피처스페이스(Featurespace)가 25일 카드 및 결제 업체에 자동 심화 행동 네트워크(Automated Deep Behavioral Networks)를 출시하며 부정행위, 계정 탈취, 카드 및 결제 사기 등으로부터 소비자를 보호할 방어 수단을 제공했다.

이 같은 범죄로 인한 피해액은 2020년에만 420억달러로 추정된다.

데이브 엑셀(Dave Excell) 피처스페이스 설립자는 “이 개발의 중요성은 단지 기업의 금융 범죄를 막는 데 그치지 않는다. 실로 차세대 머신 러닝이다”고 말했다.

발명

딥 러닝 기술의 돌파구인 이번 발명을 위해 머신 러닝 플랫폼을 완전히 새롭게 설계해야 했다. 자동 심화 행동 네트워크는 ARIC 리스크 허브(ARIC™ Risk Hub)의 최신 버전을 통해서만 이용 가능한 순환신경망을 바탕으로 한 새 아키텍처다.

난관과 발견

딥 러닝 기술은 문장의 다음 단어를 예측하는 자연어 처리 등 다양한 방면으로 응용된다. 그러나 카드 및 결제 사기를 탐지해 예방하는 활용법은 기업과 소비자를 카드 및 결제 사기로부터 보호하도록 최적화되지 않았다. 이 발명으로 그 난관이 해소됐다.

거래는 간헐적으로 발생하므로 시간을 맥락적으로 이해하는 것이 행동 예측에 필수적이다. 지금까지 사기 방지를 위한 효과적 머신 러닝 모델 개발을 위해서는 데이터 과학자들이 깊은 전문성을 활용해 적합한 데이터 특징을 파악하고 선택해야 했다. 수고스럽지만 중요한 단계다.

피처스페이스 리서치가 개발한 자동 심층 행동 네트워크는 특징 탐색을 자동화하고 메모리 셀에 거래 흐름에서 시간의 중요성에 대한 이해를 기본 탑재해 기존 적응형 행동 분석의 선도적인 퍼포먼스를 한층 향상했다. 피해자의 돈이 계좌에서 빠져나가기 전에 사기를 탐지하는 것이 부정행위, 계정 탈취, 카드 및 결제 사기 공격을 막는 최선의 방어다. 각 집단에 대한 자동 심층 행동 네트워크의 장점은 다음과 같다.

소비자:
· 간소화된 인증 절차로 안전한 거래 실현
· 자동으로 부정행위, 계정 탈취, 카드 및 결제 사기 공격을 피해자의 돈이 계좌에서 빠져나가기 전에 방지

데이터 과학자:
· 거래 이벤트에서 특징 자동 탐지
· 머신 러닝 로직을 전체 모텔링 스택에 적용
· 인간 행동의 불규칙성을 활용해 비정상 행동 식별
· 피처스페이스의 적응형 행동 분석에서 발견된 모든 내용 유지

카드 및 결제 업계:
· 모든 거래에서 위험 점수 확실성 향상(거래 중 사기 탐지 향상 및 사기가 아닌 행동을 정확하게 식별해 거래 승인 촉진)
· ACH/BACK 카드, 송금, P2P, 신속 결제 등 모든 결제 유형에서 성과 제고
· 가치가 높은 소형 사기 탐지 및 가치가 낮은 대형 사기 탐지 향상
· 인증 단계 감소
· 설명 가능한 로직, 공정한 의사 결정, 이유 코드 등이 포함된 엄격한 모델 거버넌스 문서
· 사용자가 몰리는 상황에도 높은 처리량과 지연성이 낮은 응답 시간으로 기업에 필수적인 안정적 실시간 스코어링 제공

엑셀은 이어 “실시간 결제, 디지털 전환, 소비자 수요 등은 즉각적인 돈의 이동을 필요로 하고 있다. 이에 우리의 역할은 업계가 조직과 소비자를 금융 범죄로부터 보호할 최고의 도구를 제공하는 것이다”며 “우리 연구팀이 고객을 대신해 머신 러닝 혁신에 헌신하고 있다는 것을 자랑스럽게 생각한다”고 말했다.