우선 케이뱅크는 AI가 효율적이고 정확하게 업무를 처리할 수 있도록 자동화 시스템을 구축해 자금세탁 위험평가, 딥러닝 OCR 서류 자동인식 등에 도입했다고 설명했다.
자금세탁 위험평가의 경우 머신러닝 기술이 고객의 금융거래를 분석해 자금세탁 관련 위험도를 평가한다. 자금세탁방지 전문부서는 AI 평가결과를 기반으로 위험도 수준에 따라 고객의 거래를 보다 더 심층적으로 분석하고 관리한다.
AI 기술을 은행의 주요 AML 업무에 병행 적용함으로써 관련 업무효율성이 70% 이상 증가할 것으로 기대된다.
이 밖에도 총 34여개 업무에 AI가 적용돼 연간 159만건 이상의 자동화 업무를 수행하고 있다는 설명이다. 절감된 시간은 5만 시간에 달하며 기존 투입 시간의 90% 이상이 절감됐다.
두 번째는 맞춤형 콘텐츠 제안으로 일명 개인화 영역이다. 케이뱅크는 고객경험과 사용편의 향상을 위해 AI가 고객의 행동패턴, 입출금 거래 등을 기반으로 고객 맞춤형 콘텐츠를 제안하는 모델을 도입했다.
딥러닝 기술을 적용해 고객의 패턴과 관심사에 따라 가장 최적화된 상품과 콘텐츠를 연결했다. 가령 거래패턴상 대출에 대한 니즈가 있으면서 최근 가전가구를 결제한 고객은 아파트 이사의 가능성이 높은 것으로 분석해 아파트담보대출 상품을 추천하는 방식이다.
고객별 니즈가 반영된 개인화 배너가 노출되면서 고객 반응률이 기존 대비 52% 증가한 것으로 나타났다.
이 같은 과정은 머신러닝 자동운영 기술인 MLOps(Machine Learning Operations)를 도입해 인적개입 없이 자동화되어 운영되고 있다.
마지막으로 신분증 진위 검증 등 금융사기탐지 영역에도 AI 딥러닝 기술을 활용했다.
타인 신분증에 본인의 얼굴사진을 합성해 금융거래를 시도하는 경우, 딥러닝 얼굴인식 기술이 얼굴 특징점을 추출한 후 케이뱅크 데이터베이스와 비교해 위변조 여부를 탐지한다. 일 평균 400여건의 신분증 위변조 의심 건을 탐지하고 탐지결과는 관련 부서에 전달돼 추가 피해를 방지한다.
신분증 사본 탐지시스템도 강화됐다. 신분증 원본이 아닌 모니터 화면이나 핸드폰 이미지를 촬영해 제출하게 되면 AI가 촬영본이 가진 특정 패턴을 파악해 이상여부를 관련 부서에 전달한다. AI 신분증 사본 탐지시스템이 잡아낸 케이스를 분석한 결과, 사본촬영 탐지정확도가 90%를 넘어선 것으로 나타났다.
케이뱅크 관계자는 "전 업무영역에 AI 기술을 적용해 효율성이 크게 개선되는 등 유의미한 성과가 나타나고 있다"며 "앞으로도 챗GPT 같은 생성형 AI(Generative AI) 등 혁신적인 기술을 도입해 테크 기반의 서비스를 제공해 나갈 것"이라고 말했다.
[소비자가만드는신문=이예린 기자]
