영국 금융·기업권 겨냥한 북한 IT 인력 위장 취업, 진화하는 국제 사이버 리스크의 실태

최근 영국 현지에서 포착된 ‘북한 IT 위장취업’ 사례가 은행 및 첨단 기업 수천 곳으로 확산되는 동향이 실시간 데이터 기반으로 밝혀지고 있다. 현지 정보당국 및 보안업체의 분석에 따르면, 북측 인력들은 주로 온라인 플랫폼과 원격 근무 채널을 통해 실질 신분과 국가를 은폐한 채 고도의 IT 솔루션 개발·AI 모델링·핀테크 보안 등에 투입된 것으로 드러났다. 2025년 4분기 기준 영국 산업 내 적발 추정 사례는 보수적으로 1,400건 이상(공공·민간 기관 합산)으로 집계된다. 직군별 분포를 보면 풀스택/프론트엔드 개발자 48.1%, 머신러닝 엔지니어 16.9%, 금융보안 소프트웨어 개발자 11.2%, QA 및 인프라 기술자 9.7% 순이다. 이는 2024년 동기간 대비 41% 이상 급증한 수치로, 다중 계정·이중 신분 활용, 가상화폐를 경유한 페이롤 탈루 등도 복합적으로 활용된 정황이 분석됐다.

채용 채널에서는 미국·유럽계 글로벌 원격 무료 구인 플랫폼 활용도가 전체의 86.7%로 압도적이다. 보안 절차가 미흡하거나, 검증 프로세스 자동화가 덜 된 스타트업·핀테크 기업군이 주요 타깃이다. 구직 과정에서 구글·깃허브·스택오버플로우 등 디지털 포트폴리오를 위장 국가(예를 들어 중국, 싱가포르, 러시아 등)로 세탁해 제출하는 행태가 반복적으로 발견됐다. 실제 2026년 내 영국 기업 채용 데이터(샘플사례 197곳) 메타분석 결과, 국적 오인에 의한 IT 인력 채용 비중은 전체의 6.1%였으며 이는 유럽 전체(4.3%) 대비 1.8%P 가량 높은 수치다.

위장취업의 대표적 피해 유형은 이중적이다. 첫째, 기업 내부의 민감 데이터 유출·AI 모델 로직 도용·신규 핀테크 알고리즘 복제 등 디지털 자산탈취형 피해가 가장 많았다(전체 사례 중 약 57.4%). 둘째, 국제 제재 회피 목적의 외화 송금, 자금 분산 세탁에 연계되는 ‘딥러닝·핀테크 기술’의 역외 유출이다. 실시간 네트워크 로그 기반 탐지(Machine Learning 모델)을 적용한 최신 연구(2026년 KISA-UKONS 공동 모델 기준)에서는, 데이터 조기 이상탐지(FDR 기준 0.02 이하) 시 신분 위장 패턴을 77%까지 선제 탐지 가능해졌으나 SAAS(서비스형 소프트웨어)·원격 하이브리드 환경에서는 탐지 회피력이 상승했다.

국가별 동향을 데이터로 추정하면, 미·영·EU에서는 위장취업 적발 건수가 최근 2년간 연평균 27% 증가하고 있으며, 특히 영국은 자국 원격근무 인력시장(2026 추정 46만 7천 명) 내 아시아권 IP/계좌 접근 이력이 30%를 상회한 것으로 보인다. 이는 글로벌 IT 인력시장에서의 신분 인증 및 배경검증 시스템이 여전히 악의적 침입에 취약함을 보여준다. 미국 CISA·영국 NCSC 등 주요 사이버보안 기관 역시 원격직 채용의 보안 체계 고도화, 신뢰성 평가 자동화(모델 기반 인증·이상거래 트래픽 신호 조기탐지) 필요성을 강조하고 있다.

북한 IT 위장취업은 단순 불법취업 이슈에 머무르지 않는다. 위장 인력이 개발한 SW·AI액세스 코드·백도어 설치 등은 이미 사이버 공격과 외환유출 트렌드, 국제 금융제재 체계 교란 등 다중적인 리스크로 파급되고 있다. 실제 미국 재무부 데이터(2025년 2분기 추적 업데이트) 내 북측 유관 IP 기반 사이버 시도 금액은 약 23억 달러, 영국발 추정 송금액은 3.5억 달러로 분석된다. 이는 이전년 동기 대비 각각 24.1%, 31.7%대 급증세다.

기술적 트렌드 변동성도 놓칠 수 없다. 북한 및 그 외 신분위장 해킹그룹의 채용 침투서는 최근 ‘자율적 AI 대답 생성 봇’ ‘오픈소스 딥페이크 툴’ ‘국적 세탁용 다국어 프라임 에이전트’ 등 신규 도구 활용도를 확연히 보이고 있다. 미디어·금융권 AI모델 임베디드 서비스에 가장 취약점이 드러난 상황으로, 특히 멀티클라우드·하이브리드 통합 플랫폼이 새로운 사이버 서플라이 체인 리스크로 대두되고 있다.

실증 데이터와 선행 연구 동향은 대응의 체계적 정교화 필요성을 재확인시킨다. 영국 및 유럽권에서 머신러닝 기반 사기 탐지 시스템 고도화, 국적 세탁·다중 아이덴티티 자동 분류 알고리즘 도입이 주력 정책으로 가시화되고 있으나, 글로벌 원격근무·프리랜스 노동시장 구조를 단기간에 전면 개편하는 것은 현실적으로 쉽지 않다. 오히려 고도화된 위장 및 자금흐름 차단, 채용 과정 출신국/신원 검증 자동화, 딥러닝 위장모델 식별 등 복합 전략 구성이 핵심이다.

종합적으로, IT·핀테크 산업의 디지털 공급망 위협은 거버넌스(국제간 협업)와 자동화된 이상탐지(ML-Driven Security Monitoring) 쌍축의 동시 강화 없이는 잠재 피해를 상회할 수 있다. 영국 내 북한 IT 위장취업 이슈는 단순 스캔들 차원을 넘어, 글로벌 IT 생태계 구조적 취약점과 안전망 설계 과제, 머신러닝 기반 실시간 위협 통제력의 발전 동인을 보여주는 데이터 기반 경고 신호라 평가된다.

— 문지혁 ([email protected])