은행업에서는 고객 문의에 응답하는 대화형 에이전트가 연락처 변경, PIN 재설정, 송금까지 처리할 수 있어 일반 고객 서비스와 인가·사기 탐지·정책 준수가 분리되지 않는다. 기존 금융사기 벤치마크는 정적 거래·메시지를 분류하고 일반 에이전트 안전 벤치마크는 프롬프트 인젝션 등을 다루지만, 대화 중 발신자가 신원·인가·신뢰를 조작할 때 정책 기반 뱅킹 에이전트가 안전하게 행동하는지는 검증하지 않는다. 이 연구는 τ²-bench 이중통제 프레임워크 위에 구축된 실행 가능한 벤치마크 'FraudBench'를 제안하며, 698건의 내부 정책 문서 코퍼스와 함께 150개의 적대적 시나리오(공개 세트 107개, 10개 사기 메커니즘과 17개 연쇄 적응 공격 포함)를 제공한다. 안전성은 이력 의존적이어서, 이전의 탐색·승인·실패한 시도가 이후 요청을 안전하지 않게 만들 수 있다. 4개 에이전트에 대한 예비 평가에서 공격 방어 성공률은 49~65%였으며, 자금세탁 매개와 본인계정 사기가 모델 전반의 공통 취약점으로 나타났다.

• •FraudBench: 대화형 뱅킹 에이전트의 신원·인가·신뢰 조작 공격에 대한 안전성을 검증하는 실행형 벤치마크
• •698건 내부 정책 문서 코퍼스, 150개 적대적 시나리오(공개 107개, 10개 사기 유형+17개 연쇄 공격) 제공
• •안전성은 이력 의존적: 이전의 탐색·승인이 이후의 겹보기엔 정상적인 요청을 불안전하게 만둥
• •4개 에이전트 예비 평가에서 공격 방어율 49~65%, 자금세탁 매개·본인계정 사기가 공통 취약점