아직 아무도 묻지 않은 실사 질문

은행이 계좌를 개설해 온 한동안, 컴플라이언스는 단 하나의 가정에 의존해 왔습니다: 각 계좌 뒤에 실제로 식별 가능한 사람이 존재한다는 가정입니다. 온보딩 시 해당 인물을 확인하고 이후 모든 과정이 그 신뢰를 이어받도록 합니다. 이 가정은 두 방향에서 동시에 약화되고 있습니다. AI 에이전트가 사람을 대신해 거래를 수행하고, 합성 신원은 존재하지 않았던 사람으로 가장합니다. 계좌 뒤에 진정한 인간이 존재하고, 그 인간이 계좌의 행동을 의도하고 있는지를 확인하는 것이 그 어느 때보다 어려워졌습니다.

Regulators have noticed, though they are moving unevenly and have yet to name agents as a category of their own. Two jurisdictions show the range.

두 규제기관, 두 방향

The clearest signal comes from Europe. 유럽연합 AI법이 가장 중대한 집행 단계에 진입합니다는 2026년 8월 2일이며, 이때 고위험 시스템 의무와 제50조 투명성 규칙이 전면 적용되고, 위원회의 자체 집행 권한도 함께 발휘됩니다. 위원회는 가장 진보된 범용 AI 모델 제공업체에 대해 전 세계 매출의 3% 또는 1500만 유로 중 높은 금액까지 벌금을 부과할 수 있습니다. 이 법은 AI 에이전트를 별도의 법적 카테고리로 정의하지 않습니다. 정의할 필요도 없습니다. 입력을 받고 처리하여 행동을 취하는 모든 시스템은 기존 텍스트상 AI 시스템으로 이미 인정되며, 대출, 보험, 신원 확인 등 고위험 기능을 수행하는 에이전트는 인간이 운영하는 시스템이 부담하는 동일한 의무를 물게 됩니다.
Singapore took the opposite approach. On 2026년 1월 22일, at the World Economic Forum, 디지털 개발 및 정보부가 에이전트형 AI를 위한 모델 AI 거버넌스 프레임워크를 발표했으며, 이는 일반 AI 규칙을 적용한 것이 아니라 자율 시스템을 위해 특별히 설계된 최초의 거버넌스 모델입니다. 자발적이지만, 공식 프레임워크가 어떻게 생겼는지 제시합니다: 에이전트의 자율성 수준을 평가하고, 인간 책임 구조를 할당하며, 위험을 사후에 잡는 것이 아니라 설계 단계에서 제한합니다—두 규제기관이 규칙책의 반대 끝에서 같은 문제에 접근하고 있습니다. 하나는 기존 법을 확장해 에이전트를 포괄하고, 다른 하나는 기존에 없던 카테고리를 위해 새로운 규칙을 작성합니다.

에이전트에 대한 책임은 누가 지는가

Underneath both approaches sits a question compliance teams have not had to answer cleanly before: when an agent acts, who is accountable? Baker McKenzie의 법률 분석(2026년 7월 1일 발표)은 현재 법원과 규제당국이 최소한 일시적으로는 답을 찾고 있다고 결론짓습니다. 책임은 에이전트 자체가 아니라 에이전트 뒤에 있는 인간과 조직에 있습니다. 또한 2026년 6월 미국 행정명령이 법무부에 AI 기반 해킹에 대한 집행을 우선시하도록 지시함으로써 이 원칙을 강화했습니다. 이 답변은 법적 기본값으로는 실용적이지만, 자체적으로는 운영적인 답변은 아닙니다.
Knowing a human is ultimately liable does not tell a compliance officer which human, at the moment a transaction clears. It does not tell them whether the entity behind an agent was verified once at onboarding or continuously as the agent’s permissions changed. Beneficial ownership rules were built to answer “who owns this,” largely as a one-time question. Agentic activity asks an ongoing question: who is currently directing this, and can that answer change without anyone being told?

컴플라이언스 기능의 실제 업무

Most compliance functions cannot currently trace that chain end-to-end, and the tools to do so are still being built rather than bought off the shelf. 적응형 AML 프로그램 설계를 위한 한 프레임워크는 모든 고객과 관할구역에 동일하게 적용되는 경직되고 일관된 스크리닝 규칙이 이렇게 빠르게 변하는 위험에 따라잡을 수 없으며, 실제 위험에 맞춘 구성 가능한 스크리닝 프로파일만이 충분히 유연한 구조라고 주장합니다. 동일한 논리는 에이전트 활동에도 자연스럽게 적용됩니다. 새로운 주체 카테고리에 맞게 조정되지 못하는 스크리닝 프로그램은 이를 관리할 수 없습니다.
Governance of the agents themselves follows the same logic. AI 도구에 위험 신호 데이터를 제공하는 최신 가이드는 기존 역할 기반 접근 제어를 이어받는 허가된 기록된 연결을 주장합니다. 따라서 에이전트의 행동은 인간 분석가의 행동과 동일한 감사 추적을 갖게 되며, 추적되지 않은 우회 경로가 아닙니다. 이는 규제당국이 현재 전체 금융 시스템 차원에서 직면하고 있는 문제의 소규모 버전입니다: 에이전트의 행동은 사후에 재구성되는 것이 아니라 실시간으로 책임 있는 당사자에게 귀속될 필요가 있습니다.

이미 존재하는 것을 체계화하기

Whatever the industry ends up calling it, Know Your Agent is a distinct discipline, not a subset of the customer and business due diligence compliance teams already run. The direction of travel is barely in doubt: the AI Act’s enforcement phase, Singapore’s governance framework and the emerging legal consensus on accountability all point toward the same destination, formal rules for who or what is allowed to act, and on whose authority.

실질적인 유일한 질문은 시점입니다. 금융기관이 규제 시행 전에 이 분야를 구축할지, 아니면 이후에 급히 조립할지 여부입니다. 규제당국은 후자를 거의 보상하지 않습니다. 그리고 규칙과 무관하게 더 어려운 문제는: 기관 앞에 있는 고객이 더 이상 신뢰할 수 있는 사람으로 존재하지 않으며, 서류 절차를 간소화한다고 해서 계좌 뒤의 인간을 더 쉽게 신뢰할 수 있게 만들지는 못한다는 점입니다.