제1장 금융권 AI 해킹 시나리오와 경계 보안의 한계

1.1 오픈소스 AI 에이전트 공격 메커니즘과 무차별 취약점 탐색 실태
1.2 AI 기반 피싱, 크레덴셜 스터핑, 자동화 익스플로잇 분석
1.3 망분리 환경을 우회하는 신종 AI 우회 공격 경로(Attack Vector)
1.4 기존 WAF(웹방화벽) 및 IPS로 막을 수 없는 AI 공격의 기술적 이유

제2장 금융 LLM 및 인공지능 서비스 취약점 진단

2.1 금융 LLM 대상의 프롬프트 인젝션(Prompt Injection) 차단 기술
2.2 검색증강생성(RAG) 인프라의 데이터 오염(Poisoning) 및 탈취 검증
2.3 API 연동 구간에서의 금융 데이터 프라이버시(개인정보) 유출 방지 기법
2.4 실무자를 위한 오픈소스 AI 모델의 라이선스 및 악성 코드 검사법

제3장 금융당국의 AI 보안 가이드라인 준수 및 감사 대응

3.1 금융위원회 AI 보안 가이드라인 핵심 요건과 조치 요구사항 해석
3.2 전산시스템 긴급 점검 및 AI 컴플라이언스 상시 통제 절차
3.3 AI 서비스 도입 시 보안성 심의(RCSA) 평가 지표 수립 방법
3.4 금융감독원 보안 감사(Audit) 지적 사례로 보는 필수 증적 자료 확보법

제4장 AI 기반 맞불 방어: 실시간 이상징후 탐지(FDS) 및 관제

4.1 AI 인텔리전스 기반의 차세대 보안관제(SOAR) 연동 아키텍처
4.2 GraphRAG 및 머신러닝을 활용한 우회 거래·이상 패턴 실시간 탐지법
4.3 AI 해킹 사고 발생 시 단계별 침해사고 대응(Incident Response) 매뉴얼
4.4 엔지니어를 위한 자동화 취약점 패치 및 보안 설정 자동화(IaC) 적용

제5장 제로트러스트 모델 기반의 금융 AI 거버넌스 운영

5.1 금융권 제로트러스트(Zero Trust) 가이드라인에 맞춘 단계별 이행 로드맵
5.2 내부자 위협 통제: AI 모델 접근 권한(IAM) 격리 및 모니터링 시나리오
5.3 CISO/CIO를 위한 금융 AI 리스크 지표(KRI) 관리 및 이사회 보고 가이드
5.4 현업 부서(비즈니스)와 보안 부서 간의 AI 개발·운영(DevSecOps) 협업 프로세스

에필로그
참고문