사 전반에 걸쳐 24 개 이상의 AI 이니셔티브가 배포되었습니다. 이러한 모델은 우선순위에 따라 사례를 분류하고, 온체인 활동 및 디바이스 핑거프린트(Device Fingerprint) 등 복잡한 데이터셋 간 패턴을 식별하며, 잘못된 알림을 최소화하면서 적절한 문제를 인간 리뷰어에게 라우팅합니다.
내부적으로도 유사한 효과가 나타납니다. 분석가는 AI 를 사용하여 분석, 모니터링 및 모델 배포를 더 빠르게 수행하고, 운영 팀은 조사 및 사례 상세 정보를 보조하는 데 AI 를 활용합니다. 두 경우 모두 목표는 동일합니다. 반복적인 작업을 넘겨주어 사람들이 더 가치 있는 판단에 집중할 수 있도록 하는 것입니다. 이는 채택률에도 반영되는데, Binance 의 내부 에이전틱(Agentic) 도구는 전사적 교육, 프롬프트 엔지니어링 프로그램 및 구조화된 감독을 바탕으로 팀 전반에서 약 72% 의 사용률을 기록하고 있습니다.
이 모든 것의 밑바탕에는 '디자인 단계에서의 프라이버시(Privacy by Design)'에 대한 약속이 있습니다. Binance 의 AI 시스템은 데이터 최소화, 목적 제한 및 사용자 권리 보호 장치가 AI 모델의 구축 및 배포 방식에 내장된 프라이버시 우선 프레임워크 내에서 운영됩니다. 목표는 명확합니다. 사용자가 데이터가 작업에 필요한 범위 이상으로 사용되지 않는다는 것을 이해할 수 있도록 투명하게, 데이터 프라이버시를 침해하지 않으면서 금융적 남용과 피해로부터 사용자를 보호하는 것입니다.
마무리 생각
Binance 에서 사용자 보호는 우리가 지속적으로 투자하는 우선순위입니다. AI 는 규모를 제공하고, 사람은 판단력을 제공합니다. 기만 행위를 제작하는 도구가 점점 저렴해짐에 따라, 이 조합은 계속 개선되어야 하며, 이는 모델 재학습, 임계값 정제 및 경험이 풍부한 분석가를 필요한 사례에 배치하는 것을 의미합니다.
면책 조항: 본 콘텐츠는 일반적인 정보 및 교육 목적으로만 "있는 그대로" 제공되며, 어떠한 형태의 진술이나 보증도 포함되지 않습니다. 이는 재무적 조언으로 해석되어서는 안 되며, 특정 제품 또는 서비스의 구매를 추천하려는 의도도 아닙니다. 디지털 자산 가격은 변동성이 있을 수 있습니다. 투자 가치는 상승하거나 하락할 수 있으며, 투자 원금을 회수하지 못할 수도 있습니다. 투자 결정에 대한 책임은 전적으로 귀하에게 있으며, Binance 는 귀하가 입은 어떠한 손실에 대해서도 법적 책임을 지지 않습니다. 재무적 조언이 아닙니다. 자세한 내용은 이용약관 및 리스크 경고를 참조하세요.
