의심거래 등급별 예측 분류해 업무 효율화 및 리스크 감소 구현

[아이티데일리] LG히다찌(대표 김수엽)는 KEB하나은행의 의심거래보고(Suspicious Transaction Report, STR) 고도화를 위한 머신러닝 시스템을 성공적으로 구축했다고 18일 밝혔다.

KEB하나은행은 자금세탁방지업무(Anti Money Laundering, AML) 중 STR 업무효율화를 위해 머신러닝을 기반으로 한 고도화를 추진했다. 기존에는 업무 담당자가 STR 대상 거래를 추적하고 이를 보고서로 작성해 금융정보분석원(KoFIU)에 제출해왔다. 이번 프로젝트에서는 의심 거래를 등급별로 예측 분류하는 머신러닝 시스템을 구현해, 위험도에 따라 차별화 된 업무 프로세스를 적용하여 효율적인 업무 수행이 가능하도록 개선했다.

LG히다찌는 데이터 수집, 전처리에서부터 학습을 통한 머신러닝 모델 생성 및 튜닝, 배포에 이르는 전 과정을 자동화한 머신러닝 파이프라인 관리 아키텍처를 구현했다. 해당 아키텍처는 LG히다찌의 독자적인 기술 및 업무 노하우를 적용한 오픈소스 SW로 구축됐으며, 머신러닝 시스템 구성 컴포넌트들은 ‘도커(Docker)’ 기반으로 클라우드 환경 상에 구축해 머신러닝 시스템의 유연성과 확장성, 관리 편의성을 확보했다.

이혁근 LG히다찌 솔루션사업본부장은 “다년간의 컴플라이언스 시스템 구축 경험과 AI 기술력을 바탕으로 고도화된 컴플라이언스 시스템을 제공할 것”이라며, “앞으로도 상시감시, 자금세탁방지, 이상금융거래 탐지 시스템의 고도화 방안으로 AI 기술을 활용해 정탐률 향상, 이상행위에 대한 신속한 대응, 업무 효율화 등 새롭고 혁신적인 금융 솔루션을 제공해 나갈 계획”이라고 말했다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지