딥러닝 기술을 활용한 금융거래 실소유주 구별에 대한 연구 (Study on the real owner distinction in financial transactions using deep learning)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 32권 / 4호 / 781 ~ 797페이지
· 저자명 : 이승언, 김현세, 김남호, 엄정윤, 우지환

초록

딥러닝을 활용한 자연어 처리 기술이 발전함에 따라, 금융 산업에도 문자인식, 고객 상담, 자료 검색 등 딥러닝 기반 자연어 분류 및 문장 이해 기술을 적용하는 사례들 (Cho와 Kim, 2021) (Chun 등, 2021)이 증가하고 있다. 금융거래에서 거래의 실제 소유자가 법인인지 또는 자연인인지 판단하는 것은 고객확인제도의 핵심사항이다. 하지만, 앞서 기존 딥러닝 기반의 자연어 처리기술은 단어를 최소 단위로 자연어를 인식하기 때문에 주어진 단어가 자연인 이름인지 법인명인지 여부를 판단하는데 적용할 수 없다는 단점이 존재한다. 이 논문에서는 딥러닝 기반으로 한국어에서 단어를 구성하는 최소 단위인 음절에 대한 분석을 통해서, 주어진 단어에 대해서 자연인 이름 여부를 판단하는 모델을 금융권 최초로 제안하였다. 제안된 방법을 통해서, 금융거래 데이터에서 법인과 자연인을 높은 수준의 정확도와 빠른 속도로 구분할 수 있게 된다. 따라서 기존 금융 서비스 진행시 전문 인력의 경험에 의존하던 작업을 인공지능으로 대체할 수 있으며 처리량 또한 늘어날 것으로 기대된다. 또한, 인공지능 기반의 다양한 모델을 가지고 고객확인모형에 대한 비교 실험을 제공하여, 향후 금융 산업에서 이러한 방법을 도입할 때 참고할 수 있는 벤치마크를 제공하였다는 점에서 큰 의미가 있다.

영어초록

Determining whether the actual party to a transaction is a legal entity or a natural person in financial transactions is a key aspect of the customer identification system. However, the existing deep learning-based natural language processing technology has a disadvantage in that it cannot be applied to determine whether a given word is a name of a natural person or a corporate because it recognizes a word or sentence as a minimum unit of natural language. In this paper, based on deep learning, a model for judging whether a given word is a natural person's name was proposed for the first time in the financial sector through analysis of syllables, the smallest unit constituting a word in Korean. Through the proposed method, it is possible to distinguish between legal entities and natural persons in financial transaction data with a high level of accuracy and speed. Therefore, it is possible to replace the work that relied on the experience of professional personnel when performing the existing financial services with artificial intelligence, and the throughput is expected to increase. In addition, it is meaningful in that it provided a benchmark that can be referenced when introducing this method in the financial industry in the future by providing a comparative experiment on the customer confirmation model with various AI-based models.

참고자료

· 없음