FBI 보고서 “가상자산 사기 피해 11조원 넘어”…고령층·AI 악용 범죄 확산

미국에서 2025년 한 해 동안 ‘가상자산 사기’ 피해액이 114억달러, 약 11조4400억원에 달한 것으로 집계됐다. 비트코인(BTC) 급등과 시장 활황 속에서도 암호화폐 범죄가 함께 번지면서 투자자 경계심이 다시 높아지고 있다.

미 연방수사국(FBI)은 최근 공개한 ‘2025 인터넷 범죄 보고서’에서 가상자산 관련 피해 신고가 18만1565건 접수됐고, 이는 전년보다 21% 늘어난 수치라고 밝혔다. 전체 인터넷 범죄 신고는 100만건을 넘어섰으며, ‘피싱’과 ‘스푸핑’, ‘협박’, ‘투자 사기’가 가장 많이 보고된 유형으로 나타났다.

특히 고령층 피해가 두드러졌다. 60세 이상 신고자들은 약 77억달러의 손실을 입어 전년 대비 37% 늘었다. 퇴직자와 노년층을 노린 정교한 유인책이 여전히 효과를 내고 있다는 의미다.

AI 악용 사기·ATM 범죄도 급증

올해 보고서에는 처음으로 인공지능(AI) 악용 사기 항목도 포함됐다. FBI 산하 인터넷범죄신고센터(IC3)는 2025년 AI 기반 사기 관련 신고 2만2364건을 접수했고, 피해액은 약 8억9300만달러에 이른다. 가짜 사회관계망 계정, 음성 복제, 위조 신분증, 실제처럼 보이는 영상까지 동원해 피해자를 속이는 방식이 늘고 있다.

가상자산 ATM과 키오스크를 노린 범죄도 심각했다. 관련 신고는 1만3460건, 피해액은 3억8900만달러로 각각 23%, 58% 증가했다. FBI는 투자 사기가 6만1559건으로 가장 많았고, 협박과 피싱·스푸핑도 상위권을 차지했다고 설명했다.

지역별로는 캘리포니아(2만878건), 텍사스(1만3965건), 플로리다(1만3381건), 뉴욕(8088건), 펜실베이니아(5118건) 순으로 신고가 많았다. 인구가 많은 주에 피해가 집중된 셈이다.

FBI는 2024년 시작한 ‘오퍼레이션 레벨 업(Operation Level Up)’으로 8000명 넘는 잠재 피해자에게 경고를 보냈고, 5억달러 이상 손실을 막는 데 기여했다고 밝혔다. 이어 2026년에는 사이버 보안 강화를 위한 ‘오퍼레이션 윈터 실드(Operation Winter SHIELD)’도 출범했다.

비트코인(BTC)이 사상 최고가를 새로 쓰는 동안 가상자산 시장의 외형은 커졌지만, 사기와 범죄 리스크도 함께 확대됐다. 시장 성장의 이면에 있는 ‘보안’ 문제가 투자 심리의 새로운 변수로 떠오르고 있다.

기사요약 by TokenPost.ai

🔎 시장 해석

가상자산 시장이 성장하면서 범죄 역시 동반 확대되고 있다. 특히 비트코인 상승장이 사기 활동 증가를 촉진하며, 투자 심리에 ‘보안 리스크’가 핵심 변수로 부상했다.

💡 전략 포인트

투자자는 수익률뿐 아니라 보안 수준과 거래 환경을 함께 점검해야 한다.

고수익 제안, 지인 사칭, 긴급 투자 유도는 대표적인 사기 신호로 의심해야 한다.

AI 기반 사기가 증가함에 따라 신원 확인 절차를 강화하는 것이 중요하다.

📘 용어정리

피싱: 가짜 사이트나 이메일로 개인정보를 탈취하는 수법

스푸핑: 신뢰 가능한 출처를 가장해 사용자를 속이는 방식

가상자산 ATM: 현금으로 암호화폐를 사고팔 수 있는 기기로, 최근 사기 수단으로 악용 증가

💡 자주 묻는 질문 (FAQ)

Q.

왜 가상자산 사기 피해가 계속 증가하나요?

비트코인 상승과 시장 확장으로 신규 투자자가 유입되면서 사기범의 활동 범위도 함께 넓어졌습니다. 특히 고수익을 미끼로 한 투자 사기가 활발해지며 피해 규모가 빠르게 증가하는 추세입니다.

Q.

AI 사기는 기존 사기와 무엇이 다른가요?

AI 사기는 음성 복제, 가짜 영상, SNS 계정 위장 등을 통해 실제 인물처럼 신뢰를 유도하는 것이 특징입니다. 기존보다 정교해져 피해자가 사기를 인지하기 더 어려워졌습니다.

Q.

개인 투자자가 사기 피해를 줄이려면 어떻게 해야 하나요?

출처가 불분명한 투자 제안은 피하고, 거래 전 반드시 플랫폼과 상대방의 신뢰도를 확인해야 합니다. 또한 2단계 인증과 같은 보안 설정을 강화하고, 급하게 결정을 유도하는 상황은 경계하는 것이 중요합니다.

TP AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.