피처스페이스 설립자 데이브 엑셀 — 인터뷰 시리즈

데이브 엑셀(Dave Excell)은 피처스페이스(Featurespace)의 설립자입니다. 데이브 엑셀은 피처스페이스를 설립하기 전에 적응형 행동 분석(Adaptive Behavioral Analytics)을 발명했습니다. 이 기술은 설명 가능한 인공지능을 사용하여 은행이 소비자 행동을 인식하고 의심스러운 행동을 식별하는 데 도움을 주는 기술입니다. 최근에도 소비자 행동이 변함에 따라 이 고급 인공지능은 사기와 돈세탁 등 금융 범죄를 막고 핀테크에 대한 신뢰를 회복하는 데 도움을 주었습니다.

빌 피츠제럴드 교수와 함께 적응형 행동 분석의 개념을 개발한 과정에 대해 말씀해 주세요.

박사과정 중 케임브리지 대학교의 빌 피츠제럴드 교수와 함께 기계 학습과 통계 기법으로 인간 행동을 이해하는 연구를 했습니다. 당시 여러 조직이 수집한 데이터에서 효과적인 의사 결정을 자동화하거나 수작업 과정의 효율을 높이기 위한 새로운 해결책을 찾아 저희를 방문했습니다. 저는 업종에 관계없이 조직들이 데이터 이면의 행동이나 의도, 특히 악의적인 행위자를 파악하는 데 어려움을 겪는다는 공통점을 발견했습니다. 예를 들어 한 조직과는 컴퓨터 게임 플레이어의 의사 결정을 모델링하여 실제 사용자와 시스템에서 부정행위를 하는 봇을 구분했습니다. 프로젝트를 더 많이 할수록 기계 학습이 적응해야 한다는 필요성이 분명해졌습니다. 부정행위나 사기라는 결과 이면의 행동과 데이터가 탐지를 피하기 위해 계속 바뀌기 때문입니다. 이렇게 처음 구상한 적응형 행동 분석이 훗날 피처스페이스의 첫 번째 기반 기술이 되었습니다.

피처스페이스를 설립한 계기에 대해 말씀해 주세요.

저는 연구와 문제 해결을 즐기지만, 연구 자체를 목적으로 하지 않습니다. 저는 기술을 실제 문제에 적용하고 상업적 가치를 창출하며 기술을 배포하여 세상을 더 나은 곳으로 만드는 데 관심이 있습니다. 이러한 목표로 피처스페이스를 설립했습니다. 피처스페이스는 세계를 더 안전하게 거래할 수 있는 곳으로 만들기 위해 노력하고 있습니다.

현재 사용되는 사기 및 금융 범죄 예방 기술에 대해 말씀해 주세요. 그리고 이러한 기술이 왜 부족한지 설명해주세요.

사기와 금융 범죄를 예방하기 위한 기술은 이미 오래전부터 사용되어 왔습니다. 실제로, 1990년대 초반부터 인공지능을 사용하여 금융 사기를 예방하기 위한 시도가 있었습니다. 그러나 이러한 초기 인공지능 기술은 사기 행동가 정적이라고 가정했습니다. 알고리즘은 동일한 사기 행동를 반복적으로 인식하도록 설계되었습니다. 이러한 이론은 현재도 반사기 기술에 광범위하게 적용되고 있습니다. 그러나 사기는 정적이지 않습니다. 사기꾼들은 항상 새로운 방법을 개발하여 반사기 기술을 피합니다. 이러한 이유로 피처스페이스는 사기를 예방하기 위한 세계 최초의 적응형 인공지능 모델을 개발했습니다. 우리는 인간의 개입 없이 사기꾼들을 3단계 앞서갑니다.

피처스페이스의 적응형 행동 분석이 기존의 사기 예방 기술보다 왜 더 효과적인지 설명해주세요.

피처스페이스의 적응형 행동 분석은 기존의 사기 예방 기술보다 더 효과적인 이유는 기존 기술이 정적인 사기 패턴에 의존하기 때문입니다. 그러나 사기는 정적이지 않습니다. 기존 기술은 알려진 사기 행동를 학습하고 이러한 행동를 수백만 건의 거래 중에서 식별하도록 설계되었습니다. 그러나 이러한 모델은 알려진 사기 행동만을 고려할 수 있습니다. 사기꾼들은 항상 새로운 방법을 개발하여 사기 예방 기술을 피합니다. 반면에, 피처스페이스의 적응형 행동 분석 모델은 좋은 행동를 학습하고 이러한 행동에서 변화를 감지합니다. 좋은 행동는 사기 행동보다 훨씬 많습니다. 이러한 이유로 우리는 더 많은 데이터를 학습할 수 있습니다. 사기 행동는끊임없이 변화합니다. 알려진 사기 행동만을 감지하려고 하는 것은 실패할 수밖에 없습니다.

피처스페이스에서 사용하는 기계 학습 알고리즘에 대해 말씀해 주세요.

피처스페이스의 적응형 행동 분석은 비지도 학습과 지도 학습을 결합합니다. 비지도 학습은 위험 가능성을 나타내는 행동 변화를 찾아내고, 지도 학습은 모델의 정확도를 최적화하여 사기와 금융 범죄를 예방하고 탐지합니다. 지난해 피처스페이스는 새로운 순환 신경망 아키텍처를 사용하는 자동화된 깊은 행동 네트워크(Automated Deep Behavioral Network) 모델을 출시했습니다. 피처스페이스 연구팀은 특징 발견을 자동화하고 거래 흐름에서 시간의 중요성을 본질적으로 이해하는 메모리 셀을 도입하기 위해 이 네트워크를 개발했습니다. 이를 통해 기존 적응형 행동 분석의 시장 선도적인 성능을 더욱 개선했습니다.

소비자 행동를 학습하고 고객 프로필을 최적화하는 모델의 적응성에 대해 말씀해 주세요.

저희 적응형 행동 분석 모델은 전례 없는 변화 앞에서도 필요한 만큼 적응합니다. 예를 들어 2020년 첫 코로나19 봉쇄 당시 소비자의 구매 행동은 말 그대로 하룻밤 사이에 바뀌었습니다. 2020년 4월 29일까지 마스터카드 (MA )는 비접촉 결제가 40% 증가한 것을 확인했습니다. 적응하지 못하는 사기 방지 AI 모델은 혼란에 빠져 자택에 머물라는 명령을 받은 사람들의 정당한 결제를 차단했습니다. 저희 모델은 사람의 개입 없이 자동으로 적응했습니다. 이를 가장 잘 보여 주는 사례는 TSYS와 피처스페이스가 결제수단 발급 기관을 위해 만든 사기 및 위험 관리 의사 결정 점수 도구인 TSYS Foresight Score입니다. 2020년 1월부터 6월까지 피처스페이스를 활용한 TSYS Foresight Score는 매주 일관되게 안정적인 점수 분포를 제공하여 자택에 머물라는 명령을 받은 소비자들이 식료품과 생필품을 중단 없이 계속 구매할 수 있도록 했습니다.

이 기술의 가장 큰 사용 사례는 무엇인가요?

이 기술은 특히 은행, 금융 기관, 결제 처리업체를 대상으로 합니다. 예를 들어 결제 처리업체 Worldpay는 피처스페이스 기술을 사용하는 FraudSight 제품이 사기를 줄이는 동시에 가맹점의 결제 승인율을 높이고 소비자를 보호하는 능력을 인정받았습니다.

피처스페이스에 대해 더 알려주고 싶은 것이 있나요?

기만을 통한 사기는 세계에서 가장 빠르게 성장하는 사기 범주 중 하나입니다. 규제기관도 이를 인식하고 보호 장치를 마련하려 합니다. 영국 정부는 2022년 3월 온라인 안전 법안 개편을 추진하여 사기를 예방하고 온라인 거래에 대한 소비자의 신뢰를 높이려 했습니다. 미국의 소비자금융보호국(CFPB)도 은행과 신용조합에 더 많은 책임을 부여하여 소비자를 사기로부터 보호하는 조치를 검토하고 있습니다. 피처스페이스는 사기가 발생하기 전에 사람의 개입 없이 자동으로 예방하여 은행의 비용을 절감하고 고객을 안전하게 지킬 수 있습니다.

그 예가 NatWest (NWG )입니다. 총자산 기준 영국에서 네 번째로 큰 은행으로, 고객은 약 1900만 명입니다. NatWest는 피처스페이스의 ARIC Risk Hub를 배포한 지 단 24시간 만에 탐지된 사기와 기만 행위의 금액이 증가하고 오탐률이 즉시 낮아지는 것을 확인했습니다. 오탐은 실제 고객의 정당한 활동을 거부하는 것을 뜻합니다. 협력의 결과 NatWest는 투자자들에게 피처스페이스를 «강력한 파트너»라고 소개했습니다.

이 인터뷰를 감사드립니다. 더 많은 정보를 원하는 독자는 피처스페이스를 방문해 주세요.