한 섬유 수입업체가 베트남에 있는 평소 거래처와 똑같아 보이는 곳에서 긴급 이메일을 받았다. 공장의 은행 계좌가 "당국에 의해 일시 동결"되었으니, 선적 기한을 놓치지 않으려면 오늘 안에 홍콩에 있는 대체 계좌로 대금을 송금해 달라는 내용이었다. 회사는 $280,000를 송금했다. 몇 주 후, 실제 거래처가 인보이스가 왜 연체됐는지 물으며 전화를 걸어왔다. 그때는 이미 돈이 사라진 뒤였다. 자금은 이런 종류의 사기성 송금 대부분이 그렇듯, 일단 국외로 빠져나가자 사실상 추적이 불가능한 계좌를 거쳐 간 상태였다.
그 이메일에는 허술한 구석이 전혀 없었다. 오탈자도, 깨진 로고도, 어색한 "귀하께"식 인사도 없었다. 사기범은 몇 주에 걸쳐 그 회사의 이메일 스레드를 지켜보다가, 실제로 예정되어 있던 인보이스 시점에 맞춰 요청을 던진 것으로 알려졌다. 이런 수준의 인내심과 정교함은 예전에는 드물었다. 2026년 현재, 이는 점점 흔한 일이 되고 있다 — 생성형 AI가 그 비용을 크게 낮췄기 때문이다.
왜 갑자기 어디서나 벌어지는가
인보이스 사기와 거래처 사칭은 새로운 일이 아니다. 달라진 것은 누가 이를 실행할 수 있는지, 그리고 결과물이 얼마나 그럴듯해 보이는지다. 2026년 AFP 대금 사기 및 통제 설문조사에 따르면, 2025년 조직의 76%가 대금 사기 시도 또는 실제 피해를 겪었으며, 거래처 사칭은 비즈니스 이메일 침해(BEC) 공격의 배후에서 가장 흔한 수법으로 꼽혔다 — BEC 자체도 응답자의 63%가 최상위 사기 경로로 지목했다. 이런 공격을 추적하는 보안 연구자들은 2025년 BEC 시도가 전년 대비 15% 더 늘었다고 밝혔으며, 일부 기업은 한 달에 수천 건의 BEC 메시지를 가로챘다고 한다.
이 사기의 작동 방식은 단순하다 — 바로 그 단순함이 통하는 이유다.
- 범죄자가 거래처의 이메일 계정을 탈취하거나 스푸핑하거나, 단순히 비슷한 도메인을 등록한다.
- 실제로 진행 중인 대화에 끼어들거나("인보이스 다시 보내드립니다", "은행 정보 관련 빠른 업데이트") 그럴듯한 새 대화를 꾸며낸다.
- 다음 인보이스 기한이 되기 전에 대금 정보 — 새 은행 계좌, 새 송금 라우팅 번호 — 를 변경해 달라고 요청한다.
- 담당 팀은 지시받은 대로 정확히 "거래처"에 대금을 지급한다. 그 돈은 대신 사기범에게 흘러간다.
새로워진 것은 2단계와 3단계를 뒷받침하는 도구들이다. 대형 언어 모델은 이제 가짜 거래처의 정체를 통째로 만들어낼 수 있다 — 위조된 W-9 양식, 전문적으로 보이는 웹사이트, 그럴듯한 세무 서류, 심지어 누군가 인보이스에 적힌 번호로 확인 전화를 걸면 응대하는 음성 에이전트까지. 사기 조사관들은 범죄자들이 문서 하나를 위조하는 수준을 넘어 "완결된 거래처 정체를 통째로 구축하고" 있다고 설명한다. 이메일 자체도 마치 영어 원어민 전문가가 쓴 것처럼 읽힌다 — 실제로 어떤 의미에서는 그렇다. AI가 수백만 건의 그런 이메일을 학습했기 때문이다.
이는 외부 거래처 인보이스에만 국한되지 않는다. 2026년의 한 업계 분석에 따르면 AI가 생성한 가짜 영수증은 이제 경비 보고서 사기의 70.8%를 차지하는 것으로 추산되며, 미국과 영국에서 조사된 직원 10명 중 거의 4명이 최소 한 번은 AI를 이용해 경비 영수증을 조작한 적이 있다고 인정했다. 별도로, 고객 인보이스 $500백만을 검토한 매입채무 자동화 연구자들은 8.5%가 중복 건이었다는 사실을 발견했다 — 모든 인보이스 사기가 정교한 것은 아니며, 상당수는 아무도 잡아내지 못한 구닥다리 재청구에 불과하다는 사실을 일깨워 준다.
예전 방식의 피싱보다 잡아내기 어려운 이유
"오탈자와 어색한 표현을 조심하라"는 예전 조언은 더 이상 통하지 않는다. 구체적으로 몇 가지가 달라졌다.
- 문법이 완벽하다. AI가 작성한 사기 이메일은 피해자별로 맞춤화되어, 실제 거래 상대방의 어조와 어휘, 격식 수준까지 그대로 맞춘다.
- 문서가 진짜처럼 보인다. 로고, 레터헤드, 인보이스 서식, 심지어 사업자등록번호까지 실물과 충분히 흡사해서 대충 눈으로 확인하는 정도로는 걸러지지 않는다.
- 진입 문턱이 거의 사라졌다. 이전에는 사회공학 전문 지식이나 팀 단위 조직이 필요했던 수법을, 이제는 기술적 배경이 전혀 없는 사람도 노트북 한 대로 실행할 수 있다.
- 분산된 구매 절차가 진입 지점을 늘린다. 더 많은 기업이 이메일, 거래처 포털, 채팅 등 더 다양한 경로로 인보이스를 받으며, 그 경로 하나하나가 가짜가 스며들 수 있는 지점이 된다.
실제로 효과가 있는 통제 수단
이 모든 것이 매입채무 자동화가 끝났다는 뜻은 아니다 — 검증을 문서 자체 밖으로 옮겨야 한다는 뜻이다. 이제 문서는 더 이상 스스로 무언가를 증명한다고 신뢰할 수 없기 때문이다.
은행 정보 변경은 매번 비대면 채널로 확인하라. 거래처가 대금 정보 변경을 요청하면, 이미 보유하고 있던 전화번호로 직접 다시 걸어 확인하라 — 변경을 요청하는 이메일이나 인보이스에 적힌 번호는 절대 사용하지 않는다. 이 한 가지 습관만으로도 대다수의 대금 편취 사기를 막을 수 있다. 사기범은 당신이 기존에 보유한 연락처 기록을 통제할 수 없기 때문이다.
거래처를 승인하는 사람과 대금을 지급하는 사람을 분리하라. 실제 온보딩 절차(거래처를 등록하기 전에 진짜 그 회사인지 확인하는 절차)를 갖춘, 깔끔하고 군더더기 없는 마스터 거래처 파일은 사기가 침투하는 가장 쉬운 경로 — 아무도 재확인하지 않은 새 "거래처" — 를 막아준다.
돈이 오가는 모든 일에는 두 사람의 승인을 요구하라. 신규 거래처 등록과 기존 대금 지급 지시 변경에 이중 승인을 적용하면, 침해된 메일함 하나나 서두르는 직원 한 명만으로는 사기성 송금을 완결할 수 없다.
직원들에게 오늘날 AI 사기가 실제로 어떤 모습인지 교육하라. 뚜렷한 위험 신호가 없는 상황에서는 "위험 신호를 찾아라"는 예전 교육이 통하지 않는다. 직원들은 흠잡을 데 없이 시점까지 딱 맞는 이메일이 정당성의 증거가 아니라는 점을 알아야 하며, 특히 "긴급"하다는 압박 속에서도 속도를 늦추고 확인할 수 있는 명시적 권한을 가져야 한다 — 그 "긴급함" 자체가 가장 큰 신호이기 때문이다.
가능하다면 포지티브 페이 및 은행 측 통제 수단을 활용하라. 많은 기업용 은행이 인식되지 않은 계좌로의 지급을 결제 전에 걸러주는 포지티브 페이나 ACH 차단 서비스를 제공한다 — 사람이 하는 확인이 뚫렸을 때를 대비한 마지막 안전망이다.
기장이 관여하는 지점
이런 통제 수단 대부분은 회계가 아니라 절차의 문제다 — 하지만 사기가 조기에 발각되는가, 아니면 눈앞에서 숨어 있는가를 가르는 것은 결국 장부다. 대금 지급 계좌가 계속 바뀌는 거래처, 구매 주문서와 일치하지 않는 인보이스, 미묘하게 다른 거래처 이름으로 두 번 기록된 중복 지급 — 이런 것들은 원장이 명료하고, 최신 상태이며, 감사하기 쉬울 때 눈에 보인다. 거래가 일괄 임포트되어 몇 주 뒤에야 대사되는 시스템, 혹은 근거 세부 내역을 감춘 블랙박스식 분류 엔진에 파묻힌 시스템에서는 훨씬 발견하기 어렵다.
자동화만이 아니라 감사 가능한 장부를 유지하라
인보이스 사기에 대한 최선의 방어는 더 똑똑한 필터가 아니다 — 불일치하는 거래처, 중복 지급, 바뀐 은행 계좌가 잡음 속에 묻히지 않고 즉시 눈에 띌 만큼 투명한 재무 시스템이다. Beancount.io는 모든 거래에 대한 완전한 투명성과 버전 관리되는 이력을 제공하는 플레인텍스트 회계를 제공한다 — 블랙박스도, 거래처 종속도 없다. 무료로 시작하기에서 개발자와 재무 전문가들이 왜 플레인텍스트 회계로 전환하고 있는지 확인해 보라.