브라질금융·보험2024 – 진행 중AME 디지털
디지털 결제용 머신러닝 사기 탐지
AME 디지털은 머신러닝 파이프라인을 데이터브릭스로 옮긴 뒤 사기 탐지 모델 정확도가 90%에 이르렀다
문제
브라질의 디지털 지갑·결제 기업 AME 디지털은 고객이 3,300만 명이 넘는다. 데이터가 1TB에서 400TB 넘게 늘면서 사기 탐지를 더 많은 용도로 넓혀야 했다. 온프레미스 환경은 느렸고 의심 거래 상당수를 수작업으로 검토해야 했다.
접근 방식
AME 디지털은 파트너사 Eleflow와 함께 데이터와 머신러닝 작업을 데이터브릭스로 옮기고 MLflow로 모델 주기를 관리했다. 알고리즘이 실시간으로 사기 가능성을 표시하고 의심 거래를 차단해 수작업 검토를 줄인다. 팀은 700개가 넘는 데이터셋도 한곳에 모았다.
주요 수치
90%사기 방지 모델의 정확도, 데이터브릭스 기준
3.2배온프레미스 대비 모델 파이프라인 실행 속도, 데이터브릭스 기준
시사점
속도 개선은 온프레미스 시스템에서 벗어난 데서 나왔으므로 사기 탐지 모델만이 아니라 파이프라인 전체에 해당한다. 회사는 정확도 90%를 어떻게 측정했는지 밝히지 않았다.
분류
출처
출처 요약
[1]Databricks2024년 5월 3일
데이터브릭스는 AME 디지털이 자사 플랫폼에서 사기 탐지 모델을 운영하고 MLflow로 관리한다고 밝혔다. 모델 정확도 90%, 파이프라인 3.2배 가속, 작업 시간 5시간 30분에서 50분으로 단축, 데이터 관리 비용 38% 절감과 운영 비용 34% 절감을 제시했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
