“새는 금융 사고, 딥러닝으로 잡는다”

기존 금융 거래에서 이상 징후를 파악하려면, 이상 징후 시나리오를 찾거나 이상 징후를 나타내는 여러 규칙을 미리 설정해서 프로그램에 집어넣어야 했다. 그래야만 입력된 시나리오와 규칙을 이용해 프로그램이 이상 거래를 탐지하고 파악했다.그런 가운데 지난 1월26일 금융솔루션 기업 인피니그루가 국내 금융권 가운데 처음으로 딥러닝 기술을 기반으로 한 ‘이상금융거래 차단 시스템(FDS)’을 구축하겠다고 발표했다. 딥러닝 기술을 이용하면 기존 FDS와 달리 금융 사고를 사전에 차단할 수 있다고 설명하면서, SK증권이 추진하는 FDS 구축 사업을 수주했다고 밝혔다.

예를 들어 직원이 고객의 전화번호를 자신의 번호로 바꿔 문자 착신전환 후 계좌를 일시 정지한 다음 자신의 계좌로 이체하는 예금 횡령 사건이 일어났다고 치자. 기존 규칙 기반 FDS 환경에서는 고객 전화번호가 직원 전화번호와 같은지 확인하고, 문자메시지 수식 여부 또는 계좌 일시 정지가 일어났는지 확인하고, 이체자가 직원명 또는 받는 계좌 예금주인지 등 여러 사실을 확인해야 한다. 각 규칙을 조합해야 하므로 매우 복잡하다. 또한 규칙 조합에서 벗어나 사건이 일어나면 탐지하지 못한다. “인피니그루가 딥러닝을 주목한 이유입니다. 기존 FDS에서 잘 쓰이는 룰 방식, 규칙을 적용하면 사건이 일어난 다음에 탐지하는 경우가 비교적 많습니다. 딥러닝 방식을 이용하면, 타깃에 관한 모든 수집 데이터를 하나의 패턴으로 만들고 이벤트마다 비교할 수 있습니다. 정상 패턴과 비정상 패턴을 학습해서 정확하게 이상 징후를 파악할 수 있지요.” ...[중략]

기존 규칙 기반 FDS는 고객이 신고하지 않으면 모른다. 기존에 있는 방식으로만 이상 징후를 찾아낼 수 있는 게 문제점으로 작용한다. 대게 사전에 이상 징후를 찾아내지 못하는 이유이기도 한다. 정해진 규칙이 100가지라면, 데이터가 100개 규칙 안에 걸려져야만 이상 징후 탐지가 이뤄진다. 탐지하지 못하는 걸 ‘미탐’, 탐지는 했지만 정상거래인 걸 ‘오탐’이라고 한다. 규칙 기반 FDS를 사람 경험과 과거 데이터를 바탕으로 만들어지기 때문에 미탐율이 발생하기도 한다. FDS에 딥러닝 기술을 적용하면 오탐은 생길지언정 미탐은 없어진다는 게 유경식 대표 설명이다. 데이터 수집 서버를 통해 데이터를 사전 학습하고, 자체 개발한 ‘그루 딥’이라는 솔루션을 통해 모델링 알고리즘 과정을 거친다. 한마디로 정상 금융 거래는 무엇인지 FDS 솔루션이 공부한다는 얘기다. 공부를 마치고 나면 새로운 입력 데이터를 넣어서 예측 알고리즘을 만든다. 정상적인지 않은 금융 거래를 학습해서, 금융 거래 시 이상 징후를 파악할 수 있게 데이터 지도 학습 과정을 거친다. 이 일을 여러 번 반복하면 금융 데이터에 관해 정상적인 패턴을 형성하게 되고, 이 패턴을 벗어나는 일은 이상한 거래라는 것을 파악해 금융 시스템이나 관계자에게 알림을 주는 게 가능해진다.