.svg)
AI 솔루션 문의하기
비대면 계좌개설은 신청자가 실시간으로 촬영한 얼굴을 신분증 사진과 대조하는 절차에 의존합니다. 딥페이크 기술을 악용하는 쪽은 실제 촬영 대신 미리 만들어진 합성 영상을 카메라 입력인 것처럼 시스템에 주입하거나 실시간으로 다른 사람의 얼굴을 신청자의 얼굴 위에 겹쳐 보여주는 방식을 씁니다. 두 방식 모두 화면에 나타나는 얼굴만 놓고 보면 실제 촬영과 구분하기 어려운 수준까지 발전했다는 점이 계좌개설 심사에서 새롭게 다뤄야 할 위협입니다. 신분증 사진과 얼굴이 일치하는 것처럼 보이는 결과만으로는 그 얼굴이 실시간 촬영에서 나온 것인지 확신할 수 없습니다.
기존의 라이브니스 탐지는 눈을 깜빡이거나 고개를 돌리는 동작을 요청해 살아있는 사람인지를 확인하는 방식으로 이루어져 왔습니다. 치밀하게 만들어진 딥페이크 영상은 이러한 동작 요청에도 자연스럽게 반응하도록 제작될 수 있어 동작 기반 확인만으로는 통과되는 경우가 생깁니다. 동작 반응 여부와 함께 영상에 남아 있는 합성 흔적을 함께 분석한다면 동작만으로는 걸러내지 못하는 사례를 추가로 확인하는 데 도움이 될 수 있습니다.
합성 영상은 사람 눈으로는 알아채기 어려운 미세한 흔적을 프레임 단위로 남기는 경우가 많습니다. 빛의 반사가 부자연스럽게 표현되거나 얼굴 경계 부분에서 화질이 미묘하게 달라지는 지점이 대표적입니다. 영상을 프레임 단위로 분석해 이러한 흔적을 찾아내는 기능을 갖춘다면 전체 영상만 놓고 판단할 때보다 치밀하게 만들어진 합성물을 걸러내는 데 효과적일 수 있습니다. 이 분석은 계산량이 많아 처리 속도와 정확도 사이의 균형을 함께 고려해야 합니다.
딥페이크 대응은 화면에 보이는 얼굴을 분석하는 작업만으로 끝나지 않습니다. 합성 영상을 실제 카메라 촬영인 것처럼 시스템에 주입하는 방식은 입력 경로를 그대로 조작하는 수법이라 얼굴 분석만으로는 발견하기 어렵습니다. 신청에 사용된 기기와 카메라의 정보를 함께 확인하고 정상적인 촬영 과정에서 나타나는 신호 패턴과 비교한다면 입력 경로가 조작되었는지를 가늠하는 데 도움이 될 수 있습니다. 이 확인은 얼굴 분석과 별도의 층에서 이루어지는 절차로 다뤄질 필요가 있습니다.
딥페이크를 만드는 기술은 짧은 주기로 발전하고 있어 특정 시점에 마련한 탐지 기준이 시간이 지나면 새로운 수법을 놓칠 수 있습니다. 최근 발견된 합성 수법의 특징을 주기적으로 탐지 기준에 반영하고 그 결과를 다시 검증하는 절차를 마련한다면 기준이 오래되어 무력화되는 상황을 줄이는 데 도움이 될 수 있습니다. 이 갱신 작업은 한 차례로 끝나지 않고 계좌개설 심사 체계가 운영되는 내내 반복될 필요가 있습니다.
자동화된 탐지 결과가 명확하게 판단하기 어려운 사례도 있습니다. 이러한 사례를 자동으로 승인하거나 거절하지 않고 심사 인력에게 넘겨 추가로 확인하도록 구성한다면 자동화가 다루기 어려운 사례에서도 판단의 공백이 생기지 않습니다. 심사 인력에게는 어떤 근거로 그 사례가 경계선으로 분류되었는지를 함께 전달해야 판단에 걸리는 시간을 줄일 수 있습니다.
은행이 계좌개설 심사에 딥페이크 자동 검증을 도입하려 한다면 먼저 동작 기반 라이브니스와 프레임 단위 흔적 분석, 입력 경로 확인이라는 서로 다른 층의 검증을 어떻게 하나의 절차 안에서 순서대로 배치할지 설계하는 작업부터 시작하는 편이 좋습니다. 탐지 기준을 주기적으로 갱신할 수 있는 운영 체계와 경계선 사례를 심사 인력에게 넘기는 기준도 함께 마련해야 합니다. 또한 처리 속도가 지나치게 느려지면 이용자 이탈로 이어질 수 있어 정확도와 처리 시간 사이의 균형도 함께 검토되어야 합니다.
은행 계좌개설의 딥페이크 대응은 동작 반응 하나만으로는 완결되지 않으며 영상 내부의 합성 흔적과 입력 경로의 신뢰성까지 함께 확인해야 합니다. 딥페이크 기술이 계속 발전하는 만큼 탐지 기준도 한 번 마련한 뒤 고정되지 않고 계속 갱신되어야 합니다. 여러 층의 확인을 겹겹이 배치하는 설계가 계좌개설 심사의 실효성을 결정합니다.
.svg)
.svg)
