MongoDB Atlas Vector Search를 사용하여 실시간 분석 과 시맨틱 검색 결합하여 사기를 감지하고 방지합니다.
솔루션 개요
사기 및 자금 세탁 방지(AML)는 기업과 소비자의 주요 우려 사항이며 상업 은행 및 자본 시장의 금융 서비스 기관에 영향 . 규칙 기반 시스템 및 머신 러닝 방법과 같은 이러한 문제를 해결하는 기존 방법은 모델을 업데이트하는 데 필요한 엔지니어링 오버헤드 로 인해 제한을 받기 때문에 기술이 구식이 됩니다.
MongoDB Atlas Vector Search는 이러한 제한 사항을 해결하여 사기 탐지 및 AML 노력을 개선할 수 있습니다. 이 솔루션은 Atlas Vector Search 통한 실시간 분석 및 지속적인 모니터링 사용하여 새로운 위협을 감지하고 방지합니다.
참조 아키텍처
이 솔루션은 사기 및 AML 데이터를 집계하고, 벡터 임베딩을 생성하고, 시맨틱 검색 수행하여 유사한 트랜잭션을 감지합니다. 다음 다이어그램은 이 솔루션의 아키텍처를 자세히 설명합니다.
그림 1. 사기 탐지/AML 시스템의 상위 수준 아키텍처
임베딩용 Voyage AI : 먼저, 이 솔루션은 트랜잭션 데이터에 임베딩 모델을 사용하여 임베딩을 생성합니다. 사기 임베딩은 텍스트, 거래, 트랜잭션 에 관련된 상대방의 데이터로 구성됩니다. AML 임베딩은 트랜잭션, 거래 상대방 간의 관계 및 위험 프로필을 기반으로 생성됩니다. Voyage AI 사용하여 임베딩을 생성할 수 있습니다. 임베딩을 생성하는 데 사용되는 데이터 소스의 선택을 구성할 수도 있습니다.
솔루션 데모는 사기 및 AML 임베딩에 대해 합성적으로 생성된 테스트 데이터로 데이터베이스 미리 채웁니다. 과거 트랜잭션 데이터와 고객 프로필을 사용하여 임베딩을 생성할 수도 있습니다.
운영 데이터 저장 로서의 MongoDB Atlas : MongoDB Atlas 사용하면 운영 데이터, 메타데이터 및 벡터 임베딩을 동시에 저장 수 있습니다. 이를 통해 전용 벡터 데이터베이스 와 같은 틈새 기술이 필요하지 않습니다. 확장 가능한 아키텍처와 워크로드 격리 위한 전용 검색 노드 배포 할 수 있는 옵션을 통해 MongoDB 조직이 증가하는 데이터 세트에 맞게 확장하다 새로운 사기 또는 자금 세탁 패턴에 동적으로 적응할 수 있도록 지원합니다.
Atlas Vector Search 애플리케이션 강화합니다: Atlas Vector Search 유사한 특성을 가진 이전 트랜잭션 중 의심스러운 활동으로 플래그가 지정된 비율을 기반으로 데이터베이스 트랜잭션을 검색합니다. 이는 분석가가 트랜잭션 또는 의심스러운 사례를 평가하는 방법을 시뮬레이션합니다.
트랜잭션 사기성 또는 의심스러운 트랜잭션으로 플래그가 지정되면 솔루션은 트랜잭션 요청 거부합니다. 그렇지 않으면 트랜잭션 이 성공적으로 완료되고 확인 메시지가 표시됩니다. 거부된 트랜잭션의 경우 사용자는 트랜잭션 참조 번호를 사용하여 사례 관리 서비스에 문의 자세한 내용을 확인할 수 있습니다.
Atlas Vector Search 의 이점
Atlas Vector Search 사용하여 사기 탐지 및 방지를 수행하면 다음과 같은 이점이 있습니다.
부정 행위 탐지 정확도 개선: Atlas Vector Search 규칙 기반 및 머신 러닝 모델에서 종종 간과되는 복잡한 고차원 패턴을 캡처합니다. 또한 Atlas Vector Search 트랜잭션의 전체 컨텍스트를 분석하여 미묘한 사기 신호를 발견하여 간단한 모델에서는 놓칠 수 있는 정교한 체계를 더 효과적으로 탐지할 수 있습니다.
새로운 사기 수법을 더 빠르게 탐지: 실시간 이상 탐지를 통해 Atlas Vector Search는 새로운 사기나 자금 세탁 수법을 더 신속하게 식별하여, 지속적인 모델 재훈련 없이도 신종 위협의 위험을 줄일 수 있습니다.
구조화된 데이터 및 구조화되지 않은 데이터 저장: MongoDB 소스 데이터 및 메타데이터 옆에 벡터 임베딩을 저장합니다. 데이터베이스 에 벡터를 삽입하거나 업데이트 하면 자동으로 인덱싱됩니다.
솔루션 빌드
이 GitHub 리포지토리 는 고객이 거래를 수행하기 위해 은행 웹사이트 에 액세스하는 데모를 제공합니다. 이 문서는 은행이 사기를 근절하고 제재 및 AML 법률을 준수하기 위해 일련의 검증을 거치는 트랜잭션 의 청산 단계에 중점을 둡니다. 데모에는 승인된 고객, AML 및 사기 거래를 신고하는 API 포함되어 있습니다.
이 솔루션에는 벡터 임베딩을 생성하기 위한 임베딩 모델이 필요합니다. 위에 링크된 데모에는 제공자 자격 증명 포함되어 있지 않습니다.Voyage AI 임베딩 서비스로 사용할 수 있습니다.
주요 학습 사항
다양한 데이터 유형을 사용하는 시맨틱 검색 및 생성 AI 시스템 기반 지능형 애플리케이션을 빌드하세요.
소스 데이터 및 메타데이터 와 함께 벡터 임베딩을 저장합니다. 벡터를 삽입하거나 업데이트 하면 벡터 인덱스 에 자동으로 동기화됩니다.
검색 노드를 사용하여 리소스 소비를 최적화하고, 성능을 개선하며, 가용성을 향상시킬 수 있습니다.
MongoDB Atlas 로 운영 오버헤드 제거하세요.