금융 컴플라이언스 영역에서 인공지능과 머신러닝을 활용한 레그테크 전략과 글로벌 선행 사례를 공유하고 국내 적용 방안을 논의

프리츠 프라스 스톰 SAS 글로벌 사기방지 및 보안 인텔리전스 사업부 아태 지역 총괄
프리츠 프라스 스톰 SAS 글로벌 사기방지 및 보안 인텔리전스 사업부 아태 지역 총괄

세계적인 분석 선두 기업 SAS(쌔스)코리아(대표 오병준)는 24일 소공동 더 플라자 호텔에서 주요 금융 리스크 및 컴플라이언스 담당자를 대상으로 레그테크(RegTech) 세미나를 통해 인공지능(AI)과 머신러닝을 활용한 혁신적인 레그테크를 도입해 복잡해지는 금융 규제에 효과적으로 대응할 수 있는 전략을 제시했다. 

최근 핀테크, 로보어드바이스, 챗봇 등 금융 서비스의 자동화 및 지능화 속도가 빨라지면서 금융 거래량과 데이터가 폭발적으로 증가하고 있다. 동시에 금융 범죄가 첨단화되고 의심 거래량이 많아지면서 의심거래보고(STR; Suspicious Transaction Report) 품질에 대한 요건과 처벌이 강화되고 있다. 이처럼 복잡해지는 금융 규제 및 데이터 환경에서 기업은 규제 대응은 물론 운영 비용을 절감하고 인적 오류를 최소화할 수 있는 방안으로 레그테크를 주목하고 있다. 

이에 SAS는 금융 컴플라이언스 영역에서 인공지능과 머신러닝을 활용한 레그테크 전략과 글로벌 선행 사례를 공유하고 국내 적용 방안을 논의하고자 이번 세미나를 마련했다. 박병진 PWC컨설팅 이사는 미국, 영국, 호주 등 선진 금융 당국은 이미 자금세탁방지(AML; Anti-Money Laundering) 전반에 레그테크를 적극적으로 도입, 장려하고 있다고 강조하며 실질적인 활용 방안을 소개했다. 금융 거래량이 급증하면서 의심거래보고의 오탐지(false-positive)에 따른 비용이 높아지고 있는 가운데, 금융 기관은 기존 트랜잭션 모니터링(transaction monitoring) 규칙에 머신러닝을 적용함으로써 이상 거래 탐지 기법의 한계를 극복하고 오탐지를 최소화할 수 있다. 

조민기 SAS코리아 사기방지, 컴플라이언스 및 보안 인텔리전스 담당 이사는 AML 영역에서 머신러닝을 활용한 성공적인 레그테크 전략을 발표하고 은행권 사례를 공유했다. 금융 기관은 레그테크를 도입함으로써 △긍정적인 고객 경험 제고 △금융 기관의 재정 건전성 및 시장 안정성 향상 △거버넌스 개선 △규제 보고 기능 향상 등의 혜택을 누릴 수 있다. 

조민기 이사는 “무역기반자금세탁(TBML; Trade-Based Money Laundering)에 대한 규제 및 프로세스 대응은 리소스와 비용의 증가를 초래함에 따라 최신 머신러닝 및 분석 기술을 이용해 프로세스를 자동화하고, 무역 비즈니스의 주요 과제를 해결하려는 수요가 늘고 있다”며 “SAS는 4가지 탐지 기법을 조합한 리스크 기반 탐지 방식과 컴플라이언스 정책을 결합, 향상된 의사결정을 자동화해서 내릴 수 있도록 지원하는 것이 차별점이다. SAS는 다양한 고객 사례를 통해 검증된 레그테크 솔루션으로 기업의 원활한 규제 대응을 적극 지원할 것”이라고 설명했다. 

프리츠 프라스 스톰(Frits Fraase Storm) SAS 글로벌 사기방지 및 보안 인텔리전스 사업부 아태 지역 총괄은 SAS의 레그테크 솔루션을 활용한 금융 기관과 감독 기관의 성공 사례를 통해 국내 적용 방향을 제시했다. 미국 글로벌 은행에서는 데이터를 기반으로 이상 징후 및 패턴을 검출하기 위해 머신러닝과 조사 기능이 포함된 ‘은행을 위한 SAS 탐지 및 조사(SAS Detection and Investigation for Banking)’ 솔루션을 활용했다. 이를 통해 이 은행은 기존에 적발하지 못했던 소액 송금 업체 등 불법 서비스를 제공한 자금 세탁 규정 위반의 소지가 높은 금융 서비스 업체를 416개 적발했다. 

유럽 2대 결제 처리 회사인 넷츠(Nets)는 250개 은행, 35만 무역상, 1900만 카드 소유자에게 결제 인프라를 제공한다. 넷츠는 스키밍 공격, 피싱 사기, 로봇 소프트웨어 등 점차 지능화되는 카드 도용 사기를 예방하기 위해 ‘SAS 사기방지 관리(SAS Fraud Management)’ 솔루션을 도입했다. 특히 넷츠는 머신러닝 기반의 예측 모델로 고객 행동 프로파일을 작성한 후 거래가 이뤄지는 시점에서 100% 실시간으로 점수를 매기고 사기 리스크를 정확히 평가하게 됐다. 이로써 넷츠는 사기 탐지율을 50% 높이고, 사기를 50~70% 줄였을 뿐 아니라 오탐지율을 절반으로 낮췄다. 

스톰 총괄은 “SAS는 이미 수십 년 전부터 사기 탐지 분야에 인공지능과 머신러닝을 적용해왔다. 특히 시각화, 화이트 박스 스코어카드, 내러티브 등 다양한 고급 분석 기능으로 인공지능과 머신러닝 결과를 보다 투명하게 이해할 수 있도록 지원한다”며 “고객이 인공지능을 활용한 레그테크를 구현하는 여정에 동참해 현재와 미래에 발생 가능한 위험으로부터 더욱 안전하게 비즈니스를 하도록 지원할 것”이라고 말했다. 

이날 소개된 SAS의 레그테크 포트폴리오는 ‘SAS 자금세탁방지 솔루션(SAS Anti-Money Laundering)’, ‘커스터머 듀 딜리전스(Customer Due Diligence)’, ‘SAS 금융거래 모니터링 최적화(SAS Transaction Monitoring Optimization)’, ‘SAS 은행을 위한 SAS 탐지 및 조사 디텍션 앤드 인베스티게이션 포 뱅킹(SAS Detection and Investigation for Banking)’ 등 폭넓은 솔루션으로 기업이 규제 대응 및 리스크 관리 역량을 고도화하도록 지원한다. 

한편 SAS는 최근 400여명 규모의 글로벌 ‘사기방지 및 보안 인텔리전스 사업부(Fraud and Security Intelligence Division)’를 신설하고 한층 더 정교하고 뛰어난 사기 및 사이버 보안 포트폴리오를 구축하고 있다. 이 사업부는 SAS의 리스크 및 사물인터넷 사업부와 협업해 기업이 하나의 공통 플랫폼으로 점점 더 조직화되고 정교해지는 엔터프라이즈 범죄에 한발 앞서 대응하도록 지원한다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지