덴마크금융·보험2017–2018단스케방크
머신러닝 기반 금융사기 탐지
단스케방크, 규칙 기반 사기 경보를 머신러닝으로 바꿔 오탐을 줄였다
문제
단스케방크의 사기 탐지는 주로 사람이 만든 규칙에 의존했다. 오탐이 지나치게 많아 한때 오탐률이 99.5%에 달했고, 대규모 사기 조사팀이 정상 거래를 조사하는 데 많은 시간을 썼다.
접근 방식
단스케방크는 테라데이터의 컨설팅 부문인 Think Big Analytics와 함께 은행 거래와 모바일 결제의 사기 여부를 실시간으로 감시하는 머신러닝 모델을 12주 단위 스프린트로 개발했다. 머신러닝 앙상블 모델을 실제 운영에 투입하면서 딥러닝 모델은 별도로 시험했다. 이 프로젝트는 2017년 10월 공개됐다.
주요 수치
시사점
불필요한 조사는 줄고 사기 적발은 늘었지만, 수치는 출처와 단계에 따라 달랐다. 공급사는 운영 전 오탐 50% 감소와 탐지율 60% 향상을 발표했고, 몇 달 뒤 분석 보고서는 실제 운영 모델의 오탐 감소를 20~30%로 적었다.
분류
출처
출처 요약
테라데이터는 단스케방크가 Think Big Analytics 컨설턴트와 함께 머신러닝 사기 탐지를 운영에 투입하고 딥러닝 모델을 개발 중이라고 밝혔다. 은행의 나딤 굴자르 고급분석 책임자는 운영 전 시험에서 오탐이 50% 줄어 사기 탐지 인력의 절반을 더 가치 있는 업무로 돌릴 수 있었다고 말했다. 테라데이터는 운영 전 시험에서 탐지율이 약 60% 높아졌으며, 기존 규칙 방식에서는 오탐이 한때 99.5%에 달했다고 밝혔다.
더그 헨셴 애널리스트는 2016년부터 사기가 늘자 단스케방크가 테라데이터의 Think Big Analytics와 12주 단위 개발 스프린트로 머신러닝 모델을 만들었다고 설명했다. 머신러닝 앙상블 모델은 오탐을 20~30% 줄였고, 텐서플로 기반 딥러닝 모델은 시험 환경에서 두 자릿수 탐지 개선을 보였지만 아직 운영에 들어가지 않았다고 밝혔다.
자세한 내용은 원문에 있습니다.
