증권사 교육세·국민연금 부동산 투자 내홍·금융권 해킹사고 및 보안 실태 / 경제야놀자 라이브!📢
Quick Summary
증권사 교육세의 손익 통산 문제, 국민연금 부동산 투자의 내부 통제 논란, 금융권 해킹 대응의 실효성이 세금·운용·보안 제도의 개선 과제로 제기됐다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
증권사 교육세의 손익 통산 문제, 국민연금 부동산 투자의 내부 통제 논란, 금융권 해킹 대응의 실효성이 세금·운용·보안 제도의 개선 과제로 제기됐다.
📌 핵심 요점
- 증권업계의 요구는 교육세 폐지가 아니라 손익 통산이다. 주식·ETF 거래에서 손실을 차감하지 않아 전체 손익이 0이어도 세금이 발생할 수 있으며, 세율 인상과 거래·변동성 확대가 부담을 키운다는 설명이다.
- 교육세는 증권사 실적과 ETF 거래 여건에 영향을 줄 수 있다. 방송에서 제시한 키움증권의 상반기 교육세는 647억 원으로, 이 중 590억 원이 2분기에 발생했다. LP의 수익성이 낮아져 활동이 위축되면 호가 간격과 ETF 가격의 가치 대비 괴리가 커질 수 있다는 우려도 나온다.
- 약 75조 원을 운용하는 국민연금 부동산투자실은 책임자 직무 배제와 재감사로 운용 차질을 겪고 있다. 인사 개입·투자 강행 등의 의혹은 확정되지 않았지만, 예정된 국내 부동산 투자 1조 2천억 원 규모의 계획에 차질이 생겼다는 설명이다.
- 금융권 정보 유출은 연락처를 넘어 대출 한도 등 민감한 신용정보까지 번졌다고 소개됐다. 보안 전문가는 인증과 예산 총액만으로 방어 수준을 판단하기 어렵다며, 웹방화벽 우회를 가정한 통합 대응과 실시간 데이터 분석을 강조했다.
- AI는 기존 공격을 더 쉽게 실행하고 정상 이용자처럼 행동하도록 만드는 수단으로 설명됐다. 방어 측에는 웹 패킷·서버 로그 확보, AI 분석과 사람의 대응 결합, 침해지표의 신속한 공유가 제안됐다. 다만 이번 사건의 AI 활용 여부와 제안된 방어 성능은 별도 확인이 필요하다.
🧩 배경과 문제 정의
- 증권사 교육세는 주식·ETF 거래의 이익에서 손실을 빼주지 않아, 실제로 남긴 이익이 없어도 세금이 발생하는 구조다. 증권업계는 납세 거부가 아니라 손익 통산 적용을 요구한다.
- 교육세율 인상과 거래·변동성 확대가 겹치면서 세 부담이 커졌다. 증권사 실적뿐 아니라 ETF 유동성 공급과 투자자의 거래 가격에도 영향을 줄 수 있다는 우려가 있다.
- 약 75조 원을 운용하는 국민연금 부동산투자실은 실장이 비위 의혹으로 직무에서 배제되면서 세 달 가까이 수장 공백을 겪고 있다. 신규 투자 차질이 문제로 제기되지만, 의혹의 진위와 징계 여부는 아직 확정되지 않았다.
🕒 시간순 섹션별 상세정리
1. 금융업 교육세의 도입 배경과 세율 인상
- 증권사는 은행·보험사와의 과세 형평성을 이유로 2009년 7월부터 교육세를 내기 시작했다. 금융 서비스에 부가가치세가 적용되지 않는다는 점도 금융업에 교육세를 부과하는 당국의 근거다 [06:25]
- 지난해까지는 과세 기준 금액에 0.5%를 적용했지만, 올해는 1조 원 이하 구간에 0.5%, 1조 원 초과분에 1%를 적용해 초과 구간의 세율이 두 배로 높아졌다 [06:50]
2. 손실을 차감하지 않아 순이익이 없어도 발생하는 세금
- 주식·ETF 거래에는 손익 통산이 적용되지 않는다. A 주식에서 100억 원을 벌고 B 주식에서 100억 원을 잃어 전체 손익이 0이어도, 이익을 낸 100억 원에 대해서는 교육세 5천만 원이 발생하는 사례가 제시됐다 [08:08]
- 증권업계는 손실을 제외하지 않은 이익만 과세 대상으로 삼으면 실제 소득과 세 부담이 어긋난다고 주장한다 [08:19]
3. ETF 유동성 공급과 위험 회피 거래의 수익성 문제
- 증권사는 ETF 투자자의 거래 상대방이 되는 유동성 공급자인 LP 역할을 맡는다. 이 과정에서 발생하는 가격 변동 위험을 줄이기 위해 선물 매도 등의 위험 회피 거래를 함께 수행한다 [09:13]
- 매수·매도를 함께 수행해 손익을 상쇄하려 해도 손실이 발생할 수 있다. 여기에 교육세까지 부과되면 LP 업무에 들이는 노력에 비해 남는 이익이 줄어든다는 것이 증권사의 주장이다 [09:35]
4. 거래별 손익 통산 차이와 증권업계의 개선 요구
- 외환·일부 파생상품 거래에는 손익 통산이 인정되고 국채에도 적용됐지만, 주식·ETF에는 적용되지 않는다. 증권업계는 본업인 유가증권 매매와 ETF 유동성 공급에 불리한 과세 기준이 남아 있다고 지적한다 [10:51]
- 핵심 요구는 교육세를 없애는 것이 아니라 실제로 남긴 이익을 기준으로 과세하는 것이다. LP 업무의 수익성이 떨어지면 유동성 공급이 위축돼 투자자에게 피해가 돌아갈 수 있다는 논리도 드러난다 [11:49]
5. 거래 확대와 변동성이 교육세 부담을 키우는 구조
- 올해 증권업계 교육세 예상치가 전년 대비 일곱 배로 늘어난다는 전망이 제시됐다. 단일 종목 레버리지 도입 이후 사이드카·서킷브레이커가 빈번하게 발생한 시장 변동성과 세율 인상이 부담 확대 요인으로 연결됐다 [12:37]
- 별도로 일부 증권사는 올해 교육세가 지난해의 네 배가량으로 늘어날 것으로 추산됐다. 거래가 늘면 이익과 손실이 함께 커질 수 있지만, 손실을 차감하지 않기 때문에 과세 대상 이익과 세금이 계속 불어나는 구조다 [13:36]
6. 교육세 비용의 실적 반영과 증권주 평가
- 교육세율을 1%로 올리는 방안에 대해 홍콩계 증권사 CLSA가 반시장적이라는 표현을 사용했다. 교육세는 증권사 실적에 직접 반영되는 비용 부담이다 [14:25]
- 키움증권의 올해 상반기 교육세는 647억 원이며, 이 가운데 590억 원이 2분기에 발생했다. 거래 증가와 변동성 확대가 겹친 시기에 비용이 집중돼 회사 이익을 줄이는 요인이 됐다 [14:50]
7. LP 활동 위축이 투자자의 거래 가격에 미칠 영향
- 교육세 부담으로 LP가 촘촘하게 호가를 제공할 유인이 약해지면, ETF 거래 가격과 실제 가치의 차이가 커질 가능성이 있다. 투자자는 실제 가치보다 비싸게 사거나 싸게 팔 수 있다 [16:29]
- LP와 시장조성자가 활동을 줄이면 호가 공백과 매수·매도 가격 차이 확대가 발생할 수 있다. 순자산가치가 1만 원인 ETF를 9,800원에 팔아야 하는 사례처럼, 비용 부담이 투자자 손실로 이어질 가능성이 제기된다 [17:28]
8. 시장조성 거래의 손익 통산 개정안과 과세 원칙
- 김상훈 의원이 9월 28일 발의한 교육세법 개정안은 LP·시장조성 거래와 이에 연결된 위험 회피 거래의 이익·손실을 함께 계산하는 취지다. 투자자의 거래 편의와 가격 정확성에 영향을 주는 거래에 손익 통산을 적용하려는 방안이다 [18:12]
- 폐지된 금융투자소득세에도 수익과 손실을 합산하는 체계가 포함돼 있었다. 이를 근거로 증권사 교육세에도 손익 통산을 적용하는 것이 합리적이라는 의견과 함께, 과세 정책의 일관성·합리성·예측 가능성이 강조됐다 [19:25]
9. 국민연금 부동산투자실의 운용 규모와 수장 공백
- 국민연금 기금운용본부에는 주식·채권·사모벤처·부동산·인프라 등을 담당하는 일곱 개 실이 있다. 부동산투자실의 올해 상반기 기준 운용 규모는 약 75조 원이다 [21:05]
- 안 모 실장은 지난 7월 대기발령을 받아 세 달 가까이 직무에서 배제됐다. 인프라투자실장이 겸직하고 있지만, 여러 비위 의혹이 동시에 제기되면서 부동산 투자 조직의 책임자 공백이 이어지고 있다 [21:28]
10. 위탁운용사 인사 개입과 교체 시도를 둘러싼 의혹
- 안 실장이 위탁운용사 대표·임원 교체나 특정인 채용을 요구했다는 제보가 있다. 요구에 응하지 않으면 폭언·인신공격을 하거나 국민연금 출입을 금지했다는 의혹도 제기됐다 [21:54]
- 역삼 센터필드의 운용사를 이지스자산운용에서 코람코자산운용으로 바꾸려던 시도는 대체투자위원회에서 교체 근거 부족으로 부결됐다. 당시 전직 국민연금 고위 인사가 코람코에 재취업한 사실이 알려지면서 이해상충 논란도 발생했다 [22:49]
11. 내부 반대에도 추진됐다는 부동산 투자 의혹
- 서울 무교동의 노후 오피스를 프라임 오피스로 재개발하는 사업은 내부에서 위험과 수익성을 이유로 반대했는데도 투자가 강행됐다는 의혹이 있다 [23:05]
- 이미 디폴트가 발생한 홍콩 오피스 타워에도 내부의 손실 우려와 반대에도 불구하고 추가 자금이 투입됐다는 의혹이 제기됐다. 이 사안들은 내부 감사가 진행 중이며 진위는 아직 확정되지 않았다 [23:43]
12. 이례적인 외부 영입과 첫 감사의 적정성 논란
- 안 실장은 삼성생명·삼성증권 등을 거친 외부 인사로 2023년 국민연금에 합류했다. 통상 내부 승진으로 채우던 실장 자리에 외부 인사가 영입됐고, 당시 기금운용본부장도 삼성생명 경력이 있다는 점에서 인사 배경에 관한 의혹이 나왔다 [24:40]
- 지난해 두 달 동안 직원과 거래 운용사를 조사한 감사는 올해 초 혐의 없음으로 종결됐다. 이후에도 제보가 이어져 재감사에 들어갔으며, 첫 감사가 이사장 교체기와 겹쳐 별다른 조치 없이 끝났다는 점에서 셀프 감사·부실 감사 논란이 제기됐다 [25:10]
13. 감사 결과 공개의 불확실성과 징계 전망
- 국민연금은 감사 진행 사항을 공개하지 않으며 진행·종료 여부도 확인하기 어렵다고 답했다. 감사 종료 후 언론에 별도로 결과를 배포할 계획도 없다는 입장이다 [25:44]
- 보건복지부는 철저한 조사가 이뤄지도록 관리·감독하겠다고 밝혔다. 감사는 거의 마무리 단계로 알려졌고 종료 후 징계위원회가 열릴 것으로 예상되지만, 징계 수위는 확정되지 않았다. 업계에서는 14일 국민연금 국정감사 전에 감사가 마무리될 가능성을 전망했다 [26:28]
14. 센터필드 매각 갈등과 투자 정보 제공 공방
- 이지스자산운용은 올해 10월 펀드 만기를 앞두고 센터필드 매각을 추진했으나, 주요 출자자인 국민연금과 신세계프라퍼티가 법적 대응까지 시사하며 반대해 중단됐다. 이후 국민연금의 운용사 교체 시도가 이어지면서 갈등이 커졌다 [27:44]
- 국민연금은 이지스가 경영권 매각 과정에서 핵심 펀드 운용 현황과 평가액 등을 동의 없이 잠재 원매자에게 제공했다고 주장했다. 이지스는 통상적인 인수합병 실사 절차였으며 정보 유출로 보는 것은 과도하다고 반박했다 [28:16]
15. 과거 부동산 관리 업무와 확인되지 않은 개인적 악연설
- 국민연금과 이지스의 갈등 배경에 안 실장 개인의 과거 인연이 있다는 설도 제기됐지만, 사실이 확인된 내용은 아니다 [28:42]
- 안 실장은 삼성생명·삼성증권 이후 이도에서 부동산 사업 부문 부사장을 맡았다. 이도는 2019년 이지스의 부동산 운영·관리 자회사 코어밸류를 인수했지만, 안 실장이 인수 과정에서 이도로 옮겼는지 이후 별도로 입사했는지는 확인되지 않았다 [29:28]
16. 국민연금으로 옮긴 투자 책임자와 보복성 압박 의혹
- 안 모 부사장은 기존 회사에서 강한 질책을 받은 뒤 국민연금의 초대 부동산 투자실장으로 옮겼고, 이전 회사와의 관계에서 갑을의 위치가 바뀌었다 [30:33]
- 이후 압박에 보복성 동기가 있었던 것 아니냐는 이야기가 있지만, 사실로 확인된 내용은 아니다. 전후 사정을 아는 직원들에게서 나온 이야기와 추측 수준의 의혹이다 [30:54]
17. 국내 부동산 투자 중단으로 흔들린 운용업계
- 올해 예정됐던 1조 2천억 원 규모의 국내 부동산 투자 계획에 차질이 생겼다. 신규 출자뿐 아니라 이미 진행 중이던 투자도 최종 심사를 앞두고 중단됐다 [31:35]
- 운용업계 관계자는 안 실장 부임 이후 국내 부동산 투자가 활성화됐다고 평가하면서도, 상당 부분 진행된 투자가 멈췄다고 설명했다. 출자를 기다리며 준비했던 운용사들도 계획이 무산됐다는 반응을 보였다 [32:05]
18. 대행 체제의 판단 부담과 출자 지연의 연쇄 영향
- 다른 업무와 겸임하는 대행 책임자가 익숙하지 않은 분야의 대규모 투자 결정을 내리기는 쉽지 않다는 우려가 있다 [32:26]
- 국민연금이 앵커 투자자로 참여하면 운용사는 공제회나 보험사 등 다른 기관의 자금도 모을 수 있다. 출자가 늦어지면 펀드 결성뿐 아니라 확보한 투자 대상의 인수와 대출 집행까지 영향을 받는다 [32:46]
19. 개인 의혹을 넘어선 내부 통제와 감사의 책임
- 지난해부터 이어진 논란은 개인의 일탈만이 아니라 국민연금 기금운용본부의 내부 통제 문제로 봐야 한다는 평가가 나온다. 이번 감사는 조직 전체의 자정 능력을 가늠하는 시험대가 될 수 있다 [33:23]
- 내부 감사에서 밝히지 못한 문제가 수사기관을 통해 드러나면 조직의 부담이 더 커질 수 있다. 국정감사 시작과 함께 논란이 정치권 공방으로 이어질 가능성도 있다 [33:41]
20. 후임 인선과 출자 재개에 달린 조직 정상화
- 부동산 투자 책임자의 후임이 누구이며 어떤 방식으로 정해지는지, 중단된 출자가 언제 재개되는지가 주요 변수다 [33:53]
- 신임 CIO 이규홍은 임기 초반부터 이번 논란을 떠안으면서 조직 관리 능력을 평가받게 됐다 [34:06]
21. 연락처를 넘어 민감한 신용정보까지 번진 금융권 유출
- 연휴 사이 금융권에서 대규모 정보 유출 사건이 발생했다. 해킹에 AI가 활용됐다는 이야기도 나오지만, 이 구간에서는 확정된 사실로 제시되지 않는다 [52:55]
- 유출 정보가 이름이나 전화번호에 그치지 않고 대출 한도 등 민감한 신용정보까지 포함됐다는 점이 이번 사건의 특징이다 [53:06]
22. 개별 보안 제품을 묶는 통합 대응 플랫폼
- 큐비트 시큐리티는 지난 12년 동안 외부 사이버 공격에 대응하는 XDR 플랫폼을 개발했다. 웹방화벽, 엔드포인트 보안, SIEM, 포렌식 등 여러 기능을 하나의 플랫폼에서 이용해 공격을 막는 구조다 [54:20]
- 신승민 대표는 현재와 같은 공격을 단일 제품만으로 막기 어렵다고 평가하며, 여러 보안 기능을 통합한 플랫폼 대응의 필요성을 강조한다 [54:36]
23. 경찰과 민간의 정보 교환을 통한 사이버범죄 대응
- 경찰청 사이버테러 범죄 자문 활동에서는 경찰이 피싱과 암호화폐 유출 사건의 수사·검거 사례를 공유하고, 민간은 현재 발생하는 공격 양상을 보여준다 [55:40]
- 경찰과 민간이 협력해 사이버범죄에 대응하는 방안을 분기마다 한 번씩, 연간 네 차례 논의한다. 이번 금융권 사건도 향후 분기 논의의 핵심이 될 것으로 예상된다 [56:06]
24. ‘이미 다 유출됐다’는 체념이 약화시키는 보호 노력
- 반복되는 사고를 두고 이미 모든 정보가 유출됐다고 생각하면 적극적인 대응 대신 자포자기로 이어질 수 있다는 우려가 있다 [57:15]
- 개인 데이터는 계속 갱신되고 앞으로 자녀들의 데이터도 보호해야 하므로, 과거 유출 여부와 관계없이 지속적인 대응이 필요하다 [57:33]
25. 금융권 보안 예산의 규모보다 중요한 집행 효과
- 은행은 다른 분야보다 민감하고 가치가 높은 정보를 보유하므로 보안에 더 많은 돈을 투자한다. 신 대표는 일반 기업의 투자가 수천만 원에서 수억 원 수준이라면 은행은 수천억 원을 투자한다고 보여준다 [57:48]
- 반복되는 사고의 원인을 살피려면 투자 규모뿐 아니라 전체 보안 예산이 중요도에 맞게 배분되고 효과적으로 집행됐는지를 점검해야 한다 [58:02]
26. 보안 관리 지침 준수와 실제 해킹 대응의 간극
- ISMS-P는 기업이나 기관이 정보보안을 어떻게 관리해야 하는지를 문서화한 관리 체계이자 준수 지침이다. 정보의 관리와 보관 등 세부 이행 사항을 포함한다 [59:01]
- 인증을 받기 위해 까다로운 요건을 충족한 기업에서도 해킹과 데이터 유출이 발생했다. 인증 획득만으로 실제 방어 효과를 충분히 설명할 수 있는지 의문이 남는다 [59:20]
27. 관리 항목 중심의 보안 투자와 웹 공격 대응의 불균형
- ISMS-P의 101가지 항목 가운데 현재의 사이버 공격에 직접 대응할 수 있는 항목은 많아야 열 가지도 되지 않으며, 나머지는 주로 관리 목적이라는 진단이다. 인증 준수에 드는 노력과 실제 공격 방어에 필요한 투자가 어긋나 있다. [1:00:53]
- 그중 AI 공격 도구인 아르텍스의 웹 공격에 대응할 수 있는 수단은 사실상 웹방화벽 하나뿐이라는 설명이다. 외부 서비스를 운영하는 은행·카드·보험·증권사의 웹 공격 탐지와 차단이 이 한 수단에 집중된다. [1:01:59]
28. 정상 이용자처럼 움직이는 AI와 시그니처 탐지의 한계
- 웹방화벽은 들어오는 데이터를 알려진 공격 시그니처와 비교해 공격 여부를 판단한다. AI는 이런 흔적을 제거하고 일반 이용자의 접속과 유사한 데이터를 보내 탐지를 피할 수 있다는 설명이다. [1:03:07]
- 아르텍스에는 언어모델을 활용하는 기능이 포함돼 있으며, 공격자가 프롬프트로 탐지될 만한 요소를 배제하도록 지시할 수 있다. 공격 실행에 필요한 전문 작업의 일부를 AI가 대신하는 구조다. [1:04:26]
29. 새로운 취약점보다 기존 공격을 쉽게 실행하게 만든 AI
- 이러한 우회 공격은 이전에도 해커들이 여러 차례 시험해 성공했던 방식이다. 사람이 정교하게 오랫동안 수행하던 작업을 AI와 공격 도구가 더 편리하고 쉽게 실행하게 만든다는 차이가 있다. [1:05:53]
- 4월 미토스 이후 이런 공격의 등장을 예상할 수 있었다는 판단이다. 이후 5~6개월 동안 대응을 준비했다면 이번처럼 무너지지는 않았을 것이라는 비판이 계속된다. [1:06:17]
30. 예산 총액보다 방어 실패를 가정한 배분이 중요하다
- 101가지 항목 중 하나라도 지키지 않으면 감점되는 구조에서는 기업이 모든 항목을 충족하는 데 예산을 배분해야 한다. AI 공격 대응 예산을 늘리려 해도 다른 준수 항목에 문제가 생길 수 있어 투자 전환이 어렵다. [1:06:43]
- 관리 항목의 90%가 없어도 해당 공격에 대응할 수 있다는 견해다. 웹방화벽이 뚫린다는 가정 아래 후속 대응 시스템에 예산을 집중하면 이번 공격은 충분히 막을 수 있다고 본다. [1:07:32]
31. 유출이 없다는 설명을 뒷받침할 전수 분석의 필요성
- 우리은행은 공격이 있었지만 유출은 없었다고 했고, 토스뱅크도 같은 IP의 접속이 1월과 7~8월에 있었으나 현재까지 별도 유출은 없다고 설명한 사례가 나온다. 이러한 설명만으로 금융사별 방어 수준을 판단하기는 어렵다는 문제가 남는다. [1:07:55]
- 문제가 없었다는 설명을 입증하려면 웹으로 들어오고 나가는 통신을 100% 실시간 전수 분석하고 있는지 밝혀야 한다. 해당 데이터를 근거로 제시하면 신뢰를 높일 수 있지만, 그런 시스템이 없다면 모두 막았다는 설명을 증명하기 어렵다는 판단이다. [1:09:20]
32. 은행의 방대한 패킷과 기록·분석의 공백
- 패킷은 인터넷·모바일 뱅킹 이용자가 서버와 주고받는 데이터다. 접속과 송금 과정의 데이터가 은행으로 들어오기 때문에 은행은 국내 단일 기업 중 웹 패킷 트래픽이 가장 많은 곳이라는 설명이다. [1:10:24]
- 거래 과정의 상당량은 데이터베이스에 저장되지만, 이용자의 요청과 서버의 응답 패킷을 모두 실시간 분석·저장하는 은행은 현실적으로 거의 없다는 판단이다. 거래 기록의 보관과 전체 통신의 관찰은 구분된다. [1:11:02]
33. 전수 분석을 실행으로 연결하지 못하는 보안 지침
- 전체 데이터를 실시간 분석하는 일은 현재 기술로 어렵지 않으며, 핵심은 예산의 우선순위라는 견해다. 미토스발 해킹 우려가 나왔을 때 웹 전수 분석과 실시간 분석 기록을 요구하는 지침이 있었다면 방어할 수 있었다고 본다. [1:12:43]
- ISMS-P의 101가지 항목에는 웹방화벽이 공격을 차단하지 못할 상황을 전제로 실시간 전수 분석을 요구하는 항목이 없다는 지적이다. 위험의 중요도를 제대로 인식하지 못한 문제가 지침에 반영돼 있다는 해석이다. [1:13:27]
34. 반복된 대형 해킹에도 관리 항목을 늘리는 대응
- SK텔레콤·KT·LG유플러스, 롯데카드, SGI서울보증보험, 쿠팡의 해킹 사례는 기존 정보보안 관리 체계에 대한 인식을 바꿔야 할 근거로 드러난다. 기술력이 높은 대기업도 피해를 입었다는 점이 핵심이다. [1:15:41]
- 그런데 대응은 관리 항목을 계속 늘리는 방향이라는 비판이다. 작년 90가지였다면 올해 100가지로 늘리는 식의 예시처럼 준수 부담이 커지면, 기업은 예산을 어디에 쓰고 무엇을 먼저 해야 하는지 판단하기 어려워진다. [1:16:03]
35. AI 방어 기술의 현재 가능성과 사람의 역할 변화
- 진행 중인 독자 AI 모델 및 사이버 보안 AI의 목표 시점은 약 10개월 뒤로 드러난다. 공격자들이 지난 6개월간 준비한 상황에서는 내년을 기다릴 것이 아니라 올해 안에 대응 수단을 내놓아야 한다는 주장이다. [1:17:42]
- AI 공격을 AI로 탐지·차단하는 기술은 이미 보유하고 있다는 설명이다. 작은 기업은 보안 담당자가 없거나 한 명이고, 큰 기업도 많아야 100~300명 수준이어서 방대한 패킷을 사람이 직접 분석하는 방식에는 한계가 있다. [1:18:36]
36. 더 정교해질 공격과 데이터 확보의 선행 조건
- AI로 문자와 전화를 만드는 피싱이 정교해진 것처럼, 아르텍스와 같은 웹 공격도 사람처럼 움직이는 방향으로 더 진화할 것으로 예상한다. 방어 AI가 이런 행동 패턴을 학습하려면 전체 데이터 수집이 먼저 필요하다. [1:20:41]
- 수집·분석 비용은 기업의 트래픽에 따라 달라지며 은행처럼 트래픽이 크면 비용도 커진다. 다만 101가지 항목을 모두 충족하는 비용과 비교하면 10%도 되지 않는다는 상대적 비용 판단이 드러난다. [1:21:17]
37. 준수 항목보다 공격 방어에 집중하는 감독 정책
- 금융권뿐 아니라 사이버대학, 일반 기업과 기관으로 공격이 확산되는 상황은 기존 접근이 실패했다는 평가의 근거다. ISMS와 현재의 제로트러스트 적용 방식도 재검토해야 한다고 본다. [1:22:24]
- 감독 정책은 101가지 항목 전체보다 실제 공격을 막을 열 가지 또는 세 가지에 집중하는 방향으로 새롭게 설계해야 한다는 제안이다. 정책의 중심을 관리 항목 준수에서 공격 대응으로 옮기자는 취지다. [1:22:45]
38. 금융사가 즉시 시작할 웹 패킷 수집과 AI 분석
- 공격 시작점의 80%가 웹이라는 통계가 드러난다. 금융권은 거의 모든 시스템을 외부 서비스로 운영하므로, 특히 은행은 우선 웹 공격 방어에 집중할 수 있다는 판단이다. [1:23:32]
- 웹 패킷 전체를 실시간 수집·분석하고 AI 분석 기능을 추가하는 것이 당장 필요한 조치로 제안된다. 이 조건을 갖추면 며칠 안에도 현재의 공격 형태에 완벽히 대응할 수 있다는 견해다. [1:23:58]
39. 유출 데이터의 반복 판매가 만드는 해킹 수익
- 데이터를 탈취하는 해킹 그룹과 이를 이용해 2차·3차 피싱을 하는 그룹은 역할이 나뉜다. 탈취자는 정보를 한 곳에만 팔지 않고 수십·수백 개 피싱 그룹에 나눠 판매할 수 있다. [1:24:47]
- 정확한 금융권 데이터는 한 건에 만 원까지 거래될 수 있다는 설명이다. 티빙 아이디가 900원에 거래됐다는 보도 사례와 비교하면 금융 정보의 거래 가치가 훨씬 높다. [1:25:08]
40. 실제 대출 맥락을 이용한 피싱과 기관 정보의 가치
- 사기를 조심하라는 문자를 함께 보내 신뢰를 얻으려는 피싱 사례가 나온다. 대출을 알아보는 실제 상황과 유출 정보가 결합하면 접근이 더욱 정교해질 수 있다. [1:26:10]
- 정상적인 대출 모집 과정에서 거래 중인 정보가 동시에 판매되는 사례도 드러난다. 거래 직후 2차·3차 대출이 가능하다는 연락이 오면 기존 금융사가 연결해 준 것으로 오인할 수 있지만, 설명된 사례에서는 피싱 공격이었다. [1:27:09]
41. 인증을 넘어 보안 운영을 증명해야 하는 기업 책임
- 회계 기준은 기업의 재무 건전성을 평가하지만, 해킹 한 번이 기업 존망에 영향을 주고 반복 피해가 폐업으로 이어질 수도 있다. 사이버 보안을 어떻게 운영·관리하는지도 회계 정보만큼 철저히 증명하고 보여줘야 한다는 제안이다. [1:29:14]
- 작년과 올해의 사례는 ISMS를 갖춘 기업도 해킹에 대응하지 못할 수 있음을 보여준다는 평가다. 기업 대표는 인증 취득에 머물지 말고 거의 매주 보안 부서와의 회의를 우선순위에 두며, 전체 시스템 데이터를 실시간으로 보고 있는지 점검해야 한다. [1:29:57]
42. 전체 데이터 확보와 실시간 분석이 보안 대응의 출발점이다
- 데이터가 없는 AI는 무용지물이며, 사이버 보안도 웹 관련 데이터와 서버·운영체제의 전체 로그를 온전히 확보하는 것이 기본이다. 확보한 데이터를 실시간으로 분석하고 AI로 기관의 운영 상태를 살펴야 한다. [1:30:07]
- 전체 데이터를 관찰하고 있는지 먼저 점검해야 한다. 이러한 분석 체계를 갖추면 언제 해킹을 당할지 모른다는 경영진의 불안을 줄일 수 있다는 판단이다. [1:30:38]
43. 정부의 공격 정보 공유 속도와 기관 간 연계를 개선해야 한다
- 지난 목요일 신한은행부터 시작된 공격에 대해 정부가 더 빠르고 적극적으로 대응해야 한다는 지적이다. 공격자 관련 정보에 혼선이 있지만, 공격자 IP는 기업이 공격받았는지 확인하는 기초 자료다. [1:31:14]
- 과기정통부가 운영하는 정보 공유 체계의 업데이트가 느린 것으로 보이며, 금융위원회와 과기정통부로 정보 취합이 나뉘어 정보가 제대로 활용되지 않는 측면도 있는 것으로 평가된다. [1:31:47]
44. 진화하는 AI 공격에 맞춰 대응과 정책을 지금 추진해야 한다
- AI 공격은 이미 시작됐고 되돌릴 수 없는 상태로 경험하고 있다는 진단이다. 앞으로 공격이 더 진화할 것으로 전망된다. [1:32:38]
- AI 기반 대응을 내년으로 미루지 말고 지금 실행 방안을 깊이 검토해야 한다. 정책 변화와 구체적인 대응 방안을 마련하고, 기업이 이를 충실히 활용할 수 있도록 명확한 설명을 제공해야 한다. [1:32:51]
🧾 결론
- 교육세 논의의 핵심은 거래별 이익만 과세하는 기준과 실제 순이익 사이의 간극이다. LP·시장조성 및 연계 위험 회피 거래에 손익 통산을 적용하려는 개정안이 소개됐다.
- 국민연금 사안은 개별 의혹의 진위와 함께 감사의 신뢰성, 조직의 내부 통제, 후임 인선과 출자 재개를 살펴야 한다. 개인적 악연이나 보복 동기는 확인된 사실로 다룰 수 없다.
- 금융권 보안은 인증 취득에 더해 실제 공격을 관찰하고 대응하는 운영 능력을 입증해야 한다는 제안이 중심이다. 전체 데이터 확보와 실시간 분석이 그 출발점으로 제시됐다.
📈 투자·시사 포인트
- 증권주 평가에서는 거래대금 증가와 함께 교육세·비용을 제외한 이익을 확인해야 한다. 방송은 키움증권 목표주가 조정 사례와 3분기 거래대금 둔화도 함께 고려할 변수로 제시했다.
- ETF 투자자는 LP 활동 위축 가능성을 거래 비용의 문제로 볼 필요가 있다. 매수·매도 호가 차이와 순자산가치 대비 거래 가격의 괴리가 관찰 대상이다.
- 국민연금의 출자 지연은 운용사의 펀드 결성, 다른 기관의 자금 모집, 투자 대상 인수와 대출 집행까지 영향을 줄 수 있다. 감사 결과와 조직 정상화 여부가 부동산 운용업계의 주요 변수다.
- 금융사의 보안 수준을 평가할 때는 투자 총액과 인증 여부에 더해 데이터 관찰 범위, 사고 탐지·대응 체계, 침해지표 공유 속도를 확인해야 한다. 유출된 금융정보의 반복 판매와 후속 피싱도 지속적인 위험으로 제시됐다.
⚠️ 불확실하거나 확인이 필요한 부분
- 국민연금의 인사 개입·투자 강행·이해상충 관련 내용은 의혹 또는 제보 단계다. 재감사 결과와 징계 여부는 확정되지 않았고, 개인적 악연·보복성 동기 역시 미확인이다.
- 금융권 해킹에 AI가 활용됐다는 이야기는 사건의 확정된 원인으로 제시되지 않았다. 공격 도구의 일반적 기능 설명과 이번 사건의 실제 공격 경로를 구분해야 한다.
- ISMS-P 항목 중 실제 공격 대응 항목의 수, 웹 공격 비중, 전수 분석의 상대적 비용, 며칠 안에 완벽히 대응할 수 있다는 설명은 출연 전문가의 진단·견해다. 산정 근거와 실제 운영 환경에서의 검증이 필요하다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 교육세법 개정안의 처리 상황과 손익 통산 적용 범위를 확인하고, LP·시장조성 거래 및 연계 위험 회피 거래가 어떻게 포함되는지 살핀다.
- 관심 증권사의 교육세 비용과 세후 이익을 분기별로 비교하고, 거래대금·변동성 변화가 실적에 미친 영향을 점검한다.
- 거래하는 ETF의 매수·매도 호가 차이와 순자산가치 대비 가격 괴리를 확인해 유동성 변화가 거래 조건에 미치는 영향을 살핀다.
- 국민연금의 재감사 결과, 징계 결정, 부동산 투자 책임자 인선과 중단된 출자의 재개 여부를 확인한다.
❓ 열린 질문
- 손익 통산 개정안은 증권사의 세 부담과 ETF 유동성 공급에 어느 정도 영향을 줄까?
- 국민연금은 감사의 신뢰성과 투자 의사결정의 연속성을 어떻게 확보하고, 중단된 출자를 언제 재개할까?
- 이번 금융권 공격에서 AI가 실제로 수행한 역할과 금융사별 유출 범위는 어떤 근거로 확인할 수 있을까?