← 사례
아일랜드금융·보험2023 – 진행 중

웨이플라이어

심사를 위한 은행 거래의 머신러닝 보강

엔트로피는 웨이플라이어의 가맹점 식별 정확도가 30% 미만에서 약 80%로 올랐다고 밝혔다

성과 확인공급사 사례공급사 자료 ↗

문제

웨이플라이어는 이커머스 대출 신청자를 평가할 때 은행 거래를 해석해야 했다. 대출이 해외로 확대되면서 오픈뱅킹 사업자들의 데이터가 일관되지 않아 자체 분류 모델에 한계가 있었다.

접근 방식

웨이플라이어는 엔트로피의 거래 보강 API를 심사 업무에 통합했다. 이 서비스는 가맹점을 식별하고 지출을 분류해, 웨이플라이어가 자체 모델로 시도하던 작업을 대체했다.

주요 수치

around 80%가맹점 식별·보강 정확도(30% 미만에서 상승, 엔트로피 발표)공급사 사례[1]

시사점

보고된 정확도 개선은 가맹점 식별과 보강에 관한 것이다. 대출 성과가 좋아졌다는 점까지 확인된 것은 아니다.

분류

혁신 유형
프로세스 혁신
근거
공급사 사례

출처

출처 요약

[1]Ntropy2023년 8월 1일

엔트로피는 웨이플라이어가 자체 보강 모델을 자사 API로 바꿨다고 설명했다. 가맹점 식별·보강 정확도가 30% 미만에서 약 80%로 올랐다고 밝혔다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
사례 페이지 열기 ↗