사기 유형별 통계 데이터 통해 사기 범죄 예상하고 방지
이날 행사에 참석한 페어아이작의 베른하르트 난(Bernhard Nann) CTO는 차세대 글로벌 의사결정 엔진으로서의 EDM을 설명하고, 금융 사기 예방을 위한 시스템 구축 사례를 소개해 눈길을 끌었다.
"고의적인 금융 사기, EDM으로 예방한다"
베른하르트 난 CTO는 "오늘날 기업이 경쟁 우위를 확보하기 위해서는 의사결정을 내릴 때 더 많은 채널에서 더 많은 데이터를 참조해서 다양한 요소 간의 상호연관관계를 고려해야 한다"고 조언하며, "이는 의사결정 영역마다 패키지 솔루션이나 시스템을 갖추라는 것이 아니라, 보편적인 의사결정엔진을 구축해 기업 전체를 사기 위험으로부터 보호하고 전사적으로 체계적인 시스템을 갖추라는 것"이라고 말했다.
페어아이작은 고의적인 금융 사기가 발생한 유럽의 사례를 바탕으로, "우리는 고객을 분류하는 논리적인 분석 모델을 만들었다. 고객을 유형별 모집단으로 나누어, 변수를 추출해서 유형별로 통계 데이터를 만들고, 이전의 사례를 바탕으로 만들어진 사기 검출 통계 데이터를 통해 사고 조사반이 효율적으로 사기범을 예상하고 범죄를 방지할 수 있게 설계했다"고 설명했다.
이처럼 예측 모델을 통해서 고객을 관리하기 때문에, 금융 기관의 경우 고객의 신규 개설부터 운영, 데이터 수집, 사기 검증 등 전반적인 프로세스에서 사후 관리까지 전 단계를 제공받을 수 있다는 것이다.
베른하르트 난 CTO는 특히 사후 관리의 중요성을 강조하고 "기존의 타사 시스템은 모델만 갖고 있을 뿐, 사후 관리까지 가능한 곳은 우리 밖에 없다"며 경쟁 시스템과의 차별성을 피력했다.
또한 "기존의 고객들은 수익률 상승에만 초점을 두었지, 어떻게 돈을 써야 할지에 대해서는 예측하지 못한 것이 사실이다. 하지만 수익률을 향상시킨다는 것은 단지 매출을 늘리는 것 만이 아니라 갖고 있는 것을 유지하는 것도 중요하다"고 주장하며, "페어아이작은 과거의 소비 패턴을 분석해 매 주, 매 월 단위로 얼마나 돈을 써야 하는지를 예측하고 거기에서 벗어나면 경고를 줌으로써 리스크 매니지먼트까지 지원한다"고 말했다.
이밖에도 베른하르트 난 CTO는 "BI에 EDM을 더하면 효과가 배가 된다"고 설명했다. 난 CTO는 "BI가 과거지향적이라 과거에 저장해 놓은 데이터를 꺼내서 분석해 업무를 수행했다면, EDM은 미래 지향적이어서 과거의 의사결정을 토대로 성과를 분석할 수 있다"고 말했다.
심정아 기자
sja@itdaily.kr