[신용카드의 이해 #10] FDS(이상금융거래탐지시스템)는 어떻게 명의도용을 잡아낼까?

신용카드를 사용하다 보면 평소처럼 결제했는데 갑자기 승인이 거절되거나, 카드사에서 본인이 결제한 것이 맞는지 확인하는 연락을 받는 경우가 있습니다. 반대로 카드 정보를 도용한 사람이 결제를 시도했지만, 실제 피해가 발생하기 전에 거래가 차단되기도 합니다.

이런 상황에서 중요한 역할을 하는 시스템 중 하나가 바로 FDS(Fraud Detection System), 이상금융거래탐지시스템입니다.

FDS는 카드 결제 금액, 시간, 가맹점, 거래 이력, 접속 환경 등 여러 정보를 종합적으로 분석해 평소와 다른 거래를 찾아내는 시스템입니다. 금융보안원도 FDS를 전자금융거래의 단말기 정보, 접속 정보, 거래 정보 등을 종합적으로 분석해 의심 거래를 탐지하고 차단하는 체계로 설명하고 있습니다.

그렇다면 FDS는 어떻게 정상적인 소비와 부정사용을 구분할까요? 모든 거래를 사람이 직접 확인하는 것일까요? 그리고 정상적인 결제인데도 차단되는 이유는 무엇일까요?

이번 글에서는 카드사의 이상금융거래탐지 원리부터 데이터 분석, 거래 차단 과정, 오탐의 원인과 소비자의 대응 방법까지 금융 IT 실무자의 관점에서 쉽게 살펴보겠습니다.

목차

1. FDS란 무엇일까?
2. 카드사에는 왜 FDS가 필요할까?
3. FDS는 어떤 정보를 분석할까?
4. FDS는 어떻게 이상 거래를 찾아낼까?
5. 카드 결제 과정에서 FDS는 언제 작동할까?
6. 인공지능과 머신러닝은 FDS에 어떻게 활용될까?
7. 정상적인 결제도 차단되는 이유는 무엇일까?
8. FDS가 이상 거래를 발견하면 어떤 조치를 할까?
9. 소비자가 카드 부정사용을 예방하는 방법
10. 마무리: FDS는 편리한 결제와 안전한 금융을 연결한다

---

1. FDS란 무엇일까?

FDS는 Fraud Detection System의 약자로, 우리말로는 이상금융거래탐지시스템이라고 합니다.

쉽게 말하면 카드나 금융 계정에서 발생하는 거래를 살펴보고, 평소와 다른 움직임을 찾아내는 보안 시스템입니다.

예를 들어 평소에는 출퇴근 시간에 대중교통을 이용하고 점심시간에 1만 원 안팎의 식사비를 결제하는 사람이 있다고 가정해 보겠습니다.

그런데 어느 날 새벽에 해외 온라인 가맹점에서 큰 금액의 결제가 발생하고, 곧이어 다른 가맹점에서도 연속으로 결제가 시도됩니다.

이러한 거래가 반드시 부정사용이라고 단정할 수는 없습니다. 실제 해외여행 중이거나 평소와 다른 소비를 하는 상황일 수도 있기 때문입니다.

하지만 카드사의 시스템 입장에서는 평소 거래와 다른 특징이 여러 개 나타났으므로 추가 확인이 필요한 거래로 판단할 수 있습니다.

FDS는 바로 이런 판단을 지원합니다.

FDS가 모든 거래를 일일이 확인하는 것은 아닙니다. 사전에 정의한 규칙과 거래 데이터 분석 모델 등을 활용해 의심스러운 거래를 자동으로 탐지하고, 필요한 경우 추가 인증이나 거래 제한 등의 조치를 할 수 있습니다.

다만 구체적인 탐지 기준과 조치 방식은 금융회사와 거래 유형에 따라 다릅니다.

FDS 의 기능을 명확히 설명할 수 있는 예시가 있습니다. 각 카드사는 출입국관리사무소를 통해 고객들의 국내 체류 여부를 알 수 있습니다. 고객이 출국한 이력이 없는데, 해외에서 카드사용시도가 있다면 카드복제를 의심하게 되고, 카드사는 해당거래에 대해서 승인거절 처리하고, 즉시 고객에게 안내하여 위험을 알리고, 카드 재발급을 유도하게 됩니다.

---

2. 카드사에는 왜 FDS가 필요할까?

신용카드 결제는 매우 짧은 시간 안에 처리됩니다. 소비자는 카드를 단말기에 대거나 온라인 결제 버튼을 누르면 잠시 후 승인 결과를 확인할 수 있습니다.

이처럼 편리한 결제 환경에서는 부정사용을 빠르게 찾아내는 것도 중요합니다.

카드 번호와 유효기간 등 결제 정보가 유출되거나 계정이 탈취되면 범죄자가 정상적인 카드 이용자인 것처럼 결제를 시도할 수 있습니다. 카드사는 모든 거래를 사람이 직접 검토하기 어려우므로 자동화된 탐지 체계를 활용합니다.

FDS가 필요한 주요 이유는 다음과 같습니다.

첫째, 카드 도용 피해를 줄이기 위해서입니다.

유출된 카드 정보로 결제가 시도될 때 거래 특징을 분석해 의심스러운 패턴을 발견할 수 있습니다.

둘째, 빠른 대응을 위해서입니다.

부정사용은 짧은 시간 안에 여러 차례 발생할 수 있습니다. 자동화된 탐지 시스템은 거래가 발생하는 과정에서 위험을 평가하고 필요한 대응을 지원할 수 있습니다.

셋째, 정상적인 결제의 편리함을 유지하기 위해서입니다.

모든 거래에 복잡한 인증을 요구하면 고객의 불편이 커집니다. 위험도가 낮은 거래는 원활하게 처리하고, 위험 신호가 나타나는 거래에 추가적인 확인을 적용하는 것이 FDS의 중요한 활용 방식입니다.

넷째, 반복되는 사기 패턴에 대응하기 위해서입니다.

이미 알려진 부정사용 유형이나 다른 금융회사에서 공유된 이상 거래 관련 정보는 새로운 의심 거래를 판단하는 데 활용될 수 있습니다. 금융권에서는 이상금융거래정보를 공유하는 체계도 운영하고 있습니다.

결국 FDS는 고객 보호와 결제 편의성을 함께 고려하기 위한 금융 IT 보안 체계라고 할 수 있습니다.

---

3. FDS는 어떤 정보를 분석할까?

FDS가 거래를 판단할 때는 결제 금액 하나만 보는 것이 아닙니다. 거래 정보와 과거 이용 패턴, 접속 환경 등 여러 요소를 종합적으로 분석할 수 있습니다.

분석 정보	확인하는 내용
거래 금액	평소 이용 금액과 비교했을 때 큰 차이가 있는지
거래 시간	평소 이용 시간대와 다른 특징이 있는지
가맹점 정보	업종이나 가맹점 유형이 평소 패턴과 다른지
거래 빈도	짧은 시간에 결제가 반복되는지
거래 국가·지역	최근 거래 위치나 국가와 비교해 특이점이 있는지
접속·기기 정보	접속 환경이나 기기 관련 정보에 위험 신호가 있는지
과거 거래 이력	기존 이용 패턴이나 알려진 부정사용 유형과 유사한지

여기서 중요한 것은 하나의 항목만으로 부정사용을 확정하지 않는다는 점입니다.

예를 들어 해외 결제는 그 자체로 위험한 거래가 아닙니다. 해외여행이나 해외 직구를 이용하는 고객이라면 정상적인 거래일 수 있습니다.

반면 짧은 시간 동안 여러 국가에서 결제가 시도되거나, 평소와 다른 거래가 반복되고 다른 위험 신호까지 나타난다면 추가 확인이 필요할 수 있습니다.

FDS는 이러한 정보를 종합해 거래의 위험도를 판단하도록 설계됩니다. 실제로 어떤 데이터를 활용하고 얼마나 중요하게 평가하는지는 금융회사별 시스템과 적용 정책에 따라 달라집니다.

---

4. FDS는 어떻게 이상 거래를 찾아낼까?

FDS의 분석 방식은 크게 규칙 기반 탐지와 데이터 분석 기반 탐지로 이해할 수 있습니다. 실제 시스템에서는 두 방식을 함께 활용하기도 합니다.

1) 규칙 기반 탐지

규칙 기반 탐지는 미리 정한 조건과 거래 정보를 비교하는 방식입니다.

예를 들어 짧은 시간 동안 승인 시도가 반복되거나, 특정한 위험 거래 패턴이 나타나는 경우를 탐지하도록 규칙을 설정할 수 있습니다.

이 방식은 어떤 조건 때문에 거래가 탐지되었는지 비교적 설명하기 쉽다는 장점이 있습니다.

다만 범죄 수법이 바뀌면 기존 규칙만으로 새로운 유형을 찾아내기 어려울 수 있습니다. 지나치게 단순한 규칙을 적용하면 정상 거래도 차단될 가능성이 있습니다.

2) 이상 패턴 분석

이상 패턴 분석은 고객이나 거래의 일반적인 특징을 기준으로 평소와 다른 움직임을 찾아내는 방식입니다.

예를 들어 평소 소액 결제가 많던 카드에서 갑자기 거래 금액과 빈도가 모두 크게 달라졌다면 분석 모델이 이를 주의가 필요한 신호로 평가할 수 있습니다.

하지만 평소와 다른 거래가 모두 부정사용인 것은 아닙니다. 여행, 이사, 명절 선물 구매 등으로 소비 패턴이 달라질 수도 있습니다.

3) 여러 위험 신호의 종합 판단

실제 FDS에서는 거래 금액, 빈도, 가맹점 정보, 접속 환경 등 여러 요소를 조합해 위험도를 평가할 수 있습니다.

이를 통해 하나의 조건만으로 판단하는 것보다 다양한 상황을 구분할 수 있습니다.

다만 모든 금융회사가 같은 알고리즘이나 동일한 판단 기준을 사용하는 것은 아닙니다.

 

예전에는 대부분의 카드회사가 룰기반으로 이상거래를 탐지했습니다. 룰기반이라 함은 어떤 특정케이스를 지정하고 해당 액션이 발생할 경우 이상거래로 의심해서 처리하게 되는데, 룰 기반의 장점은 명확하다이지만, 룰을 벗어난 이상거래는 탐지가 어렵다는 한계가 있습니다. 요즘은 AI 시대가 도래하면서 AI에 다양한 이상거래를 사전에 학습시켜서 좀 더 효율적인 FDS를 구축하고 있습니다.

---

5. 카드 결제 과정에서 FDS는 언제 작동할까?

FDS가 실제 결제 흐름에서 어떤 역할을 하는지 살펴보겠습니다.

고객이 온라인 쇼핑몰에서 카드 결제를 진행한다고 가정해 보겠습니다.

1단계: 고객이 결제를 요청합니다.

고객이 카드 정보를 입력하거나 등록된 결제 수단을 선택하고 결제를 진행합니다.

2단계: 결제 요청과 거래 정보가 전달됩니다.

가맹점과 결제대행 시스템 등 관련 시스템을 통해 거래 처리에 필요한 정보가 전달됩니다. 구체적인 경로는 결제 방식과 사업자 구성에 따라 달라집니다.

3단계: 거래 위험을 분석합니다.

FDS가 거래 유형에 따라 이용 이력과 거래 정보, 위험 신호 등을 분석해 의심스러운 특징이 있는지 평가할 수 있습니다.

4단계: 위험도에 따라 대응합니다.

거래가 정상적인 것으로 판단되면 일반적인 승인 절차가 이어질 수 있습니다. 추가 확인이 필요한 경우에는 인증을 요구하거나 거래를 보류·거절하는 등 정책에 따른 조치가 이루어질 수 있습니다.

5단계: 승인 결과가 전달됩니다.

관련 결제 시스템을 통해 승인 또는 거절 결과가 가맹점과 고객에게 전달됩니다.

위 흐름은 개념적인 설명입니다. 모든 카드 결제가 똑같은 순서로 FDS를 거치는 것은 아니며, FDS의 위치와 처리 방식은 금융회사 및 결제 구조에 따라 다를 수 있습니다.

또한 FDS가 거래를 의심스럽다고 판단했다고 해서 반드시 카드 도용이 발생한 것은 아닙니다. 시스템은 위험을 줄이기 위해 의심 거래를 선별하며, 필요에 따라 추가적인 확인을 진행합니다.

---

6. 인공지능과 머신러닝은 FDS에 어떻게 활용될까?

과거에는 사람이 정한 규칙과 알려진 부정사용 패턴을 중심으로 거래를 탐지하는 방식이 중요했습니다.

그러나 금융 거래가 다양해지고 사기 수법이 복잡해지면서 거래 데이터를 분석하는 기술도 발전하고 있습니다. 일부 FDS에서는 머신러닝과 같은 데이터 분석 기법을 활용해 이상 거래를 식별하는 데 도움을 받을 수 있습니다.

머신러닝은 많은 거래 사례에서 반복되는 특징이나 정상 거래와 부정 거래 사이의 차이를 학습해 새로운 거래를 평가하는 데 활용될 수 있습니다.

예를 들어 다음과 같은 요소를 조합해 분석할 수 있습니다.

• 거래 금액과 거래 빈도의 변화
• 특정 기간 동안의 이용 패턴
• 가맹점과 거래 유형의 조합
• 과거에 관찰된 부정사용과 유사한 특징
• 여러 위험 신호가 동시에 나타나는지 여부

다만 인공지능이 모든 부정사용을 자동으로 알아내는 것은 아닙니다. 학습 데이터의 품질과 최신성, 탐지 모델의 설계, 운영 과정의 검증 등이 중요합니다.

또한 정상 거래를 부정사용으로 판단하는 오탐과 실제 부정사용을 놓치는 미탐을 모두 관리해야 합니다.

따라서 머신러닝을 도입하더라도 규칙 기반 탐지, 운영자 모니터링, 고객 확인 절차 등과 함께 활용할 수 있습니다.

---

7. 정상적인 결제도 차단되는 이유는 무엇일까?

카드를 정상적으로 사용했는데도 결제가 거절되면 당황스러울 수 있습니다.

그러나 FDS는 범죄가 확정된 거래만 찾아내는 시스템이 아닙니다. 피해를 예방하기 위해 위험 가능성이 있는 거래를 먼저 선별할 수 있으므로 정상 거래가 제한되는 경우도 발생할 수 있습니다.

대표적인 상황을 살펴보겠습니다.

평소와 다른 큰 금액을 결제한 경우

평소와 비교해 거래 금액이 크게 달라지면 추가 확인이 필요하다고 판단될 수 있습니다. 하지만 가전제품 구매나 여행 예약처럼 정상적인 소비일 수도 있습니다.

해외에서 결제한 경우

해외 거래 자체가 부정사용을 의미하지는 않습니다. 다만 거래 환경이나 다른 위험 신호가 함께 나타나면 추가 검증이 진행될 수 있습니다.

짧은 시간에 여러 번 결제한 경우

온라인 주문 과정에서 결제가 반복되거나 결제 요청이 여러 번 발생하면 시스템이 주의가 필요한 거래로 판단할 수 있습니다.

새로운 기기나 환경에서 거래한 경우

평소와 다른 접속 환경에서 금융 서비스를 이용하면 추가 인증이 요구될 수 있습니다. 실제 판단 방식은 서비스와 거래 유형에 따라 다릅니다.

이처럼 FDS는 위험을 줄이는 것과 정상적인 거래를 원활하게 처리하는 것 사이에서 균형을 맞춰야 합니다.

따라서 결제가 차단되었다고 해서 반드시 카드가 도용되었다는 뜻은 아닙니다. 카드사 앱이나 공식 고객센터를 통해 거래 상태를 확인하는 것이 가장 정확합니다.

---

8. FDS가 이상 거래를 발견하면 어떤 조치를 할까?

FDS가 의심 거래를 발견하면 금융회사의 정책과 위험 수준에 따라 여러 방식으로 대응할 수 있습니다.

대응 방식목적

추가 인증 요청	실제 카드 이용자 또는 계정 소유자인지 확인
거래 보류 또는 거절	위험이 큰 거래가 처리되는 것을 제한
고객 알림	의심 거래가 발생했음을 고객에게 안내
고객 확인 연락	거래가 본인의 사용인지 확인
카드 이용 제한	필요할 경우 추가 피해를 줄이기 위한 조치
사후 분석과 모니터링	유사한 거래와 반복되는 위험 패턴을 확인

이러한 조치가 모든 거래에서 동일하게 적용되는 것은 아닙니다. 금융회사는 거래 특성과 위험도, 관련 정책을 고려해 적절한 대응을 선택할 수 있습니다.

고객이 정상적인 결제를 했는데 거래가 차단되었다면 공식 앱이나 카드사 고객센터에서 확인 절차를 진행하면 됩니다.

반대로 본인이 하지 않은 결제 알림을 받았다면 단순한 승인 오류로 생각하고 넘기지 않는 것이 중요합니다. 카드사에 즉시 연락해 카드 이용 정지와 부정사용 신고 등 필요한 조치를 확인해야 합니다.

---

9. 소비자가 카드 부정사용을 예방하는 방법

FDS는 카드 부정사용을 줄이는 데 도움을 주지만, 모든 사고를 사전에 차단할 수는 없습니다. 소비자도 기본적인 보안 수칙을 지키는 것이 좋습니다.

첫째, 카드 이용 알림을 설정합니다.

결제 알림을 켜 두면 본인이 하지 않은 거래를 빠르게 확인하는 데 도움이 됩니다.

둘째, 카드 정보와 인증번호를 타인에게 알려주지 않습니다.

카드 번호, CVC, 비밀번호, 인증번호 등을 요구하는 의심스러운 전화나 문자에 주의해야 합니다. 금융회사 직원을 사칭하는 경우도 있으므로 공식 채널을 통해 확인하는 것이 좋습니다.

셋째, 출처가 불분명한 링크를 누르지 않습니다.

문자나 메신저에 포함된 링크가 카드사나 쇼핑몰을 사칭할 수 있습니다. 공식 앱이나 직접 확인한 웹사이트를 이용하는 습관이 중요합니다.

넷째, 카드사 앱에서 카드 관리 기능을 활용합니다.

카드사에서 제공하는 이용 정지, 해외 이용 설정, 결제 알림 등 관련 기능을 확인하고 자신의 사용 환경에 맞게 설정합니다. 제공되는 기능은 카드사와 상품에 따라 다를 수 있습니다.

다섯째, 의심 거래가 발생하면 즉시 신고합니다.

본인이 하지 않은 결제가 확인되면 카드사 공식 고객센터를 통해 신고하고, 안내에 따라 카드 정지나 재발급 등 필요한 조치를 진행합니다.

여섯째, 카드 이용 내역을 주기적으로 확인합니다.

금액이 작더라도 본인이 모르는 거래가 반복된다면 확인하는 것이 좋습니다. 작은 거래가 항상 부정사용을 뜻하는 것은 아니지만, 의심스러운 내역을 조기에 발견하는 데 도움이 됩니다.

---

10. 마무리: FDS는 편리한 결제와 안전한 금융을 연결한다

FDS는 카드 결제 금액, 거래 시간, 가맹점, 이용 이력, 접속 환경 등 다양한 정보를 분석해 평소와 다른 거래를 찾아내는 이상금융거래탐지시스템입니다.

규칙 기반 탐지와 데이터 분석 모델 등을 활용해 의심 거래를 선별하고, 필요한 경우 추가 인증이나 거래 제한, 고객 확인 등의 조치를 지원할 수 있습니다.

다만 FDS가 모든 부정사용을 완벽하게 차단하는 것은 아닙니다. 정상적인 거래가 의심 거래로 분류되는 경우도 있고, 새로운 사기 유형을 놓칠 가능성도 있습니다. 따라서 탐지 모델의 개선과 운영 관리, 고객의 신속한 신고가 함께 중요합니다.

앞선 9편에서는 카드사 앱이 백신과 여러 보안 기능을 활용하는 이유를 살펴봤습니다. 이번 10편에서는 그 보안 체계가 실제 금융 거래에서 이상 징후를 어떻게 찾아내는지 알아봤습니다.

다음 11편부터는 디지털 금융과 새로운 기술로 주제를 확장하겠습니다. 먼저 오픈뱅킹 시스템의 핵심인 API를 살펴보겠습니다. 서로 다른 금융 서비스가 어떻게 정보를 주고받고, 하나의 앱에서 여러 금융기관의 정보를 확인할 수 있는지 쉽게 설명하겠습니다.