KR102143181B1 - 사기거래 탐지를 위한 본인확인 방법, 장치 및 프로그램 - Google Patents

Abstract

컴퓨터에 의하여 수행되는 방법에 있어서, 거래당사자 간에 수행되는 대화내역을 획득하는 단계, 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200), 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300) 및 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400)를 포함하는, 사기거래 탐지를 위한 본인확인 방법이 개시된다.

Description

사기거래 탐지를 위한 본인확인 방법, 장치 및 프로그램 {IDENTIFICATION METHOD, APPARATUS AND PROGRAM FOR FRAUD DETECTION}

본 발명은 사기거래 탐지를 위한 본인확인 방법, 장치 및 프로그램에 관한 것이다.

P2P(Peer to peer)는 인터넷에서 개인과 개인이 직접 연결되는 것을 의미한다. 기존에는 개인과 개인이 연결되어 파일을 공유하는 것을 주로 의미하였으나, 최근에는 스마트폰과 인터넷의 발달, 다양한 서비스 및 플랫폼의 개발 등으로 인해 다양한 분야에서 P2P가 이용되고 있다.

예를 들어, 개인 간 중고물품을 거래하거나, 게임머니 혹은 게임 아이템을 거래하기도 하며, 최근에는 투자나 대출까지도 P2P를 통해 수행되고 있다.

이러한 P2P 서비스는 자율성이 높으며 유연한 서비스를 제공할 수 있는 장점이 있으나, 중앙통제식 거래방식과 달리 개인 간 사기거래 등에 취약한 문제점이 있다.

이에 다양한 사기거래 탐지방법들이 개발 및 적용되고 있으나, 금융권 등에서 기존에 활용하던 기술을 차용하는 것이 일반적이다. 예를 들어, 거래 시간대, 거래위치, 거래목적물 등 로그에 기반한 사기거래 탐지방법이 주로 이용되고 있다.

하지만, 개인 간 거래의 경우 기존의 거래방식과 그 양상이 다소 상이하므로 기존의 탐지방법을 그대로 적용하기 어렵다. 또한, 개인 간 거래의 경우 기존의 거래방식에는 이용할 수 없는 새로운 사기거래 탐지방법이 적용될 수 있다. 따라서, 개인 간 거래방식에 이용할 수 있는 새로운 사기거래 탐지방법의 개발이 요구되고 있다.

등록특허공보 제10-1675416호, 2016.11.07 등록

본 발명이 해결하고자 하는 과제는 사기거래 탐지를 위한 본인확인 방법, 장치 및 프로그램을 제공하는 것이다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 사기거래 탐지를 위한 본인확인 방법은, 거래당사자 간에 수행되는 대화내역을 획득하는 단계(S100), 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200), 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300) 및 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400)를 포함한다.

또한, 상기 단계(S200)는, 상기 대화내역으로부터, 상기 제1 거래당사자의 기존 대화패턴과 상이한 하나 이상의 대화내용을 도출하는 단계(S210)를 포함하고, 상기 단계(S300)는, 상기 단계(S210)에서 도출된 하나 이상의 대화내용 각각에 대한 감점여부를 결정하는 단계(S310) 및 상기 결정된 감점여부에 따라, 상기 제1 거래당사자에 대한 총 감점을 산출하는 단계(S320)를 포함하고, 상기 단계(S400)는, 상기 총 감점이 기 설정된 기준값을 초과하는 경우, 상기 제1 거래당사자에게 추가 채널을 통한 본인인증을 요청하는 단계(S410)를 포함할 수 있다.

또한, 상기 단계(S410)에 따른 본인인증에 성공하는 경우, 상기 단계(S210)에서 도출된 하나 이상의 대화내용을 이용하여 상기 제1 거래당사자의 대화패턴을 업데이트하는 단계(S500)를 더 포함할 수 있다.

또한, 상기 단계(S210)는, 상기 제1 거래당사자의 기존 대화패턴에 기초하여 학습된 인공지능 모델을 획득하는 단계(S212) 및 상기 인공지능 모델을 이용하여, 상기 대화내역으로부터 상기 제1 거래당사자의 기존 대화패턴과 기 설정된 기준값 이하의 연관성을 갖는 하나 이상의 대화내용을 도출하는 단계(S214)를 포함할 수 있다.

또한, 상기 단계(S500)는, 상기 단계(S214)에서 도출된 하나 이상의 대화내용에 기초하여 상기 인공지능 모델에 대한 강화학습을 수행하는 단계(S510)를 포함할 수 있다.

또한, 상기 단계(S400)는, 상기 제1 거래당사자에 대한 정보를 획득하는 단계(S420), 상기 단계(S420)에서 획득된 정보에 기초하여 상기 제1 거래당사자에 대한 본인확인 질문을 생성하는 단계(S430), 상기 제1 거래당사자의 거래 상대방을 발신자로 하여, 상기 본인확인 질문을 상기 제1 거래당사자에 전송하는 단계(S440), 상기 제1 거래당사자로부터 상기 본인확인 질문에 대한 답변을 수신하는 단계(S450) 및 상기 답변에 기초하여 상기 제1 거래당사자의 본인인증을 수행하는 단계(S460)를 포함할 수 있다.

또한, 상기 단계(S100)는, 상기 획득된 대화내역에 기초하여, 상기 거래당사자 간에 거래를 수행하고자 하는 게임에 대한 정보를 획득하는 단계(S610), 상기 획득된 대화내역에 기초하여, 상기 거래의 거래목적물에 대한 정보를 획득하되, 상기 거래목적물은 상기 게임의 아이템 또는 게임머니인, 단계(S620), 상기 제1 거래당사자의 상기 게임 플레이 기록을 획득하는 단계(S630), 상기 게임 플레이 기록에 기초하여, 상기 제1 거래당사자가 상기 거래목적물을 거래할 확률을 산출하는 단계(S640) 및 상기 산출된 거래확률이 기 설정된 기준값 이하인 경우, 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S650)를 더 포함할 수 있다.

또한, 상기 단계(S650)는, 상기 제1 거래당사자가 본인인증에 실패하는 경우, 상기 제1 거래당사자의 메시지 전송을 차단하는 단계(S710), 상기 제1 거래당사자의 거래 상대방에게 거래 중단을 요청하는 단계(S720), 상기 게임을 관리하는 서버에 상기 제1 거래당사자의 게임 계정 로그오프 및 패스워드 변경을 요청하는 단계(S730) 및 상기 게임을 관리하는 서버로부터 변경된 패스워드에 대한 정보를 획득하는 단계(S740)를 더 포함하고, 상기 단계(S740)는, 상기 제1 거래당사자가 본인인증에 성공하는 경우, 상기 변경된 패스워드에 대한 정보를 상기 제1 거래당사자에게 제공하는 단계(S750)를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따라 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 거래당사자 간에 수행되는 대화내역을 획득하는 단계(S100), 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200), 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300) 및 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400)를 수행하는, 장치가 제공된다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 사기거래 탐지를 위하여 하드웨어인 컴퓨터와 결합되어, 개시된 실시 예에 따른 사기거래 탐지를 위한 본인확인 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램이 제공된다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

개시된 실시 예에 따르면, 개인 간 거래시 발생하게 되는 대화내용에 기초하여 본인여부를 판단할 수 있어, 개인 간 거래에 특화된 사기거래 탐지방법을 제공할 수 있는 장점이 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 일 실시 예에 따른 시스템을 도시한 도면이다.
도 2는 일 실시 예에 따라 사기거래 탐지를 위한 본인확인 방법을 도시한 흐름도이다.
도 3은 일 실시 예에 따른 본인확인 방법을 구체적으로 설명하는 흐름도이다.
도 4는 일 실시 예에 따라 인공지능 모델을 이용하는 방법을 도시한 흐름도이다.
도 5는 일 실시 예에 따라 본인확인 질문을 제공하는 방법을 도시한 흐름도이다.
도 6은 일 실시 예에 따라 거래목적물의 거래확률 기반 본인확인 방법을 도시한 흐름도이다.
도 7은 일 실시 예에 따라 본인인증에 실패하는 경우 대응방법을 도시한 흐름도이다.
도 8은 일 실시 예에 따른 장치의 구성도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.

도 1은 일 실시 예에 따른 시스템을 도시한 도면이다.

도 1을 참조하면, 하나 이상의 사용자 단말(10 및 20)과 서버(100)가 도시되어 있다. 일 실시 예에서, 사용자 단말(10 및 20) 및 서버(100)는 상술한 컴퓨터의 일종일 수 있으며, 이에 제한되는 것은 아니다.

예를 들어, 사용자 단말(10 및 20)은 스마트폰, 태블릿 PC, 데스크탑, 노트북 등일 수 있으나, 이에 제한되는 것은 아니다.

일 실시 예에서, 사용자 단말(10 및 20)은 개시된 실시 예에 따른 서비스를 이용하는 사용자들이 이용하는 단말 장치를 의미할 수 있다.

일 실시 예에서, 서버(100)는 개시된 실시 예에 따른 플랫폼 또는 서비스를 제공하는 서버를 의미할 수 있다. 실시 예에 따라서, 서버(100)는 클라우드 서버일 수도 있다.

개시된 실시 예에 따른 서버(100)는, 사기거래 탐지를 위한 본인확인 방법을 수행하고, 관련 서비스를 제공할 수 있다.

일 실시 예에서, 서버(100)는 거래당사자 간에 수행되는 대화내역을 획득할 수 있다. 예를 들어, 서버(100)는 온라인 중고거래 또는 게임 아이템 거래를 위하여 사용자들 간에 수행되는 대화를 모니터링할 수 있다.

일 실시 예에서, 서버(100)는 게임 아이템 거래를 중개하는 플랫폼을 제공하는 서버일 수 있으나, 이에 제한되는 것은 아니며, 중고물품을 거래하는 플랫폼 등 P2P 거래가 발생하는 모든 종류의 플랫폼을 제공하는 서버를 의미할 수 있다.

서버(100)는 거래당사자 간에 수행되는 대화의 내용을 획득하고, 각 거래당사자의 기존 대화패턴에 기초하여 현재 대화중인 거래당사자가 본인인지 여부를 판단할 수 있다.

예를 들어, 특정 거래당사자의 아이디가 해킹을 당했거나, PC방 등 공용공간에서 로그인을 유지한 상태로 자리를 비웠거나, 유사 아이디 혹은 부계정을 이용하는 등 거래당사자 본인이 아닌 자가 거래당사자를 사칭하여 사기를 치거나, 헐값에 아이템을 넘기거나 처분하는 등 거래당사자 및 그 상대방에게 피해를 입힐 수 있다.

따라서, 개시된 실시 예에 따른 서버(100)는 거래당사자의 대화내용에 기초하여 거래당사자 본인인지 여부를 판단할 수 있다.

일 실시 예에서, 서버(100)는 개시된 실시 예에 따른 본인여부 판단을 위해 필요한 정보들을 수집할 수 있다.

예를 들어, 서버(100)는 챗봇을 이용하여 사용자들의 대화내용을 획득하고, 이로부터 사용자들의 대화패턴을 추출 및 학습할 수 있다.

예를 들어, 서버(100)는 메신저 대화방에서 수행되는 대화의 내용을 획득하고, 이를 분석하여 각 사용자에 대한 정보를 획득할 수 있다. 획득된 정보는 다양하게 활용될 수 있으며, 개시된 실시 예에 따른 메신저 대화방은 서버(100)에서 자체적으로 제공하는 메신저 애플리케이션에 기반하여 제공되는 것일 수도 있고, 타 애플리케이션에 의하여 제공되는 것일 수도 있다.

타 애플리케이션에 의하여 제공되는 메신저 대화방을 이용하여 개시된 실시 예에 따른 서비스를 제공하기 위해서는, 아래와 같은 실시 예들이 적용될 수 있다.

일 예로, 메신저 대화방의 대화내용을 텍스트 파일 등으로 추출한 후, 추출된 파일을 분석하여 대화내용을 획득할 수 있다. 또한, 추출된 파일에 포함된 대화내용을 서버(100)에서 제공하는 메신저 대화방으로 임포트(import)하여 대화를 그대로 이어갈 수 있도록 할 수도 있다.

일 실시 예에서, 서버(100)는 다른 메신저 애플리케이션의 대화방에서 추출된 대화 기록을 서버(100)에 의하여 제공되는 메신저 대화방에 임포트함으로써, 기존의 대화를 그대로 이어가도록 할 수 있다.

이미 생성된 대화방이 있는 경우, 추출된 대화 기록에 포함된 사용자들의 대화내역을 해당 대화방의 각 사용자들이 말한 것과 같이 임포트할 수 있다. 실시 예에 따라서, 추출된 대화 기록에 포함되지 않은 사용자들이 이미 생성된 대화방에 있는 경우, 임포트된 정보는 전체에 공개될 수도 있고, 추출된 대화 기록에 포함된 사용자들에게만 표시될 수도 있다. 추출된 대화 기록에 포함된 사용자들 중 이미 생성된 대화방에 포함되지 않은 사용자가 있는 경우, 해당 사용자들을 초대할 수도 있다.

일 실시 예에서, 추출된 대화내역에서 특정 사용자 및 해당 사용자가 말한 내용을 제거할 수도 있고, 광고글이나 특정 소재의 대화 등을 제거하고자 할 수도 있다.

이 경우, 서버(100)는 제거하고자 하는 대상에 대한 정보를 포함하는 필터 정보를 획득하고, 해당 필터에 기초하여 추출된 대화내역을 필터링할 수 있다. 서버(100)는 필터링된 대화 내역을 임포트할 수 있다.

다른 예로, 해당 메신저 애플리케이션에서 챗봇 개발을 위한 API 등을 공개한 경우, 이를 이용하여 개시된 실시 예에 따른 서비스를 제공할 수 있는 챗봇을 개발할 수 있다.

서버(100)는 대화내용에 기초하여 각 사용자에 대한 정보를 수집하고, 각 사용자에게 최적화된 광고나 거래정보 등을 제공할 수 있을 뿐 아니라, 각 사용자의 대화패턴을 분석하여 본인여부를 확인하는 데에도 활용할 수 있다.

또한, 각 대화내용에 기초하여 사용자가 필요로 하는 정보를 검색하여 제공할 수 있고, 거래 상대방을 매칭하여 제공할 수도 있다.

일 실시 예에서, 특정 사용자가 어떠한 게임 아이템을 판매하고자 하는 내용을 메신저 대화방에서 발화할 수 있다. 이 때, 서버(100)는 해당 문장을 분석하여, 해당 아이템을 구매하고자 하는 사용자들에 대한 정보를 수집할 수 있다. 서버(100)는 수집된 정보에 기초하여, 해당 아이템을 구매하고자 하는 적어도 하나의 사용자를 선택하고, 메신저 대화방에 참여시킬 수 있다.

서버(100)는 빠른 거래의 진행을 위해, 메신저 대화방에 참여한 거래 당사자가 말한 것과 같이 해당 거래 당사자의 계정으로 메신저 대화방에 거래요청 메시지를 표시할 수 있다.

이후 거래 당사자들 간의 대화가 메신저 대화방에서 수행될 수 있으며, 서로 다른 언어를 이용하는 당사자들 간에는 자동으로 메시지가 번역되어 제공될 수 있다.

일 실시 예에서, 서버(100)는 본 명세서에서 설명하는 거래를 수행하기 위하여 거래당사자를 매칭할 수 있다.

일 실시 예에서, 거래는 동일 게임 내에서 수행될 수도 있으나, 이종 게임 간에서도 수행될 수 있다. 서버는 동종 혹은 이종 게임 간 아이템이나 게임머니를 거래하는 거래당사자들을 매칭할 수 있다.

일 실시 예에서, 서버(100)는 서로 다른 게임(이종 게임) 간 거래를 가능하도록 하는 중개 플랫폼을 제공할 수 있으나, 그 목적은 이종 게임 간 거래에 제한되는 것은 아니며, 동일한 게임과의 거래, 현금거래 등 다양하게 활용될 수 있다.

서로 다른 게임 간의 거래를 가능케 하기 위하여, 서버(100)는 서로 다른 게임 각각의 자산의 가치를 평가할 수 있어야 하며, 이에 기초하여 환율을 산출하거나, 중립적인 가치평가기준(예를 들어, 현금) 대비 가치평가를 수행할 수 있어야 한다.

서버(100)는 업로드된 거래요청들에 기초하여, 서로 평가된 가치가 유사한 거래요청들을 매칭하고, 매칭된 거래가 안전하게 수행되도록 하는 부가 서비스를 제공할 수 있다. 동일 게임 내 거래라면 게임 자체적으로 안전거래를 위한 수단을 마련할 수 있으나, 이종게임 간 거래의 경우 서버(100)가 중개자로서 안전거래를 위한 다양한 수단을 제공하여야 한다.

예를 들어, 서버(100)는 직접 거래를 중개하거나, 에스크로와 같은 안전거래 서비스를 제공하거나, 거래보험 혹은 보증금 등을 활용한 안전거래 수단을 제공할 수 있다.

일 실시 예에서, 사용자는 게임 간 게임머니를 송금하는 것 외에, 특정 게임의 플레이를 종료하고 새로운 게임을 플레이하고자 할 수 있다. 이 경우, 서버(100)는 캐릭터 교환 요청을 수신하고, 이를 매칭함으로써 서로 다른 사용자 간에 캐릭터를 교환할 수 있도록 지원할 수 있다.

캐릭터 교환의 경우, 게임머니 교환과 달리 다양한 지표에 기초하여 캐릭터를 평가하고, 매칭하여야 한다. 예를 들어, 캐릭터는 그 능력과 재산으로 평가될 수 있다. 캐릭터의 능력은 캐릭터의 스테이터스, 레벨, 전적 및 기타 게임 플레이 히스토리 등에 기초하여 평가될 수 있다.

일 실시 예에서, 캐릭터의 능력은 해당 게임의 전체 플레이어 대비 백분율로서 평가될 수도 있고, 해당 캐릭터를 키우는 데 필요한 시간으로서 평가될 수도 있으며, 그 외의 기타 지표들을 참조한 절대평가로 평가될 수도 있으며, 이에 제한되지 않는다.

또한, 캐릭터의 재산은 캐릭터가 보유한 게임머니와 아이템의 가치의 합으로 평가될 수 있다.

일 실시 예에서, 서로 다른 게임의 캐릭터 간 평가점수의 총점은 유사하더라도, 능력치와 재산은 서로 상이할 수 있다. 동등한 교환을 위해서는, 능력치 및 재산이 모두 유사한 캐릭터 간 매칭이 필요할 수 있다.

단, 실시 예에 따라, 혹은 사용자의 요청에 따라 능력과 재산의 반영비율 혹은 가중치가 설정될 수도 있다. 예를 들어, 제1 게임 캐릭터는 능력치가 높고 재산이 적을 수 있다. 이 때, 제1 게임 캐릭터의 주인은 능력치는 낮더라도 재산이 많은 제2 게임 캐릭터와의 매칭을 원할 수 있다.

이 경우, 총점 기준으로 캐릭터를 매칭한 후, 매칭된 제2 게임 캐릭터들 중 재산이 많은 캐릭터를 제1 게임 캐릭터와 매칭할 수 있다.

매칭의 기준은 각 사용자에 의하여 설정될 수 있으며, 서버(100)는 각 사용자에게 매칭기준을 설정할 수 있는 인터페이스를 제공할 수 있다.

일 실시 예에서, 서버(100)는 우선 능력치에 기초하여 캐릭터를 매칭할 수 있으나, 재산의 경우 차액이 발생하면 상술한 실시 예에 따라 다른 캐릭터와 게임머니를 교환하도록 함으로써 차액을 보전할 수 있다.

즉, 제1 게임 캐릭터와 제2 게임 캐릭터를 교환하는 경우, 제2 게임 캐릭터가 상대적으로 재산이 적은 경우, 제1 게임 캐릭터의 재산 중 차액에 해당하는 부분을 제2 게임으로 송금하여 제2 게임 캐릭터에게 지급할 수 있다.

일 실시 예에서, 특정 게임의 서비스가 종료되는 경우 해당 게임을 플레이한 사용자들은 더 이상 다른 게임으로 게임머니를 송금하거나, 캐릭터를 교환할 수 없을 것이다. 이 경우 해당 게임에 쏟은 노력을 보상받을 수 없게 되므로, 게임사는 자사의 다른 게임, 혹은 제휴를 맺은 다른 게임사의 게임으로 게임머니를 송금하도록 보조할 수 있다.

예를 들어, 제1 게임이 곧 서비스 종료되는 경우, 서버(100)는 제1 게임 개발사로부터 제1 게임과 제2 게임의 기 설정된 환율정보를 획득할 수 있다. 이 경우, 서버(100)는 기 설정된 환율정보에 기초하여 제1 게임의 게임머니를 제2 게임으로 환전 및 송금할 수 있도록 보조할 수 있다.

예를 들어, 제1 게임의 플레이어로부터 환전요청이 수신되는 경우, 해당 금액을 서버(100)가 획득하고, 이에 대응하는 제2 게임의 게임머니를 제2 게임의 해당 플레이어 계정에 지급할 수 있다.

이 경우, 제2 게임의 게임머니를 획득하는 데 필요한 비용은 제1 게임사로부터 지원받을 수 있으며, 실시 예에 따라 서버(100)가 획득한 제1 게임머니를 게임사가 전달받아 폐기하고, 서버(100)에 이에 대응하는 제2 게임의 게임머니를 지급할 수 있다. 서버(100)는 지급된 제2 게임의 게임머니를 제2 게임의 플레이어에게 지급할 수 있다.

도 2는 일 실시 예에 따라 사기거래 탐지를 위한 본인확인 방법을 도시한 흐름도이다.

단계 S100에서, 컴퓨터는 거래당사자 간에 수행되는 대화내역을 획득한다.

단계 S200에서, 컴퓨터는 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출한다.

단계 S300에서, 컴퓨터는 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단한다.

단계 S400에서, 컴퓨터는 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청한다.

일 실시 예에서, 거래당사자 간에 수행되는 대화는 메신저 애플리케이션을 통하여 제공될 수도 있으며, 메신저 애플리케이션은 서버(100)에 의하여 제공되는 것일 수 있다. 또한, 거래당사자 간에 수행되는 대화는 서버(100)에서 제공되는 웹사이트를 통해 수행될 수도 있으며, 그 방법은 제한되지 않는다.

일 실시 예에서, 컴퓨터는 각 거래당사자의 기존 대화패턴에 기초하여 현재 대화를 수행중인 거래당사자의 대화내용 중 위험요소를 도출할 수 있다. 예를 들어, 각 거래당사자가 기존에 사용하지 않던 단어, 어투, 문법, 사투리, 맞춤법 등을 이용하는 경우, 본인이 아니라고 의심될 수 있다.

예를 들어, 평소 “아이템”이라는 단어를 주로 이용하던 사용자가 “아템”이나 “템” 등의 약어를 사용한다거나, “안, 않”, “되, 돼” 등 맞춤법을 잘 사용하던 사용자가 맞춤법을 틀린다거나, 반대로 맞춤법을 잘 틀리던 사용자가 맞춤법에 맞게 말하는 경우 본인이 아니라고 의심할 수 있다. 즉, 컴퓨터는 이러한 불일치가 발생하는 경우 이를 위험요소라고 판단할 수 있다.

이러한 대화내용 분석은 다양한 방법으로 수행될 수 있다.

일 예로, 대화내용 분석은 각 사용자가 기존에 수행한 대화내역에 기초하여 생성된 키워드 데이터베이스에 기초하여 수행될 수 있다. 예를 들어, 사용자가 기존에 수행한 대화내역에 기초하여, 사용자가 기존에 이용한 단어들을 포함하는 데이터베이스가 생성될 수 있으며, 각 단어의 사용횟수나 빈도가 기록될 수 있다.

컴퓨터는 이러한 데이터베이스에 기초하여, 현재 사용자가 사용하는 단어들과 비교함으로써 본인여부를 판단할 수 있다.

나아가, 키워드 데이터베이스는 말뭉치(corpus) 기반으로도 생성될 수 있다. 예를 들어, 단어뿐 아니라 각 음절, 음운, 조사 등 다양한 단위에 기초하여 사용자의 기존 대화내용이 분류, 분절 및 저장될 수 있으며, 컴퓨터는 이러한 말뭉치 기반 데이터베이스를 이용하여 현재 사용자의 대화내용을 분석함으로써, 더 정밀하게 본인여부를 판단할 수 있다.

다른 예로, 컴퓨터는 학습된 인공지능 모델에 기초하여 본인여부를 판단할 수 있다. 예를 들어 컴퓨터는 확률 기반 모델을 이용할 수도 있고, 자연어처리(NLP) 기반으로 사용자의 대화내용을 분석 및 비교할 수도 있다. 인공지능 모델을 이용하는 구체적인 방법에 대해서는 후술한다.

컴퓨터는 이러한 위험요소가 발생할 때마다 그 위험도를 정량화하여 판단할 수 있고, 해당 위험도가 기 설정된 기준을 초과하는 경우 해당 거래당사자에게 본인인증을 요청할 수 있다.

도 3은 일 실시 예에 따른 본인확인 방법을 구체적으로 설명하는 흐름도이다.

상술한 단계(S200)에서, 컴퓨터는 상기 대화내역으로부터, 상기 제1 거래당사자의 기존 대화패턴과 상이한 하나 이상의 대화내용을 도출하는 단계(S210)를 수행할 수 있다.

상술한 단계(S300)에서, 컴퓨터는 상기 단계(S210)에서 도출된 하나 이상의 대화내용 각각에 대한 감점여부를 결정하는 단계(S310)를 수행할 수 있다.

또한, 컴퓨터는 상기 결정된 감점여부에 따라, 상기 제1 거래당사자에 대한 총 감점을 산출하는 단계(S320)를 수행할 수 있다.

상술한 단계(S400)에서, 컴퓨터는 상기 총 감점이 기 설정된 기준값을 초과하는 경우, 상기 제1 거래당사자에게 추가 채널을 통한 본인인증을 요청하는 단계(S410)를 수행할 수 있다.

일 실시 예에서, 상술한 단계(S410)에 따른 본인인증에 성공하는 경우, 컴퓨터는 도 2에 도시된 바와 같이, 상술한 단계(S210)에서 도출된 하나 이상의 대화내용을 이용하여 상기 제1 거래당사자의 대화패턴을 업데이트하는 단계(S500)를 수행할 수 있다.

일 실시 예에서, 상술한 바와 같이 컴퓨터는 각 위험요소(상이한 대화내용)의 위험도를 평가할 수 있으며, 위험도 평가는 만점(안전한 정도)에서부터 감점하는 방식으로 수행될 수 있다. 예를 들어, 위험요소가 발견될 때마다 그 위험성을 평가할 수 있고, 이에 따라 감점여부 및 그 감점이 결정될 수 있다.

예를 들어, 사용자가 전혀 사용하지 않던 단어를 사용하였을수록 더 큰 감점이 될 수 있고, 사용자가 한 번도 틀리지 않던 맞춤법을 틀렸을수록 더 큰 감점이 될 수 있다.

하지만, 이러한 것은 본인이 아니라는 확증을 줄 수 있는 것은 아니며, 또한 실수나 오타로 발생한 문제일 수도 있다. 따라서 감점 제도를 도입하여, 총 감점이 기 설정된 기준을 초과하는 경우 본인이 아닐 수 있다고 판단, 추가 채널을 통한 본인인증을 요청할 수 있다.

본인인증은 생체인증(예를 들어, 지문인증, 홍채인증, 셀피(selfie)인증 등을 포함할 수 있으나, 이에 제한되지 않는다)이나 본인확인 질문, 패스워드, 핀 번호 등을 이용한 인증 등을 포함할 수 있으며, 이에 제한되는 것은 아니다.

도 4는 일 실시 예에 따라 인공지능 모델을 이용하는 방법을 도시한 흐름도이다.

상술한 단계(S210)에서, 컴퓨터는 상기 제1 거래당사자의 기존 대화패턴에 기초하여 학습된 인공지능 모델을 획득하는 단계(S212)를 수행할 수 있다.

또한, 컴퓨터는 상기 인공지능 모델을 이용하여, 상기 대화내역으로부터 상기 제1 거래당사자의 기존 대화패턴과 기 설정된 기준값 이하의 연관성을 갖는 하나 이상의 대화내용을 도출하는 단계(S214)를 수행할 수 있다.

상술한 단계(S500)에서, 컴퓨터는 상기 단계(S214)에서 도출된 하나 이상의 대화내용에 기초하여 상기 인공지능 모델에 대한 강화학습을 수행하는 단계(S510)를 수행할 수 있다.

일 실시 예에서, 인공지능 모델은 확률기반 모델로서, 기 학습된 모델에 사용자의 대화내용을 입력하여, 사용자가 해당 대화내용에 포함된 단어 등을 이용할 확률을 산출하도록 할 수 있다. 해당 확률이 기 설정된 기준값 이하인 경우, 컴퓨터는 이를 위험요소로 판단할 수 있다.

또한, 인공지능 모델은 사용자의 대화내용을 자연어분석을 이용하여 기존의 대화내역과 비교할 수 있으며, 이를 통해 본인여부를 확인할 수도 있다.

일 실시 예에서, 추가 채널을 통한 본인인증 결과 본인임이 확인되는 경우, 위험요소로 판단한 대화내용을 사용자의 대화내역 데이터베이스에 추가할 수 있다. 또한, 컴퓨터는 인공지능 모델을 업데이트할 수 있으며, 예를 들어 추가된 데이터베이스에 기초하여 추가 학습을 수행하거나, 판단 결과에 대한 피드백을 제공하여 강화학습을 수행할 수도 있다.

도 5는 일 실시 예에 따라 본인확인 질문을 제공하는 방법을 도시한 흐름도이다.

상술한 단계(S400)에서, 컴퓨터는 상기 제1 거래당사자에 대한 정보를 획득하는 단계(S420)를 수행할 수 있다.

또한, 컴퓨터는 상술한 단계(S420)에서 획득된 정보에 기초하여 상기 제1 거래당사자에 대한 본인확인 질문을 생성하는 단계(S430)를 수행할 수 있다.

또한, 컴퓨터는 상기 제1 거래당사자의 거래 상대방을 발신자로 하여, 상기 본인확인 질문을 상기 제1 거래당사자에 전송하는 단계(S440)를 수행할 수 있다.

또한, 컴퓨터는 상기 제1 거래당사자로부터 상기 본인확인 질문에 대한 답변을 수신하는 단계(S450)를 수행할 수 있다.

또한, 컴퓨터는 상기 답변에 기초하여 상기 제1 거래당사자의 본인인증을 수행하는 단계(S460)를 수행할 수 있다.

일 실시 예에서, 본인확인 질문은 제1 거래당사자가 알고 있는 개인정보를 묻는 질문일 수 있다. 단, 대화가 감시당하거나 사기꾼으로 오해받는 불쾌감을 주지 않기 위하여, 컴퓨터는 제1 거래당사자의 상대방 계정으로 제1 거래당사자에게 본인확인 질문을 제공할 수 있다.

예를 들어, 메신저 대화창에서 제1 거래당사자의 상대방이 한 말처럼 본인확인 질문을 제공할 수 있다.

이러한 본인확인 질문 및 이에 대한 답변은 제1 거래당사자의 상대방의 단말에는 표시되지 않을 수 있다.

단, 이 경우 본인확인 질문의 내용이 제1 거래당사자의 개인정보 등에 대한 질문일 경우 문제가 생기거나 자연스럽지 않을 수 있다. 따라서, 컴퓨터는 본인확인 질문을 생성하되, 거래 상대방이 자연스럽게 물을 수 있는 질문을 생성할 수 있다.

예를 들어, 컴퓨터는 거래 목적물인 아이템의 입수경로를 묻거나, 이용기간을 묻거나, 구체적인 스펙 등을 물을 수 있다. 이 때, 컴퓨터는 제1 거래당사자의 답변내용과 실제 히스토리를 비교하여 본인여부를 판단할 수 있다.

또한, 컴퓨터는 제1 거래당사자가 자주 맞춤법을 틀리거나, 특정 단어를 이용하는 답변을 하도록 유도하는 질문을 생성할 수도 있다. 예를 들어 제1 거래당사자가 “안”과 “않”을 잘못 이용하는 경우, 컴퓨터는 “~를 좋아하세요?” 와 같은 질문을 함으로써 사용자가 “안 좋아해요” 혹은 “않 좋아해요” 와 같은 답변을 하도록 유도할 수 있다.

한 번의 질문으로 본인확인에 필요한 정보가 수집되지 않았거나, 본인여부가 불명확한 경우, 컴퓨터는 복수의 본인확인 질문을 생성하고, 이를 사용자에게 제공할 수 있다.

도 6은 일 실시 예에 따라 거래목적물의 거래확률 기반 본인확인 방법을 도시한 흐름도이다.

상술한 단계(S100)에서, 컴퓨터는 상기 획득된 대화내역에 기초하여, 상기 거래당사자 간에 거래를 수행하고자 하는 게임에 대한 정보를 획득하는 단계(S610)를 수행할 수 있다.

또한, 컴퓨터는 상기 획득된 대화내역에 기초하여, 상기 거래의 거래목적물에 대한 정보를 획득하되, 상기 거래목적물은 상기 게임의 아이템 또는 게임머니인, 단계(S620)를 수행할 수 있다.

또한, 컴퓨터는 상기 제1 거래당사자의 상기 게임 플레이 기록을 획득하는 단계(S630)를 수행할 수 있다.

또한, 컴퓨터는 상기 게임 플레이 기록에 기초하여, 상기 제1 거래당사자가 상기 거래목적물을 거래할 확률을 산출하는 단계(S640) 및 상기 산출된 거래확률이 기 설정된 기준값 이하인 경우, 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S650)를 더 포함할 수 있다.

예를 들어, 컴퓨터는 제1 거래당사자가 거래하고자 하는 거래목적물이 무엇인지 확인하고, 제1 거래당사자의 게임 플레이 기록에 기초하여 제1 거래당사자가 해당 거래목적물을 거래하는 것이 정상인지, 혹은 이를 거래할 확률이 어떠한지를 계산할 수 있다.

예를 들어, 제1 거래당사자가 특정 아이템을 판매하려고 할 수 있다. 이 때, 제1 거래당사자의 게임 플레이 기록상 제1 거래당사자가 해당 아이템을 자주 이용한다거나, 제1 거래당사자의 레벨상 해당 아이템을 한동안 더 이용해야 한다고 판단될 수 있다. 또한, 제1 거래당사자가 제1 게임의 게임머니를 현금화하거나, 제2 게임의 게임머니와 교환하고자 할 수 있다. 이 경우, 제1 거래당사자가 제1 게임을 활발하게 플레이하고 있는 경우, 컴퓨터는 이는 발생확률이 상대적으로 낮은 거래라고 판단할 수 있다.

상술한 예시는 설명을 위해 제시된 것이고, 이외에도 다양한 사례들에 있어서 컴퓨터가 거래목적물의 거래확률을 판단하고, 이에 따라 본인인증을 요청할 수 있다.

도 7은 일 실시 예에 따라 본인인증에 실패하는 경우 대응방법을 도시한 흐름도이다.

상술한 단계(S650)에서, 컴퓨터는 상기 제1 거래당사자가 본인인증에 실패하는 경우, 상기 제1 거래당사자의 메시지 전송을 차단하는 단계(S710)를 수행할 수 있다.

또한, 컴퓨터는 상기 제1 거래당사자의 거래 상대방에게 거래 중단을 요청하는 단계(S720)를 수행할 수 있다.

또한, 컴퓨터는 상기 게임을 관리하는 서버에 상기 제1 거래당사자의 게임 계정 로그오프 및 패스워드 변경을 요청하는 단계(S730)를 수행할 수 있다.

또한, 컴퓨터는 상기 게임을 관리하는 서버로부터 변경된 패스워드에 대한 정보를 획득하는 단계(S740)를 수행할 수 있다.

상술한 단계(S740)에서, 컴퓨터는 상기 제1 거래당사자가 본인인증에 성공하는 경우, 상기 변경된 패스워드에 대한 정보를 상기 제1 거래당사자에게 제공하는 단계(S750)를 수행할 수 있다.

일 실시 예에서, 컴퓨터는 제1 거래당사자가 본인인증에 실패하는 경우, 현재 제1 거래당사자를 누군가 사칭하는 것으로 판단할 수 있다. 이 경우, 컴퓨터는 피해발생을 막기 위하여 거래 상대방에게 거래 중단을 요청하고, 사칭사실을 알릴 수 있다.

또한, 컴퓨터는 게임을 관리하는 서버에 대하여 제1 거래당사자의 계정을 강제 로그아웃시키고, 비밀번호를 변경하도록 하여 추가 피해 발생을 막을 수 있다.

이 경우, 컴퓨터는 변경된 비밀번호를 게임 관리 서버로부터 받을 수 있고, 이후 제1 거래당사자 본인이 본인인증을 수행하는 경우 변경된 비밀번호를 제공하여, 직접 게임에 로그인하여 사태르 수습하거나 비밀번호를 변경하도록 할 수 있다.

도 8은 일 실시 예에 따른 장치의 구성도이다.

프로세서(102)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.

일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 7과 관련하여 설명된 방법을 수행한다.

예를 들어, 프로세서(102)는 메모리에 저장된 하나 이상의 인스트럭션을 실행함으로써 거래당사자 간에 수행되는 대화내역을 획득하고, 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하고, 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하고, 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청한다.

한편, 프로세서(102)는 프로세서(102) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(102)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.

메모리(104)에는 프로세서(102)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(104)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

10 : 사용자 단말
20 : 사용자 단말
100 : 서버

Claims (10)

1. 컴퓨터에 의하여 수행되는 방법에 있어서,
   거래당사자 간에 수행되는 대화내역을 획득하는 단계(S100);
   거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200);
   상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300); 및
   상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400); 를 포함하고,
   상기 단계(S200)는,
   상기 대화내역으로부터, 상기 제1 거래당사자의 기존 대화패턴과 상이한 하나 이상의 대화내용을 도출하는 단계(S210); 를 포함하고,
   상기 단계(S300)는,
   상기 단계(S210)에서 도출된 하나 이상의 대화내용 각각에 대한 감점여부를 결정하는 단계(S310); 및
   상기 결정된 감점여부에 따라, 상기 제1 거래당사자에 대한 총 감점을 산출하는 단계(S320); 를 포함하고,
   상기 단계(S400)는,
   상기 총 감점이 기 설정된 기준값을 초과하는 경우, 상기 제1 거래당사자에게 추가 채널을 통한 본인인증을 요청하는 단계(S410);
   상기 제1 거래당사자에 대한 정보를 획득하는 단계(S420);
   상기 단계(S420)에서 획득된 정보에 기초하여 상기 제1 거래당사자에 대한 본인확인 질문을 생성하는 단계(S430);
   상기 제1 거래당사자의 거래 상대방을 발신자로 하여, 상기 본인확인 질문을 상기 제1 거래당사자에 전송하는 단계(S440);
   상기 제1 거래당사자로부터 상기 본인확인 질문에 대한 답변을 수신하는 단계(S450); 및
   상기 답변에 기초하여 상기 제1 거래당사자의 본인인증을 수행하는 단계(S460); 를 포함하고,
   상기 단계(S100)는,
   상기 획득된 대화내역에 기초하여, 상기 거래당사자 간에 거래를 수행하고자 하는 게임에 대한 정보를 획득하는 단계(S610);
   상기 획득된 대화내역에 기초하여, 상기 거래의 거래목적물에 대한 정보를 획득하되, 상기 거래목적물은 상기 게임의 아이템 또는 게임머니인, 단계(S620);
   상기 제1 거래당사자의 게임 플레이 기록을 획득하는 단계(S630);
   상기 게임 플레이 기록에 기초하여, 상기 제1 거래당사자가 상기 거래목적물을 거래할 확률을 산출하는 단계(S640); 및
   상기 산출된 거래확률이 기 설정된 기준값 이하인 경우, 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S650); 를 더 포함하고,
   상기 방법은
   각 거래당사자의 기존 대화패턴에 기초하여 현재 대화를 수행중인 거래당사자의 대화내용 중에서 거래당사자가 기존에 사용하지 않던 단어, 어투, 문법, 사투리 및 맞춤법을 이용하는 경우, 위험요소라고 판단하는 단계;
   사용자가 전혀 사용하지 않던 단어를 사용하였을수록 위험도 평가의 감점을 더 큰 감점으로 결정하고, 사용자가 한 번도 틀리지 않던 맞춤법을 틀렸을수록 위험도 평가의 감점을 더 큰 감점으로 결정하는 단계;
   제1 거래당사자가 맞춤법이 틀린 답변을 유도하는 질문을 생성하는 단계; 및
   상기 거래목적물이 아이템인 경우, 제1 거래당사자의 게임 레벨 상 상기 아이템을 더 이용해야 하는 것인지를 판단한 결과로 상기 확률을 판단하는 단계; 를 포함하는,
   사기거래 탐지를 위한 본인확인 방법.
   
2. 삭제
3. 제1 항에 있어서,
   상기 단계(S410)에 따른 본인인증에 성공하는 경우,
   상기 단계(S210)에서 도출된 하나 이상의 대화내용을 이용하여 상기 제1 거래당사자의 대화패턴을 업데이트하는 단계(S500); 를 더 포함하는,
   사기거래 탐지를 위한 본인확인 방법.
4. 제3 항에 있어서,
   상기 단계(S210)는,
   상기 제1 거래당사자의 기존 대화패턴에 기초하여 학습된 인공지능 모델을 획득하는 단계(S212); 및
   상기 인공지능 모델을 이용하여, 상기 대화내역으로부터 상기 제1 거래당사자의 기존 대화패턴과 기 설정된 기준값 이하의 연관성을 갖는 하나 이상의 대화내용을 도출하는 단계(S214); 를 포함하는,
   사기거래 탐지를 위한 본인확인 방법.
5. 제4 항에 있어서,
   상기 단계(S500)는,
   상기 단계(S214)에서 도출된 하나 이상의 대화내용에 기초하여 상기 인공지능 모델에 대한 강화학습을 수행하는 단계(S510); 를 포함하는,
   사기거래 탐지를 위한 본인확인 방법.
6. 삭제
7. 삭제
8. 제1 항에 있어서,
   상기 단계(S650)는,
   상기 제1 거래당사자가 본인인증에 실패하는 경우,
   상기 제1 거래당사자의 메시지 전송을 차단하는 단계(S710);
   상기 제1 거래당사자의 거래 상대방에게 거래 중단을 요청하는 단계(S720);
   상기 게임을 관리하는 서버에 상기 제1 거래당사자의 게임 계정 로그오프 및 패스워드 변경을 요청하는 단계(S730); 및
   상기 게임을 관리하는 서버로부터 변경된 패스워드에 대한 정보를 획득하는 단계(S740); 를 더 포함하고,
   상기 단계(S740)는,
   상기 제1 거래당사자가 본인인증에 성공하는 경우, 상기 변경된 패스워드에 대한 정보를 상기 제1 거래당사자에게 제공하는 단계(S750); 를 포함하는,
   사기거래 탐지를 위한 본인확인 방법.
9. 하나 이상의 인스트럭션을 저장하는 메모리; 및
   상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
   상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
   거래당사자 간에 수행되는 대화내역을 획득하는 단계(S100);
   거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200);
   상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300); 및
   상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400); 를 수행하고,
   상기 단계(S200)는,
   상기 대화내역으로부터, 상기 제1 거래당사자의 기존 대화패턴과 상이한 하나 이상의 대화내용을 도출하는 단계(S210); 를 포함하고,
   상기 단계(S300)는,
   상기 단계(S210)에서 도출된 하나 이상의 대화내용 각각에 대한 감점여부를 결정하는 단계(S310); 및
   상기 결정된 감점여부에 따라, 상기 제1 거래당사자에 대한 총 감점을 산출하는 단계(S320); 를 포함하고,
   상기 단계(S400)는,
   상기 총 감점이 기 설정된 기준값을 초과하는 경우, 상기 제1 거래당사자에게 추가 채널을 통한 본인인증을 요청하는 단계(S410);
   상기 제1 거래당사자에 대한 정보를 획득하는 단계(S420);
   상기 단계(S420)에서 획득된 정보에 기초하여 상기 제1 거래당사자에 대한 본인확인 질문을 생성하는 단계(S430);
   상기 제1 거래당사자의 거래 상대방을 발신자로 하여, 상기 본인확인 질문을 상기 제1 거래당사자에 전송하는 단계(S440);
   상기 제1 거래당사자로부터 상기 본인확인 질문에 대한 답변을 수신하는 단계(S450); 및
   상기 답변에 기초하여 상기 제1 거래당사자의 본인인증을 수행하는 단계(S460); 를 포함하고,
   상기 단계(S100)는,
   상기 획득된 대화내역에 기초하여, 상기 거래당사자 간에 거래를 수행하고자 하는 게임에 대한 정보를 획득하는 단계(S610);
   상기 획득된 대화내역에 기초하여, 상기 거래의 거래목적물에 대한 정보를 획득하되, 상기 거래목적물은 상기 게임의 아이템 또는 게임머니인, 단계(S620);
   상기 제1 거래당사자의 게임 플레이 기록을 획득하는 단계(S630);
   상기 게임 플레이 기록에 기초하여, 상기 제1 거래당사자가 상기 거래목적물을 거래할 확률을 산출하는 단계(S640); 및
   상기 산출된 거래확률이 기 설정된 기준값 이하인 경우, 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S650); 를 더 포함하고,
   각 거래당사자의 기존 대화패턴에 기초하여 현재 대화를 수행중인 거래당사자의 대화내용 중에서 거래당사자가 기존에 사용하지 않던 단어, 어투, 문법, 사투리 및 맞춤법을 이용하는 경우, 위험요소라고 판단하는 단계;
   사용자가 전혀 사용하지 않던 단어를 사용하였을수록 위험도 평가의 감점을 더 큰 감점으로 결정하고, 사용자가 한 번도 틀리지 않던 맞춤법을 틀렸을수록 위험도 평가의 감점을 더 큰 감점으로 결정하는 단계;
   제1 거래당사자가 맞춤법이 틀린 답변을 유도하는 질문을 생성하는 단계; 및
   상기 거래목적물이 아이템인 경우, 제1 거래당사자의 게임 레벨 상 상기 아이템을 더 이용해야 하는 것인지를 판단한 결과로 상기 확률을 판단하는 단계; 를 수행하는, 장치.
10. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.

Images