CBDC·오픈뱅킹·AI 이상거래 탐지, 하나의 결제 흐름에서 만나다

결제 요청 하나가 승인되기까지 지나는 경로는 짧지 않다. 오픈뱅킹 게이트웨이에서 동의를 확인하고, 이상거래 탐지 엔진이 위험 점수를 매기고, 조건에 따라 CBDC 원장에 정산 지시가 나간다. 이 세 구간 중 어느 하나라도 느리거나 신뢰할 수 없으면 전체 흐름이 막힌다. 각 구간은 별도 표준과 규제 아래 있고, 그 표준과 규제는 국가·기관마다 편차가 커서 설계 시점의 최신 정보를 따로 확인해야 한다.

핵심 축, 하나의 트랜잭션

CBDC(Central Bank Digital Currency)는 중앙은행이 직접 발행하는 디지털 법정화폐로, 계정 기반 또는 토큰 기반 원장 위에서 소액결제부터 도매결제까지 지원한다. 오픈뱅킹(Open Banking)은 은행의 계좌정보·결제 기능을 표준화된 API로 개방하는 체계이며, OAuth2.1/OIDC 기반의 동의·권한·토큰 관리와 강력한 고객 인증(SCA)을 포함한다. AI 기반 이상거래 탐지(AI-driven Fraud Detection)는 머신러닝·딥러닝으로 이상 거래를 판별하는 체계로, 스트리밍 피처 엔지니어링과 실시간 추론, 피드백 루프를 통한 지속 학습으로 구성된다.

이 세 요소는 각자 따로 존재할 수도 있지만, 실시간 결제 인프라를 설계할 때는 하나의 트랜잭션 안에서 순차적으로 얽힌다. 아래에서는 각 레이어의 구성과, 이들이 실제로 만나는 지점을 짚는다.

오픈뱅킹 API 게이트웨이가 첫 관문이다

오픈뱅킹 계층에서는 인증·권한 처리가 핵심이다. OAuth2.1, OIDC, PAR/JAR, mTLS, DPoP, FAPI 프로필을 준수하고, 동의 범위(scope)와 세션 바인딩을 관리한다. 운영 측면에서는 API 버저닝, 레이트 리밋, 서킷 브레이커, 분산 트레이싱·감사로그 같은 관측성이 함께 요구된다.

이상거래 탐지는 200ms 안에 판단을 내려야 한다

이상거래 탐지 파이프라인은 이벤트 스트리밍(Kafka/PubSub)으로 데이터를 받고, 온라인·오프라인 피처 스토어를 분리해 운영하며, 지표 편향과 컨셉 드리프트를 감시한다. 모델 서빙은 p95 기준 200ms 미만의 추론 지연을 목표로 하고, GPU/CPU를 혼합해 서빙하며, 룰 엔진과 모델을 앙상블로 묶어 해석 가능성을 확보한다.

이 탐지 결과는 그 자체로 끝나지 않는다. 계정 집계와 개인화 신용 리스크 스코어링에서는 여러 은행 API에서 거래내역을 모아 피처 스토어에 적재하고 실시간으로 점수를 매겨 BNPL 한도를 산정하는데, 이 과정에서 PII를 최소화·가명처리하고 동의 철회는 즉시 반영해야 한다. 머니 뮬·합성 신원 탐지에서는 공동 기기나 공통 수취 계좌 같은 그래프 특징과 시계열 패턴을 결합한 앙상블 모델을 쓰고, 수사기관 통지 요건과 보관 기간을 지키면서 오탐(FP)을 줄이기 위한 인간 심사 워크플로우를 함께 연결한다.

CBDC 원장은 최종성이 생명이다

CBDC 레이어는 원장 유형에 따라 성격이 갈린다. 계정형은 중앙집중 방식이라 일관성 확보가 쉽고, 토큰형은 프라이버시와 오프라인 결제에 유리하다. 도매형(은행 간)과 소매형(대중)으로도 나뉜다. 결제 메커니즘에서는 최종성(finality) 보장, 원장 간 상호운용성, 오프라인 이중지불 방지를 위한 HSM/TEE 기반 보안 모듈이 필요하다.

규제와 보안이 곧 설계 제약이다

규제 대응 측면에서는 KYC/AML, 거래 모니터링, 데이터 지역성, 모델 리스크 관리(MRM) 절차를 갖춰야 한다. 보안 측면에서는 제로트러스트, HSM와 키 롤오버, 데이터 마스킹, 동형암호·페더레이티드 러닝 검토, 재해복구 RTO/RPO 정의가 요구된다.

결제 요청 하나가 지나는 전체 경로

아래는 오픈뱅킹 결제와 CBDC 실시간 결제를 종단 간으로 처리하는 흐름이다. 결제 요청과 사용자 동의, 계좌·잔액 정보, 위험 점수를 입력으로 받아 API 게이트웨이 → 동의 검증 → 잔액 확인 → AI 점수화 → 정책 평가 → CBDC 원장 정산 순으로 처리하고, 승인/거절/추가 인증, 영수증, 감사 이벤트를 출력한다.

⤢✕

타임아웃이 나면 큐 재시도나 카드·계좌이체 같은 대체 경로로 넘어가고, 추론이 실패하면 룰 기반 폴백이 대신 판단한다. 원장이 일시 장애를 일으키면 보상 트랜잭션으로 되돌린다. 승인이 보류된 상태에서는 최종성이 확보되기 전까지 소프트 락을 걸고, idempotency 키로 중복 결제를 막는다.

레이어를 나란히 놓고 보면

영역	성능	확장성	일관성	안정성	운영 편의
CBDC 결제	최종성 초저지연	멀티노드 합의/샤딩	강한 일관성 지향	HSM·이중화	규제 중심 운영 절차
오픈뱅킹 API	p95<100ms 목표	게이트웨이 수평 확장	토큰·동의 상태 일관성	레이트 리밋/서킷	관측성·버저닝 용이
이상거래 탐지	추론<200ms	모델/피처 스케일아웃	온라인/오프라인 피처 동기	A/B·카나리 안전성	MLOps 자동화

통합했을 때 기대할 수 있는 효과

사기 손실률은 3060% 절감되고, 오탐률(FPR)은 2040% 개선되며, 승인율은 13%p 상승하는 범위가 보고된다. 결제 지연은 p95 200ms 내로 유지하면서 운영 경비(OPEX)는 1020% 절감하고, 장애 평균 복구 시간(MTTR)은 30% 단축할 수 있다. 정성적으로는 규제 준수 자동화로 감사 비용과 리스크가 줄고, 고객이 체감하는 보안과 편의성이 함께 강화된다.

트레이드오프는 곳곳에 있다

프라이버시와 탐지 성능은 충돌한다. 원시 PII는 최소화하고 행태 피처·프록시 변수를 활용하되, 필요하면 연합학습이나 안전한 집계를 검토한다. 해석 가능성과 정확도 사이에서는 GBDT와 룰 기반을 2단 구조로 묶어 규제에 대응하고, 고위험 구간에만 딥러닝을 쓴다. 지연과 정밀도 사이에서는 실시간 경로에 경량 모델을, 배치 경로에 정밀 모델을 두는 이단계 심사가 쓰인다. 원장 설계에서는 계정형이 제어·감사에 유리하고 토큰형이 프라이버시·오프라인에 유리해, 운영 목적에 따라 혼합형을 고려할 수 있다. 키·비밀 관리는 HSM, 정기 롤오버, 서명 감사, SBOM과 서명된 아티팩트 같은 공급망 보안까지 포함한다.

배포는 CBDC 연동을 마지막에 둔다

도입 순서는 CBDC 연동을 가장 나중에 둘 수밖에 없다. 0단계에서 규제·표준을 맵핑하고 데이터 분류·보존 정책을 세운 다음, 1단계에서 오픈뱅킹 게이트웨이와 동의·토큰 서비스를 구축하고 관측성 체계를 마련한다. 2단계에서 스트리밍 파이프라인·피처 스토어·베이스라인 모델 서빙을 도입하고, 3단계에서 정책 엔진과 사가 오케스트레이션, idempotency, 대체 경로를 적용한다. CBDC 연동은 PoC에서 샌드박스를 거쳐 규제 승인을 받은 뒤에야 프로덕션에 올라간다.

성공 지표로는 승인율, FPR/TPR, p95 지연, 모델 드리프트 경보 건수, 동의 철회 처리 시간, 감사 적합성 점수를 추적한다.

이 세 레이어를 하나의 아키텍처로 통합하면 효율·신뢰·확장성을 함께 얻을 수 있지만, 그 전제는 규제·보안·운영 자동화다. 표준 기반 게이트웨이, 스트리밍 데이터·피처 관리, 저지연 모델 서빙, 정책 엔진을 단계적으로 쌓아 올리는 편이 안전하고, 국가별 규제·표준이 빠르게 바뀌는 영역인 만큼 설계 시점마다 최신 정보를 다시 확인해야 한다.