에이젠글로벌크레딧커넥트

인공지능이 데이터의 특징을 찾아내고, 추론하며, 예측이 가능하도록 만든 딥러닝의 등장에 다양한 산업 분야에서 딥러닝 도입에 관심을 끌었다.

금융 분야에서도 이같이 딥러닝을 데이터에 접목해 비즈니스를 효율화 하는 사례를 찾고 있다. 특히 카드업계는 다양해지는 부정거래의 패턴을 잡기 위해 딥러닝을 접목한 FDS를 구축했다. 과거 부정사용이 없었던 가맹점에서 이상징후를 찾아내고, 최근 고도화된 해외거래 이상거래까지 적극적으로 대응하기 위해 ‘딥러닝’을 선택했다.

이 가운데 에이젠글로벌(AIZEN)은 불균형이 심한 카드 사고 거래 패턴에 특화된 딥러닝 모형을 적용, 실시간 모형변수의 생성기능 고도화, 전체 모델 자동 재학습까지 FDS(Fraud Detection System) AI도입에 획기적인 혁신을 진행했다고 밝혔다.

에이젠글로벌의 AI금융솔루션 ‘아바커스’는 Column-oriented OLAP DB 기반으로 대량의 카드결제 트랜잭션을 실시간으로 집계하여 다양한 관점의 파생변수들을 실시간으로 생성, 모델링 및 실시간 예측에 사용할 수 있게 했다.​

이전 시스템에서는 담당자가 매우 중요하게 생각하는 변수라도 실시간 변수 생성이 불가능하여 모형에 적용하지 못했다. 에이젠글로벌은 이같은 치명적인 구조를 획기적으로 개선하여 실시간 거래 파생변수를 만들어 사기탐지에 정확도를 높였다. 금융 빅데이터 중에 가장 빠른 응답이 필요한 카드업계에서 실시간 변수 생성을 가능하게 했다는 평이다. 또한, 카드 거래 사고 패턴상 단기간에 많은 거래를 발생시키는 부정거래에도 대응 가능하도록 구성했다.

특히 AI가 스스로 데이터를 학습해 시간이 지날수록 FDS가 강력해지는 ‘자동 재학습’을 통해 모형개발과 검증, 최고 성능의 모형 재반영의 과정을 자동화했다. 국내 및 해외 FDS 모델과 더불어 온라인 eFDS에도 적용함으로써 전체 프로세스의 자동화에 성공했다. 이것은 앞으로 신규 사고 패턴 변화에도 즉각 대응하여 모형의 성능을 유지할 수 있는 혁신의 발판을 마련한 셈이다.

강정석 에이젠글로벌 대표는 “복잡한 카드 결제 패턴을 실시간으로 집계하여 다이나믹한 변수를 생성할 수 있는 ‘아바커스’를 통해 실질적인 업무 개선을 이뤘다”며 “또한 딥러닝 모델 과정의 재학습 자동화는 FDS 프로세스 자동화 개선에 괄목한만한 성과라 뿌듯하다”고 밝혔다.

출처: 이투데이