피처스페이스(Dave Excell) 설립자 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 बत해주세요.

저는 케임브리지 대학교에서 박사 학위를 취득하는 동안 빌 피츠제럴드 교수와 함께 기계 학습과 통계 기법을 사용하여 인간 행동을 이해하는 연구를 진행했습니다. 당시 여러 기관들이 자동화된 의사 결정과 수동 프로세스의 효율성을 높이기 위해 새로운 해결책을 찾기 위해 저희에게 접근했습니다. 저는 기관들이 데이터를 분석하여 행동이나 의도를 이해하는 데 어려움을 겪고 있다는 패턴을 발견했습니다. 예를 들어, 컴퓨터 게임에서 플레이어의 행동을 모델링하여 그들이 실제 플레이어인지 아니면 시스템을 조작하는 로봇인지 구분했습니다. 이러한 프로젝트를 진행하면서 저는 데이터를 분석하여 행동이나 의도를 이해하는 데 어려움을 겪는 기관들이 많다는 것을 깨달았습니다. 이러한 필요성으로부터 저는 적응형 행동 분석의 개념을 개발하게 되었습니다. 이 기술은 후에 피처스페이스의 첫 번째 temel 기술이 되었습니다.

피처스페이스를 설립한 계기에 대해 बत해주세요.

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

현재 사용되는 사기 및 금융 범죄 예방 기술에 대해 बत해주세요. 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 行為가 정적이라고 가정했습니다. 알고리즘은 동일한 사기 行為를 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 行為를 학습하고 이러한 行為를 수백만 건의 거래 중에서 식별하도록 설계되었습니다. 그러나 이러한 모델은 알려진 사기 行為만을 고려할 수 있습니다. 사기꾼들은 항상 새로운 방법을 개발하여 사기 예방 기술을 피합니다. 반면에, 피처스페이스의 적응형 행동 분석 모델은 좋은 行為를 학습하고 이러한 行為에서 변화를 감지합니다. 좋은 行為는 사기 行為보다 훨씬 많습니다. 이러한 이유로 우리는 더 많은 데이터를 학습할 수 있습니다. 사기 行為는不断하게 변화합니다. 알려진 사기 行為만을 감지하려고 하는 것은 실패할 수밖에 없습니다.

피처스페이스에서 사용하는 기계 학습 알고리즘에 대해 बत해주세요.

피처스페이스의 적응형 행동 분석은 무감독 기계 학습과 감독 기계 학습을 결합합니다. 무감독 기계 학습은 行為의 변화를 감지하여 위험을 예측합니다. 감독 기계 학습은 모델의 정확도를 최적화하여 사기와 금융 범죄를 예방합니다. 지난해 피처스페이스는 자동화된 깊은 행동 네트워크(Automated Deep Behavioral Network) 모델을 출시했습니다. 이 모델은 새로운 재귀 신경망 아키텍처를 사용합니다. 피처스페이스 연구팀은 자동화된 깊은 행동 네트워크를 개발하여 특징 발견을 자동화하고 시간의 중요성을 이해하는 메모리 셀을 도입하여 기존의 적응형 행동 분석의 시장 최고의 성능을 개선했습니다.

소비자 行為를 학습하고 고객 프로필을 최적화하는 모델의 적응성에 대해 बत해주세요.

피처스페이스의 적응형 행동 분석 모델은 필요에 따라 적응할 수 있습니다. 예를 들어, 2020년 초 코로나19로 인한 잠금이 시행되면서 소비자 구매 行為가 급격히 변경되었습니다. 2020년 4월 29일, 마스터카드는 무접촉 결제가 40% 증가한 것을 확인했습니다. 비적응형 사기 예방 인공지능 모델은 합법적인 결제를 차단했습니다. 그러나 피처스페이스의 모델은 자동으로 적응했습니다. 이는 TSYS Foresight Score를 통해 확인할 수 있습니다. TSYS Foresight Score는 TSYS와 피처스페이스가 개발한 결제 발급자용 사기 및 위험 관리 결정 점수 도구입니다. 2020년 1월부터 6월까지 TSYS Foresight Score는 일주일마다 안정적인 점수 분포를 제공하여 자택에 있는 소비자가 물건을 구매할 수 있도록 했습니다.

이 기술의 가장 큰 사용 사례는 무엇인가요?

이 기술은 은행, 금융 기관, 결제 처리업체를 위한 것입니다. 예를 들어, 결제 처리업체인 월드페이는 피처스페이스의 기술을 사용하여 사기를 예방하고 상인들의 승인率를提高하며 소비자를 보호하는 능력으로 인해 최근賞를 받았습니다.

피처스페이스에 대해 더 알려주고 싶은 것이 있나요?

사기는 세계에서 가장 빠르게 성장하는 사기 범주 중 하나입니다. 규제기관은 이를 인식하고 보호조치를 취하고 있습니다. 예를 들어, 영국 정부는 2022년 3월에 온라인 안전법을 개정하여 사기를 예방하고 온라인 거래에 대한 소비자 신뢰를 높이기 위해 노력하고 있습니다. 미국의 소비자 금융 보호국(CFPB)은 또한 사기를 예방하기 위해 은행과 신용조합에 더 많은 책임을 지우고 있습니다. 피처스페이스는 사기를 예방함으로써 은행을 보호하고 고객을 안전하게 유지할 수 있습니다.

NatWest (NWG ) 는 영국에서 4번째로 큰 은행으로, 총 자산은 약 19억 파운드입니다. NatWest는 피처스페이스의 ARIC Risk Hub을 배포한 후 24시간 내에 사기 및 사기 行為의 가치를 증가시키고, 실제 고객 行為가 감소한 것을 확인했습니다. 이러한 결과로 NatWest는 투자자들에게 피처스페이스를 “강력한 파트너”로 언급했습니다.

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