With more than 15 years of experience in advising, developing, selling, and implementing solutions to detect and prevent financial crime, Min-Gi is responsible for the Fraud, Financial Crimes & Compliance practice at SAS Institute in Korea. He provides advising services and solutions related to fraud, financial crime and fraud and anti-money laundering compliance, and next-generation artificial intelligence/machine learning solutions. As a financial crime expert, he has worked with law enforcement agencies on crime descriptive statistics, criminal typology and judgment analysis, detection of fraudulent benefit of public welfare/insurance, and analytics/prevention systems for various crimes and frauds, including financial crime/fraud detection for financial institutions. he is also a Certified Anti-Money Laundering Specialist (CAMS) by Association for Certified Anti-Money Laundering Specialist (ACAMS) , a board member of the Korean chapter of the ACAMS, an Executive Director of the Korea Association of Anti-Money Laundering, and a visiting instructor at the Korea Banking Institute.
지난 1회에서는 날로 진화하는 자금세탁 유형에 스마트하게 대응하며 자금세탁 방지 의무를 준수하는 데 AI(인공지능)와 ML(머신러닝)이 어떤 도움을 줄 수 있는지, 그리고 이를 활용하는 전략으로 AML Compliance Analytics Maturity Model을 소개했습니다. 이번 글에서는 AI와 ML을 도입하기 위한 준비 단계인 ‘데이터 품질’에 이어, 나머지 성숙도 단계를 소개합니다. Level 1. 행동 모델(Behavioral Modeling)
1회. 도입 목적과 범위, AML Compliance Analytics Maturity Model 자금세탁 방지 의무가 있는 대부분의 금융 기관과 기업은 자금세탁 방지와 관련된 컴플라이언스 업무 수행을 위해 막대한 인력, 시간, 비용, 노력을 투자하고 있습니다. 자금 세탁 방지 컴플라이언스는 FATF가 설립된 1989년 이후 자금세탁 방지(AML;Anti-Money Laundering), 테러자금조달 방지(CFT; Countering the Financing of Terrorism), 대량살상무기
최근 금융감독원은 2017년 국내 보이스피싱 피해액이 2,423억원에 달하며, 전년 대비 26% 증가했다고 발표했습니다. 특히 하반기에만 가상화폐를 이용해 148억원이 탈취된 것으로 밝혀지며 논란이 되고 있는데요. 이렇게 IT 기술이 발달함에 따라 신종 자금세탁 수법이 등장하면서 사기 탐지는 더욱 어려워지고 있습니다. 결국 산업에 관계없이 모든 금융 범죄 조사관은 사기 탐지 기술과 전략을 지속적으로 강화하고,
