Bitnine1
270
2020-07-08 14:33:02 작성 2020-07-09 14:26:49 수정됨
0
766

그래프 DB로 어떻게 ‘대포통장’ 찾아낼까? - 금융 FDS 분석


그래프 DB로 어떻게 ‘대포통장’ 찾아낼까? - 금융 FDS 분석

 

그래프 DB로 어떻게 ‘대포통장’ 찾아낼까?

금융계의 이상거래탐지시스템(FDS) 배경 

금융기관 및 은행은 비정상적인 거래를 감지하는 이상거래탐지시스템(Fraud Detection System)기술을 가지고 있습니다. 이 시스템은 고객의 재산 보안을 위한 필수 기술이기 때문에 그 중요성이 매우 부각되고 있습니다. 거래가 없던 지역에서 고액의 현금이 입금되거나 입/출금하는 시간 및 지역대가 일정한 패턴을 벗어나는 경우, 이를 즉시 탐지하여 이상거래 여부를 판별하는 것이 FDS의 주요 역할입니다. 

 

비트나인은 최근에 자사의 그래프 데이터베이스인 아젠스그래프로 FDS를 한 단계 발전시킬 수 있는 방법을 고안해 냈습니다. 개념 증명을 하기 위해 실험 단계까지 마친 이 그래프 모델 기반의 대포통장 탐지 모델은  기존의 블랙박스 형태를 허물고 시각적으로 사람의 업무를 도울 수 있는 기술력을 가지고 있습니다. 


FDS에 그래프 DB를 적용할 수 있는 이유  

일반적인 FDS는 대포통장, 보이스피싱, 금융사기에 대한 노하우와 데이터가 쌓여 규칙 기반(rule-driven)으로 이상거래를 탐지합니다. 계좌의 속성과 고객의 거래 패턴을 포함한 여러 규칙을 통해 이상거래 적발의 추정 작업을 하는 것입니다. 하지만, 거래 패턴은 상황마다 변하기 때문에 단순히 계좌의 거래 명세와 속성만으로 정확한 결론을 내리기는 쉽지 않은 일입니다. 무엇보다 규칙 기반 FDS는 담당자가 결과만 보고 고민을 통해 결정해야 하므로 늘 불확실성이 존재합니다.

 

그래서 비트나인은 FDS에 그래프 기술을 적용하여 의사결정을 확실하게 돕는 FDS를 구현했습니다. 


그래프 DB, 아젠스그래프의 추가 기능

그래프 데이터베이스를 도입하면 DB에 있는 금융사기 정보, 고객 정보 데이터 등을 거래 명세에 따라 분류 및 처리하고, 지식 그래프를 구축하여 계좌 간 관계의 분석 모델을 볼 수 있게 됩니다. 축적된 데이터를 학습한 시스템은 다양한 거래 관계를 함께 볼 수 있는데, 이는 기존 규칙 기반 시스템에서 가려졌던 추적 과정을 그래프가 관계로 보여줌으로써 전체 시스템에 투명성이 추가되고, 직원의 업무 능력까지 지원하게 됩니다. 

 

그래프로 연결된 거래 관계 기반 FDS의 장점은 다음과 같습니다. 

 

1. 수집:

  • 그래프 데이터베이스의 장점인 '스키마리스(Schema-less)'를 통해 다양한 거래 관계를 그래프에 실시간으로 적재
  • 계좌는 그래프 모델에서 '점'으로 표현, 그들 간의 거래 관계는 '선'으로 이어져, 수 많은 거래 네트워크가 형성됨

2. 분석:

  • 그래프 시각화 분석 도구를 통해 계좌 간의 거래 명세를 패턴으로 추출하여 이상거래 탐지
  • 네트워크 분석, 예측분석, 기술통계분석, 머신러닝, 시뮬레이션 등 다양한 알고리즘 패턴화 및 자동화

3. 대응:

  • 기존 FDS 모델에 비해 그래프 기반 FDS 모델은 업무자가 이상거래에 대해 더욱 효과적으로 대응

4. 모니터링:  

  • 대시보드를 통해 실시간으로 조회할 수 있는 그래프 시각화 인터페이스
  • 실시간으로 블랙리스트에 오른 의심 계좌의 거래 관계와 금액 현황을 추척하여 담당자의 의사결정 지원


그래프 데이터베이스 도입 후 FDS의 발전 가능성

금융사 간에 각 통장의 데이터를 제보하거나 공유하는 케이스는 드물지만, 그래프 데이터베이스를 사용하면 거래 패턴을 그래프로 표현이 가능하기 때문에 타행의 통장에서 들어오거나 나가는 피해 금액의 관계를 알 수 있게 됩니다. 또한, 그래프 기반 네트워크 분석 기술을 이용하여 대포통장 네트워크망의 토폴로지 패턴을 분석해서 이상거래 또는 사기를 탐지한다면, 포위망을 넓혀서 일반 거래 정보로는 알 수 없던 사기 집단에 대한 탐지도 가능하게 됩니다. 

 

그래프 덕분에 통장들의 거래 관계를 더욱 다양하게 알 수 있으며, FDS의 담당자들은 이상거래를 적발할 수 있는 큰 인사이트를 얻을 수 있습니다. 딥러닝과 같이 블랙박스화된 모형은 근거에 대한 설명이 어렵지만, 그래프 기술과 함께라면 설명 가능한 인공지능 (Explainable AI, XAI) 기술을 구현하여 인간의 업무 능력을 높일 수 있는 힘과 투명성을 가지고 있습니다. 

 

아직 인공지능의 기술력이 완벽하진 않지만, 4차 산업혁명 시대에는 사람의 지적인 업무를 인공지능이 대신하게 될 것입니다. 그런 시대가 올 때까지는 인공지능의 뿌리가 될 수 있는 기술부터 탄탄하게 잡아놔야 합니다. 비트나인은 이러한 과정을 통해, 인공지능이 부작용 없이 업무에 효율적으로 적용될 수 있도록 기술력을 발전시켜나갈 것입니다.

 

출처:  http://https://bitnine.tistory.com/392 [비트나인 블로그]


0
  • 댓글 0

  • 로그인을 하시면 댓글 을 등록할 수 있습니다.