KR102586559B1 - 금융자동화기기 및 이의 제어방법, 금융자동화시스템 - Google Patents

금융자동화기기 및 이의 제어방법, 금융자동화시스템 Download PDF

Info

Publication number
KR102586559B1
KR102586559B1 KR1020210041828A KR20210041828A KR102586559B1 KR 102586559 B1 KR102586559 B1 KR 102586559B1 KR 1020210041828 A KR1020210041828 A KR 1020210041828A KR 20210041828 A KR20210041828 A KR 20210041828A KR 102586559 B1 KR102586559 B1 KR 102586559B1
Authority
KR
South Korea
Prior art keywords
user
identity
financial
party
unit
Prior art date
Application number
KR1020210041828A
Other languages
English (en)
Other versions
KR20220135746A (ko
Inventor
윤태호
서명원
이기항
Original Assignee
효성티앤에스 주식회사
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 효성티앤에스 주식회사 filed Critical 효성티앤에스 주식회사
Priority to KR1020210041828A priority Critical patent/KR102586559B1/ko
Publication of KR20220135746A publication Critical patent/KR20220135746A/ko
Application granted granted Critical
Publication of KR102586559B1 publication Critical patent/KR102586559B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/207—Surveillance aspects at ATMs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/209—Monitoring, auditing or diagnose of functioning of ATMs

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Finance (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

실시예의 금융자동화기기는 카메라부에서 촬영된 사용자 안면 영상을 주기적으로 수집하는 안면 영상 수집부와, 가장 최근에 인식된 상기 사용자 안면 영상과 이전 주기에 인식된 상기 사용자 안면 영상을 비교하여 상기 사용자 안면 영상의 동일성을 판단하는 동일성 판단부와, 상기 동일성 판단부가 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 재인증 요청부와, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 상담원에게 알람을 제공하는 제어부를 포함할 수 있다.
실시예에 따른 금융자동화기기는 금융 거래를 수행하고 있는 사용자의 동일성을 추적함으로써, 제3 자에 의한 금융 사고를 방지할 수 있는 효과가 있다.

Description

금융자동화기기 및 이의 제어방법, 금융자동화시스템{AUTOMATED TELLER MACHINE, METHOD FOR CONTROLLING ATM, AUTOMATED TELLER SYSTEM}
실시예는 금융자동화기기 및 이의 제어방법에 관한 것이다.
일반적으로 금융자동화기기(Smart Automated Teller Machine; ATM)는 사용자가 금융기관에서 발급받은 현금카드나 통장 등을 사용하여 시간에 제약없이 현금 또는 수표 등의 입출금 거래, 계좌이체 및 조회업무 등을 할 수 있어, 사용자의 금융업무를 신속하게 처리해주어 금융업계에 널리 사용되고 있는 무인단말기이다.
사용자는 금융기관을 직접 방문하지 않고 금융자동화기기를 통해 금융거래를 수행함으로써, 금융거래를 위한 대기시간이 현격히 줄어들게 되었고, 금융기관의 업무가 종료된 이후에도 금융거래를 할 수 있게 되었다. 또한, 금융기관의 입장에서는 금융거래 처리시간이 줄어들게 되었고, 인력 및 비용의 감소로 인한 업무 효율화를 도모할 수 있게 되었다.
최근에는 제3 자가 금융자동화기기를 사용하는 사용자의 주변에 위치하여 사용자에게 지시나 협박 등을 통해 금융 서비스를 수행하도록 하여 보이스 피싱에 의한 금융 사고가 자주 발생되는 문제가 있다.
상술한 문제점을 해결하기 위해, 실시예는 금융 사고를 방지하기 위한 금융자동화기기 및 이의 제어방법, 금융자동화시스템을 제공하는 것을 그 목적으로 한다.
실시예의 금융자동화기기는 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 안면 영상 수집부와, 가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 동일성 판단부와, 동일 거래에서 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 제어부를 포함할 수 있다.
상기 동일성 판단부가 상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 재인증 요청부를 더 포함할 수 있다.
상기 동일성 판단부는, 기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단할 수 있다.
상기 제어부는, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면, 상기 인공 신경망의 재학습 여부를 결정하고, 상기 인공 신경망의 재학습 요청 시 상기 인공 신경망을 재학습시킬 수 있다.
상기 제어부는, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 제3 자가 개입되었다고 판단하고, 상기 사용자 또는 제3 자의 동작 정보, 감정 상태 정보 및 금융 거래의 진행 여부 정보를 기초로 상기 제3 자의 위험성을 판단할 수 있다.
상기 재인증 요청부는 비밀 번호, 지문 또는 홍채 정보를 상기 사용자에게 요청할 수 있다.
또한, 실시예는 금융자동화기기에서 수행되는 금융자동화기기의 제어 방법에 있어서, 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 단계와, 가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 단계와, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계와, 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 단계를 포함할 수 있다.
상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계를 더 포함할 수 있다.
상기 사용자의 동일성을 판단하는 단계에서, 기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단할 수 있다.
또한, 실시예의 금융 자동화 시스템은 사용자의 안면 영상을 촬영하는 카메라부와, 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하고, 가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 금융자동화기기를 포함할 수 있다.
실시예에 따른 금융자동화기기는 금융 거래를 수행하고 있는 사용자의 동일성을 추적함으로써, 제3 자에 의한 금융 사고를 방지할 수 있는 효과가 있다.
또한, 실시예에 따른 금융자동화기기는 동일성 판단 실패 시, 인공 신경망을 재학습시킴으로써, 동일성 판단의 정확성을 높일 수 있는 효과가 있다.
또한, 실시예에 따른 금융자동화기기는 사용자 또는 제3 자의 동작 정보, 감정 정보 및 금융 거래의 진행 여부 정보를 이용함으로써, 제3 자가 위험 인물인지 감지할 수 있는 효과가 있다.
도 1은 실시예에 따른 금융자동화시스템을 나타낸 블록도이다.
도 2는 도 1의 금융자동화기기를 나타낸 블록도이다.
도 3은 금융자동화기기의 다른 실시예의 구성을 나타낸 블록도이다.
도 4는 제1 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 5는 제2 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 6은 제3 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
이하, 도면을 참조하여 실시예를 상세히 설명하기로 한다.
도 1은 실시예에 따른 금융자동화시스템을 나타낸 블록도이고, 도 2는 도 1의 금융자동화기기를 나타낸 블록도이다.
도 1을 참조하면, 실시예에 따른 금융자동화시스템은 카메라부(100)와 금융자동화기기(200)를 포함할 수 있다. 여기서, 카메라부(100)는 금융자동화기기(200)에 일체로 장착된 구조이거나 금융자동화기기(200)와는 별도로 배치된 구조일 수도 있다.
카메라부(100)는 사용자 안면 영상을 촬영할 수 있다. 이와 다르게, 카메라부(100)는 사용자(10)의 얼굴 또는 상반신을 포함하는 영역의 영상을 촬영할 수 있다. 이에 따라 카메라부(100)는 사용자 또는 사용자 외에 제3 자를 포함하는 영상을 촬영할 수도 있으나, 이에 한정되지 않는다.
카메라부(100)는 사용자(10)가 접근하는 것을 감지하면 온되어 사용자의 안면 영상을 촬영할 수 있다. 사용자(10)가 접근하는 것을 감지하기 위해 근접 센서를 포함할 수 있다. 근접 센서는 카메라부(100)와 일체로 형성되거나, 카메라부(100)와 별도로 설치될 수 있다.
카메라부(100)는 카메라 또는 이미지 센서를 포함할 수 있으나, 그 종류는 한정되지 않는다.
금융자동화기기(200)는 상담원 없이 금융 업무를 진행하는 기기일 수 있다. 금융자동화기기(200)에서 수행되는 업무는 현금 입출금, 계좌 이체 등의 거래 업무를 포함할 수 있다. 금융자동화기기(200)는 금융 업무 뿐 아니라 통장 개설, 생체 인증 업무 등을 더 포함할 수 있으나, 이에 한정되지 않는다.
금융자동화기기(200)는 금융 업무를 소개하는 화면이 출력되도록 디스플레이부(미도시)가 마련될 수 있으며, 사용자의 조작 정보를 전달할 수 있는 고객 조작부(미도시)가 구비될 수 있다. 고객 조작부는 디스플레이부와 별도로 형성되거나, 디스플레이부와 일체로 형성된 구조일 수 있으나, 이에 한정되지 않는다. 고객 조작부가 디스플레이와 일체로 형성될 경우, 터치 디스플레이 구조로 형성될 수 있다.
실시예에 따른 금융자동화기기(200)는 카메라부(100)로부터 촬영된 사용자 안면 영상을 이용하여 부정 거래 위험이 있는 것으로 판단되면 상담원(20)에게 부정 거래 위험 정보를 제공할 수 있다.
도 2에 도시된 바와 같이, 금융자동화기기(200)는 안면 영상 수집부(210)와, 동일성 판단부(230)와, 재인증 요청부(250)와, 제어부(270)를 포함할 수 있다.
안면 영상 수집부(210)는 카메라부(100)에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다. 예컨대, 안면 영상 수집부(210)는 수초 단위로 사용자 안면 영상을 수집할 수 있다.
동일성 판단부(230)는 사용자 안면 영상을 이용하여 금융 거래 중인 사용자의 동일성 여부를 판단할 수 있다. 동일성 판단부(230)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 사용자 동일성을 판단할 수 있다.
동일성 판단부(230)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 유사도 값이 일정 기준 이상이면 사용자가 동일하다고 판단할 수 있다. 여기서, 유사도 값은 미리 설정된 값일 수 있다.
동일성 판단부(230)는 인공 신경망 또는 영상 처리 알고리즘을 포함할 수 있다. 여기서, 인공 신경망은 얼굴의 특징점을 비교할 수 있도록 미리 훈련된(학습된) 모델일 수 있다.
동일성 판단부(230)는 인공 신경망을 이용하여 사용자의 동일성 판단을 수행할 수 있다. 동일성 판단부(230)는 인공 신경망을 이용하여 사용자 안면 영상으로부터 얼굴 영역을 탐색하고, 탐색된 얼굴 영역 중 얼굴 특징점을 추출할 수 있다. 얼굴 특징점은 눈, 코, 입 또는 얼굴의 외곽선 등의 특징점일 수 있으나, 이에 한정되지 않는다.
동일성 판단부(230)는 인공 신경망을 이용하여 가장 최근에 수집된 사용자 안면 영상에서 추출된 얼굴 특징점을 이전 주기에 수집된 사용자 안면 영상에서 추출된 얼굴 특징점과 비교하여 사용자의 동일성을 판단할 수 있다.
재인증 요청부(250)는 금융 업무를 수행하는 사용자에게 재인증을 요청할 수 있다. 재인증 요청부(250)는 동일성 판단부(230)로부터 사용자(10)의 동일성 판단에 실패하면, 사용자(10)에게 재인증을 요청할 수 있다. 재인증 요청부(250)는 사용자(10)에게 비밀번호 정보, 지문 정보, 홍채 정보를 사용자에게 요청할 수 있다.
제어부(270)는 동일성 판단 실패 회수에 기초하여 제3 자의 개입 여부를 판단할 수 있다.
제어부(270)는 금융 업무를 수행하고 있는 사용자에 대한 동일성 판단 실패 회수가 기 설정된 회수 이상인지 확인할 수 있다. 여기서, 기 설정된 회수는 금융 기관에서 미리 설정한 회수일 수 있다.
제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 상담원(20)에게 판단 실패 회수 정보를 알림을 통해 제공할 수 있다.
이와 다르게, 제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 동일성 판단을 수행하는 인공 신경망에 문제가 있다고 판단할 수 있다. 제어부(270)는 인공 신경망의 재학습 요청 시 인공 신경망을 재학습시키도록 제어할 수 있다.
이와 다르게, 제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 제3 자 개입되었다고 판단할 수 있다. 예컨대, 제어부(270)는 카메라부(100)로부터 수집된 사용자 안면 영상 또는 상반신 영역이 촬영된 영상으로부터 제3 자가 촬영되거나 사용자(10)와 함께 제3 자가 추가로 촬영되었는지 판단할 수 있다.
제어부(270)는 사용자 또는 제3 자의 동작 정보, 감정 상태 및 금융 거래의 진행 여부 정보에 기초하여 제3 자가 위험한 인물인지 판단할 수 있다. 예컨대, 제3 자가 위협 동작을 취하거나 사용자의 감정 상태가 겁먹은 상태 또는 흥분 상태이거나 금융 거래를 제3 자가 진행하는 것에 기초하여 제3 자가 위험한 인물인지 판단할 수 있다.
제어부(270)는 제3 자가 위험 인물로 판단되면 이상 상황이라고 판단할 수 있다. 이에 제어부는 상담원(20)에게 알람을 제공할 수 있으나, 이에 한정되지 않는다.
실시예에 따른 금융자동화기기는 사용자의 동일성을 추적함으로써, 제3 자에 의한 금융 사고를 방지할 수 있는 효과가 있다.
또한, 실시예에 따른 금융자동화기기는 동일성 판단 실패 시, 인공 신경망을 재학습시킴으로써, 동일성 판단의 정확성을 높일 수 있는 효과가 있다.
또한, 실시예에 따른 금융자동화기기는 사용자 또는 제3 자의 동작 정보, 감정 정보 및 금융 거래의 진행 여부 정보를 획득함으로써, 제3 자가 위험 인물인지 감지할 수 있는 효과가 있다.
도 3은 금융자동화기기의 다른 실시예의 구성을 나타낸 블록도이다.
도 3에 도시된 바와 같이, 금융자동화기기(300)는 메모리(310), 프로세서(330) 및 통신 모듈(350)을 포함할 수 있다.
메모리(310)는 제어 프로그램이 기록될 수 있다. 또한, 프로세서가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(310)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 이에 한정되는 것은 아니다.
또한, 메모리(310)에는 카메라부(100)로부터 수집된 사용자의 안면 영상 정보가 저장될 수 있다. 메모리(310)에는 사용자의 안면 영상 정보가 주기적 또는 비주기적으로 저장될 수 있다.
프로세서(330)는 일종의 중앙처리장치로서 고객의 접근 정보 및 메시지를 제공하는 전체 과정을 제어할 수 있다. 프로세서(330)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 이에 한정되는 것은 아니다.
프로세서(330)는 메모리(310)에 저장된 사용자 안면 영상 정보를 기초로 사용자 안면 영상의 동일성을 판단할 수 있다. 또한, 프로세서(330)는 동일성 판단 여부에 따라 사용자에게 재인증을 요청할 수 있다. 또한, 프로세서(330)는 동일판 판단 실패 회수를 확인하여 상담원(20)에게 알림을 제공하거나, 인공 신경망을 재학습시키거나 ,제3 자의 개입 여부를 판단할 수 있도록 제어할 수 있다.
통신 모듈(350)은 카메라부(100)와의 송수신 신호를 패킷 데이터 형태로 제공하는데 필요한 통신 인터페이스를 제공할 수 있다. 나아가, 통신 모듈(350)은 상담원 단말과 통신을 수행할 수 있다.
통신 모듈(350)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
사용자(10)는 금융자동화기기(200)에서 금융 거래를 수행하기 위해 최초 인증을 수행할 수 있다. 카메라부(100)는 사용자(10)의 얼굴을 인식하고, 금융자동화기기(200)는 인식된 정보를 기초로 사용자 안면 영상의 동일성을 판단할 수 있다. 금융자동화기기(200)는 동일성 판단에 실패하면, 사용자에게 재인증을 요청할 수 있다.
사용자(10)는 비밀번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기(200)는 재인증을 확인하게 되면 금융 거래를 계속 수행할 수 있다. 금융자동화기기(200)는 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이를 상담원 또는 상담원 단말을 통해 알람을 제공할 수 있다.
도 4는 제1 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 4에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적으로 수집할 수 있다(S100). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.
금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S101). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.
동일성 판단과정에서 사용자가 동일하지 않다고 판단되어 동일성 판단에 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S103). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.
사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S105), 금융 거래 업무를 지속할 수 있다.
이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S106).
동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에게 정보를 제공할 수 있다(S107).
도 5는 제2 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 5에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다(S200). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.
금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S201). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.
동일성 판단과정에서 동일성 판단이 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S203). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.
사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S205), 금융 거래 업무를 지속할 수 있다.
이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S207).
동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 인공 신경망의 재학습 여부를 결정하고, 상담원으로부터 인공 신경망의 재학습 요청 시 인공 신경망을 재학습시킬 수 있다(S209).
금융자동화기기는 인공 신경망의 재학습이 완료되면, 동일성 판단 실패 회수를 재확인할 수 있다(S209). 재확인 결과, 동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에게 정보를 제공할 수 있다(S213).
도 6은 제3 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 6에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다(S300). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.
금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S301). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.
동일성 판단과정에서 동일성 판단이 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S303). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.
사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S305), 금융 거래 업무를 지속할 수 있다.
이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S307).
동일성 판단 실패 회수가 기설정 회수 정보에 따라 금융자동화기기(200)는 제3자 개입 여부를 판단할 수 있다(S309). 예컨대, 동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 제3자가 개입되었음을 판단할 수 있다.
금융자동화기기(200)는 수집된 사용자 안면 영상 또는 카메라부로부터 별도로 수집된 영상으로부터 판단할 수 있으나, 이에 한정되지 않는다.
예컨대, 영상에 제3 자가 있는지 여부를 판단하고, 사용자 또는 제3 자의 동작 정보, 감정 상태 정보, 금융 거래의 진행 여부의 정보에 따라 제3 자의 개입 여부를 확인할 수 있다.
금융자동화기기(200)는 제3 자의 개입으로 제3 자가 위험하다고 판단되면, 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에 정보를 제공할 수 있다(S311).
본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 메모리(내장 메모리 또는 외장 메모리))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치를 포함할 수 있다. 상기 명령이 제어부에 의해 실행될 경우, 제어부가 직접, 또는 상기 제어부의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, 비일시적은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다.
일 실시예에 따르면, 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서, 사용자 안면 영상을 주기적으로 수집하고, 가장 최근에 인식된 상기 사용자 안면 영상과 이전 주기에 인식된 상기 사용자 안면 영상을 비교하여 상기 사용자 안면 영상의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 상담원에게 알람을 제공하는 단계를 수행하기 위한 동작을 포함하는 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.
일 실시예에 따르면, 컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서, 사용자 안면 영상을 주기적으로 수집하고, 가장 최근에 인식된 상기 사용자 안면 영상과 이전 주기에 인식된 상기 사용자 안면 영상을 비교하여 상기 사용자 안면 영상의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 상담원에게 알람을 제공하는 단계를 수행하기 위한 동작을 포함하는 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.
상기에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 실시예의 기술적 사상으로부터 벗어나지 않는 범위 내에서 실시예는 다양하게 수정 및 변경시킬 수 있음은 이해할 수 있을 것이다.
100: 카메라부
200: 금융자동화기기
210: 안면 영상 수집부
230: 동일성 판단부
250: 재인증 요청부
270: 제어부

Claims (8)

  1. 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 안면 영상 수집부;
    사용자 인증의 완료 후 거래 도중에, 가장 최근에 수집된 제1 사용자 안면 영상으로부터 인식된 제1 사용자와 이전 주기에 수집된 제2 사용자 안면 영상으로부터 인식된 제2 사용자를 비교하여, 사용자 동일성을 판단하는 동일성 판단부;
    상기 사용자 동일성의 판단에 실패하면, 완료된 상기 사용자 인증을 다시 요청하는 재인증 요청부; 및
    상기 사용자 인증이 완료된 사용자 이외의 제3 자가 상기 제1 사용자 안면 영상 및 상기 제2 사용자 안면 영상에 포함되었는지 여부를 기초로, 상기 사용자 동일성의 판단에 실패한 회수가 기 설정된 회수 이상이면 제3 자가 개입되었다고 판단하는 제어부를 포함하고,
    상기 제어부는,
    상기 제3 자가 개입되었다고 판단된 경우, 상기 사용자 인증이 완료된 사용자 및 상기 제3 자의 동작 정보, 감정 상태 정보 및 금융 거래의 진행 여부 정보를 기초로 상기 제3 자의 위험성을 판단하고, 상기 제3 자가 위험 인물로 판단되면 상담원 또는 상기 상담원의 단말에 알람을 제공하는,
    를 포함하는 금융자동화기기.
  2. 제1항에 있어서,
    상기 재인증 요청부는 비밀 번호, 지문 또는 홍채 정보를 상기 제1 사용자에게 요청하는 금융자동화기기.
  3. 제1항에 있어서,
    상기 동일성 판단부는,
    기 학습된 인공 신경망을 이용하여 상기 제1 사용자의 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 제1 얼굴 특징점을 추출하고, 상기 제1 얼굴 특징점을 상기 제2 사용자의 제2 얼굴 특징점과 비교하여, 상기 사용자 동일성을 판단하는 금융자동화기기.
  4. 제3항에 있어서,
    상기 제어부는,
    상기 사용자 동일성의 판단에 실패한 회수가 상기 기 설정된 회수 이상이면, 상기 인공 신경망의 재학습 여부를 결정하고, 상기 인공 신경망의 재학습 요청 시 상기 인공 신경망을 재학습시키는 금융자동화기기.
  5. 삭제
  6. 금융자동화기기에서 수행되는 금융자동화기기의 제어 방법에 있어서,
    카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 단계;
    사용자 인증의 완료 후 거래 도중에, 가장 최근에 수집된 제1 사용자 안면 영상으로부터 인식된 제1 사용자와 이전 주기에 수집된 제2 사용자 안면 영상으로부터 인식된 제2 사용자를 비교하여, 사용자 동일성을 판단하는 단계;
    상기 사용자 동일성의 판단에 실패하면, 완료된 상기 사용자 인증을 다시 요청하는 단계; 및
    상기 사용자 인증이 완료된 사용자 이외의 제3 자가 상기 제1 사용자 안면 영상 및 상기 제2 사용자 안면 영상에 포함되었는지 여부를 기초로, 상기 사용자 동일성의 판단에 실패한 회수가 기 설정된 회수 이상이면 제3 자가 개입되었다고 판단하는 단계를 포함하고,
    상기 제3 자가 개입되었다고 판단하는 단계는,
    상기 제3 자가 개입되었다고 판단된 경우, 상기 사용자 인증이 완료된 사용자 및 상기 제3 자의 동작 정보, 감정 상태 정보 및 금융 거래의 진행 여부 정보를 기초로 상기 제3 자의 위험성을 판단하고, 상기 제3 자가 위험 인물로 판단되면 상담원 또는 상기 상담원의 단말에 알람을 제공하는 단계를 포함하는,
    를 포함하는 금융자동화기기의 제어 방법.
  7. 삭제
  8. 제6항에 있어서,
    상기 사용자의 동일성을 판단하는 단계에서,
    기 학습된 인공 신경망을 이용하여 상기 제1 사용자의 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 제1 얼굴 특징점을 추출하고, 상기 제1 얼굴 특징점을 제2 사용자의 제2 얼굴 특징점과 비교하여, 상기 사용자 동일성을 판단하는 금융자동화기기의 제어 방법.
KR1020210041828A 2021-03-31 2021-03-31 금융자동화기기 및 이의 제어방법, 금융자동화시스템 KR102586559B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210041828A KR102586559B1 (ko) 2021-03-31 2021-03-31 금융자동화기기 및 이의 제어방법, 금융자동화시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210041828A KR102586559B1 (ko) 2021-03-31 2021-03-31 금융자동화기기 및 이의 제어방법, 금융자동화시스템

Publications (2)

Publication Number Publication Date
KR20220135746A KR20220135746A (ko) 2022-10-07
KR102586559B1 true KR102586559B1 (ko) 2023-10-06

Family

ID=83595602

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210041828A KR102586559B1 (ko) 2021-03-31 2021-03-31 금융자동화기기 및 이의 제어방법, 금융자동화시스템

Country Status (1)

Country Link
KR (1) KR102586559B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102579610B1 (ko) * 2023-08-02 2023-09-18 주식회사 인텔리빅스 Atm 이상행동감지 장치 및 그 장치의 구동방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199881A (ja) 2006-01-25 2007-08-09 Hitachi Omron Terminal Solutions Corp 自動取引装置
KR101077379B1 (ko) 2009-03-13 2011-10-26 노틸러스효성 주식회사 불법 금융 거래 방지용 금융 자동화 기기 및 그 제어 방법
KR101585768B1 (ko) * 2014-05-23 2016-01-14 주식회사 엘지씨엔에스 금융기기 및 금융거래 처리 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102584459B1 (ko) * 2018-03-22 2023-10-05 삼성전자주식회사 전자 장치 및 이의 인증 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199881A (ja) 2006-01-25 2007-08-09 Hitachi Omron Terminal Solutions Corp 自動取引装置
KR101077379B1 (ko) 2009-03-13 2011-10-26 노틸러스효성 주식회사 불법 금융 거래 방지용 금융 자동화 기기 및 그 제어 방법
KR101585768B1 (ko) * 2014-05-23 2016-01-14 주식회사 엘지씨엔에스 금융기기 및 금융거래 처리 방법

Also Published As

Publication number Publication date
KR20220135746A (ko) 2022-10-07

Similar Documents

Publication Publication Date Title
US11727720B2 (en) Face verification method and apparatus
US10509951B1 (en) Access control through multi-factor image authentication
CN109326058B (zh) 基于智慧柜员机的身份核查方法、装置、终端及可读介质
WO2019134246A1 (zh) 基于人脸识别的安全监控方法、装置及存储介质
KR100823755B1 (ko) 생체 인증 시스템 및 생체 인증 방법
EP3905102A1 (en) Method and device for determining operation based on facial expression groups, and electronic device
US10346675B1 (en) Access control through multi-factor image authentication
Hemalatha A systematic review on Fingerprint based Biometric Authentication System
EP3528158B1 (en) Method and apparatus for selective combined authentication
CN101751562B (zh) 基于人脸识别的银行交易取证图像的获取方法
KR101077379B1 (ko) 불법 금융 거래 방지용 금융 자동화 기기 및 그 제어 방법
KR20170123950A (ko) 얼굴 인식을 이용한 출입 관리 방법 및 시스템
KR20190122206A (ko) 신분 인증 방법 및 장치, 전자 기기, 컴퓨터 프로그램 및 저장 매체
JP4899552B2 (ja) 認証装置、認証方法、認証プログラム、これを記録したコンピュータ読み取り可能な記録媒体
KR102586559B1 (ko) 금융자동화기기 및 이의 제어방법, 금융자동화시스템
KR100825689B1 (ko) 얼굴 위장 판별 방법
US20220277311A1 (en) A transaction processing system and a transaction method based on facial recognition
US11720658B2 (en) Method and apparatus of performing authentication
KR101806028B1 (ko) 사용자 신체 특징을 이용한 사용자 인증 방법 및 사용자 인증 시스템
Singh et al. BioPay: a secure payment gateway through biometrics
CN116342135A (zh) 基于图像背景的防欺诈方法、装置、计算机设备
TWM583963U (zh) 用於金融交易的身分驗證系統
KR20150044580A (ko) 생체 정보를 이용할 수 있는 금융자동화기기 및 이를 이용한 금융서비스 제공 방법
Rubea et al. ATM Security System on IRIS Recognition with GSM Module
US20240185635A1 (en) Method and system for detection of a fraudulent action using face database search and retrieval

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant