KR102042442B1 - 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램 - Google Patents

디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102042442B1
KR102042442B1 KR1020190032087A KR20190032087A KR102042442B1 KR 102042442 B1 KR102042442 B1 KR 102042442B1 KR 1020190032087 A KR1020190032087 A KR 1020190032087A KR 20190032087 A KR20190032087 A KR 20190032087A KR 102042442 B1 KR102042442 B1 KR 102042442B1
Authority
KR
South Korea
Prior art keywords
transaction
risk
customer
financial
fintech
Prior art date
Application number
KR1020190032087A
Other languages
English (en)
Inventor
박성춘
신현석
Original Assignee
주식회사 닉컴퍼니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 닉컴퍼니 filed Critical 주식회사 닉컴퍼니
Priority to KR1020190032087A priority Critical patent/KR102042442B1/ko
Application granted granted Critical
Publication of KR102042442B1 publication Critical patent/KR102042442B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • G06Q40/025—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

레그테크 플랫폼(regtech platform) 장치는, 금융거래를 실행하는 금융회사와 연계하여 핀테크(fintech) 사업자가 고객에게 제공하는 핀테크 서비스에 연관된 고객 정보를 수신하며, 상기 고객 또는 상기 핀테크 사업자로부터 금융거래를 위한 거래 정보를 포함하는 거래 요청을 수신하도록 구성된 송수신 모듈; 및 상기 고객 정보 및 상기 거래 정보로부터 하나 이상의 고객위험지표 또는 하나 이상의 거래위험지표를 결정하고, 상기 고객위험지표 또는 상기 거래위험지표에 기초한 시나리오를 기반으로 상기 거래 요청에 대한 위험도를 결정하도록 구성된 하나 이상의 분석 모듈을 포함한다. 상기 레그테크 플랫폼 장치에 의하면, 금융회사와 핀테크 기업이 제휴하여 제공하는 금융 서비스 및 사업에서 예상되는 위험을 모니터링하고 위험에 사전 대응함으로써, 변화하는 금융 이용자의 행태와 정부당국의 규제 방식에 대해 선제적으로 대응하고 예상되는 위험에 대해 사전에 조치를 취함으로써 서비스 또는 사업의 영속성을 담보할 수 있는 이점이 있다.

Description

디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램{REGTECH PLATFORM APPARATUS FOR DIGITAL COMPLIANCE AND RISK MANAGEMENT, METHOD FOR RISK MANAGEMENT OF FINANCIAL TRANSACTIONS AND COMPUTER PROGRAM FOR THE SAME}
실시예들은 레그테크 플랫폼(regtech platform) 장치와 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램에 관한 것이다. 보다 상세하게는, 실시예들은 금융회사와 핀테크(fintech) 기업이 제휴하여 제공하는 금융 서비스 및 사업에서 예상되는 위험을 모니터링하고 위험에 사전 대응하는 기술에 대한 것이다.
금융업은 사회의 기반 산업으로서, 금융 서비스에 대해서는 국가 경제의 안정성과 금융 소비자 보호를 위하여 정부의 규제가 필수적으로 요구된다. 그런데, 최근 금융(finance)과 기술(technology)이 결합된 신기술인 핀테크(fintech)가 주목을 받으면서, 금융 서비스를 제공하는 사업자의 영역이 전통적인 금융회사에서 정보통신기술(Information & Communication Technology; ICT) 등 신기술을 접목한 비금융회사로 확장되고 있다.
이러한 변화에 맞추어, 금융 서비스에 대한 정부의 규제 방식도 과거의 열거주의(positive system)에서 포괄주의(negative system)로 변화하면서 금융 서비스 제공 사업자의 위험 관리 책임이 강화되고 있다. 과거 열거주의 방식의 규제에서는 허용된 업무만을 할 수 있기 때문에 위험 요소가 예측 가능하여 금융업에 일반화된 위험 관리 방법을 적용하면 되었지만, 규제 방식이 포괄주의 방식으로 변화하면서 새로운 사업 기회가 확대되는 반면에 신규 금융 서비스에 대한 위험 요소를 예측하기 어려운 문제점이 있다.
예를 들어, 기존의 금융회사의 위험 관리는 대출자에 대한 신용평가, 본인 거래 확인을 위한 실명확인 및 고객확인제도(Know Your Customer; KYC), 금융거래에 대한 목적 및 자금출처 확인 등 기존 감독당국에서 제시한 위험 관리 체계를 준수하면 되었다. 이러한 종래 기술의 일 예로, 등록특허공보 제10-1717596호는 사용자의 계좌정보를 기반으로 이상거래를 탐지하는 위험 관리 기술을 개시한다.
하지만 P2P(Peer-to-Peer) 대출, 간편결제 및 송금(해외송금 포함) 등 고객의 금융 서비스 이용 환경이 비금융회사가 제공하는 핀테크 서비스로 다양하게 변화하고 있는 상황에서, 핀테크 서비스의 실현을 위해 비금융회사로부터 금융회사에 요청되어 처리되는 금융 거래에 대해서는 종래의 위험 관리 체계로는 관리할 수 없는 한계가 있다.
등록특허공보 제10-1717596호
본 발명의 일 측면에 따르면, 금융 서비스 이용 채널과 거래 형태가 변화하고 있는 현실에 맞추어, 변화하는 금융 이용자의 행태와 정부당국의 규제 방식에 대해 선제적으로 대응함으로써 디지털 컴플라이언스(digital compliance) 및 위험 관리(risk management)를 수행할 수 있는 레그테크 플랫폼(regtech platform) 장치와 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램을 제공할 수 있다.
일 실시예에 따른 레그테크 플랫폼(regtech platform) 장치는, 금융거래를 실행하는 금융회사와 연계하여 핀테크(fintech) 사업자가 고객에게 제공하는 핀테크 서비스에 연관된 고객 정보를 수신하며, 상기 고객 또는 상기 핀테크 사업자로부터 금융거래를 위한 거래 정보를 포함하는 거래 요청을 수신하도록 구성된 송수신 모듈; 및 상기 고객 정보 및 상기 거래 정보로부터 하나 이상의 고객위험지표 또는 하나 이상의 거래위험지표를 결정하고, 상기 고객위험지표 또는 상기 거래위험지표에 기초한 시나리오를 기반으로 상기 거래 요청에 대한 위험도를 결정하도록 구성된 하나 이상의 분석 모듈을 포함한다.
일 실시예에서, 상기 하나 이상의 분석 모듈은, 상기 고객 정보로부터 상기 하나 이상의 고객위험지표를 결정하도록 구성된 고객위험 분석 모듈; 상기 거래 정보로부터 상기 하나 이상의 거래위험지표를 결정하도록 구성된 거래위험 분석 모듈; 및 상기 하나 이상의 고객위험지표 및 상기 하나 이상의 거래위험지표 중 하나 이상을 이용하여 상기 거래 요청에 대한 위험도를 결정하도록 구성된 위험평가 관리 모듈을 포함한다.
일 실시예에서, 상기 위험평가 관리 모듈은, 상기 고객위험지표 및 상기 거래위험지표 중 하나 이상을 이용하여 거래 사례를 군집화함으로써 금융거래의 위험도 평가를 위한 상기 시나리오를 생성하도록 더 구성된다.
일 실시예에서, 상기 위험평가 관리 모듈은, 정상 거래 사례를 상기 고객위험지표 및 상기 거래위험지표 중 하나 이상을 이용하여 군집화한 정상 집단군을 생성하고, 상기 정상 집단군과 상이한 군에 속하는 상기 거래 요청을 위험 대상으로 결정하도록 상기 시나리오를 생성하도록 구성된다.
일 실시예에서, 상기 하나 이상의 분석 모듈은, 상기 시나리오에 기초하여 결정된 위험도가 미리 설정된 문턱값 이상인 상기 거래 요청에 상응하는 보고서를 생성하여 상기 고객 또는 금융거래 감독당국 중 하나 이상에 전송하도록 구성된 모니터링 모듈을 더 포함한다.
일 실시예에서, 상기 고객 정보는, 상기 고객의 고객 구분, 성별, 연령, 직업, 연락처, 주소, 최근거래일시, 최근거래채널, 최근거래위치, 잔액, 금융상품 보유 수 및 거래계좌 보유 수 중 하나 이상에 대한 정보를 포함한다.
일 실시예에서, 상기 거래 정보는, 거래명, 거래일시, 거래유형, 거래채널, 거래금액, 거래 상대방, 거래 정상처리 여부, 거래 계좌번호, 거래 상대 계좌번호 및 거래위치 중 하나 이상에 대한 정보를 포함한다.
일 실시예에 따른 금융거래 위험 관리 방법은, 레그테크 플랫폼 장치가, 금융거래를 실행하는 금융회사와 연계하여 핀테크 사업자가 고객에게 제공하는 핀테크 서비스에 연관된 고객 정보를 수신하는 단계; 상기 레그테크 플랫폼 장치가, 상기 고객 또는 상기 핀테크 사업자로부터 금융거래를 위한 거래 정보를 포함하는 거래 요청을 수신하는 단계; 상기 레그테크 플랫폼 장치가, 상기 고객 정보 및 상기 거래 정보로부터 하나 이상의 고객위험지표 또는 하나 이상의 거래위험지표를 결정하는 단계; 및 상기 레그테크 플랫폼 장치가, 상기 고객위험지표 또는 상기 거래위험지표에 기초한 시나리오를 기반으로 상기 거래 요청에 대한 위험도를 결정하는 단계를 포함한다.
일 실시예에 따른 금융거래 위험 관리 방법은, 상기 레그테크 플랫폼 장치가, 상기 고객위험지표 및 상기 거래위험지표 중 하나 이상을 이용하여 거래 사례를 군집화함으로써 금융거래의 위험도 평가를 위한 상기 시나리오를 생성하는 단계를 더 포함한다.
일 실시예에서, 상기 시나리오를 생성하는 단계는, 상기 레그테크 플랫폼 장치가, 정상 거래 사례를 상기 고객위험지표 및 상기 거래위험지표 중 하나 이상을 이용하여 군집화한 정상 집단군을 생성하는 단계; 및 상기 레그테크 플랫폼 장치가, 상기 정상 집단군과 상이한 군에 속하는 상기 거래 요청을 위험 대상으로 결정하도록 상기 시나리오를 생성하는 단계를 포함한다.
일 실시예에 따른 금융거래 위험 관리 방법은, 상기 레그테크 플랫폼 장치가, 상기 시나리오에 기초하여 결정된 위험도가 미리 설정된 문턱값 이상인 상기 거래 요청에 상응하는 보고서를 생성하는 단계를 더 포함한다.
일 실시예에 따른 금융거래 위험 관리 방법은, 상기 레그테크 플랫폼 장치가, 상기 보고서를 상기 고객 및 금융거래 감독당국 중 하나 이상에 전송하는 단계를 더 포함한다.
일 실시예에 따른 컴퓨터 프로그램은 하드웨어와 결합되어 전술한 실시예들에 따른 금융거래 위험 관리 방법을 실행하기 위한 것으로서 컴퓨터로 판독 가능한 기록매체에 저장된 것일 수 있다.
본 발명의 일 측면에 따른 레그테크 플랫폼(regtech platform) 장치 및 금융거래 위험 관리 방법에 의하면, (1) 고객 행태와 금융거래 유형을 융합한 위험 지표 기반의 위험 평가 방법론, (2) 빅데이터 기술을 통한 고객 이용 행태에 대한 위험 분석 및 금융거래 위험 분석, (3) 시나리오 기반의 시뮬레이션을 통한 위험예측 모형, 및 (4) 인공지능 기술을 접목한 시나리오 자동 생성 및 시뮬레이션을 통한 위험예측 자동화를 적용함으로써, 금융회사와 핀테크(fintech) 기업이 제휴하여 제공하는 금융 서비스 및 사업에서 예상되는 위험을 모니터링하고 위험에 사전 대응하는 기술에 대한 것이다.
상기 레그테크 플랫폼 장치 및 금융거래 위험 관리 방법을 이용하면, (i) 핀테크 기업에게 제공하고 있는 펌뱅킹(firm banking) 및 가상계좌에 대한 위험 관리 체계를 마련하고 규제 통합 시스템을 구축할 수 있고, (ii) 간편송금 및 결제, P2P(Peer-to-Peer) 대출, 암호화폐 거래소 등 핀테크 서비스의 영역별 위험 예측 모델을 개발하고 안전한 핀테크 제휴사업 추진을 위한 위험 관리 모형을 개발할 수 있으며, (iii) 금융회사 내부의 요주의 고객 데이터베이스 등 감시 리스트를 구축할 수 있다.
이상의 특징에 의하여, 본 발명의 일 측면에 따른 레그테크 플랫폼 장치 및 금융거래 위험 관리 방법에 의하면, 변화하는 금융 이용자의 행태와 정부당국의 규제 방식에 대해 선제적으로 대응하여 디지털 컴플라이언스(digital compliance) 및 위험 관리를 수행할 수 있고, 그 결과 예상되는 위험에 대해 사전에 조치를 취함으로써 서비스 또는 사업의 영속성을 담보할 수 있는 이점이 있다.
도 1은 일 실시예에 따른 레그테크 플랫폼(regtech platform) 장치와 연관된 서비스 구조를 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 레그테크 플랫폼 장치의 개략적인 블록도이다.
도 3은 일 실시예에 따른 금융거래 위험 관리 방법의 순서도이다.
도 4는 일 실시예에 따른 금융거래 위험 관리 방법에 의한 위험 지표의 관리를 설명하기 위한 개념도이다.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.
도 1은 일 실시예에 따른 레그테크 플랫폼(regtech platform) 장치와 연관된 서비스 구조를 설명하기 위한 개념도이다.
레그테크란 규제를 뜻하는 레귤레이션(regulation)과 기술을 뜻하는 테크놀로지(technology)의 합성어로서, 금융회사로 하여금 내부 통제와 법규 준수를 용이하게 하는 정보기술을 말한다. 본 명세서에서 레그테크는 디지털 데이터에 대한 규제준수인 디지털 컴플라이언스(digital compliance)와 이를 통한 정보 위험 관리를 목적으로 하는 기술을 의미하며, 실시예들은 이와 같은 레그테크 기술을 실현하기 위하여 금융회사 주도로 사용 가능한 플랫폼 장치와 이에 관련된 금융거래의 위험 관리 방법 및 상기 방법을 수행하기 위한 컴퓨터 프로그램에 대한 것이다.
도 1을 참조하면, 본 발명의 실시예들은 은행과 같은 금융회사와 연계하여 금융 서비스를 제공하는 핀테크(fintech) 사업자를 통한 금융거래와 연관된다. 사용자(1)는 핀테크 사업자 서버(2)를 통하여 핀테크 사업자가 제공하는 핀테크 서비스를 이용하게 되며, 핀테크 서비스의 구현을 위한 실제 금융거래는 핀테크 사업자와 제휴된 금융회사 서버(3)에서 이루어지고, 금융회사 서버(3)에서는 실시간으로 또는 주기적으로 금융거래 결과에 따른 자금 정산을 핀테크 사업자의 계좌를 기반으로 수행한다.
본 명세서에서 핀테크 사업자란, 해당 사업자 자체는 금융회사가 아니지만 금융회사와 제휴하여 간편송금, 간편결제, P2P(Peer-to-Peer) 대출, 암호화폐 매매, 또는 그 외 기타 금융거래를 수반하는 임의의 형태의 서비스를 제공하는 사업자를 지칭하며, 특정 종류의 사업이나 서비스에 연관된 사업자로 한정되지 않는다.
금융회사 서버(3)는 핀테크 사업자를 경유하여 이루어지는 비대면 채널을 통한 금융거래 요청을 받고 이를 처리하는 거래 관리부(31)와, 핀테크 서비스의 실현을 위해 필요한 펌뱅킹(firm banking) 및 가상계좌 발급 관리 등을 수행하는 계좌 관리부(32)를 포함하여, 핀테크 사업자라는 제휴기관을 통하여 사용자(1)의 금융거래에 일어날 수 있도록 한다.
일 실시예에서, 금융회사 서버(3)는 핀테크 서비스에 관련된 사용자 장치 또는 핀테크 사업자 서버에서 금융회사 서버(3)에 금융 거래를 요청할 수 있는 API(Application Programming Interface)를 제공하는 API 제공부(33)를 포함할 수도 있다.
종래의 금융회사 서버(3)에서, 금융거래에 대한 위험 관리는 자금세탁 방지부(34) 또는 금융사기 관리부(35) 등을 이용하여 수행되었다. 자금세탁 방지부(34)는 특정금융거래 정보의 보고 및 이용에 관한 법률에 의거하여 금융정보분석원(Korea Financial Intelligence Unit; KoFIU) 서버(4)와 통신하면서 　고객확인제도(Know Your Customer; KYC), 의심거래보고제도(Suspicious Transaction Report; STR) 및 고액현금거래보고제도(Currency Transaction Report; CTR)에 따른 보고를 수행함으로써 자금세탁방지(Anti-Money Laundering; AMR)를 실현하기 위한 부분이다. 또한, 금융사기 관리부(35)는 전기통신금융사기 피해 방지 및 피해금 환급에 관한 특별법에 의거하여 금융감독원 서버(5)와 통신하면서 사기 의심 거래의 보고나 지급 정지 등을 수행하기 위한 부분이다.
그러나, 자금세탁 방지부(34) 및 금융사기 관리부(35)에 의한 위험 관리는 금융회사의 영업점 업무 중심으로 구현되어 있어, 핀테크 사업자 등 제휴기관을 통해 고객 접점 채널이 확대되고 있는 현재의 실정에서 다양한 거래 형태에 유연하게 대응하는 것이 어려운 문제가 있었다. 또한 자금세탁 방지부(34) 및 금융사기 관리부(35)에 의한 위험 관리는 의심 거래 여부에 대한 판단 주체가 금융회사의 영업점 직원이므로 사람의 실수나 부주의에 의해 거래가 위험에 노출될 가능성이 상존하는 한계가 있다.
또한, 금융정보분석원 서버(4) 및 금융감독원 서버(5)에서의 위험 관리 방식은 인터넷 뱅킹이나 스마트 뱅킹을 중심으로 구축되어 있어 사용자(1)가 사용하는 사용자 장치의 정보 수집에 의존하는 한계가 있고, 금융회사에서의 펌뱅킹과 가상계좌에 대한 위험 관리는 감독당국의 행정지도에 따라 사안별로 이루어지므로 종합적인 관리 체계가 존재하지 않는 한계가 있다. 특히, 핀테크 사업자의 서비스는 펌뱅킹 및 가상계좌를 기반으로 이루어지는 경우가 많은데, 관련 규제에 대응하여 컴플라이언스(compliance)를 실현하거나 위험 관리를 수행하기 위한 체계가 종래에는 존재하지 않아, 비대면 채널을 통한 금융거래가 의심 거래에 해당하는지 여부의 판단을 금융회사의 영업점 직원에게 의존하고 있는 것이 현실이었다.
본 발명자들은, 이상과 같은 종래 기술의 문제점을 해소하고자, 레그테크 플랫폼 장치(30)를 도출하였다. 도 1에 도시된 실시예에서 레그테크 플랫폼 장치(30)는 금융회사 서버(3)의 일부로 구현되어 금융회사에 의해 운영되는 것으로 설명된다. 그러나 이는 예시적인 것으로서, 다른 실시예에서 레그테크 플랫폼 장치(30)는 금융회사 서버(3)의 요청에 따라 위험 관리에 필요한 정보를 제공하도록 구성된 금융회사 서버(3)와 별도의 시스템으로 구현될 수도 있다.
도 2는 일 실시예에 따른 레그테크 플랫폼 장치의 개략적인 블록도이다. 설명의 편의를 위하여, 도 1 및 도 2를 참조하여 본 실시예에 따른 레그테크 플랫폼 장치에 대하여 설명하기로 한다.
도 2를 참조하면, 일 실시예에 따른 레그테크 플랫폼 장치(30)는 송수신 모듈(300)과 하나 이상의 분석 모듈(321-324)을 포함한다. 예를 들어, 일 실시예에서 하나 이상의 분석 모듈은 고객위험 분석 모듈(321), 거래위험 분석 모듈(322), 위험평가 관리 모듈(323) 및 모니터링 모듈(324)을 포함하거나, 이들 중 하나 이상을 포함할 수 있다. 또한 일 실시예에서, 레그테크 플랫폼 장치(30)는 전술한 분석 모듈(321-324)의 기능을 구현하기 위한 데이터 연산을 수행하는 정보처리 모듈(310)을 더 포함한다.
본 명세서에 기재된 시스템, 장치 및 서버는 전적으로 하드웨어이거나, 또는 부분적으로 하드웨어이고 부분적으로 소프트웨어인 측면을 가질 수 있다. 예컨대, 실시예들에 따른 레그테크 플랫폼 장치에 이에 포함된 각 모듈(moduel) 또는 부(unit)는 특정 형식 및 내용의 데이터를 처리하거나 또는/또한 전자통신 방식으로 주고받기 위한 하드웨어 및 이에 관련된 소프트웨어를 통칭할 수 있다. 본 명세서에서 "부", "모듈", "장치", "단말기", "서버" 또는 "시스템" 등의 용어는 하드웨어 및 해당 하드웨어에 의해 구동되는 소프트웨어의 조합을 지칭하는 것으로 의도된다. 예를 들어, 하드웨어는 CPU 또는 다른 프로세서(processor)를 포함하는 데이터 처리 기기일 수 있다. 또한, 하드웨어에 의해 구동되는 소프트웨어는 실행중인 프로세스, 객체(object), 실행파일(executable), 실행 스레드(thread of execution), 프로그램(program) 등을 지칭할 수 있다.
본 실시예에 따른 레그테크 플랫폼 장치(30)를 구성하는 각각의 요소는 반드시 서로 물리적으로 구분되는 별개의 장치를 지칭하는 것으로 의도되지 않는다. 즉, 도 2에 도시된 각각의 모듈(300, 310, 321-324)은 레그테크 플랫폼 장치(30)을 구성하는 하드웨어를 해당 하드웨어에 의해 수행되는 동작에 따라 기능적으로 구분한 것일 뿐, 반드시 각각의 부가 서로 독립적으로 구비되어야 하는 것이 아니다. 물론, 실시예에 따라서는 도 2에 도시된 각각의 모듈(300, 310, 321-324) 중 하나 이상이 서로 물리적으로 구분되는 별개의 장치로 구현되는 것도 가능하다.
송수신 모듈(300)은, 금융거래를 직접적으로 실행하는 금융회사는 아니지만 금융회사 서버(3)와 연계하여 서비스를 제공하는 핀테크 사업자의 핀테크 서비스와 연관된 고객 정보를 수신한다. 또한 송수신 모듈(300)은, 해당 핀테크 서비스와 관련된 금융거래를 위해 거래 정보를 포함하는 거래 요청을 수신한다. 송수신 모듈(300)은, 핀테크 서비스를 제공하는 핀테크 사업자 서버(2)로부터 고객 정보 및 거래 요청을 수신할 수도 있고, 또는 핀테크 사업자게 제공하는 애플리케이션(또는, 앱)을 이용하여 핀테크 서비스를 이용하고자 하는 사용자(1)의 사용자 장치(예컨대, 스마트폰 등)로부터 고객 정보 및 거래 요청의 적어도 일부를 수신할 수도 있다.
송수신 모듈(300)와 사용자 장치 또는 핀테크 사업자 서버(2) 와의 통신 과정은 유선 및/또는 무선 네트워크를 통하여 이루어진다. 유선 및/또는 무선 네트워크를 통한 통신 방법은 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 무선 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.
정보처리 모듈(310)은 각각의 분석 모듈(321-324)에 의한 지표의 결정, 시나리오 생성 및 시뮬레이션을 위한 데이터 연산을 수행한다. 일 실시예에서, 정보처리 모듈(310)은 시나리오에 해당하는 제어 로직과 업무 처리 규칙을 저장하는 규칙 기반 엔진(311), 고객 정보 및 거래 정보에 대한 기계학습(machine learning) 기반의 학습을 수행하는 지능형 프레임워크(intelligent framework)(312) 및 지표를 기반으로 한 시나리오 생성을 위한 로봇 프로세스 자동화(Robot Process Automation; RPA) 및 인공지능(Artificial Intelligence; AI) 도구를 제공하는 프로세스 자동화부(313)를 포함한다.
각각의 분석 모듈(321-324)은, 송수신 모듈(300)에 수신된 고객 정보 및/또는 거래 정보로부터 하나 이상의 고객위험지표 및/또는 하나 이상의 거래위험지표를 결정하고, 결정된 지표에 기초한 시나리오를 기반으로 거래 요청에 대한 위험도를 결정하도록 구성된다. 즉, 각각의 분석 모듈(321-324)은 정보처리 모듈(310)에 의하여 실현되는 기계학습을 통하여 금융거래 위험 평가를 위한 지표를 결정하거나, 위험지표 데이터를 기준으로 위험 대상 거래를 선정하거나, 위험지표별 가중치를 부여하여 위험 점수를 산출하는 등의 동작을 수행할 수 있다.
고객위험 분석 모듈(321)은, 위험도를 평가할 금융 거래에 연관된 이용자에 대한 정보를 데이터베이스화하여 저장하고, 핀테크 서비스에의 등록일자와 등록한 서비스의 수 및 유형 등 계좌등록정보 및 계좌발급내역을 기반으로 고객위험지표를 도출하기 위한 부분이다. 이때 고객에 관련된 정보는 금융회사의 기존 레거시(legacy) 시스템에 저장되어 있는 금융회사 고객의 정보와 연계될 수 있다. 또한, 고객위험 분석 모듈(321)은 위험 분석 결과를 기반으로 잠재 위험 고객에 해당하는 고객들의 워치리스트(watch list)를 관리할 수 있다.
거래위험 분석 모듈(322)은, 핀테크 서비스를 통한 사용자의 입출금 거래 내역과, 핀테크 사업자의 입출금 거래 내역 등 거래 관련 정보를 데이터베이스화하고, 이를 기반으로 핀테크 서비스별 입출금 거래 일시, 금액, 횟수 등에 대한 패턴 분석을 통하여 거래위험지표를 도출하기 위한 부분이다. 또한, 거래위험 분석 모듈(322)은 거래 정보의 획득을 위하여 금융회사의 레거시 시스템과 연계될 수 있다.
위험평가 관리 모듈(323)은, 고객위험 분석 모듈(321) 및 거래위험 분석 모듈(322)에 의해 도출된 평가지표를 기반으로 위험 시나리오를 생성하고, 생성된 시나리오를 통한 위험 평가 시뮬레이션을 통해 위험예측 모형을 개발하기 위한 부분이다. 이에 대해서는 도 3을 참조하여 상세히 후술한다.
모니터링 모듈(324)은 위험평가 관리 모듈(323)에 의해 결정된 위험예측 모형에 해당하는 위험 고객 및/또는 위험 거래에 대해 사용자 및/또는 감독당국에 보고하기 위한 부분이다. 또한, 모니터링 모듈(324)은 금융정보분석원 서버(4)와의 통신을 통해 STR 및 CTR에 따른 보고를 수행할 수도 있다. 모니터링 모듈(324)에 의해 생성된 위험 고객, 위험 거래, 및 이상 거래 패턴에 대한 보고서는 거래 목적의 정당성 확인 및 금융사고 여부 조사 등에 활용될 수 있다.
고객위험 분석 모듈(321), 거래위험 분석 모듈(322), 위험평가 관리 모듈(323) 및 모니터링 모듈(324) 각각에 의한 구체적인 위험지표 결정과 위험도 평가 과정에 대해, 도 3을 참조하여 상세히 설명한다.
도 3은 일 실시예에 따른 금융거래 위험 관리 방법의 순서도이다. 설명의 편의를 위하여, 도 1 및 도 3을 참조하여 본 실시예에 따른 금융거래 위험 관리 방법에 대하여 설명하기로 한다.
먼저, 레그테크 플랫폼 장치(30)의 송수신 모듈(300)은 핀테크 서비스를 이용하는 사용자(1)의 사용자 장치 또는 핀테크 사업자 서버(2)로부터 핀테크 서비스에 관련된 고객 정보를 수신할 수 있다(S1). 이때 고객 정보란, 고객의 프로파일(고객 구분, 성별, 연령, 직업, 연락처, 주소 등), 최근거래일시, 최근거래채널, 최근거래위치, 잔액, 금융상품 보유 수 및/또는 거래계좌 보유 수 등에 대한 정보를 포함할 수 있다. 이때 고객 구분이란, 개인, 법인, 개인사업자, 임의단체 등 고객의 특성을 지칭하는 정보일 수 있다.
이상의 고객 정보는 전적으로 외부 장치로부터 송수신 모듈(300)에 전송되는 것일 수도 있으며, 또는 금융회사 서버(3)의 기존 레거시 시스템에 저장되어 있는 금융회사 고객의 고객 정보를 참조하여 이 중 핀테크 서비스의 이용자를 특정하는 방식으로 송수신 모듈(300)에 전송되는 것일 수도 있다.
또한 송수신 모듈(300)은, 간편송금, 간편결제, P2P 대출, 암호화폐 매매 등 핀테크 서비스에 수반된 금융거래의 실행을 위한 거래 요청을 사용자 장치 또는 핀테크 사업자 서버(2)로부터 수신할 수 있다(S2). 이때 거래 정보에는, 거래명(상품 또는 서비스 등), 거래일시, 거래유형, 거래채널, 거래금액, 거래 상대방, 거래 정상처리 여부, 거래 계좌번호, 거래 상대 계좌번호 및/또는 거래위치 등에 대한 정보가 포함될 수 있다. 또한 이때 거래 유형이란, 계좌신규, 계좌조회, 계좌이체, 일반입금, 일반출금, 자동이체 등록, 자동이체 출금, 지급이체 입금, 가상계좌 등록, 가상계좌 입금, 펌뱅킹 입금, 펌뱅킹 자동이체, 펌뱅킹 지급이체, 지로 자동이체, 예금신규, 예금해지, 외화송금(당발), 외화송금(타발), 대출신청, 대출해지 등과 같이 해당 금융거래에 연관된 상품 또는 서비스의 성질을 특정할 수 있는 정보를 의미한다.
이때 레그테크 플랫폼 장치(30)의 분석 모듈(321-324)은, 고객 정보와 거래 정보에 포함된 다양한 정보들 중 위험 지표를 선정할 수 있다(S3). 예컨대, 고객 정보로부터 하나 이상의 고객위험지표를 결정하는 것은 고객위험 분석 모듈(321)에 의해 수행될 수 있고, 거래 정보로부터 하나 이상의 거래위험지표를 결정하는 것은 거래위험 분석 모듈(322)에 의하여 수행될 수 있다.
다음으로, 레그테크 플랫폼 장치(30)의 분석 모듈 중 위험평가 관리 모듈(323)은, 고객위험 분석 모듈(321) 및 거래위험 분석 모듈(322)에 의하여 결정된 지표를 이용하여 사기나 허위 등 위험 거래로 의심되는 거래 요청을 선별하기 위한 위험평가 시나리오를 생성하고(S4), 생성된 시나리오를 기반으로 고객위험 분석(S5-1) 및/또는 거래위험 분석(S5-2)을 수행한다. 이는 정보처리 모듈(310)에 의하여 제공되는 규칙 기반 관리와 인공지능 기반의 빅데이터 분석을 종합적으로 적용하여 수행될 수 있다.
도 4는 일 실시예에 따른 금융거래 위험 관리 방법에 의한 위험 지표의 관리를 설명하기 위한 개념도이다.
도 4를 참조하면, 위험평가 관리 모듈(323)에서는 고객 정보(3001) 중 고객 구분, 성별, 연령, 직업, 연락처, 주소, 거래계좌 수, 평균잔액, 금융상품 보유 수, 최근거래일자, 최근거래위치정보, 최근거래채널 등 고객위험지표로 결정된 정보들과, 거래 정보(3002) 중 거래명, 거래일시, 거래유형, 거래채널, 거래금액, 거래 상대방 정보, 거래 정상처리 여부, 거래 계좌번호, 거래 상대방 계좌번호, 거래위치정보 등 거래위험지표로 결정된 정보들을 기반으로 하여, 특정 거래 요청이 정의하는 상품 또는 서비스가 위험 거래로 의심되는지 여부를 평가할 수 있다.
구체적인 평가 과정으로서, 위험평가 관리 모듈(323)은 각각의 위험지표 데이터를 기준으로 다수의 거래 요청들을 하나 이상의 클러스터(cluster)로 묶는 군집 분석을 수행하고, 사전에 알려진 정상 거래를 기반으로 정성 집단군을 생성할 수 있다. 다음으로, 위험평가 관리 모듈(323)은 상기 생성된 정상 집단군과 상이한 군에 속하는 거래 요청이 발생할 경우 이를 위험 대상으로 결정하도록 시나리오를 생성할 수 있다. 예컨대, 특정 거래 요청이 정상 집단군과 반대되는 특성을 갖는 경우 해당 거래 요청은 위험 거래에 해당할 가능성이 높을 것이다.
군집 분석은 하나 또는 복수의 지표에 상응하는 값들을 좌표값으로 하는 좌표계상에서 이루어질 수도 있다. 예를 들어, 고객위험지표로 연령을 이용하고, 거래위험지표로 거래금액을 이용하는 경우, 거래 요청은 연령을 X축으로 하고 거래 금액을 Y축으로 하는 좌표계 상에서 (연령, 거래금액)에 상응하는 (x, y) 좌표로 표현될 수 있을 것이다. 각 축의 좌표값은 다른 축의 좌표값과의 상대적인 크기를 고려하여 스케일링될 수도 있다. 이때, 위험평가 관리 모듈(323)은 (연령, 거래금액)에 해당하는 좌표계 상의 점(즉, 거래 요청)들에 대해 군집 분석을 수행하고, 정상 집단군과의 비교를 통하여 특정 거래 요청이 위험 거래인지 여부를 평가할 수 있다.
전술한 예에서는 X축으로 고객위험지표를 이용하고 Y축으로 거래위험지표를 이용하였으나, 이는 예시적인 것으로서, 다른 실시예에서는 고객위험지표만을 이용하거나 또는 거래위험지표만을 이용하여 좌표계를 구성할 수도 있다. 또한, 3개 또는 그 이상의 개수의 지표를 이용하여 3차원 이상의 다차원으로 구성된 좌표계상에서 군집 분석을 수행하는 것도 가능하다.
이상의 과정에 의해 생성되는 시나리오란, 계좌개설 후 3일 이내에 핀테크 서비스에 계좌를 자동이체 목적으로 3건 이상 등록할 경우 위험 거래로 평가한다던가, P2P 대출 또는 암호화폐 거래소에 가상계좌를 생성한 후 2일 내에 입금 후 출금 거래가 발생할 경우 위험 거래로 평가하는 등, 규칙 기반 엔진에 의하여 실행됨으로써 거래 요청 중 해당 시나리오에 부합하는 거래 요청을 위험 거래로 선별할 수 있는 일련의 규칙의 집합을 의미할 수 있다.
시나리오의 생성에 이용되는 고객위험지표 및/또는 거래위험지표의 종류와, 해당 시나리오가 적용되는 거래의 유형은 시나리오의 목적 및 대상에 따라 상이할 수 있다. 예를 들어, 하기 표 1은 사용자의 계좌가 대포 통장으로 이용되는 위험을 예측하기 위한 시나리오에 사용되는 지표와 대상 거래를 정리한 것으로서, 표에 도시되는 것과 같이, 비대면 계좌신규, 일반입금, 가상계좌발급, 가상계좌입금 등의 거래 유형에 대해 고객 정보와 더불어 거래 정보 중 특히 이체 및 입금 관련 정보가 거래위험지표로 이용되었다.
시나리오 대상 위험 지표
고객위험 지표 거래위험 지표
비대면 계좌신규 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(자동이체 등록, 자동이체 출금, 지급이체 입금, 일반입금, 계좌이체), 거래일시, 거래채널, 거래금액
일반입금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(계좌조회, 출금), 거래채널, 거래일시, 거래금액
가상계좌발급 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(계좌신규, 계좌이체, 지급이체 입금), 거래채널, 거래일시, 거래금액
가상계좌입금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(계좌신규, 계좌이체), 지급이체 입금(거래채널, 거래일시, 거래금액)
다른 예로, 하기 표 2는 보이스 피싱에 의한 사기 거래의 위험을 예측하기 위한 시나리오에 사용되는 지표와 대상 거래를 정리한 것으로서, 표에 도시되는 것과 같이, 대출 신청, 가상계좌입금, 계좌이체, 자동이체 출금 등의 거래 유형에 대해 고객 정보와 더불어 거래 정보 중 특히 대출신청, 예금해지, 계좌이체 등의 정보가 거래위험지표로 이용되었다.
시나리오 대상 위험 지표
고객위험 지표 거래위험 지표
대출신청 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(가상계좌 입금, 예금 신규, 계좌이체), 거래일시, 거래채널, 거래금액
가상계좌입금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(대출신청, 예금해지, 계좌이체), 거래채널, 거래일시, 거래금액
계좌이체 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(대출신청, 예금해지), 거래채널, 거래일시, 거래금액
자동이체 출금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(대출신청, 예금해지), 거래채널, 거래일시, 거래금액
또 다른 예로, 하기 표 3은 간편송금 거래에 대한 위험 평가 시 사용되는 지표와 대상 거래를 정리한 것으로서, 표에 도시되는 것과 같이, 자동이체 등록, 자동이체 출금, 일반입금, 가상계좌발급 등의 거래 유형에 대해 고객 정보와 더불어 거래 정보 중 특히 계좌의 등록 및 조회 관련 정보가 거래위험지표로 이용되었다.
시나리오 대상 위험 지표
고객위험 지표 거래위험 지표
자동이체 등록 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(자동이체 등록, 예금해지), 거래채널, 거래일시, 거래금액
자동이체 출금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(대출신청, 예금해지), 거래채널, 거래일시, 거래금액
일반입금 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(계좌조회, 출금), 거래채널, 거래일시, 거래금액
가상계좌발급 연령, 최근거래일자, 평균잔액, 금융상품보유수, 거래계좌보유수 상품/서비스(계좌신규, 계좌이체, 지급이체 입금), 거래채널, 거래일시, 거래금액
그러나, 표 1 내지 표 3에 도시된 시나리오 대상과 이에 따른 지표의 종류는 단지 예시적인 것이다. 실시예들에 따른 레그테크 플랫폼 장치(30)에서 고객위험 분석 모듈(321) 및 거래위험 분석 모듈(322)은 핀테크 서비스에 대한 분석이나 핀테크 서비스별 거래 패턴 분석을 통하여 사전에 알려진 위험 거래에서 높은 비율로 나타나는 고객위험지표 또는 거래위험지표를 결정할 수 있으며, 위험평가 관리 모듈(323)은 위와 같이 결정된 지표들을 기준으로 거래 요청들을 클러스터링함으로써 위험도가 높은 거래 요청을 선별하기 위한 시나리오를 생성할 수 있다.
일 실시예에서, 위험평가 관리 모듈(323)은 클러스터링을 통한 위험 대상 선정과 더불어 위험지표별 가중치를 부여하여 각 거래 요청에 대한 위험 점수를 산출하고, 이를 통하여 거래 요청에 대한 최종 위험도를 결정할 수도 있다.
예를 들어, 특정 위험 거래에서 상대적으로 높게 나타나는 지표가 A1, A2, A3라고 가정하면, 위험평가 관리 모듈(323)에서는 위험 거래에서 해당 지표들이 나타내는 순위 또는 빈도에 비례하도록 A1, A2, A3의 각 지표에 대해 가중치 a1, a2, a3를 각각 부여할 수 있다. 이때, 위험 거래를 선별하기 위한 시나리오를 생성함에 있어서, 특정 거래 요청에 대응하여 지표 A1을 이용한 클러스터링 결과에 따른 위험도를 b1, 지표 A2를 이용한 클러스터링 결과에 따른 위험도를 b2, 지표 A3를 이용한 클러스터링 결과에 따른 위험도를 b3라고 할 경우, 해당 거래 요청의 최종 위험도 X는 하기 수학식 1과 같이 각 지표에 대한 가중치와 클러스터링 결과에 따른 위험도의 곱을 합산한 값으로 결정될 수 있다.
[수학식 1]
X = a1b1 + a2b2 + a3b3
이때, b1, b2 및 b3각각은, 특정 거래 요청에 대한 클러스터링 결과 해당 거래 요청이 정상 거래가 속하는 클러스터에 속하는지 여부를 나타내는 이진(binary)값일 수 있다. 예컨대, 정상 집단군에 속하는 경우 bx 값을 0으로 하고, 정상 집단군에 속하지 않거나 또는 이와 반대되는 특성을 가진 집단군에 속하는 경우 bx 값을 1로 하여 정상 집단군에 속하지 않는 거래 요청에서 위험도 X가 높게 산출되도록 할 수 있다.
또 다른 예로, b1, b2 및 b3각각은 하나 또는 복수의 지표를 축으로 하는 좌표계에서 특정 거래 요청에 대한 클러스터링 결과 해당 거래 요청이 속하는 클러스터의 중심으로부터 정상 집단군의 중심까지의 거리를 나타내는 값이거나, 또는 특정 거래 요청이 위치하는 좌표계 상의 지점으로부터 정상 집단군의 중심까지의 거리를 나타내는 값일 수 있다. 이 경우, 위험 거래 여부를 이진값으로 나타내는 경우에 비해 좀 더 정량적으로 위험도를 산출할 수 있다.
이상에서 설명한 예에서는 3개의 지표를 이용하는 경우를 예시로 하여 위험도의 산출에 대하여 설명하였으나, 동일한 원리가 더 적거나 더 많은 수의 지표를 이용하는 경우에 대해 확장될 수 있다는 것이 통상의 기술자에게 용이하게 이해될 것이다.
다시 도 1 및 도 3을 참조하면, 일 실시예에서 위험평가 관리 모듈(323)에서는 생성된 위험평가 모형을 이용한 위험도 평가 결과를 과거의 위험 사례와 비교함으로써 위험평가 모형에 대한 시뮬레이션을 수행할 수도 있다(S6). 이는 실제 적용할 위험평가 모형의 결정을 위한 과정으로서, 과거의 위험 사례 대비 위험평가 스코어링을 산출함으로써 위험평가 모형의 적합도를 결정할 수 있다.
적용할 위험평가 모형이 결정되면, 위험평가 관리 모듈(323)에서는 이를 기반으로 실제 거래 요청에 대한 위험도를 결정할 수 있다(S7). 일 실시예에서, 레그테크 플랫폼 장치(30)의 모니터링 모듈(324)은 위험 고객 및/또는 위험 거래에 대한 보고서를 생성하고(S8), 이를 해당 거래에 연관된 사용자의 사용자 장치에 통지하거나, 또는/또한 금융정보분석원 서버(4) 및 금융감독원 서버(5)와 같은 감독당국 보고 시스템과 연계하여 보고함으로써 위험도 평가의 실효성을 더 높일 수도 있다(S9).
이상에서 설명한 실시예들에 따른 레그테크 플랫폼 장치 및 금융거래 위험 관리 방법에 의하면, (1) 고객 행태와 금융거래 유형을 융합한 위험 지표 기반의 위험 평가 방법론, (2) 빅데이터 기술을 통한 고객 이용 행태에 대한 위험 분석 및 금융거래 위험 분석, (3) 시나리오 기반의 시뮬레이션을 통한 위험예측 모형, 및 (4) 인공지능 기술을 접목한 시나리오 자동 생성 및 시뮬레이션을 통한 위험예측 자동화를 적용함으로써, 새로운 금융 서비스의 형태인 핀테크 서비스 등 제휴기관을 통한 금융거래에서 발생하는 위험을 예측하고 대응함으로써 서비스의 영속성을 담보할 수 있다.
또한, 실시예들에 따른 레그테크 플랫폼 장치 및 금융거래 위험 관리 방법은 위험평가 모형의 생성과 시뮬레이션을 통해 위험 예측을 자동화할 수 있고 새로운 유형의 금융거래에 확장되어 적용될 수 있으며, 고객 위험과 거래 위험을 융합한 평가 모델을 사용할 수 있어 위험 예측의 정확도가 높고, 나아가 특정 금융거래정보의 보고 및 이용 등에 관한 법률, 전자금융거래법, 금융실명거래 및 비밀보장에 관한 법률 등 정부당국의 규제 전반에 대해 선제적으로 대응하여 디지털 컴플라이언스(digital compliance)의 실현에 유용하여 활용될 수 있다.
이상에서 설명한 실시예들에 따른 금융거래 위험 관리 방법에 의한 동작은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들에 따른 금융거래 위험 관리 방법에 의한 동작을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.

Claims (13)

  1. 금융거래를 실행하는 금융회사와 연계하여 핀테크 사업자가 고객에게 제공하는 핀테크 서비스에 연관된 고객 정보를 수신하며, 상기 고객 또는 상기 핀테크 사업자로부터 상기 핀테크 사업자가 상기 고객에게 제공하는 상기 핀테크 서비스에 연관된 비대면 채널을 통한 금융거래를 위한 거래 정보를 포함하는 거래 요청을 수신하도록 구성된 송수신 모듈; 및
    상기 고객 정보 및 상기 거래 정보로부터 하나 이상의 고객위험지표 또는 하나 이상의 거래위험지표를 결정하고, 상기 고객위험지표 또는 상기 거래위험지표에 기초한 시나리오를 기반으로 상기 거래 요청에 대한 위험도를 결정하도록 구성된 하나 이상의 분석 모듈을 포함하되,
    상기 핀테크 사업자는 상기 금융회사와 상이하며,
    상기 고객 정보는 상기 핀테크 서비스에의 등록 정보를 포함하고, 상기 거래 정보는 상기 핀테크 서비스별 입출금 정보를 포함하며,
    상기 하나 이상의 분석 모듈은, 상기 하나 이상의 고객위험지표 및 상기 하나 이상의 거래위험지표를 이용하여 상기 거래 요청에 대한 위험도를 결정하도록 구성된 위험평가 관리 모듈을 포함하고,
    상기 위험평가 관리 모듈은,
    상기 고객위험지표를 x축으로 하고 상기 거래위험지표를 y축으로 하는 좌표계 상에 상기 거래 요청을 배치하여 거래 사례를 군집화함으로써 금융거래의 위험도 평가를 위한 상기 시나리오를 생성하며,
    상기 좌표계 상에서 미리 알려진 정상 거래 사례를 군집화한 정상 집단군을 생성하고, 상기 정상 집단군과 상이한 군에 속하는 상기 거래 요청을 위험 대상으로 결정하도록 상기 시나리오를 생성하고,
    복수의 지표를 이용한 상기 거래 요청의 군집화 결과에 기초하여 결정된 복수의 위험도 값과, 미리 알려진 위험 거래에서 지표가 나타나는 순위 또는 빈도에 기초하여 결정된 상기 복수의 지표 각각의 가중치를 이용하여, 상기 복수의 위험도 값에 각각 상응하는 상기 가중치를 곱한 값을 합산한 값을 이용하여 상기 거래 요청의 위험도를 산출하도록 더 구성되며,
    상기 복수의 위험도 값 각각은, 상기 좌표계 상에서 상기 거래 요청이 상기 정상 집단군에 속하는지 여부 또는 상기 거래 요청과 상기 정상 집단군과의 거리를 나타내는 값인 레그테크 플랫폼 장치.
  2. 제1항에 있어서,
    상기 하나 이상의 분석 모듈은,
    상기 고객 정보로부터 상기 하나 이상의 고객위험지표를 결정하도록 구성된 고객위험 분석 모듈; 및
    상기 거래 정보로부터 상기 하나 이상의 거래위험지표를 결정하도록 구성된 거래위험 분석 모듈을 더 포함하는 레그테크 플랫폼 장치.
  3. 삭제
  4. 삭제
  5. 제2항에 있어서,
    상기 하나 이상의 분석 모듈은,
    상기 시나리오에 기초하여 결정된 위험도가 미리 설정된 문턱값 이상인 상기 거래 요청에 상응하는 보고서를 생성하여 상기 고객 또는 금융거래 감독당국 중 하나 이상에 전송하도록 구성된 모니터링 모듈을 더 포함하는 레그테크 플랫폼 장치.
  6. 제1항에 있어서,
    상기 고객 정보는, 상기 고객의 고객 구분, 성별, 연령, 직업, 연락처, 주소, 최근거래일시, 최근거래채널, 최근거래위치, 잔액, 금융상품 보유 수 및 거래계좌 보유 수 중 하나 이상에 대한 정보를 더 포함하는 레그테크 플랫폼 장치.
  7. 제1항에 있어서,
    상기 거래 정보는, 거래명, 거래일시, 거래유형, 거래채널, 거래금액, 거래 상대방, 거래 정상처리 여부, 거래 계좌번호, 거래 상대 계좌번호 및 거래위치 중 하나 이상에 대한 정보를 더 포함하는 레그테크 플랫폼 장치.
  8. 레그테크 플랫폼 장치가, 금융거래를 실행하는 금융회사와 연계하여 핀테크 사업자가 고객에게 제공하는 핀테크 서비스에 연관된 고객 정보를 수신하는 단계;
    상기 레그테크 플랫폼 장치가, 상기 고객 또는 상기 핀테크 사업자로부터 상기 핀테크 사업자가 상기 고객에게 제공하는 상기 핀테크 서비스에 연관된 비대면 채널을 통한 금융거래를 위한 거래 정보를 포함하는 거래 요청을 수신하는 단계;
    상기 레그테크 플랫폼 장치가, 상기 고객 정보 및 상기 거래 정보로부터 하나 이상의 고객위험지표 또는 하나 이상의 거래위험지표를 결정하는 단계;
    상기 레그테크 플랫폼 장치가, 상기 고객위험지표 및 상기 거래위험지표를 이용하여 거래 사례를 군집화함으로써 금융거래의 위험도 평가를 위한 시나리오를 생성하는 단계; 및
    상기 레그테크 플랫폼 장치가, 상기 고객위험지표 또는 상기 거래위험지표에 기초한 상기 시나리오를 기반으로 상기 거래 요청에 대한 위험도를 결정하는 단계를 포함하되,
    상기 핀테크 사업자는 상기 금융회사와 상이하며,
    상기 고객 정보는 상기 핀테크 서비스에의 등록 정보를 포함하고, 상기 거래 정보는 상기 핀테크 서비스별 입출금 정보를 포함하며,
    상기 시나리오를 생성하는 단계는,
    상기 레그테크 플랫폼 장치가, 상기 고객위험지표를 x축으로 하고 상기 거래위험지표를 y축으로 하는 좌표계 상에 상기 거래 요청을 배치하여 거래 사례를 군집화하는 단계;
    상기 레그테크 플랫폼 장치가, 미리 알려진 정상 거래 사례를 상기 좌표계를 이용하여 군집화한 정상 집단군을 생성하는 단계;
    상기 레그테크 플랫폼 장치가, 상기 정상 집단군과 상이한 군에 속하는 상기 거래 요청을 위험 대상으로 결정하도록 상기 시나리오를 생성하는 단계; 및
    상기 레그테크 플랫폼 장치가, 복수의 지표를 이용한 상기 거래 요청의 군집화 결과에 기초하여 결정된 복수의 위험도 값과, 미리 알려진 위험 거래에서 지표가 나타나는 순위 또는 빈도에 기초하여 결정된 상기 복수의 지표 각각의 가중치를 이용하여, 상기 복수의 위험도 값에 각각 상응하는 상기 가중치를 곱한 값을 합산한 값을 이용하여 상기 거래 요청의 위험도를 산출하는 단계를 포함하며,
    상기 복수의 위험도 값 각각은, 상기 좌표계 상에서 상기 거래 요청이 상기 정상 집단군에 속하는지 여부 또는 상기 거래 요청과 상기 정상 집단군과의 거리를 나타내는 값인 금융거래 위험 관리 방법.
  9. 삭제
  10. 삭제
  11. 제8항에 있어서,
    상기 레그테크 플랫폼 장치가, 상기 시나리오에 기초하여 결정된 위험도가 미리 설정된 문턱값 이상인 상기 거래 요청에 상응하는 보고서를 생성하는 단계를 더 포함하는 금융거래 위험 관리 방법.
  12. 제11항에 있어서,
    상기 레그테크 플랫폼 장치가, 상기 보고서를 상기 고객 및 금융거래 감독당국 중 하나 이상에 전송하는 단계를 더 포함하는 금융거래 위험 관리 방법.
  13. 하드웨어와 결합되어 제8항, 제11항 또는 제12항 중 어느 한 항에 따른 금융거래 위험 관리 방법을 실행하도록 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
KR1020190032087A 2019-03-21 2019-03-21 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램 KR102042442B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190032087A KR102042442B1 (ko) 2019-03-21 2019-03-21 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190032087A KR102042442B1 (ko) 2019-03-21 2019-03-21 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020190131966A Division KR20200112622A (ko) 2019-10-23 2019-10-23 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR102042442B1 true KR102042442B1 (ko) 2019-11-08

Family

ID=68542360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190032087A KR102042442B1 (ko) 2019-03-21 2019-03-21 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102042442B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210063078A (ko) * 2019-11-22 2021-06-01 주식회사 심플로지스 스마트 품목분류 시스템 및 그 방법
KR102492167B1 (ko) * 2022-02-27 2023-01-26 주식회사 보난자팩토리 이상거래 탐지 및 블랙리스트 관리가 가능한 입출금 관리장치 및 그 방법
KR102492174B1 (ko) * 2022-02-27 2023-01-26 주식회사 보난자팩토리 이상거래 탐지 및 블랙리스트 관리가 가능한 실계좌 기반의 가상자산 거래소 입출금 관리장치 및 그 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110114181A (ko) * 2010-04-13 2011-10-19 고려대학교 산학협력단 예측 정확성이 향상된 대출 심사 방법
KR20130104231A (ko) * 2012-03-13 2013-09-25 주식회사 한국프라임테크놀로지 금융사기 의심거래 모니터링 시스템 및 방법
KR20160128866A (ko) * 2015-04-29 2016-11-08 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 방법 및 이를 수행하는 장치
KR101717596B1 (ko) 2015-02-12 2017-03-17 주식회사 핑거 이상거래 탐지장치 및 탐지방법
KR20170100535A (ko) * 2014-12-30 2017-09-04 알리바바 그룹 홀딩 리미티드 거래 위험 검출 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110114181A (ko) * 2010-04-13 2011-10-19 고려대학교 산학협력단 예측 정확성이 향상된 대출 심사 방법
KR20130104231A (ko) * 2012-03-13 2013-09-25 주식회사 한국프라임테크놀로지 금융사기 의심거래 모니터링 시스템 및 방법
KR20170100535A (ko) * 2014-12-30 2017-09-04 알리바바 그룹 홀딩 리미티드 거래 위험 검출 방법 및 장치
KR101717596B1 (ko) 2015-02-12 2017-03-17 주식회사 핑거 이상거래 탐지장치 및 탐지방법
KR20160128866A (ko) * 2015-04-29 2016-11-08 홍승필 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 방법 및 이를 수행하는 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210063078A (ko) * 2019-11-22 2021-06-01 주식회사 심플로지스 스마트 품목분류 시스템 및 그 방법
KR102415644B1 (ko) * 2019-11-22 2022-07-01 주식회사 심플로지스 스마트 품목분류 시스템 및 그 방법
KR102492167B1 (ko) * 2022-02-27 2023-01-26 주식회사 보난자팩토리 이상거래 탐지 및 블랙리스트 관리가 가능한 입출금 관리장치 및 그 방법
KR102492174B1 (ko) * 2022-02-27 2023-01-26 주식회사 보난자팩토리 이상거래 탐지 및 블랙리스트 관리가 가능한 실계좌 기반의 가상자산 거래소 입출금 관리장치 및 그 방법

Similar Documents

Publication Publication Date Title
CN110232565B (zh) 资源清算方法、装置、计算机设备和存储介质
KR102042442B1 (ko) 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램
US20230274279A1 (en) System and method for identity chaining
CN110070359A (zh) 基于区块链的数据核对系统、方法、计算设备及存储介质
KR20200112622A (ko) 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램
CN104321794A (zh) 一种使用多维评级来确定一实体的未来商业可行性的系统和方法
CN111144697A (zh) 数据处理方法、装置、存储介质及电子设备
CN110443624A (zh) 基于区块链的收单商户审查方法及节点装置
US20240144274A9 (en) Transaction-risk evaluation by resource-limited devices
EP4143689A1 (en) Blockchain network risk management universal blockchain data model
CN114399319A (zh) 基于预测模型的虚假企业识别方法、装置、设备和介质
US20180365687A1 (en) Fraud detection
US9438626B1 (en) Risk scoring for internet protocol networks
US20140279378A1 (en) Model performance simulator
CN116757476A (zh) 一种风险预测模型的构建、风险防控方法和装置
CN112541765A (zh) 用于检测可疑交易的方法和装置
CN116703555A (zh) 一种预警方法、装置、电子设备及计算机可读介质
CN114119195A (zh) 跨境电商数据资产管理方法、装置、计算机设备及介质
EP3859623A1 (en) Risk vertex identification method and apparatus
KR102178253B1 (ko) 사기 관리 시스템 및 방법
CN113095676A (zh) 生产事件风险等级的获取方法、装置、设备、介质
CN110033151A (zh) 关系风险评价方法、装置、电子设备及计算机存储介质
Aksentijević et al. Application of social network analysis to port community systems
US20230237492A1 (en) Machine learning fraud cluster detection using hard and soft links and recursive clustering
US12045261B2 (en) Method and apparatus for measuring material risk in a data set

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant