Target
1. STR 혐의 거래 판단 모델을 기반으로 예측 위험도가
낮은 거래를 초저위험군으로 분류하여 모니터링을 간소화함
2. 분석 대상은 수신, 외환거래이며, AI가 예측한 초저위험군들을 혐의거래 보고에서 제외한 후, 나머지
혐의거래들을 배당하여 분배함
Challenge
1. 기존의 AML 시스템은 운영 비용의
증가와, 새로운 시나리오를 탐지하는 시스템 능력의 부족으로 의무를 충족하기 위한 새로운 도구가 필요
2. 블랙박스인 ML모델의 한계를 극복하기
위하여 XAI 알고리즘을 적용
3. ML 분류 알고리즘은 혼재되어 있는 영역(혐의, 비혐의 비율이 유사한 군)을 최소화하는 형태로 학습이 진행되므로, 분류가 잘될수록 예측 스코어가 ‘1’ 또는 ‘0’에 가깝게 생성될 가능성이 매우 높음
How to
1. 변수 유용성 탐색 과정을 통하여 변수 선정 및 파생변수 구성.
2. ML 기반의 분류 (앙상블) 모델을 활용하고, 데이터 형상에 따라 다른 Hyperparameter를 적용
3 모형의 예측 결과를 설명하기 위한 알고리즘(Lime,
Shap, 등) 활용
Outcome
1. 예측 스코어와 오탐률을 비교하여 이상거래 등급화 적용
