페이팔, 결제사기 막으려 '딥러닝' 도입

국내에서 논의가 한창인 이상금융거래탐지시스템(FDS)의 원조격인 페이팔이 사람의 뇌와 유사한 방식으로 분석업무를 수행하는 '딥러닝(deep learning)' 기술까지 적극 도입하고 있는 것으로 나타났다.

최근 기가옴에 따르면 후이 왕 페이팔 글로벌 리스크 사이언스 담당 선임디렉터는 사기 수법이 이전보다 훨씬 복잡해 지면서 사기분석 및 예방을 위해 딥러닝 기술을 도입하고 있다고 밝혔다.

딥러닝은 머신러닝(machine learning) 혹은 인공지능(artificial intelligence)에 대한 또 다른 접근법 중 하나다. 구글, 페이스북, 마이크로소프트, 바이두 등이 수 년 간 연구해 온 분야이기도 하다.

딥러닝에서는 사람의 뇌가 정보를 처리하는 방식과 유사한 인공 신경세포 네트워크 알고리즘을 사용한다. 이 알고리즘은 뇌에서 영감을 얻어 유사한 분석시스템을 마련하겠다는 것이다. 뇌 자체를 모델링한다는 것과는 차이가 난다.

딥러닝을 구성하는 인공 신경세포 네트워크는 이를 구현한 시스템이 얻은 데이터의 패턴이나 특징을 인식하는데 뛰어나다. 컴퓨터 비전, 음성인식, 텍스트 분석, 비디오 게임 등의 발달이 모두 여기에 영향을 미치고 있다. 이들 기술은 복잡한 패턴과 특징을 가진 사이버범죄 혹은 온라인 결제사기를 확인하는데도 도움을 줄 수 있다.

이미 페이팔의 사기방지시스템에는 일부 딥러닝 기술이 적용되는 중이다. 왕에 따르면 이 시스템은 사기방지 전문가와 결합해 '탐정이 하는 것과 같은 방법론(detective-like methodology)'을 적용할 수 있게 한다.

딥러닝 알고리즘은 전 세계에서 이뤄지는 온라인 결제에서 발견된 수 만 개의 잠재적인 특징을 분석해 특정 사기유형과 비교하거나 사기방식을 탐지하고, 다양한 유사수법을 파악할 수 있게 한다.

다양한 사기수법들은 누군가 X라는 일을 했을 때 Y라는 결과가 나오는 것보다 훨씬 복잡하다. 이에 따라 사람이 할 수 있는 것보다 훨씬 높은 수준의 분석을 위해서는 딥러닝과 같은 기술을 도입하게 된다는 설명이다.

일단 딥러닝을 통해 사기가 가능한 모델이 탐지되면 사기방지 전문가는 현실에서 일어날 수 있는 일인지, 다음에 무슨 일이 발생할 수 있는지를 파악한다.

페이팔은 챔피언-챌린저(champions-and-challengers) 방식의 접근법을 사용한다. 금융분야에서 리스크 관리를 위해 활용되는 이 방식은 기존에 사용 중인 전략(챔피언)과 새로운 전략(챌린저)를 동일한 환경에서 테스트 해본 후 이전보다 나은 전략을 선택하는 것을 말한다.

페이팔은 이를 통해 어떤 사기탐지 모델에 무게를 둘지를 결정하고 있다. 딥러닝은 점점 더 챔피언에 가까워지고 있다는 것이 왕의 설명이다.