Find out how analytics can protect against fraud and cybercrime
금융 산업의 성장과 디지털 전환, 핀테크의 부상은 전례 없는 편리한 금융 서비스를 가능하게 했습니다. 그러나 비대면 거래가 일상화되며 금융사기(Fraud) 역시 빠르게 조직화·지능화되고 있습니다. 최근에는 AI 기반 음성 합성, 딥페이크 등이 범죄에 악용되면서 개인의 경험만으로는 이상 징후를 식별하기 어려운 수준까지 진화했습니다. 더 중요한 변화는 책임의 범위입니다. 정부는 금융회사가 일정 한도 내에서
얼마전 캄보디아와 메콩강 일대의 이른바 '사기 컴파운드' 관련 산업형 범죄로 전국이 충격과 공포에 휩싸였습니다. 한국인을 노린 조직적 범죄 시도와 탈출 및 구조 사례가 연이어 보도되면서 이 문제는 치안과 외교를 넘어 금융 대응 방식에도 대전환이 필요하다는 경고로 다가오고 있습니다. 특히 사기, 자금세탁, 온라인 도박, 지하 환전, 가상자산이 물리적 통제와 디지털 범죄가
1. Fraud Detection 정의 Fraud Detection(혹은 Fraud Detection System)이란 금융, 전자상거래, 통신, 보험 등 다양한 산업 영역에서 발생할 수 있는 사기나 부정 거래를 조기에 식별하고 방지하기 위한 기술적·분석적 접근을 의미합니다. 부정 행위 탐지의 핵심은 ‘정상적인 패턴과의 미묘한 차이’를 찾아내는 것입니다. 이를 위해 대량의 거래 데이터, 사용자 행동 로그, 네트워크 활동
[SAS 실시간 제재 스크리닝 도입사례 - Orange Bank] - Orange Bank, SAS의 고급 분석 및 실시간 제재 스크리닝 솔루션 도입 후 리스크 대응 민첩성 및 효율성 향상 - 오탐률 감소, 성능 개선, 운영 효율성 강화 디지털 금융의 선두주자 Orange Bank는 금융 범죄 및 테러 자금 조달(CFT)에 대한 대응 역량을
은행업계의 미래는 지금보다 지능화되겠지만 위험도는 더 높아질 것이라는 연구결과가 발표되어 업계의 이목을 끌고 있습니다. SAS의 후원을 받아 이코노미스트 임팩트(Economist Impact)가 진행한 새로운 연구에서는 은행업계가 직면해 있는 선택지와 앞으로 나아갈 방향을 짚어보고, '디지털 인텔리전스 시대'를 선도하기 위한 5가지 필수 요소를 제시합니다. 전 세계 금융 기관은 심화되는 경제적 변동성, 폭발적인 기술 가속화
국민건강보험공단, 장기요양보험 노인 돌봄 서비스의 투명성을 높이고, 부정 수급 탐지율을 높이는 RFID Tag Fraud Detection 시스템으로 2024년 ‘SAS 해커톤’ 대회 본선 진출! SAS는 전세계 데이터 사이언티스트와 개발자, 학생들, 그리고 SAS 고객 및 파트너를 대상으로 매년 데이터 분석 솔루션 경진대회인 ‘해커톤(Hackathon)’을 진행하고 있습니다. 2024년 대회에는 70여 개국 1,731명의 참가자가 등록했으며, 최종적으로
글로벌 시장 조사 및 분석 기관 차티스(Chartis) 리서치가 FRAML 솔루션에 대해 실시한 첫 평가에서 SAS를 리더(Leader) 기업으로 선정했습니다. 이와 더불어 SAS는 AML거래 모니터링 솔루션 부문에서도 리더로 인정받아 금융범죄 대응 솔루션 부문에서 SAS의 성능과 신뢰성을 확인받게 되었습니다. <그림 1> FRAML 솔루션 부문 리더 (Source : Chartis RiskTech Quadrant for FRAML Solutions,
자금 세탁 방지와 사기 방지 환경의 통합 접근 방안 금융 범죄의 현황과 대응 금융 범죄(Financial Crimes)라 함은 개인적 사용 및 사익을 위해 불법적으로 재산의 소유권을 전환하는 모든 불법 행위를 포함하는 광범위한 용어입니다. 금융 범죄는 다양한 유형의 사기(Fraud), 절도(Theft), 스캠(Scam), 탈세(Tax Evasion), 뇌물 수수(Bribery), 횡령(Embezzlement), 신원 도용(Identity Theft), 위조(Forgery) 등에 의해
앞선 두번의 연재를 통해 자금세탁 방지 기술이 향후 어떤 방식으로 발전되어갈 것인지, 금융기관이 현재 운영중인 자금세탁 환경을 앞으로 어떻게 변화시켜 나가야 하는지를 살펴보았습니다. 이를 위해 SAS는 ‘AML Compliance Analytics Maturity Model’을 제시했고, Maturity Model의 단계를 소개함으로써 현재 각 금융기관이 AML을 위해 내부적으로 어느 정도 데이터 분석을 적용하고 있는지에 대한 자체
Payment Fraud는 금융기관의 지속적인 도전 과제입니다. 디지털 결제방식이 다양화되고 실시간 결제 금액이 증가함에 따라 실시간 사기 탐지 및 예방이 필수적인 시대가 되었습니다. 동시에 고객은 마찰 없는 고객 경험을 요구하기 때문에 사기 탐지 시스템은 사기 탐지 성능과 고객 불편 간의 균형이 잘 유지되도록 충분히 정교하게 운영되어야 합니다. 규칙기반(Rule Base) 탐지가 좋은
