사업 제안서 — 금융백신

1Executive Summary

금융백신 — 사기를 차단하는 앱은 많습니다. 사기에 속지 않는 사람을 만드는 인프라는 없습니다.

금융백신은 기존 교육 인프라에 꽂는 AI 면역 엔진, 수료자를 지역 예방 조직으로 바꾸는 집단면역 네트워크다.

전화금융사기 피해는 2025년 1–7월 누적 7,766억 원 규모이며(경찰청, 2025), 피해액의 절반 이상이 50대 이상에 몰려 있다(2025년 1분기 기준 53%, 경찰청 국가수사본부). 그러나 현재의 대응은 크게 두 갈래로 관찰된다. 하나는 진단도 개인화도 없는 1회성 지식 교육이고, 다른 하나는 단말·거래를 지키는 사후 차단 앱이다. 사람의 판단력을 측정하고, 측정 결과에 따라 다르게 훈련시키고, 훈련된 사람을 조직으로 남기는 경로가 비어 있다.

금융백신은 이 공백을 두 개 층으로 채운다. 층 1(면역 엔진) 은 공개 수법 데이터를 훈련 시나리오로 자동 변환하고, 훈련 수행 행동을 취약도 점수로 환산해, 개인 취약 패턴별로 다른 훈련을 내보내는 SaaS다. 층 2(집단면역 네트워크) 는 수료자를 '금융안전 서포터'로 인증해 지역 예방 활동에 배치하고, 그 제보를 다시 훈련 콘텐츠로 되돌린다.

두 층을 실제로 돌리려면 기관·강사·교육생·서포터 네 주체가 같은 운영 레이어 위에서 움직여야 한다. 이번 개정에서 우리는 그 레이어를 교육 운영 시스템 5종으로 구조화했다(§3-4, §8-1). 기관의 커리큘럼을 대체하는 것이 아니라, 커리큘럼 위에 얹히는 운영·데이터 층이다.

금융백신은 금융 손해 방어 인프라(정책 문서 표현: 금융 소비자 보호 인프라)를 지향하는 설계이며, 지역 단위에서 출발합니다. 이 문서는 공공·정책 제안 표면이므로 이하 표현을 금융 소비자 보호 인프라로 통일한다. 지자체·공공재단은 이미 집행 중인 교육 사업의 성과 측정·고도화 수단으로, 금융기관은 고령 고객 보호 의무 대응과 사고 예방 비용 절감 수단으로 구매한다. 신규 교육 사업을 신설하자는 제안이 아니라, 이미 돌아가는 사업에 엔진을 얹자는 제안이라는 점이 공공 예산 논리와 정합한다.

2문제

2-1. 피해는 커지고, 중장년·고령층에 집중된다

피해액의 53%가 50대 이상 — 32%(2023) → 47%(2024) → 53%(2025년 1분기) (경찰청 국가수사본부, 연도별 발표 집계) 이 추세는 특정 연도의 변동이 아니라 3년 연속 상승이다. 타겟 선정의 근거는 여기에 있다.

2-2. 원인은 기기가 아니라 역량이다

• 취약계층 디지털 접근 96.5% · 활용 80.0% · 역량 65.6% (NIA 2024 디지털정보격차 실태조사) — 기기는 보급됐고 부족한 것은 역량이다.
• 고령층 디지털정보화 종합 수준 71.4%로 계층 중 최저 (NIA, 2024)
• 성인 금융이해력 65.7점, 직전 조사(66.5점) 대비 하락 (한국은행·금융감독원 2024 전국민 금융이해력 조사)

2-3. 구조적 공백 — 사람을 진단하는 대응이 조사 범위에서 확인되지 않았다

수법은 생성형 AI로 주 단위로 변형되는데, 교안은 연 단위로 갱신된다. 속도의 비대칭이 문제의 본질이며, 이 비대칭은 사람 손으로 좁혀지지 않는다.

2-4. 교육을 운영하는 쪽에도 공백이 있다

문제는 교육생 쪽에만 있지 않다. 교육을 운영하는 기관 쪽에서도 세 가지가 따로 논다 — 교안을 갱신할 여력, 수료 후를 관리할 수단, 교육을 수행할 강사를 확보·검증할 절차다. 셋은 서로 다른 담당자와 서로 다른 문서로 관리되는 경우가 많고, 그래서 "교육을 몇 명이 들었는가" 외에는 보고할 숫자가 남지 않는다. 우리가 운영 레이어를 구조화하는 이유는 이 세 공백이 같은 층의 문제이기 때문이다. (이 항목은 수치 근거 없이 서술한 구조 진단이며, 기관 인터뷰로 검증할 대상이다 — §10-2)

3솔루션 — 2층 구조와 운영 레이어

3-1. 층 1. 면역 엔진 (B2B2G SaaS)

기존 교육 프로그램 커리큘럼에 그대로 꽂는 AI 훈련·진단 엔진.

1. 수법 인텔리전스 — 경찰청·금감원 공개 수법 데이터를 수집·정제해 AI가 훈련 시나리오로 자동 변환한다. 외부 원문은 AI 1차 검증과 사람 검수를 함께 거친 뒤 적재한다.
2. 취약도 진단 — 훈련 수행 행동 데이터를 Rule-based Scoring으로 점수화한다. 기준과 가중치를 문서로 남겨 재현·감사 가능하며, 데이터가 쌓인 뒤 ML로 고도화한다.
3. 적응형 훈련 — 개인 취약 패턴(권위 순응형 / 악성앱·명의도용형 등)별 집중 노출 훈련, 문해 수준별 문안 조정 (LLM + RAG, 공식 금융자료를 근거로 제시).

3-2. 층 2. 집단면역 네트워크 (조직화)

훈련 수료자가 '금융안전 서포터'가 되어 이웃을 지키고, 서포터의 제보가 다시 훈련이 됩니다.

수료자 중 희망자를 서포터로 인증해 지역·가족 단위 예방 활동(교육 보조, 의심사례 상담 연결, 취약 이웃 동반 훈련)에 배치하고, 서포터의 의심사례 제보를 수법 인텔리전스로 환류시켜 훈련 시나리오를 갱신한다. 이 순환은 두 바퀴로 돈다 — 환류 바퀴(제보가 훈련이 된다)와 확산 바퀴(서포터가 가족·이웃을 훈련에 데려온다). 상세는 §6-3.

3-3. 왜 2층이어야 하는가

차단은 항생제, 훈련은 백신입니다. 우리는 개인 접종(진단·훈련)에서 집단면역(조직화)까지 갑니다. 층 1만 있으면 또 하나의 교육 콘텐츠에 그치고, 층 2만 있으면 자원봉사 조직에 그친다. 두 층이 붙을 때 데이터가 순환하고 서비스가 시간이 갈수록 강해진다.

3-4. 플랫폼 구조 — 참여자 4주체와 교육 운영 시스템 5종

두 층을 운영하는 내부 레이어는 3단으로 정의된다.

[코어]  면역 엔진 3기능 — 수법 인텔리전스 · 취약도 진단 · 적응형 훈련
   │
[운영]  교육 운영 시스템 5종 — ① 교안 관리 · ② 강사 인증 · ③ 교육생 조직 관리 ·
                              ④ 서포터 활동 채널 · ⑤ 교육 결과 관리
   │
[주체]  기관 ── 강사 ── 교육생 ── 서포터

참여자 4주체 — 무엇을 주고 무엇을 얻는가

• 이 네 주체를 넘는 참여자(광고주·판매자 등)는 이 구조에 없다. 금융상품 판매·중개를 하지 않으므로 판매자 측면이 성립하지 않는다.
• 강사 관련 계약·보수의 경계는 §6-4에 명시한다.

교육 운영 시스템 5종

• 설계와 실행의 분리: 5종은 전부 설계·서술하되, 파일럿 실행 범위는 ① 교안 관리 + ⑤ 교육 결과 관리 2종과 서포터 전환(수동 운영) 으로 한정한다(§6-2). 지금 5종 전부를 만든다고 말하지 않는다.
• ④ 서포터 활동 채널의 범위: 지역 서포터 그룹 단위의 활동·제보 채널이다. 개인 금융정보(계좌·카드·거래내역 등)의 게시는 입력 단계에서 차단하고, 개인 간 금융 상담·중개 기능은 두지 않는다. 공개 자유게시판 형태는 이번 설계에서 채택하지 않는다 — 게시물 관리 의무와 상시 모더레이션의 재원·담당을 아직 특정할 수 없기 때문이다(§10-2 리스크 등재).

3-5. 손해 방어의 범위와 경계

금융백신의 방어는 사전 훈련 → 의심 상황 판별 지원 → 공식 신고·상담 창구 연결까지입니다. 상담·환급 절차 대행·금융상품 판매·중개는 하지 않습니다.

개인 금융정보는 수집하지 않는다. 3단계의 마지막은 금융회사·수사기관·금융감독 당국의 공식 신고·상담 채널로 안내하고 연결하는 것이며, 그 이후 절차는 각 기관의 법적 권한 영역이다. 이 경계는 §8-4의 금융위 AI 활용 7대 원칙 대응과 같은 내용이다.

4시장·정책 환경

• 금융위원회 「포용금융 전략 추진단」 — 2026년 5월 구성·운영방안 발표, 분과 순차 가동
• 금융위원회 「생애주기별 금융교육을 통한 금융역량 강화」 — 2025년 12월 금융교육협의회. '금융역량'은 정책 실재 용어이며, 고령층 금융피해 예방 교육이 명시돼 있다.
• AI 기본법 시행(2026.1) 및 금융위 AI 활용 7대 원칙 — 설계 단계부터 대응 (§8-4)
• 기존 교육 인프라의 실재 — 서울시50플러스재단 권역 캠퍼스 5개소 + 자치구 센터 14개소, 과기정통부 AI디지털배움터 전국망

정책 문서가 요구하는 것은 '교육 실시'가 아니라 '금융역량 강화' 다. 역량은 측정되지 않으면 강화 여부를 보고할 수 없다. 금융백신이 파는 것이 사실상 정책 성과의 측정 가능성인 이유다.

5비즈니스 모델

지불 라인은 둘이고, 개인은 무료다.

과금 단위는 기관 테넌트 연 구독이며, 파일럿은 무상입니다. 교안·매칭에 대한 수수료는 두지 않습니다.

• 개인(C)은 무료 — 공공성 유지와 네트워크 성장을 우선한다. 금융상품 판매·중개는 하지 않는다.
• 지불 라인이 둘이지만 첫 매출 경로는 B2G 하나로 좁힌다. B2B 리포트는 파일럿 성과 데이터를 레퍼런스로 확보한 뒤에 여는 경로이며, 현재는 지불 유인 논리만 확보된 상태다(고객 검증 전).
• 운영 레이어를 5종으로 넓혀도 과금 지점은 늘지 않는다. 참여 주체가 넷으로 정리됐지만 지불 라인은 그대로 둘이며, 강사·교육생·서포터에게서 수수료를 걷는 구조를 두지 않는다.
• 공공 조달 경로는 조달청 디지털서비스몰 등재를 전제로 하며, 등재는 미완의 전제 조건이다. 확정 계약 단가는 파일럿 후 기관 협의로 정하며, 재단 2026년 주요 업무 보고의 예산 단위 확인이 선행 태스크다.

5-1. 시장 규모 추정 (요약)

TAM은 기관 테넌트 구독 모델로 전국에서 접근 가능한 시장의 상한, SAM은 그중 광역 공공 교육 운영 기관 시장, SOM은 36개월 안에 도달 가능하다고 추정하는 규모입니다. 세 값 모두 자사 과금 기준의 추정이며 목표가 아닙니다.

본 추정은 산식·입력 출처·가정을 전부 공개하며, 보수·기준·확장 3구간으로만 제시합니다. 입력 중 실증 전 가정은 [가정]으로 표기했습니다. 산식·입력표·시나리오 설계 규칙·교차 검증 전문은 「수익 모델·시장 규모 추정서」(별도 내부 추정서)에 있다. 테넌트 단가(연 1,200만~3,600만 원)는 공공 SaaS 라이선스 구조 위의 [가정]이며, top-down 교차 검증에는 은행권 사회공헌 중 학술·교육 739억 원(은행연합회 2024 사회공헌활동 보고서 — 언론 집계 보도 기준, 원문 대조 전), 금융교육협의회 16개 기관 대면 교육 참여 122만 9,089명(금융위원회, 2025년 실적)을 사용했다.

• ※ 매출·시장 규모는 산식과 가정을 공개한 구간 추정으로만 제시하며, 단일 확정치와 피해 감소액 추정은 제시하지 않습니다.

6Go-to-Market — 기존 교육 프로그램 연계·확산

이 문서에서 가장 중요한 섹션이다. 금융백신의 난제는 기술이 아니라 유통이며, 우리는 유통망을 새로 만들지 않고 이미 존재하는 오프라인 교육 거점망에 올라탄다.

6-1. 왜 50플러스재단인가

서울시50플러스재단은 서울시 중장년(50+) 정책의 컨트롤타워이며, 권역 캠퍼스 5개소(북부·중부·남부·동부·서부)와 자치구 센터 14개소로 서울 전역의 오프라인 교육 거점망을 이미 보유하고 있다. 우리 타겟(피해액의 53%가 몰린 50대 이상)과 기관의 정책 대상이 정확히 일치하고, 거점·강사·모집 채널이 이미 돌아가고 있다. 기존 캠퍼스·센터 채널을 활용하므로 신규 채널 구축 부담이 낮다.

특히 북부캠퍼스 중장년취업사관학교의 디지털금융교육 강사 양성과정(시니어 대상 디지털금융교육 강사를 양성하는 정규 개설 과정 — 2026년 상반기 기수 개설 확인)은 수료자가 곧 우리의 보급 인력이 되는 구조다. 교육생을 모으는 과정이 아니라 교육하는 사람을 만드는 과정이므로, 수료 강사가 자치구 센터에서 활동할 수 있는 구조다(활동 배치는 재단 운영 사항이며, 실제 배치 비율은 미확인이다). 기수별 시수·정원은 기수마다 편차가 확인되어 본 문서에는 적지 않는다.

• 우리는 이 과정을 새로 열지 않는다. 기관이 이미 운영하는 과정 안에 인증 트랙(엔진 실습 모듈 + 실습 평가 + 이수 인정)을 얹는 탑재형 방식이다 — 자체 교육 사업을 신설하지 않는다는 원칙과 양립한다.

6-2. 확산 로드맵 — 단계별 시스템 개방

확산은 "몇 곳으로 늘리는가"가 아니라 "어느 시스템을 여는가" 로 정의한다. 각 단계에서 열리는 시스템이 그 단계의 산출물이다.

• 파일럿에서 서포터 전환은 시스템 없이 수동 운영한다(명단·활동 계획 문서). 시스템 ③은 확산 단계에서 그 수동 절차를 대체한다 — 파일럿의 도입 부담을 늘리지 않기 위한 의도적 순서다.
• ④를 마지막에 두는 이유는 단순하다. 상시 모더레이션의 담당과 재원이 확인되기 전에는 열지 않는다.
• 각 단계의 진입 방식은 다르다. ①은 강사에게 도구를 쥐여 주는 것이고, ②는 기관의 기존 사업 지표를 개선해 주는 것이며, ③은 레퍼런스를 들고 파는 것이다. ①에서 반드시 만들어야 하는 산출물은 매출이 아니라 사전·사후 취약도 개선폭 데이터다.
• 이후 경기·부산 등 타 시도 중장년 재단으로 같은 구조를 복제한다.
• 파일럿 조건은 이번 개정으로 바뀌지 않는다 — 6개월 · 1개 기수 · 무상 · 강사 오리엔테이션 2시간 1회 · 기존 시수·일정·강사진 변경 없음.

6-3. 교육생 조직화 프로그램

확산의 두 번째 축은 사람이다. 교육은 끝나면 흩어지지만, 조직은 남는다. 새 기구를 세우는 것이 아니라, 기존 과정 수료자를 인증 체계로 조직합니다.

두 바퀴로 도는 플라이휠

바퀴 1 (환류)  훈련 수료 → 서포터 인증 → 예방 활동 → 의심사례 제보
               → 수법 인텔리전스 갱신 → 훈련 개선

바퀴 2 (확산)  서포터 → 가족·이웃 동반 훈련 참여 → 신규 교육생
               → 신규 수료자 → 서포터 후보

활동 유형 5종 — 각 유형에 소요 단위와 시스템에 남는 산출물을 붙였다. 소요 시간 수치는 기관 일정에 따라 정해지므로 제시하지 않는다.

유인 체계 4종 — 비금전 우선

• 서포터 활동에는 영입 실적에 연동된 금전 보상이 없습니다 — 인증과 활동 기회로만 운영합니다. 바퀴 2(동반 참여)는 "몇 명을 데려왔는가"에 값을 매기는 구조가 아니라, 함께 훈련받은 기록이 남는 구조다.
• 인증 요건: 교육 이수 + 실습 통과 2요건. 이수 사실만 남는 수료증과 달리, 실습 결과가 등급에 반영된다. 등급 명칭·발급 형식은 기관 협의와 관련 제도 검토를 거쳐 확정한다(§10-2).
• 활동 재원: 신규 예산 요구가 아니다. 기관이 서포터 활동을 이미 운영 중인 활동·일자리 사업(예: 가치동행일자리) 틀에 편입할 경우, 보상 기준과 지급 주체는 그 사업을 따른다. 우리가 활동비를 지급하지 않는다. 이 편입 여부는 기관 정책 판단 사항이며 제안 단계다.
• 환류: 서포터 제보는 현장 최전선의 신종 수법 신호다. 이 제보가 훈련 시나리오로 되돌아오면서, 서비스는 확산될수록 콘텐츠 갱신 속도가 빨라진다.
• 리스크: 서포터 활동의 지속성은 아직 실측되지 않았다. 인정 체계가 없으면 이탈한다고 보고 설계하며, 파일럿에서 6개월 잔존을 실측한다.

6-4. 강사 공급 — 인증과 매칭

"누가 교육을 수행하는가"는 확산의 병목이다. 우리는 이 병목을 인증과 매칭으로 푼다.

• 인증: 기관의 기존 강사 양성과정에 엔진 실습 모듈과 실습 평가를 탑재하고, 통과자에게 이수 인정을 발급한다(시스템 ②). 새 양성과정을 신설하지 않는다.
• 매칭: 인증 강사 풀과 기관의 교육 수요를 조건 필터로 연결하고, 수업 후 품질 피드백을 관리한다.
• 경계: 강사의 위촉·계약·보수 지급 주체는 기관입니다. 금융백신은 인증·매칭·품질 관리를 제공하며, 강사를 고용하거나 파견하지 않고 매칭 수수료를 받지 않습니다.
• 강사 보상은 기관의 기존 강사료 체계 안에서 이루어진다는 것이 우리 제안의 전제이며, 단가·금액은 제시하지 않는다. 이 전제는 기관 확인 전의 가설이다.
• 온라인 명부·매칭 제공의 법적 사업 유형 판단은 노무·법률 자문 전이다. 자문 결과에 따라 매칭 기능의 형태를 조정할 수 있으며, 그 전까지 이 문서는 무수수료·기관 자율 선택·기관 위촉이라는 설계 조건을 유지한다(§10-2).
• 적용 범위: 이번 12개월 동안 강사 인증·매칭은 1차 타깃 기관 내부의 확산 기능이다. 재단 캠퍼스·자치구 센터가 그 범위이며, 기관 외 수요처는 다음 단계 파이프라인으로 둔다.

6-5. 의사결정권자에게 제시하는 논리 4줄

1. 신규 사업 신설이 아니라 기존 사업 고도화다. 예산 편성 논리가 '증액'이 아니라 '고도화'로 잡힌다.
2. 성과가 숫자로 보고된다. 이수자 수, 취약도 개선폭, 서포터 배출 수, 제보 건수 — 전부 시스템이 자동 집계하고, 업무보고 1쪽 리포트로 나온다.
3. 정책 근거가 실재한다. 금융위 포용금융 전략 추진단, 생애주기별 금융교육을 통한 금융역량 강화(2025.12) — 상부 보고 시 인용할 근거가 이미 있다.
4. 참여 기관이 예방 데이터의 노드가 된다. 우리 지역의 취약 패턴을 우리 기관이 측정하고, 그 측정 결과가 교안으로 되돌아온다. 인프라를 지향하는 설계이며, 지역 단위에서 출발한다.

7경쟁·차별화

비교 축 4개는 문제 정의에서 그대로 가져왔다. ① 사람의 역량을 진단하는가 ② 개인화 단위가 무엇인가 ③ 진단이 다음 학습을 정하는가 ④ 무엇을 지키는가.

조사 범위(팀 자체 경쟁 서비스 조사 7개 계열, 2026-08-17 기준 공개 자료)에서 관찰된 것은 셋이다. 첫째, 시민을 향한 서비스에는 진단이 거의 없다. 콘텐츠는 이미 많고, 없는 것은 진단이다. 둘째, 개인화가 있는 계열은 사람이 아니라 장치를 본다 — 단말·계좌·발신번호가 단위다. 셋째, 진단–학습 연결이 성립한 사례는 조사 범위에서 조직 대상에서만 확인됐다 — 국내외 모두 계약 단위가 기업이며, 시민 개인이 상시로 받는 모의사기 실습 프로그램은 확인되지 않았다.

금융백신의 위치는 여기다. 조직 대상에서만 성립하던 조합을 공공 교육 인프라를 계약 단위로 삼아 시민에게 가져오고, 거기에 네 번째 층(수료자 조직화) 을 붙인다 — 위 비교 계열 중 훈련과 조직화를 하나의 데이터 루프로 묶은 사례는 조사 범위에서 관찰되지 않았다. 조직화는 단순 부가 기능이 아니라 데이터 획득 경로이자 방어선이다.

• 조사 범위 갱신 예정: 운영 레이어(교안·강사 인증·조직 관리)를 포함하면서 비교 대상이 넓어졌다. LMS·에듀테크·강사 매칭 계열을 포함한 경쟁 범위 재조사가 예정되어 있으며, 그 전까지 위 결론은 7개 계열 조사 범위 안의 관찰로만 읽어야 한다.

8AI 기술 구조

8-1. 시스템 구성 (설계 수준)

금융백신 플랫폼은 기관의 기존 교육 과정 위에 얹히는 운영·데이터 레이어입니다 — 기관·강사·교육생·서포터를 잇되, 커리큘럼을 대체하지 않습니다.

[입력]   공개 수법 데이터 (경찰청·금감원)          서포터 제보 (정형 카드)
              │                                          │
              └──────────────┬───────────────────────────┘
                             ▼
                 ┌──────────────────────────┐
                 │ 수법 인텔리전스 파이프라인    │  ◀ AI 적용
                 │ AI 1차 검증 + 사람 검수      │
                 └────┬──────────────┬───────┘
        시나리오 배포  │              │ 교안 변경분 제안
                      ▼              ▼
        ┌──────────────────┐   ┌──────────────────────┐
        │ 훈련 실행 모듈      │   │ ① 교안 관리 시스템     │ ◀ AI 적용
        │ (가상 수신함)       │   │ 버전·이력·기관 커스터마이즈│──▶ 강사 배포
        │ 실계좌 접근 없음    │   └──────────────────────┘
        └────────┬─────────┘
                 │ 행동 데이터 (발송·피격)
                 ▼
        ┌──────────────────┐  취약 패턴  ┌──────────────────────┐
        │ 취약도 진단 엔진    │──────────▶│ 적응형 훈련 생성        │ ◀ AI 적용
        │ Rule → ML         │            │ LLM + RAG (근거 제시)   │
        └────────┬─────────┘            └──────────────────────┘
                 │ 가명처리 저장
                 ▼
   ┌────────────────────────────────────────────────────────┐
   │ 데이터 저장소 — 기관 단위 테넌트 분리 · 역할 기반 권한        │ ◀ AI 미적용
   │ (기관 관리자 / 강사 / 서포터 리더) · 가명처리 프로필·수행기록  │
   └───────┬──────────────────────┬─────────────────────────┘
           │ 집계(최소 인원 미달 미산출) │ 명부·활동 이력
           ▼                          ▼
   ┌──────────────────────┐   ┌──────────────────────┐
   │ ⑤ 교육 결과 관리 시스템 │   │ ③ 교육생 조직 관리      │ ◀ AI 미적용
   │ 대시보드 · 1쪽 리포트   │   │ 명부·서포터 상태·실적    │
   └──────────────────────┘   └──────────┬───────────┘
                                          │ 활동 배정
                              ┌───────────▼──────────┐
                              │ ④ 서포터 활동 채널     │ ◀ AI 부분 적용
                              │ 정형 제보 · 지역 그룹   │──▶ 제보 환류(맨 위 입력)
                              └──────────────────────┘

        ┌──────────────────────┐
        │ ② 강사 인증 시스템      │ 실습 평가(규칙 기반 우선) · 이수 인정
        │ 인증 강사 풀 · 기관 매칭 │ 매칭은 조건 필터 ◀ AI 미적용
        └──────────────────────┘

• 테넌트 분리는 설계 수준의 서술이며, 파일럿 구현 범위는 시스템 ①·⑤ 2종이다. 나머지는 개발 백로그로 이월한다.

시스템 맵 — 5시스템 × 4주체 접점

8-2. AI 기술 적용 (2단 서술 — 지금 동작하는 경로와 고도화 경로를 항상 병기)

※ 다이어그램의 나머지 박스는 AI 미적용 컴포넌트다 — 훈련 실행 모듈(가상 수신함 실행), 데이터 저장소(테넌트 분리·가명처리 저장·조회), ③ 교육생 조직 관리(명부·활동 이력), ⑤ 교육 결과 관리의 집계·리포팅, ② 강사 인증의 실습 채점(규칙 기반 우선)과 매칭(조건 필터). 어디에 AI를 쓰지 않는지까지 밝히는 것이 이 표의 목적이다.

8-3. 취약도 진단 산식의 설계 원칙

• 분모는 발송(노출), 분자는 피격 — 링크 클릭, 정보 입력·전송, 사기 시나리오를 정상으로 판정한 경우를 피격으로 규칙 판정한다.
• 최근 회차에 더 큰 가중치를 주는 반감기 방식을 쓴다. 반년 전 결과와 지난주 결과를 같은 무게로 더하면 "지금 이 사람이 얼마나 위험한가"에 답하지 못한다.
• 누적 노출이 일정 횟수에 미달하면 점수를 내지 않고 '측정 중'으로 표기한다. 기관 단위 집계는 최소 인원 미달 시 산출하지 않는다(재식별 방지).
• 반감기·최소 인원 기준값은 근거 있는 상수가 아니라 운영 기본값이며, 도입 기관의 규모·정책에 따라 조정한다.

8-4. 금융위 AI 활용 7대 원칙 대응

9KPI·성과 측정

KPI 4종: 이수자 수 · 취약도 개선폭(사전·사후) · 서포터 배출 수 · 의심사례 제보 건수

보조 지표(기관 협의 시 선택 적용): 동반 참여 전환 수 · 서포터 활동 참여율 · 제보의 훈련 반영 건수. 대표 KPI는 위 4종이며, 보조 지표는 기관이 원할 때만 덧붙입니다.

보조 지표는 조직화 층이 실제로 도는지 보기 위한 것이다.

• 방법론 선례: 예고 없는 시나리오를 반복 제시하고 반응을 수치로 측정하는 방식은 이미 국가 사업으로 집행 중이다. 과기정통부·KISA 사이버 위기대응 모의훈련은 2026년 상반기에 630개 기업·임직원 25만 5,460명 규모로 시행됐고, 디도스 대응 훈련에서 재참여 기업이 신규 참여 기업보다 탐지·대응 시간에서 우위를 보였다 (과기정통부·KISA — 아시아투데이 보도, 2026.6.26). 다만 측정 대상과 참여 조건이 다르므로, 우리 지수를 이 훈련의 지표와 직접 비교하지는 않는다.
• 제시하지 않는 것: 피해 감소액 추정치는 산출 근거 확보 전까지 제시하지 않는다. 이용자 수 목표치도 파일럿 실측 전에는 제시하지 않는다.

10로드맵·리스크

10-1. 로드맵

10-2. 리스크 — 미확보 전제의 정직한 목록

11팀

팀 Fodyssey는 기획·AI 개발·데이터·교육 연계·검증 5개 역할 구조로 구성된다.

• 기획 — 기관 연계 제안, 사업 구조 설계, 대외 커뮤니케이션
• AI 개발 — 수법 인텔리전스 파이프라인, 교안 변경분 생성, 적응형 훈련 생성(LLM·RAG)
• 데이터 — 취약도 산식, 기준·가중치 문서화, 가명처리·감사 추적 설계
• 교육 연계 — 강사 인증 모듈, 서포터 인증 체계, 제보 채널 운영
• 검증 — 훈련 실행 모듈·기관 대시보드 품질 관리, 파일럿 성과 측정 설계

구성 현황: 팀 구성 확정 전이다. 필요 역할 5종의 정의는 완료했으며, 인원·역할 배정이 확정되면 본 절을 갱신한다.

역할 다섯 개는 파일럿 6개월 일정을 수행하는 최소 단위로 잡은 것이며, 한 사람이 둘 이상의 역할을 겸하는 구성도 가능하다.

12Ask — 협력 제안

투자 유치가 아니라 파일럿을 성립시키는 데 필요한 협력 셋을 제안한다.

1. 사업화 협력 — 엔진 프로토타입에서 파일럿 운영본으로 넘어가는 구간의 인프라(클라우드·데이터·보안) 및 멘토링 협력.
2. 연계 협력 주선 — 서울시50플러스재단 등 공공 교육 운영 기관과의 공식 접점. 우리가 스스로 뚫는 데 가장 오래 걸리는 구간이 여기다.
3. 레퍼런스 인정 — 파일럿 성과 데이터를 공공·금융기관 대상으로 인용할 수 있는 공신력.

우리가 드릴 수 있는 것은 정책 성과의 측정 가능성이다. 금융역량 강화는 이미 정책 문서에 있고, 교육은 이미 집행되고 있다. 없는 것은 그 교육이 사람을 실제로 덜 속게 만들었는지를 숫자로 답하는 수단이며, 금융백신은 그 수단이다.