Google Cloud Fraud Defense — reCAPTCHA의 다음 진화, 마찰 레이어에서 리스크 엔진 레이어로

Thu, 07 May 2026 00:00:00 +0900

개요

2026-04-23 Google Cloud Next ‘26에서 Google Cloud Fraud Defense가 공개됐다. 공식 문구는 “the next evolution of reCAPTCHA”. 핵심 변화는 한 줄 — “이 사용자가 인간인가?“에서 “이 세션이 학습된 공격 패턴과 일치하는가?” 로 질문이 바뀌었다.

graph TD
 Layer1["L1 CAPTCHA <br/> 이미지 챌린지"] --> Layer2["L2 Risk Score <br/> 신호 기반 점수"]
 Layer2 --> Layer3["L3 Behavioral Biometrics <br/> 행동 패턴"]
 Layer3 --> Layer4["L4 Device Fingerprint <br/> 디바이스 식별"]
 Layer4 --> Layer5["L5 Graph Anomaly <br/> 관계 그래프 이상치"]

 Layer1 -.-> Era1["reCAPTCHA v1/v2 시대"]
 Layer2 -.-> Era2["reCAPTCHA v3 / Enterprise"]
 Layer3 -.-> Era3["Account Defender 시대"]
 Layer4 -.-> Era3
 Layer5 -.-> Era4["Fraud Defense 시대"]

1. reCAPTCHA 18년 진화의 끝점

reCAPTCHA는 카네기 멜런 대학에서 2007년 시작됐다. 2009년 Google이 인수, 책 디지털화 부산물로 시작한 프로젝트가 18년이 지나 봇 경제의 최전선 인프라가 됐다.

시기	버전	핵심 메커니즘	무너뜨린 기술
2007–2017	v1	왜곡 텍스트 OCR	OCR 정확도 99% 돌파
2014–현재	v2	“I’m not a robot” + 이미지 그리드	이미지 인식 + 머신비전
2018–현재	v3	백그라운드 risk score (0.0–1.0)	화이트박스 우회
2020–현재	reCAPTCHA Enterprise	Cloud 통합 + Account Defender	자동화 봇 클러스터링
2026–	Fraud Defense	Agentic policy + 신뢰 그래프	AI 에이전트 위장

v1 deprecate 공지는 2017-10-18였고 2018-04-01 셧다운. v3가 같은 해 2018-10-29 등장한 건 우연이 아니다. 챌린지 기반 → 점수 기반 전환의 시작이다.

reCAPTCHA Enterprise로 넘어오면서 Account Defender와 Password Leak Detection이 붙었다. 후자는 Google이 보유한 40억 건 이상의 유출 자격증명 데이터베이스에 패스워드를 해시 비교하는 기능이다. 이미 여기서 단순 봇 차단을 넘어 자격증명 stuffing 방어로 영역이 넘어왔다.

2. Fraud Defense가 실제로 무엇인가

공식 블로그와 제품 페이지를 종합하면 세 축으로 정리된다.

축 1 — Agentic Activity Measurement

Web Bot Auth와 SPIFFE 같은 표준을 통한 에이전트 신원 측정. Web Bot Auth는 IETF에서 2026년 초 워킹그룹 차터가 통과된 신생 표준으로, AI 에이전트가 HTTP 요청에 개인키로 서명을 붙이고 사이트가 공개키 디렉터리에서 검증하는 방식이다. Cloudflare, DataDome도 같은 표준을 채택. Visa TAP와 Mastercard Agent Pay도 이 위에서 동작한다.

축 2 — Agentic Policy Engine

리스크 점수, 자동화 유형, 에이전트 identity에 따라 단계별 허용/차단을 거는 정책 엔진. 기존 reCAPTCHA Enterprise Action의 확장판이다 — 로그인/회원가입/결제/체크아웃을 lifecycle 전체로 묶어서 한 번에 본다.

축 3 — AI-Resistant Challenge

폰으로 스캔하는 QR 코드 챌린지. 자동화의 경제성을 깨려는 시도다. 그러나 같은 패턴이 이미 Web Environment Integrity에서 거센 반발을 받았고, Private Captcha의 비판 글은 “Fraud Defense는 WEI를 다시 포장한 것"이라는 주장도 한다. EFF는 WEI를 “웹의 DRM화"라고 불렀다.

3. 마찰 레이어 vs 리스크 엔진 레이어

가장 정확한 표현은 이렇다:

reCAPTCHA는 마찰(friction) 레이어였다. Fraud Defense는 리스크 엔진 레이어다.

마찰 레이어의 일은 사용자 앞에 챌린지를 박는 것이었다. 리스크 엔진 레이어의 일은 세션을 보고 학습된 공격 패턴과 비교해 점수를 내는 것이다. 점수가 깨끗하면 사용자는 챌린지를 아예 보지 않는다. Google이 인용하는 2025 Shopify Retail Report 기준 AI 쇼핑 어시스턴트가 평균 주문 금액을 25% 끌어올린다는 데이터가 있다 — UX 마찰을 제거할 만큼의 비즈니스 동력이 생긴 셈이다.

flowchart LR
 A["요청 진입"] --> B{"리스크 엔진"}
 B -- "점수 깨끗 0.9+" --> C["통과 <br/> 챌린지 없음"]
 B -- "중간 0.3-0.9" --> D["adaptive 정책 <br/> step-up auth"]
 B -- "점수 낮음 0.3-" --> E["차단 / QR 챌린지"]

 F["행동 신호"] --> B
 G["디바이스 핑거프린트"] --> B
 H["계정 graph"] --> B
 I["Web Bot Auth 서명"] --> B

Google이 공개한 효과 수치는 계정 탈취(ATO) 평균 51% 감소. 이건 챌린지 통과율이 아니라 결과 지표 — 마찰 레이어에서 리스크 엔진 레이어로 넘어왔을 때 의미가 생기는 숫자다.

4. 경쟁 지형 — Turnstile / WAF Bot Control / Akamai / Arkose

Fraud Defense는 진공 상태에서 나온 게 아니다. 봇/사기 방어 시장은 이미 layered다.

벤더	제품	포지셔닝
Cloudflare	Turnstile + Bot Management	edge CDN과 통합된 invisible challenge
AWS	WAF Bot Control	rule 기반, AWS 생태계 native
Akamai	Bot Manager	엔터프라이즈 머신러닝, Shape Security 인수 영향
F5	Distributed Cloud Bot Defense	Shape 기반, 금융사 강세
Imperva	Advanced Bot Protection	WAF 일체형
Arkose Labs	Arkose Bot Manager	챌린지 기반, 게이밍/소셜 강세
Sardine	Sardine	행동 바이오메트릭스 중심
BioCatch	BioCatch	마우스/타이핑 패턴
DataDome	DataDome	API-first, Web Bot Auth 조기 채택

Google의 차별점은 데이터 풋프린트의 규모다. 공식 자료에 따르면 fraud intelligence graph는 Fortune 100의 50% + 전 세계 1400만+ 도메인을 커버한다. 마찰 자체가 사라지는 방향이라면 — 신호의 풍부함이 결정적 차별점이 된다. 신호가 많을수록 점수가 정확해지고, 점수가 정확할수록 마찰 없이 가도 된다.

5. 규제 백드롭 — PSD2 SCA, FTC 봇 룰메이킹

빌더가 잊으면 안 되는 맥락: 이런 제품은 규제 환경의 산물이다.

PSD2 SCA는 EU에서 2019-09-14 발효. 전자결제에 multi-factor authentication 강제. Stripe SCA 가이드 기준 knowledge / possession / inherence 중 최소 2개 요구. SCA는 챌린지를 강제하지만, TRA(Transaction Risk Analysis) 면제 조항이 있어 리스크 점수가 충분히 낮으면 SCA를 skip할 수 있다. → 리스크 엔진의 정확도가 그대로 결제 전환율로 환산된다.
FTC의 봇 룰메이킹은 가짜 리뷰/가짜 계정에 대해 강도를 높여왔고, FCC AI robocall 결정은 음성 채널을 좁혔다.
GDPR와 한국 개인정보보호법 기준 행동 바이오메트릭스 데이터는 민감정보에 가까워 — Fraud Defense가 수집·공유하는 신호의 법적 지위는 여전히 회색이다.

6. AI-on-AI 방어 — 같은 무기, 다른 표적

가장 솔직한 표현은 이거다 — 공격자도 방어자도 같은 LLM에 접근한다. Anthropic의 위협 인텔리전스 리포트는 2026년 들어 LLM 보조 자격증명 stuffing/피싱이 산업화됐음을 기록했다. OpenAI의 Trusted Access for Cyber는 검증된 방어자만 풀어주는 비대칭 정책이다. Fraud Defense의 agentic policy engine은 같은 비대칭을 봇 트래픽 측에서 만든다 — 선한 에이전트는 인증해서 통과, 악의적 에이전트는 점수로 거른다.

문제는 “선한 에이전트"의 정의를 누가 정하느냐다. OpenAI, Anthropic, Perplexity 같은 1티어 벤더는 Web Bot Auth에 쉽게 합류한다. 자체 모델을 돌리는 소규모 빌더는? Hugging Face Spaces에서 띄운 에이전트는? 표준이 합의되기 전까지는 점수에 의해 결정된다 — 그리고 점수는 Google이 학습한 모델이 매긴다.

7. 앱 빌더가 신경 써야 할 것

기존 reCAPTCHA Enterprise 사용자는 마이그레이션 없음, 가격 변화 없음, 사이트 키 그대로. 그럼에도 실무에서 챙겨야 할 게 있다.

계정 식별자(hashedAccountId)를 반드시 전달. Account Defender 어세스먼트는 stable account id 없으면 활동 모델을 못 만든다.
lifecycle 전체에 Action 박기. 로그인/회원가입은 기본, 결제와 체크아웃에도 박을 것. Fraud Defense는 lifecycle 상관관계 분석으로 정확도가 올라간다.
false-positive 구제 경로 설계. 점수가 깨끗하지 않다고 즉시 차단하지 말 것. step-up auth(WebAuthn / passkey / OTP)로 단계화. Cloud Armor와 reCAPTCHA Enterprise for WAF 통합 시 edge에서도 같은 정책을 박을 것.
에이전트 트래픽 분리 관측. “사용자가 에이전트를 통해 들어오는 케이스"는 곧 일반 트래픽이 된다. agentic activity dashboard로 인간/봇/에이전트 비율을 본다.
데이터 공유 위치 점검. Fraud Defense는 글로벌 graph에 기여한다. **민감 도메인(헬스케어/금융)**은 데이터 레지던시 옵션과 어떤 신호가 graph로 흘러나가는지 명시적으로 확인 필요.

8. 묶어서

reCAPTCHA가 18년 동안 한 일은 “이 사용자가 인간이냐"를 묻는 것이었다. Fraud Defense가 시작한 일은 “이 세션이 위험하냐"를 묻는 것이다. 마찰 레이어에서 리스크 엔진 레이어로의 이동은 사용자 경험을 개선하지만 — Google의 risk score에 대한 의존성을 거꾸로 키운다. 점수가 잘못 나오면? false-positive 구제 경로는 빌더가 직접 설계해야 한다. agentic web 시대의 신뢰는 무료로 오지 않는다.

flowchart LR
 A["과거: 챌린지가 보임"] --> B["현재: 점수가 결정"]
 B --> C["미래: 에이전트 신원이 결정"]
 C --> D["남는 질문: 누가 점수를 매기나"]

인사이트

가장 흥미로운 신호는 챌린지 UI가 사라지는 방향이다. Google이 Cloudflare Turnstile처럼 invisible verification으로 가는 동시에 — AI-resistant QR 챌린지를 안전판으로 깔았다는 점이다. 점수가 충분히 깨끗할 때는 마찰이 없고, 점수가 의심스러울 때만 폰을 꺼낸다. 이건 사실상 WEI가 못 한 일을 우회로 달성하는 시나리오 — 브라우저 attestation을 강제하지 않고도, 휴대폰이라는 신뢰 디바이스를 challenge에 끌고 들어와 같은 효과를 낸다. 다음 분기 가장 빠르게 변할 영역은 결제 시점의 SCA 면제율이다. Fraud Defense의 score를 결제 PSP가 TRA 면제 근거로 받아주기 시작하면, 전환율 측면에서 압도적인 경쟁우위가 된다. 빌더에게 실용적 결론: lifecycle 전체에 Action 박고, hashedAccountId 흘리고, false-positive 구제 경로(WebAuthn step-up)를 미리 설계. 점수의 정확도가 곧 매출 곡선이 되는 시대다.

참고

Google Cloud 공식 자료

표준 / 프로토콜

경쟁 / 비교

규제 / 배경

Identity Security on ICE-ICE-BEAR-BLOG