[IT·테크 위클리] 모바일신분증 법적 보호 시작, 저신용자 대출 문턱도 낮아진다

트렌드프레스 편집팀발행 2026-08-28 00:15

오늘부터 모바일신분증이 법의 보호를 받고, 공공 정보시스템 15,033개의 등급이 국민 생활 기준으로 다시 매겨졌습니다. 신용점수가 낮아 대출이 막혔던 소상공인·중저신용자에게는 비금융 데이터로 다시 평가받는 통로도 새로 열렸습니다.

이번 주 IT·테크 소식 중 실제로 내 손에 닿는 것만 추렸습니다. 모바일신분증에 법적 근거가 생겼고, 공공 정보시스템 1만5천여 개의 우선순위가 바뀌었습니다. 신용점수가 낮아 대출이 막혔던 사람에게는 새로운 평가 통로가 열렸고, AI에 코드를 붙여넣는 습관을 점검해볼 실험 결과도 나왔습니다.

모바일신분증, 오늘부터 법의 보호를 받습니다

8월 28일인 오늘부터 「전자정부법 시행령」이 시행되면서 모바일신분증이 처음으로 법적 보호 대상에 들어갑니다. 대상은 주민등록증, 운전면허증, 장애인등록증, 국가보훈등록증, 외국인등록증, 영주증, 외국국적동포 국내거소신고증, 공무원증 8종입니다. 지자체가 아니라 중앙행정기관이 발급하는 신분증만 해당한다는 점은 알아둘 필요가 있어요.

발급기관에는 새 의무가 생깁니다. 신원정보를 암호화하는 전자적 정보의 유효기간을 3년 이내로 설정해야 하고, 본인 명의 스마트폰 한 대에만 발급할 수 있습니다. 발급 전 본인 확인 절차도 의무화됐습니다. 위변조나 부정사용에 대한 처벌 규정도 개정된 전자정부법에 함께 담겨 시행됩니다. 지금까지는 모바일신분증을 도용당해도 처벌할 근거 조항 자체가 없었다는 뜻이라, 이번 시행이 늦은 감은 있습니다.

스마트폰을 바꾼 적이 있다면 지금 확인해야 합니다. 1인 1기기 원칙이라 새 휴대폰에서는 본인 확인을 거쳐 재발급을 다시 받아야 기존 모바일신분증이 인정됩니다.

공공 정보시스템 15,033개, 등급을 다시 매겼습니다

행정안전부가 정부24, 주민등록시스템 같은 공공 정보시스템 15,033개의 등급을 새로 분류했습니다. 기존에는 사용자 수나 관리 기관 규모로 등급을 매겼는데, 이 기준으로는 이용자가 적다는 이유만으로 국민 생활에 중요한 시스템이 낮은 등급을 받는 경우가 있었습니다. 재난이나 장애가 났을 때 복구 순서에서 밀리는 문제로 이어졌던 셈입니다.

새 기준은 국민의 생명·안전·일상생활과 얼마나 직결되느냐입니다. 국가핵심으로 분류되는 A1은 73개(0.5%)로, 112시스템·산불 상황 관제시스템·정부24·주민등록시스템·수출입 통관 시스템이 여기 속합니다. A2는 157개, A3는 671개, 나머지 14,132개는 A4입니다. 전체의 94%가 여전히 가장 낮은 등급이라, 재조정이 실제로 체감될지는 다음 재난 상황에서 드러날 겁니다.

당장 개인이 할 일은 없습니다. 다만 정부24나 홈택스 같은 서비스가 장애 시 어느 순위로 복구되는지 가늠할 근거가 생겼다는 점은 참고할 만합니다.

신용점수 낮아 대출 막혔던 사람에게 새 평가 통로

금융위원회 제10차 지정대리인 심사위원회는 네이버파이낸셜이 신청한 대안신용평가 서비스를 지정대리인으로 확정했습니다. 소상공인은 스마트스토어 방문자수와 판매금액, 개인은 결제·콘텐츠 생성 실적처럼 은행 심사에 잘 쓰이지 않던 데이터로 신용을 다시 평가받고, 케이뱅크와 웰컴저축은행이 이 결과를 바탕으로 대출 가부와 한도를 정해 실행하는 구조입니다.

대상은 소상공인과 신용점수 상위 50% 이하 중·저신용자입니다. 기존 금융정보 중심 신용평가만으로는 충분한 평가를 받기 어려웠던 계층이라는 게 금융위 설명입니다. 다만 서비스가 실제로 언제부터 신청 가능한지는 이번 보도자료에 나오지 않았습니다. 케이뱅크·웰컴저축은행 공지가 뜨는 대로 조건을 다시 확인하는 게 정확합니다.

같은 주에 금융위는 「AI 시대 마이데이터 발전방안」도 함께 내놨습니다. 다만 구체적인 내용은 첨부 문서에만 담겨 있어, 이번 글에서는 방향성만 언급해두고 세부 내용은 확인되는 대로 다루겠습니다.

AI에 코드 붙여넣기 전, 걸러야 할 것들

ChatGPT나 Claude 같은 클라우드 AI에 에러 로그나 코드를 붙여넣다가 API 키, 사설 IP, 사용자 이메일까지 함께 보내는 실수는 개발자라면 한 번쯤 겪어봤을 상황입니다. 요즘IT에 실린 실험은 이 문제를 로컬 LLM으로 걸러낼 수 있는지 확인해봤습니다.

방식은 3단계입니다. 이메일이나 API 키처럼 형식이 뚜렷한 정보는 규칙 기반 필터가 먼저 마스킹하고, 프로젝트명처럼 문맥 판단이 필요한 정보는 로컬 LLM이 후보로만 제시합니다. 최종 판단은 사람이 원문과 비교해 내립니다. Apple M5 Pro 환경에서 Gemma 4 모델을 썼을 때 재현율은 92%였고, 사람 확인까지 더하니 정밀도와 재현율 모두 100%였습니다.

저자는 이 필터가 보안을 자동화하는 도구가 아니라 마지막 확인 체크리스트에 가깝다고 못 박았습니다. 결과가 없다고 검토를 생략하면 안 되고, 민감도가 특히 높은 자료라면 마스킹 도구를 쓰기보다 클라우드 AI 사용 자체를 피하는 게 우선이라는 게 실험 결론입니다.

이번 주 챙길 순서

가장 먼저 확인할 것은 모바일신분증입니다. 최근 휴대폰을 바꿨다면 재발급 절차부터 밟아야 기존 신분증이 새 기기에서 인정됩니다. 개발자라면 로컬 LLM 필터 실험을 오늘 바로 적용해볼 수 있습니다. 신용점수 때문에 대출이 막혔던 소상공인·중저신용자는 케이뱅크·웰컴저축은행 공지를 지켜볼 차례이고, 공공 정보시스템 재편은 당장 할 일은 없지만 다음 재난 상황에서 체감 여부를 지켜볼 지점입니다.

이 기사는 공개된 공식 자료를 근거로 작성했으며, 초안 작성에 AI 도구를 사용했습니다. 발행 기준과 정정 절차는 편집·정정 방침에 있습니다. 금액·기한처럼 결정에 쓰이는 정보는 아래 출처에서 최종 확인해 주세요.

모바일신분증전자정부법공공정보시스템마이데이터신용대출