IA/ML 덕분에 PLD 개선: 성공 사례

Source: Dev.to

멕시코 시티에 본사를 둔 멕시코의 금융 서비스 기업은 위양성(거짓 양성)을 줄이고 알림 정확도를 향상시키기 위해 AI/ML 기반 거래 모니터링 시스템을 도입하기로 결정했습니다. 이전에는 위험 분석 팀이 의심스러운 거래를 수동으로 검토해야 했으며, 이로 인해 응답 시간이 느리고 작업 부담이 높았습니다.

AI/ML 도입 전

• 위험 분석 팀은 하루에 50~100개의 알림을 받았으며, 대부분이 위양성이었습니다.
• 각 알림을 검토하고 진위 여부를 판단하는 데 평균 2시간이 소요되었습니다.
• 알림이 명확하지 않아 정당한 거래가 거부되는 경우가 발생했습니다.

AI/ML 도입 후

• TarantulaHawk.ai의 AI/ML SaaS 플랫폼을 사용하여 실시간 거래 모니터링 및 의심 패턴을 식별합니다.
• AI/ML 알고리즘은 거래 빈도, 금액, 고객 행동 이력 등 요인을 분석하여 위양성을 80 % 감소시킵니다.
• 진짜 알림에 대한 응답 시간이 90 % 단축되어 위험 분석 팀이 더 복잡한 사례에 집중할 수 있게 되고 작업 부담이 줄어듭니다.

혜택

• 위양성의 현저한 감소로 알림 검토에 소요되는 시간과 자원을 절감합니다.
• 알림 정확도가 향상되어 정당한 거래가 거부될 가능성이 줄어듭니다.
• AI/ML 알고리즘이 의심 거래와 식별 이유에 대한 명확한 기록을 제공하므로 감사가 더 간단해집니다.

금융 서비스 기업에서 AI/ML을 도입한 사례는 이 기술이 자금 세탁 및 테러 자금 조달 방지에 있어 얼마나 가치 있는 도구가 될 수 있는지를 보여줍니다.