KR20220160996A - 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 - Google Patents
자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 Download PDFInfo
- Publication number
- KR20220160996A KR20220160996A KR1020210069337A KR20210069337A KR20220160996A KR 20220160996 A KR20220160996 A KR 20220160996A KR 1020210069337 A KR1020210069337 A KR 1020210069337A KR 20210069337 A KR20210069337 A KR 20210069337A KR 20220160996 A KR20220160996 A KR 20220160996A
- Authority
- KR
- South Korea
- Prior art keywords
- customer
- blacklist
- person
- face
- suspect
- Prior art date
Links
- 238000004900 laundering Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000001815 facial effect Effects 0.000 claims abstract description 60
- 238000001914 filtration Methods 0.000 claims description 37
- 230000009193 crawling Effects 0.000 claims description 9
- 239000011521 glass Substances 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 238000012216 screening Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000035473 Communicable disease Diseases 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- 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
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Collating Specific Patterns (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
고객 정보와 각 거래 내역을 연동하여 자금세탁 방지를 위한 고객 본인 인증을 효율적으로 수행할 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과, 그 방법이 개시된다. 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템은: 고객 단말기로부터 입력된 고객에 관한 고객 정보를 등록하도록 구성되는 고객 정보 등록부; 및 상기 고객 정보를 기초로 상기 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하도록 구성되는 블랙리스트 판단부;를 포함한다. 상기 블랙리스트 판단부는: 상기 고객 정보를 상기 블랙리스트와 비교하여 상기 블랙리스트에 상기 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단하고; 상기 블랙리스트 의심 인물이 존재하는 경우, 서치엔진을 크롤링하여 상기 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색하고; 그리고 상기 안면 이미지를 상기 고객 정보의 고객 이미지 데이터와 매칭하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 검증하도록 구성된다.
Description
본 발명은 고객 정보와 각 거래 내역을 연동하여 자금세탁 방지를 위한 고객 본인 인증을 효율적으로 수행할 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법에 관한 것이다.
일반적으로, 은행, 증권사, 보험사, 핀테크 관련 업체 등의 금융 관련 업체에서는 금융서비스를 요청한 고객의 신원 확인을 위해 대면 방식의 본인인증을 수행하고 있다. 그러나 이러한 대면 방식의 본인인증 방식은 고객이 금융 관련 업체에 방문해야 하는 불편함이 있으며, 해당 금융 관련 업체의 영업 시간이 아닌 경우에는 금융서비스 절차를 이용하지 못하는 문제가 있다.
또한, 대면 방식의 본인인증 방식은 금융 관련 업체의 고객 확인 업무 부담을 가중시키는 문제가 있다. 뿐만 아니라, 대면 방식의 본인인증 방식은 바이러스 등의 감염 질병이 유행하는 경우 감염 질병을 확산시키는 요인이 되며 고객이 방문을 꺼리게 되는 한계가 있다.
이에 최근에 비대면 방식의 본인인증 방식이 각광받고 있다. 금융 서비스가 온라인으로 활발해 지면서, 은행과 핀테크 업체들은 온라인 서비스에 주력하고 있으며, 이를 위해 고객 본인인증(KYC: Know Your Customer)과 자금세탁방지 시스템(AML: Anti-Money Laundering)이 더욱 요구되고 있다. KYC/AML은 국제자금세탁방지기구(FATF)의 가이드라인에 따라 가입국가들이 FIU 금융정보분석원 및 자체 감독기관을 두고 각국의 금융서비스를 감독하고 있다.
우리나라도 금융감독원에서 급증하는 핀테크 서비스들에게 AML 시스템 도입을 강력히 촉구하고, 특정금융거래법에 지정한데로 규제를 이행하도록 감독하고 있는 상황이다. 하지만, 소규모 핀테크 업체들이 사용할만한 적절한 KYC/AML 토탈 솔루션 서비스가 부재하며, 자체적으로 이 시스템을 구축하기에는 전문성과 인력 및 예산이 부족한 실정이다.
본 발명은 고객 정보와 각 거래 내역을 연동하여 자금세탁 방지를 위한 고객 본인 인증을 효율적으로 수행할 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 1차 및 2차 필터링을 통해 고객이 블랙리스트에 해당하는지의 검증을 보다 확실히 수행하고, 안면 이미지 크롤링에 의한 본인 인증 정확도를 보다 높일 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법을 제공하기 위한 것이다.
본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템은: 고객 단말기로부터 입력된 고객에 관한 고객 정보를 등록하도록 구성되는 고객 정보 등록부; 및 상기 고객 정보를 기초로 상기 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하도록 구성되는 블랙리스트 판단부;를 포함한다.
상기 블랙리스트 판단부는: 상기 고객 정보를 상기 블랙리스트와 비교하여 상기 블랙리스트에 상기 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단하고; 상기 블랙리스트 의심 인물이 존재하는 경우, 서치엔진을 크롤링하여 상기 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색하고; 그리고 상기 안면 이미지를 상기 고객 정보의 고객 이미지 데이터와 매칭하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 검증하도록 구성된다.
상기 고객 정보는 상기 고객의 이름, 국적, 생년월일, 성별 및 고객 신분증 정보를 포함할 수 있다. 상기 고객 이미지 데이터는 상기 고객 신분증 정보에 포함된 신분증 사진일 수 있다.
상기 블랙리스트 판단부는: 상기 고객과 상기 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출하고; 각 항목 별로 산출된 유사도에 상기 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출하고; 상기 1차 유사도 값을 설정된 1차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물인지를 1차 필터링하고; 상기 서치 엔진에서 상기 블랙리스트 의심 인물과 관련된 복수의 안면 이미지를 검색하고; 상기 고객 이미지 데이터를 상기 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출하고; 그리고 상기 2차 유사도 값을 설정된 2차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 2차 필터링하도록 구성될 수 있다.
상기 블랙리스트 판단부는: 상기 고객의 금융 거래 요청 정보와 상기 블랙리스트 의심 인물의 금융 위험도를 기반으로, 상기 각 항목 별로 상기 가중치와 상기 1차 역치값 및 상기 2차 역치값을 설정하도록 구성될 수 있다.
상기 블랙리스트 판단부는: 상기 고객이 상기 블랙리스트 의심 인물이라는 가정 하에서 상기 신분증 사진이 촬영된 촬영 나이를 추정하고; 상기 신분증 사진에 포함된 상기 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출하고; 그리고 상기 블랙리스트 의심 인물의 안면 이미지들 중에서 상기 서치엔진에서 상기 촬영 나이 및 상기 인물 특징과 일치하는 안면 이미지를 검색하도록 구성될 수 있다.
본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템은: 상기 고객이 상기 블랙리스트 의심 인물에 해당하지 않는 경우, 상기 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적을 포함하는 고객 추가 정보를 입력받고, 상기 고객 추가 정보를 기반으로 상기 고객의 위험도를 평가하도록 구성되는 위험도 자동 평가부;를 더 포함할 수 있다.
본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법은: 고객 정보 등록부에 의해, 고객 단말기로부터 입력된 고객에 관한 고객 정보를 등록하는 단계; 및 블랙리스트 판단부에 의해, 상기 고객 정보를 기초로 상기 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하는 단계;를 포함한다.
상기 블랙리스트에 해당하는지를 판단하는 단계는: 상기 고객 정보를 상기 블랙리스트와 비교하여 상기 블랙리스트에 상기 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단하는 단계; 상기 블랙리스트 의심 인물이 존재하는 경우, 서치엔진을 크롤링하여 상기 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색하는 단계; 및 상기 안면 이미지를 상기 고객 정보의 고객 이미지 데이터와 매칭하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 검증하는 단계;를 포함한다.
상기 블랙리스트에 해당하는지를 판단하는 단계는: 상기 고객과 상기 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출하는 단계; 각 항목 별로 산출된 유사도에 상기 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출하는 단계; 상기 1차 유사도 값을 설정된 1차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물인지를 1차 필터링하는 단계; 상기 서치 엔진에서 상기 블랙리스트 의심 인물과 관련된 복수의 안면 이미지를 검색하는 단계; 상기 고객 이미지 데이터를 상기 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출하는 단계; 및 상기 2차 유사도 값을 설정된 2차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 2차 필터링하는 단계를 포함할 수 있다.
상기 블랙리스트에 해당하는지를 판단하는 단계는: 상기 고객의 금융 거래 요청 정보와 상기 블랙리스트 의심 인물의 금융 위험도를 기반으로, 상기 각 항목 별로 상기 가중치와 상기 1차 역치값 및 상기 2차 역치값을 설정하는 단계;를 더 포함할 수 있다.
상기 블랙리스트에 해당하는지를 판단하는 단계는: 상기 고객이 상기 블랙리스트 의심 인물이라는 가정 하에서 상기 신분증 사진이 촬영된 촬영 나이를 추정하는 단계; 상기 신분증 사진에 포함된 상기 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출하는 단계; 및 상기 블랙리스트 의심 인물의 안면 이미지들 중에서 상기 서치엔진에서 상기 촬영 나이 및 상기 인물 특징과 일치하는 안면 이미지를 검색하는 단계;를 포함할 수 있다.
본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법은: 위험도 자동 평가부에 의해, 상기 고객이 상기 블랙리스트 의심 인물에 해당하지 않는 경우, 상기 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적을 포함하는 고객 추가 정보를 입력받고, 상기 고객 추가 정보를 기반으로 상기 고객의 위험도를 평가하는 단계;를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법을 실행하도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램이 제공된다.
본 발명의 실시예에 의하면, 고객 정보와 각 거래 내역을 연동하여 자금세탁 방지를 위한 고객 본인 인증을 효율적으로 수행할 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과, 그 방법이 제공된다.
또한, 본 발명의 실시예에 의하면, 1차 및 2차 필터링을 통해 고객이 블랙리스트에 해당하는지의 검증을 보다 확실히 수행하고, 안면 이미지 크롤링에 의한 본인 인증 정확도를 보다 높일 수 있는 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과, 그 방법이 제공된다.
도 1은 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 구성도이다.
도 3은 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 기능을 설명하기 위한 개념도이다.
도 4는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법의 순서도이다.
도 5는 도 4의 단계 S300을 보다 구체적으로 나타낸 순서도이다.
도 6은 도 5의 단계 S310을 보다 구체적으로 나타낸 순서도이다.
도 7은 도 5의 단계 S320 및 단계 S330을 보다 구체적으로 나타낸 순서도이다.
도 2는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 구성도이다.
도 3은 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 기능을 설명하기 위한 개념도이다.
도 4는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법의 순서도이다.
도 5는 도 4의 단계 S300을 보다 구체적으로 나타낸 순서도이다.
도 6은 도 5의 단계 S310을 보다 구체적으로 나타낸 순서도이다.
도 7은 도 5의 단계 S320 및 단계 S330을 보다 구체적으로 나타낸 순서도이다.
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 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다.
본 발명의 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다.
본 명세서의 '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 이하에서는 도면을 참조하여 본 발명의 실시예에 대해서 구체적으로 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템의 구성도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템은 자금세탁 방지 서버(100), 네임스크리닝 데이터베이스(DB; database)(200), 블랙리스트 DB(300), 및 서치엔진 DB(400)를 포함할 수 있다.
자금세탁 방지 서버(100)는 고객 단말기(10)로부터 입력된 고객에 관한 고객 정보(예를 들어, 이름, 국적, 성별, 생년월일, 신분증 등)를 기초로, 해당 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하도록 구성될 수 있다.
고객 단말기(10)는 예를 들어, 은행, 핀테크 업체, 블록체인 거래소, 증권사, 보험사, 그 밖의 다양한 금융 기관이나 개인 고객 등이 사용하는 단말기일 수 있다.
고객 단말기(10)는 특정 고객이 자금세탁 방지 대상자에 해당하는 블랙리스트에 해당하는지를 확인받기 위하여 자금세탁 방지 서버(100)에 고객 정보를 입력하거나 전송할 수 있다. 고객 단말기(10)는 데스크탑 PC, 랩탑, 노트북, 스마트폰, 스마트패드 등으로 구현될 수 있으나, 이에 한정되는 것은 아니다.
자금세탁 방지 서버(100)는 고객 정보 등록부(110), 위험 고객 판단부(120), 및 알람부(130)를 포함할 수 있다. 고객 정보 등록부(110)는 고객 단말기(10)로부터 입력된 고객에 관한 고객 정보를 등록하도록 구성될 수 있다. 고객 단말기(10)로부터 입력되는 고객 정보는 고객의 이름, 국적, 생년월일, 성별 및 고객 신분증 정보를 포함할 수 있다.
위험 고객 판단부(120)는 고객 정보(고객 이름, 국적, 생년월일, 성별), 고객 신분증 정보를 기반으로, 고객이 블랙리스트에 등록된 블랙리스트 의심 인물과 동일 인물인지 아닌지 여부를 판단할 수 있다. 위험 고객 판단부(120)는 네임 스크리닝부(122), 블랙리스트 판단부(124), 위험도 자동 평가부(126), 및 위험 고객 결정부(128)를 포함할 수 있다.
네임 스크리닝부(122)는 네임스크리닝 DB(200)를 활용하여 네임 스크리닝(name screening)을 수행할 수 있다. 네임 스크리닝은 세계 금융거래 블랙리스트 데이터베이스에 이름과 생년월일이 같은 인물이 있는지 확인하여 요주의 인물을 스크리닝하는 과정을 의미한다. 이러한 네임 스크리닝은 다우존스(Dow Jones) DB와 같은 네임 스크리닝 DB(200)를 활용하여 수행될 수 있다.
네임 스크리닝을 통해 고객과 관련된 블랙리스트 인물이 존재하는 것으로 확인되면, 블랙리스트 판단부(124)는 고객 정보 등록부(110)에 의해 등록된 고객 정보를 기초로, 해당 고객이 금융 거래 제한 대상자와 관련하여 등록된 블랙리스트에 있는 블랙리스트 의심 인물과 동일한 인물인지를 확인하는 필터링 절차를 수행할 수 있다.
도 2는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 구성도이다. 도 3은 본 발명의 실시예에 따른 자금세탁 방지를 위한 비대면 본인인증 및 요주의 인물 확인 시스템을 구성하는 블랙리스트 판단부의 기능을 설명하기 위한 개념도이다.
도 1 내지 도 3을 참조하면, 블랙리스트 판단부(124)는 고객이 블랙리스트 의심 인물에 해당하는지를 1차 필터링하는 1차 필터링부(1242)와, 1차 필터링 후 고객이 블랙리스트 의심 인물에 해당하는지를 2차 필터링하는 2차 필터링부(1244)를 포함할 수 있다.
1차 필터링부(1242)는 고객 정보를 블랙리스트와 비교하여 블랙리스트에 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단할 수 있다. 이를 위해, 1차 필터링부(1242)는 고객과 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출할 수 있다.
1차 필터링부(1242)는 각 항목 별로 산출된 유사도에 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출할 수 있다. 1차 필터링부(1242)는 산출된 1차 유사도 값을 설정된 1차 역치값과 비교하여 고객이 블랙리스트 의심 인물인지를 1차 필터링할 수 있다.
2차 필터링부(1244)는 서치엔진 크롤링부를 포함하는 안면 이미지 검색부(1246)와, 안면 매칭부(1248)를 포함할 수 있다. 안면 이미지 검색부(1246)는 블랙리스트 의심 인물이 존재하는 경우, 서치엔진(예를 들어, Naver, google, bidu, facebook, instagram 등)을 크롤링하여 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색할 수 있다.
안면 매칭부(1248)는 안면 이미지 검색부(1246)에 의해 크롤링된 안면 이미지를 고객 정보의 고객 이미지 데이터, 예를 들어 고객 신분증 정보(20)에 포함된 신분증 사진와 매칭하여 고객이 블랙리스트 의심 인물에 해당하는지를 검증할 수 있다.
일 실시예로, 블랙리스트 판단부(124)는 서치 엔진에서 블랙리스트 의심 인물과 관련된 하나 또는 복수의 안면 이미지를 검색하고, 고객 이미지 데이터를 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출할 수 있다.
블랙리스트 판단부(124)는 산출된 2차 유사도 값을 설정된 2차 역치값과 비교하여 고객이 블랙리스트 의심 인물에 해당하는지를 2차 필터링하도록 구성될 수 있다. 본 발명의 일 실시예에서, 블랙리스트 판단부(124)는 고객의 금융 거래 요청 정보와 블랙리스트 의심 인물의 금융 위험도를 기반으로, 각 항목 별로 가중치와 1차 역치값 및 2차 역치값을 설정하도록 구성될 수 있다.
본 발명의 일 실시예에서, 블랙리스트 판단부(124)는 고객이 블랙리스트 의심 인물이라는 가정 하에서 신분증 사진이 촬영된 촬영 나이를 추정하고, 신분증 사진에 포함된 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출할 수 있다.
블랙리스트 판단부(124)는 블랙리스트 의심 인물의 안면 이미지들 중에서 서치엔진에서 촬영 나이 및 인물 특징과 일치하는 안면 이미지를 검색할 수 있다. 이에 따라 고객 정보의 신분증 사진 등과 관련도가 높은 순으로 안면 이미지를 검색하여 고객의 본인 인증 및 블랙리스트 체크를 수행할 수 있다.
위험 고객 결정부(128)는 1차 필터링부(1242)에 의해 1차 블랙리스트 의심 인물로 판단됨과 동시에, 2차 필터링부(1244)에 의해서도 2차 블랙리스트 의심 인물로 판단된 고객을 블랙리스트에 해당하는 위험 고객으로 판단할 수 있다.
다시 도 1을 참조하면, 위험도 자동 평가부(126)는 고객이 블랙리스트 인물에 해당하지 않는 경우, 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적 등의 고객 추가 정보를 입력받고, 고객 추가 정보를 기반으로 고객의 위험도를 평가할 수 있다.
위험 고객 결정부(128)는 위험도 자동 평가부(126)에 의해 고객의 위험도가 기준값을 초과하는 고객인 경우, 해당 고객을 블랙리스트에 준하는 위험 인물로 판단할 수 있다. 위험 고객 결정부(128)에 의해 고객이 블랙리스트 또는 위험 인물로 판단된 경우, 알람부(130)는 담당자에게 위험 고객을 알리는 알람을 발생할 수 있다.
본 발명의 실시예에 의하면, 1차 필터링을 통해 블랙리스트 인물로 의심되는 고객에 한하여 2차 필터링을 수행하여 2차 필터링의 부담을 줄임과 동시에, 1차 및 2차 필터링을 통해 고객이 블랙리스트 의심 인물에 해당하는지의 검증을 보다 확실히 수행할 수 있다.
도 4는 본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법의 순서도이다. 도 1 및 도 4를 참조하면, 본 발명의 실시예에 따른 자금세탁 방지를 위한 비대면 본인인증 및 요주의 인물 확인 방법은 자금세탁 방지 서버(100), 네임스크리닝 데이터베이스(DB; database)(200), 블랙리스트 DB(300), 및 서치엔진 DB(400)를 포함하는 비대면 본인인증 및 요주의 인물 확인 시스템에 의해, 고객 단말기(10)로부터 입력된 고객에 관한 고객 정보를 기초로 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단할 수 있다.
고객 정보 등록부(110)는 고객 단말기(10)로부터 입력된 고객에 관한 고객 정보를 등록할 수 있다(S100). 고객 단말기(10)로부터 입력되는 고객 정보는 고객의 이름, 국적, 생년월일, 성별 및 고객 신분증 정보를 포함할 수 있다. 네임 스크리닝부(122)는 네임스크리닝 DB(200)를 활용하여 네임 스크리닝(name screening)을 수행할 수 있다(S200).
이러한 네임 스크리닝은 다우존스 DB와 같은 네임 스크리닝 DB(200)를 활용하여 수행될 수 있다. 네임 스크리닝을 통해 네임 스크리닝 DB에 일치하는 사람이 존재하지 않는 것으로 판단되면, 저위험 고객으로 자동 분류하여 고객 온보딩을 수행할 수 있다.
네임 스크리닝을 통해 고객과 관련된 블랙리스트 인물이 존재하는 것으로 확인되면, 블랙리스트 판단부(124)는 고객 정보 등록부(110)에 의해 등록된 고객 정보를 기초로, 해당 고객이 금융 거래 제한 대상자와 관련하여 등록된 블랙리스트에 있는 블랙리스트 의심 인물과 동일한 인물인지를 확인하는 필터링 절차를 수행할 수 있다(S300).
이를 위해, 위험 고객 판단부(120)는 고객 정보(고객 이름, 국적, 생년월일, 성별), 고객 신분증 정보를 기반으로, 고객이 블랙리스트에 등록된 블랙리스트 의심 인물과 동일 인물인지 아닌지 여부를 판단할 수 있다. 이때 블랙리스트 판단부(124)는 1차 및 2차 필터링을 통해 고객이 블랙리스트에 해당하는 인물인지를 보다 확실히 검증할 수 있다.
도 5는 도 4의 단계 S300을 보다 구체적으로 나타낸 순서도이다. 도 1 내지 도 5를 참조하면, 1차 필터링부(1242)는 고객 정보를 블랙리스트와 비교하여 블랙리스트에 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단할 수 있다(S310).
이를 위해, 1차 필터링부(1242)는 고객과 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출할 수 있다.
1차 필터링부(1242)는 각 항목 별로 산출된 유사도에 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출한 후, 산출된 1차 유사도 값을 설정된 1차 역치값과 비교하여 고객이 블랙리스트 의심 인물에 해당하는지를 1차 필터링할 수 있다.
1차 필터링 결과 고객과 관련된 블랙리스트 의심 인물이 존재하는 경우, 2차 필터링부(1244)는 서치엔진을 크롤링하여 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색할 수 있다(S320).
안면 매칭부(1248)는 크롤링된 안면 이미지를 고객 정보의 고객 이미지 데이터, 예를 들어 고객 신분증 정보(20)에 포함된 신분증 사진와 매칭하여 고객이 블랙리스트 의심 인물에 해당하는지를 검증하는 2차 필터링을 수행할 수 있다(S330).
도 6은 도 5의 단계 S310을 보다 구체적으로 나타낸 순서도이다. 도 1 내지 도 6을 참조하면, 블랙리스트 판단부(124)는 고객의 금융 거래 요청 정보와 블랙리스트 의심 인물의 금융 위험도를 기반으로, 각 항목 별로 가중치와 1차 역치값 및 2차 역치값을 설정하도록 구성될 수 있다(S312).
1차 필터링부(1242)는 고객과 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출하고, 각 항목 별로 산출된 유사도에 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출할 수 있다(S314). 1차 필터링부(1242)는 산출된 1차 유사도 값을 설정된 1차 역치값과 비교하여 고객이 블랙리스트 의심 인물인지를 1차 필터링할 수 있다(S316).
도 7은 도 5의 단계 S320 및 단계 S330을 보다 구체적으로 나타낸 순서도이다. 도 1 내지 도 7을 참조하면, 블랙리스트 판단부(124)는 신분증 사진과 같은 고객 이미지 데이터를 기반으로 고객 이미지 데이터와 관련된 고객 정보를 분석할 수 있다(S322).
일 예로, 블랙리스트 판단부(124)는 고객이 블랙리스트 의심 인물이라는 가정 하에서 신분증 사진이 촬영된 촬영 나이를 추정하고, 신분증 사진에 포함된 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출할 수 있다.
블랙리스트 판단부(124)는 블랙리스트 의심 인물의 안면 이미지들 중에서 서치엔진에서 촬영 나이 및 인물 특징과 일치하는 안면 이미지를 검색할 수 있다(S324). 이를 통해 고객의 신분증 사진 등과 가장 일치하는 안면 이미지를 크롤링하여 본인 인증 정확도를 보다 높일 수 있다.
블랙리스트 판단부(124)는 서치 엔진에서 블랙리스트 의심 인물과 관련된 복수의 안면 이미지를 검색하고, 고객 이미지 데이터를 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출할 수 있다(S332). 블랙리스트 판단부(124)는 산출된 2차 유사도 값을 설정된 2차 역치값과 비교하여 고객이 블랙리스트 의심 인물에 해당하는지를 2차 필터링하도록 구성될 수 있다(S334).
위험 고객 결정부(128)는 1차 필터링부(1242)에 의해 1차 블랙리스트 의심 인물로 판단됨과 동시에, 2차 필터링부(1244)에 의해 2차 블랙리스트 의심 인물로 판단된 고객을 블랙리스트에 해당하는 위험 고객으로 판단할 수 있다. 다시 도 1을 참조하면, 위험도 자동 평가부(126)는 고객이 블랙리스트 인물에 해당하지 않는 경우, 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적 등의 고객 추가 정보를 입력받고, 고객 추가 정보를 기반으로 고객의 위험도를 평가할 수 있다.
위험 고객 결정부(128)는 위험도 자동 평가부(126)에 의해 고객의 위험도가 기준값을 초과하는 고객인 경우, 해당 고객을 블랙리스트에 준하는 위험 인물로 판단할 수 있다. 위험 고객 결정부(128)에 의해 고객이 블랙리스트 또는 위험 인물로 판단된 경우, 알람부(130)는 담당자에게 위험 고객을 알리는 알람을 발생할 수 있다.
본 발명의 실시예에 의하면, 고객 정보와 각 거래 내역을 연동하여 효율적인 자금세탁 방지 시스템을 구축할 수 있다. 또한, 내부 자금세탁방지를 담당하는 준법감시인이 해야하는 업무의 부담을 줄이고, 고위험 고객으로 필터링된 사람들을 위주로 자금세탁방지 감시를 시행할 수 있다. 뿐만 아니라, 자금세탁 방지를 위한 준법감시인 등의 업무시간을 단축할 뿐 아니라, 위험 고객에 대해 집중적인 관리를 할 수 있다.
본 발명의 실시예에 따른 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과, 그 방법은 예를 들어, 핀테크 업체의 앱 서비스 이용, 블록체인 거래소의 전자지갑 개설, 은행의 온라인 뱅킹 계좌 개설, 증권사의 증권 거래 앱 계좌 개설, 보험사에 관한 온라인 보험 신청 등의 금융 서비스를 위한 비대면 본인인증을 위해 활용될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.
처리 장치는 운영 체제 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.
예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody) 될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
10: 고객 단말기
20: 고객 신분증 정보
100: 자금세탁 방지 서버
110: 고객 정보 등록부
120: 위험 고객 판단부
122: 네임 스크리닝부
124: 블랙리스트 판단부
126: 위험도 자동 평가부
128: 위험 고객 결정부
130: 알람부
200: 네임스크리닝 DB
300: 블랙리스트 DB
400: 서치엔진 DB
1242: 1차 필터링부
1244: 2차 필터링부
1246: 안면 이미지 검색부
1248: 안면 매칭부
20: 고객 신분증 정보
100: 자금세탁 방지 서버
110: 고객 정보 등록부
120: 위험 고객 판단부
122: 네임 스크리닝부
124: 블랙리스트 판단부
126: 위험도 자동 평가부
128: 위험 고객 결정부
130: 알람부
200: 네임스크리닝 DB
300: 블랙리스트 DB
400: 서치엔진 DB
1242: 1차 필터링부
1244: 2차 필터링부
1246: 안면 이미지 검색부
1248: 안면 매칭부
Claims (13)
- 고객 단말기로부터 입력된 고객에 관한 고객 정보를 등록하도록 구성되는 고객 정보 등록부; 및
상기 고객 정보를 기초로 상기 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하도록 구성되는 블랙리스트 판단부;를 포함하고,
상기 블랙리스트 판단부는:
상기 고객 정보를 상기 블랙리스트와 비교하여 상기 블랙리스트에 상기 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단하고;
상기 블랙리스트 의심 인물이 존재하는 경우, 서치엔진을 크롤링하여 상기 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색하고; 그리고
상기 안면 이미지를 상기 고객 정보의 고객 이미지 데이터와 매칭하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 검증하도록 구성되는,
자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 제1항에 있어서,
상기 고객 정보는 상기 고객의 이름, 국적, 생년월일, 성별 및 고객 신분증 정보를 포함하고,
상기 고객 이미지 데이터는 상기 고객 신분증 정보에 포함된 신분증 사진인, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 제2항에 있어서,
상기 블랙리스트 판단부는:
상기 고객과 상기 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출하고;
각 항목 별로 산출된 유사도에 상기 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출하고;
상기 1차 유사도 값을 설정된 1차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물인지를 1차 필터링하고;
상기 서치 엔진에서 상기 블랙리스트 의심 인물과 관련된 복수의 안면 이미지를 검색하고;
상기 고객 이미지 데이터를 상기 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출하고; 그리고
상기 2차 유사도 값을 설정된 2차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 2차 필터링하도록 구성되는,
자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 제3항에 있어서,
상기 블랙리스트 판단부는:
상기 고객의 금융 거래 요청 정보와 상기 블랙리스트 의심 인물의 금융 위험도를 기반으로, 상기 각 항목 별로 상기 가중치와 상기 1차 역치값 및 상기 2차 역치값을 설정하도록 구성되는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 제2항에 있어서,
상기 블랙리스트 판단부는:
상기 고객이 상기 블랙리스트 의심 인물이라는 가정 하에서 상기 신분증 사진이 촬영된 촬영 나이를 추정하고;
상기 신분증 사진에 포함된 상기 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출하고; 그리고
상기 블랙리스트 의심 인물의 안면 이미지들 중에서 상기 서치엔진에서 상기 촬영 나이 및 상기 인물 특징과 일치하는 안면 이미지를 검색하도록 구성되는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 제1항에 있어서,
상기 고객이 상기 블랙리스트 의심 인물에 해당하지 않는 경우, 상기 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적을 포함하는 고객 추가 정보를 입력받고, 상기 고객 추가 정보를 기반으로 상기 고객의 위험도를 평가하도록 구성되는 위험도 자동 평가부;를 더 포함하는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템. - 고객 정보 등록부에 의해, 고객 단말기로부터 입력된 고객에 관한 고객 정보를 등록하는 단계; 및
블랙리스트 판단부에 의해, 상기 고객 정보를 기초로 상기 고객이 금융 거래 제한 대상자와 관련된 블랙리스트에 해당하는지를 판단하는 단계;를 포함하고,
상기 블랙리스트에 해당하는지를 판단하는 단계는:
상기 고객 정보를 상기 블랙리스트와 비교하여 상기 블랙리스트에 상기 고객과 관련된 블랙리스트 의심 인물이 존재하는지 판단하는 단계;
상기 블랙리스트 의심 인물이 존재하는 경우, 서치엔진을 크롤링하여 상기 블랙리스트 의심 인물과 관련된 적어도 하나의 안면 이미지를 검색하는 단계; 및
상기 안면 이미지를 상기 고객 정보의 고객 이미지 데이터와 매칭하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 검증하는 단계를 포함하는,
자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제7항에 있어서,
상기 고객 정보는 상기 고객의 이름, 국적, 생년월일, 성별 및 고객 신분증 정보를 포함하고,
상기 고객 이미지 데이터는 상기 고객 신분증 정보에 포함된 신분증 사진인, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제8항에 있어서,
상기 블랙리스트에 해당하는지를 판단하는 단계는:
상기 고객과 상기 블랙리스트에 포함된 블랙리스트 인물의 이름, 국적, 생년월일 및 성별을 포함하는 복수의 항목 별로 비교하여 유사도를 산출하는 단계;
각 항목 별로 산출된 유사도에 상기 각 항목 별로 설정된 가중치를 적용하여 1차 유사도 값을 산출하는 단계;
상기 1차 유사도 값을 설정된 1차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물인지를 1차 필터링하는 단계;
상기 서치 엔진에서 상기 블랙리스트 의심 인물과 관련된 복수의 안면 이미지를 검색하는 단계;
상기 고객 이미지 데이터를 상기 복수의 안면 이미지와 비교하여 평균 안면 일치도를 기반으로 2차 유사도 값을 산출하는 단계; 및
상기 2차 유사도 값을 설정된 2차 역치값과 비교하여 상기 고객이 상기 블랙리스트 의심 인물에 해당하는지를 2차 필터링하는 단계를 포함하는,
자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제9항에 있어서,
상기 블랙리스트에 해당하는지를 판단하는 단계는:
상기 고객의 금융 거래 요청 정보와 상기 블랙리스트 의심 인물의 금융 위험도를 기반으로, 상기 각 항목 별로 상기 가중치와 상기 1차 역치값 및 상기 2차 역치값을 설정하는 단계;를 더 포함하는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제8항에 있어서,
상기 블랙리스트에 해당하는지를 판단하는 단계는:
상기 고객이 상기 블랙리스트 의심 인물이라는 가정 하에서 상기 신분증 사진이 촬영된 촬영 나이를 추정하는 단계;
상기 신분증 사진에 포함된 상기 고객의 얼굴에서 머리 스타일, 및 안경 착용 여부를 포함하는 인물 특징을 추출하는 단계; 및
상기 블랙리스트 의심 인물의 안면 이미지들 중에서 상기 서치엔진에서 상기 촬영 나이 및 상기 인물 특징과 일치하는 안면 이미지를 검색하는 단계;를 포함하는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제7항에 있어서,
위험도 자동 평가부에 의해, 상기 고객이 상기 블랙리스트 의심 인물에 해당하지 않는 경우, 상기 고객으로부터 직업, 주소, 자금 출처, 자산 출처, 및 거래 목적을 포함하는 고객 추가 정보를 입력받고, 상기 고객 추가 정보를 기반으로 상기 고객의 위험도를 평가하는 단계;를 더 포함하는, 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법. - 제7항 내지 제12항 중 어느 한 항의 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 방법을 실행하도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210069337A KR20220160996A (ko) | 2021-05-28 | 2021-05-28 | 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210069337A KR20220160996A (ko) | 2021-05-28 | 2021-05-28 | 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220160996A true KR20220160996A (ko) | 2022-12-06 |
Family
ID=84407088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210069337A KR20220160996A (ko) | 2021-05-28 | 2021-05-28 | 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220160996A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117787922A (zh) * | 2024-02-27 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、系统、设备和介质 |
| CN117787922B (zh) * | 2024-02-27 | 2024-05-31 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、系统、设备和介质 |
-
2021
- 2021-05-28 KR KR1020210069337A patent/KR20220160996A/ko not_active Application Discontinuation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117787922A (zh) * | 2024-02-27 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、系统、设备和介质 |
| CN117787922B (zh) * | 2024-02-27 | 2024-05-31 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、系统、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190034934A1 (en) | Biometric payment | |
| Ross et al. | Money laundering regulation and risk‐based decision‐making | |
| CN108876133A (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
| US20100100468A1 (en) | System and method for multi layer rule processing background | |
| US9836510B2 (en) | Identity confidence scoring system and method | |
| US20050102210A1 (en) | United crimes elimination network | |
| TW202034256A (zh) | 識別風險商家的方法及裝置 | |
| US20160125404A1 (en) | Face recognition business model and method for identifying perpetrators of atm fraud | |
| KR102005733B1 (ko) | 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템 | |
| CN114186275A (zh) | 隐私保护方法、装置、计算机设备及存储介质 | |
| CN111709844A (zh) | 一种保险洗钱人员检测方法、装置和计算机可读存储介质 | |
| CN113536319B (zh) | 接口风险预测方法、装置、计算机设备和存储介质 | |
| CN112669039B (zh) | 基于知识图谱的客户风险管控系统及方法 | |
| CN111833182A (zh) | 识别风险对象的方法和装置 | |
| US20230306429A1 (en) | Method for maintaining ethical artificial intelligence (ai) | |
| KR20220160996A (ko) | 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 | |
| WO2019194673A1 (en) | System and method of tracking financial transaction with facial recognition | |
| WO2022250187A1 (ko) | 자금세탁 방지를 위한 안면인증 기반의 비대면 본인인증 및 요주의 인물 확인 시스템과 그 방법 | |
| CN113919630A (zh) | 一种企业经济犯罪侦查方法、系统及设备 | |
| US11367082B2 (en) | Systems, methods, and storage media for providing information relating to suspicious financial activities to investigative agencies | |
| CN114418743A (zh) | 账户信息的检测方法、装置、设备、存储介质和程序产品 | |
| WO2022020070A9 (en) | Self learning machine learning pipeline for enabling binary decision making | |
| Kapoor | Deception Detection And Vulnerability Analysis Using A Multi-Level Clustering Machine Learning Algorithm In Business Transactions | |
| Skanderson | Managing Discrimination Risk of Machine Learning and Al Models | |
| Xiong | A method of mining key accounts from internet pyramid selling data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |