LexisNexis Risk Solutions, 사기 판단에 AI 에이전트 신호 추가

LexisNexis Risk Solutions는 2026년 11월 5일 Know Your Agent (KYA) 인텔리전스를 발표하고, 디지털 신원 및 사기 방지 플랫폼에 AI 에이전트 활동과 맥락적 위험 신호를 추가했다. 회사에 따르면 2026년 상반기 에이전트 트래픽은 750% 넘게 증가했다.

이미 많은 고객이 현재 위험 관리 의사결정에 KYA를 활용하고 있다. 회사는 Digital Identity Network가 2025년에 1,160억 건이 넘는 디지털 거래를 분석하고 자동화 봇 공격 49억 건을 탐지했다고 밝혔다. 이는 전년보다 59% 증가한 수치다. 사람과 자동화된 상호작용을 이미 파악하고 있는 이 역량은 KYA가 에이전트 활동을 추가하는 데 필요한 맥락을 제공한다.

탐지 정보를 활용한 폭넓은 위험 평가

대부분의 개인용 에이전트는 자신이 에이전트라고 밝히지 않으므로, 우선 해결해야 할 과제는 탐지다. 에이전트를 식별하는 것만으로는 누구를 대리하는지, 해당 활동이 승인되었는지, 행동이 그 권한에 부합하는지, 더 넓은 상호작용이 정당해 보이는지를 확인할 수 없다. KYA는 신원, 기기, 네트워크, 행동 및 관계 맥락에 에이전트 탐지 기능을 실시간으로 더하도록 설계됐다.

한 번의 디지털 여정 중에도 사람과 에이전트 사이에 통제권이 넘어가면 그 맥락은 달라질 수 있다. 제품 및 분석 담당 수석 부사장인 Mike Woodberry는 무엇이 작동하고 있는지, 그것이 누구 또는 무엇을 대리하는지, 권한이 있는지, 무엇을 하려는지를 파악하는 것이 목표라고 말했다. 따라서 각 의사결정은 특정 맥락에서 특정 행동을 수행하는 특정 에이전트에 관한 것이며, 조직의 위험 정책에 따라 이루어진다.

사기 대응 업무 흐름에 신호를 연계하는 방법

회사의 에이전트 인텔리전스 안내서는 브라우저, 기기, 운영 체제 및 네트워크 정보를 에이전트의 특징과 에이전트 주도 활동의 다른 지표를 파악하는 수단으로 소개한다. ChatGPT, Claude 및 유사 플랫폼에 내장된 애플리케이션도 브라우저 특성, 도메인, 애플리케이션 신호 및 기타 지표를 통해 프로파일링하여 디지털 신원 맥락을 확인할 수 있다. 기술 및 행동 지표는 활동을 사람, 악성 봇 또는 AI 에이전트로 분류하는 데 도움이 된다.

Trust Tags는 사용자, 기기 및 에이전트 상호작용 간에 지속적인 관계를 설정해 조직이 이후 활동을 평가하도록 돕는다. 대역 외 인증은 고객, 에이전트 및 상호작용 간에 신뢰할 수 있는 관계를 설정하는 데 도움이 될 수 있다. 그런 다음 조직은 이 신호를 기존 업무 흐름에 반영하고, 맥락과 자체 위험 정책에 따라 상호작용을 허용하거나 인증하거나 검토하거나 거부할 수 있다.

ThreatMetrix에서 에이전트 인텔리전스는 디지털 신원과 행동 인텔리전스를 결합한다. API, 소프트웨어 개발 키트 및 업무 흐름에 바로 적용할 수 있는 통합 기능은 웹, 모바일 및 백엔드 환경을 지원한다. 또한 LexisNexis Dynamic Decision Platform을 통해 제공되어 포렌식 조사, 사례 관리, 보고 및 업무 흐름 조율 기능과 연계된다.

사기 대응 활용 사례와 제품의 범위

적용 분야에는 에이전트 지원 상거래, 계좌 개설 및 온보딩, 뱅킹 및 결제, 인증 및 접근 관리, 고객 서비스가 포함된다. 에이전트는 제품을 조사하거나 구매하고, 등록 절차에 참여하고, 계좌에 접근하고, 반품을 예약하거나 계좌를 관리할 수 있다. 이 시스템은 계좌 접근 및 확인 과정에서 에이전트에게 정당한 권한이 있는지도 평가하도록 설계됐다.

LexisNexis는 자율 에이전트가 승인된 푸시 결제 사기와 계좌 탈취 공격의 규모와 정교함을 키울 수 있으며, 악성 에이전트가 성공과 실패를 학습해 후속 공격을 맞춤화할 수 있다고 경고한다. 최고영업책임자 Grayson Clarke는 한 글로벌 금융 기관이 회사의 탐지 기능을 활용해 에이전트 활동을 식별하고 민감한 거래가 실행되는 것을 방지하는 데 도움을 받았다고 말했다.

현재 기능은 탐지, 맥락 파악 및 업무 흐름에 따른 의사결정에 중점을 둔다. 자료에서는 더 정교한 에이전트 신원 및 권한 부여와 에이전트 간 상호작용을 향후 발전 방향으로 제시하지만, 해당 기능을 제공하겠다고 확약하지는 않는다. 결과는 구현 방식, 데이터 가용성, 거래 특성 및 고객의 사용 방식에 따라 달라지며, 어떤 솔루션도 모든 상황에서 모든 사용자, 기기, 봇 또는 AI 에이전트를 식별·분류·인증하거나 탐지할 수는 없다.

사기 대응팀이 체감할 실질적인 변화는 에이전트의 관여가 기존 의사결정에 또 하나의 입력 정보로 추가되고, 관련 고객과 권한, 행동에 맞춰 대응을 조정할 수 있다는 점이다. 남은 질문은 에이전트와 표준, 에이전트 간 상호작용이 발전하는 가운데 이러한 맥락 기반 접근 방식이 계속 효과를 발휘할지 여부다. 특히 더 발전된 신원 및 권한 부여 기능은 아직 향후 과제로 남아 있다.