Bank of America는 Anthropic의 Mythos를 포함한 고급 AI 모델에서 드러난 소프트웨어 취약점을 패치하기 위해 1,000명의 외부 계약자를 고용했다고 CEO Brian Moynihan이 수요일 CNBC에 말했습니다. 은행의 3분기 실적 발표 후 인터뷰에서 발표된 이번 공개는 미국의 주요 기업이 최첨단 AI 모델에 맞서 시스템을 방어하는 데 필요한 인력과 달러 비용을 명시한 최초의 사례 중 하나입니다.

CNBC에 따르면 해당 지역에서 일하는 약 3,000명의 내부 직원을 지원하기 위해 2026년 2분기에 계약업체가 고용되었으며 그들은 현재 은행에 남아 있습니다. Moynihan은 CNBC의 Leslie Picker와의 인터뷰에서 "우리는 2분기 패치 작업을 돕기 위해 1,000명의 계약자를 고용했으며 그 사람들은 오늘 여기에 남아 우리를 돕고 있습니다. 그 지역에 있는 3,000명의 직원입니다."라고 말했습니다. 이 이야기에 대한 자세한 내용은 AI 뉴스를 참조하세요.

분기별 비용은 수억 달러에 이릅니다.

패치 푸시는 저렴하지 않았습니다. Moynihan은 수요일 일찍 분석가들에게 돈세탁 방지 준수와 관련된 규제 작업과 결합된 소프트웨어 개선으로 인해 3분기에 은행 비용이 "수억 달러 이상" 추가되었다고 말했습니다. 수요일 수익 보고서 이후 은행 주가는 8%나 폭락했고, 개선 지출은 비용 압박에 관해 투자자들과 폭넓은 대화를 나누는 과정의 일부였습니다.

지난 4월 Anthropic이 소수의 은행, 기술 회사 및 정부 기관에 출시한 Mythos는 민감한 금융 데이터를 보유하고 있는 기업이 비용이 많이 드는 방어 쟁탈전을 벌이게 만드는 기능인 수십 년 된 소프트웨어 결함을 발견하고 악용한 것으로 평가되었습니다. Bank of America는 올해 초 수천 명의 직원과 외부 인력을 동원하여 광범위한 내부 및 공급업체 코드를 강화하기 위해 서두르고 있다고 Moynihan은 말했습니다.

Moynihan은 CNBC 인터뷰에서 "그 위험은 진짜 위험입니다. 그렇기 때문에 프론티어형 모델이 나왔을 때 많은 사람들이 앉아서 '이 문제를 빨리 극복하는 방법을 어떻게 알아낼 수 있을까요?'라고 말했습니다."라고 말했습니다.

프론티어 AI의 양날의 성격

이 에피소드는 대기업을 위한 프론티어 AI의 이상한 경제성을 포착합니다. 기업의 생산성을 높여 비용을 절감하는 데 도움이 되는 동일한 종류의 모델은 수십 년 동안 조용히 축적되어 온 소프트웨어의 약점을 드러낼 수도 있습니다. Moynihan은 은행의 소프트웨어를 공급하는 공급업체가 자신들의 도구에 최첨단 AI를 장착하기 위해 경쟁하고 있다는 점을 지적하면서 긴장감을 직접적으로 인정했습니다.

"우리는 그들보다 앞서야 하며 소프트웨어 개발을 하는 사람들이 우리에게 서비스를 판매하려는 사람들이라는 점을 명심해야 합니다"라고 그는 말했습니다.

일시적인 급증, Moynihan 주장

주가가 하락하자 Moynihan은 지출 증가가 일시적인 것으로 판명될 것이라고 투자자들을 안심시키려고 노력했습니다. 그는 "한 번 패치하면 많은 패치를 할 필요가 없습니다... 파이프라인이 진행됩니다"라고 말하면서 은행은 시간이 지남에 따라 교정 비용이 감소할 것으로 예상한다고 덧붙였습니다.

은행은 또한 AI가 다른 곳에서 방어 작업에 대한 비용 이상을 지불할 것이라고 확신하고 있습니다. CNBC에 따르면 Bank of America는 약 130개의 내부 AI 프로젝트를 운영하고 있으며 내년에 약 7억 달러를 절감할 것으로 예상합니다. 이 수치는 두 프로젝트의 시기가 불편하더라도 단기 교정 법안을 축소시키는 수치입니다.

업계에 대한 시사점

Bank of America의 공개는 AI 기반 취약성 발견이 대규모 기관에 실제로 어떤 비용을 초래하는지에 대한 가장 명확한 데이터 포인트 중 하나를 제공합니다. 분석가들은 최첨단 사이버 보안 모델이 출시되기 시작한 이후 은행, 병원 및 정부의 레거시 코드베이스가 AI가 인간 감사자보다 훨씬 빠르게 매핑할 수 있는 광범위한 공격 표면을 대표한다고 경고했습니다. 지금까지 대부분의 논의는 이론적이었습니다. Moynihan은 응답에 인원수와 가격표를 붙였습니다.

이 의견은 또한 강력한 사이버 보안 모델을 선택된 기관 그룹에 판매하는 Anthropic과 같은 회사의 민감한 입장을 강조하는 동시에 더 넓은 업계에서는 그러한 기능이 어떻게, 얼마나 빨리 확산되어야 하는지에 대해 논쟁합니다. AI를 이용한 해킹 시도에 대한 보고로 인해 억제 및 모니터링 관행이 면밀히 조사되고 있으며, 기업 고객은 이제 자신의 취약점이 먼저 발견될 것이라는 가정하에 예산을 책정하고 있습니다.

은행의 경우 계산은 간단합니다. 패치 비용은 측정 가능하고 제한되어 있지만 성공적인 악용 비용은 그렇지 않습니다. Moynihan이 투자자들에게 전한 메시지는 이러한 급증이 영구적인 비용 지출이 아니라 일회성 정리라는 것이었습니다. 그러나 이 에피소드는 모델 기능의 모든 도약이 소프트웨어를 실행하는 모든 회사의 보안 상태를 자동으로 재조정할 수 있다는 점을 상기시켜 줍니다.

결함을 찾는 데 있어 개척 모델이 지속적으로 개선됨에 따라 Bank of America 경험은 이상치가 아니라 템플릿이 될 수 있습니다. 수천 명의 직원, 계약자 군대, 수억 달러의 송장 등 모두 은행 시스템에 직접적으로 영향을 미치지 않은 모델에 의해 촉발되었습니다.

다른 대형 금융 기관의 보안팀도 플레이북을 면밀히 관찰하고 있습니다. AI 모델이 10년 동안 누적된 취약점을 며칠 만에 표면화할 수 있다면 모든 은행의 문제는 더 이상 코드에 결함이 있는지 여부가 아니라 누가 먼저 결함을 발견하는지, 해당 기관이 해당 결함을 사용하기 전에 대응할 수 있는 패치 능력이 있는지 여부입니다. Moynihan의 공개 내용에 따르면 미국에서 두 번째로 큰 은행의 경우 AI 기반 교정을 일상적인 IT 품목이 아닌 분기 정의 비용으로 처리해야 한다는 답변이 제시되었습니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →