핀테크 산업 육성을 위해 금융감독당국은 금융 관련 규제를 대폭 완화하면서 금융회사 자율보안체계 강화를 주문해왔다. 이에 따라 금융기관은 다양한 인증수단을 마련하고, 여러 종류의 단말과 브라우저 환경에서 간편하게 금융거래를 진행할 수 있도록 하고 있지만, 금융 소비자들이 요구하는 수준까지 편의성을 높이지 못하고 있다.
가장 큰 이유는 ‘보안’이다. 금융보안 사고 가능성을 제거하면서 편리한 금융 서비스를 제공한다는 것이 현실적으로 쉽지 않은 일이다. 이상금융거래 탐지 시스템(FDS)을 통해 이상거래를 차단하고 있지만, 현재 FDS는 대부분 룰 기반 차단 정책으로, 룰을 우회하는 이상거래는 얼마든지 일어날 수 있다.
사기범죄자들은 300만원 이상 금융거래를 제한하는 규칙을 무력화하기 위해 299만원씩 여러번에 나눠 인출하고, 30만원 이상 거래는 추가 인증을 받도록 한다면 29만원씩 결제하는 방법을 사용한다.
김동규 인피니그루 COO는 “룰 기반 FDS는 숙련자의 경험을 기반으로 사기범죄 시나리오를 만든 후 이와 같은 패턴을 찾아 차단하지만, 거래 요청과 인증의 개별 단계에서 발생하는 이벤트의 상관관계를 찾지 못해 교묘하게 차단 정책을 우회하는 사기거래를 차단하지 못한다”며 “이미 발생한 공격을 분석해 패턴을 만들고 이를 룰에 적용해 차단하면, 해당 패턴의 공격은 차단할 수 있지만 새로운 패턴의 공격은 차단할 수 없다”고 설명했다.
인피니그루는 FDS에 딥러닝 기술을 접목한 ‘그루딥(GruDEEP)’으로 FDS가 스스로 사기범죄를 인지하고 차단할 수 있도록 했다. 그루딥은 공격 시나리오나 가설 없이 시스템이 스스로 데이터를 군집해 패턴화하고 정상을 벗어나는 이상징후를 탐지해 사고를 최소화한다.
그루딥을 도입한 A 금융사는 기존 FDS 통계모형 대비 정담율 71.3% 향상, 오탐율 25% 감소하는 효과를 얻었다.
그루딥은 금융권 외에 다른 산업군에도 다양하게 사용할 수 있다. 실시간 사기방지, 신용카드 및 대출 연체 방지, 보험사기 방지, 결제 사기 방지, 마케팅 데이터 분류 등에 활용 가능하며, 이와 관련된 고객 성공사례도 확보하고 있다.
모 증권사에서는 CRM 없이 딥러닝을 활용해 고객 성향을 행동유형별로 분류하여 개인화 서비스를 구축하고 있으며, PC 등의 IT제품을 온라인에서 판매하는 온라인 쇼핑몰 에서는 쇼핑몰의 매출을 증가하기 위해서, 딥러닝으로 고객성향을 분류하여 고객 성향에 맞는 상품을 추천하는 시스템을 구축하고 있으며, 이를 SaaS로 제공할 예정이다.
김동규 COO는 “그루딥의 소프트웨어 라이선스 판매 뿐 아니라 SaaS서비스, 정액제 기반 서비스 등을 통해 다양한 고객의 수요에 대응할 수 있도록 할 것”이라며 “다양한 판매 모델을 기반으로 국내와 해외 시장을 공략할 것”이라고 말했다.
