ATM : "이상행동을 탐지하였습니다"

 ATM을 쓰려고 갔는데, ATM에서 갑자기 이상행동을 한다고 경고를 주면 무슨 생각이 들까. 

 이번에 신한은행의 데이터 전문가와 외부 AI 업체가 8개월간의 AI딥러닝을 통해 연령대별 다양한 거래유형을 학습해 분석한 데이터를 바탕으로 이상행동을 탐지해 거래 전에 고객에게 주의 문구를 안내하는 서비스를 도입할 예정이라고 한다.  기사에 나온 이상행동의 범주에는 ATM 거래 중에 휴대폰 통화를 하거나 선글라스 및 모자를 착용하는 등 수 많은 보이스 피싱 데이터를 분석해 얻은 유사한 이상행동을 학습하였다고 한다. 애초에 이상행동이라는 것의 경계가 좀 애매모호한 부분이 있다고 생각하긴 하지만, 의도 자체는 정말 좋은 것 같다. 얼마 전 뉴스에서 보이스 피싱등의 피해 사례가 나날이 늘어나고 있다는 내용을 들은 적이 있기 때문이다. 

 이러한 기술을 구현하려면 어떤 것이 필요할까? 

역시 AI하면 누구나 먼저 생각하는 많은 데이터(빅 데이터)가 필요할 것이다. 이는 기사에도 나와 있는 내용으로 빅데이터가 AI 학습에 얼마나 중요한지는 몇 번을 말해도 과언이 아니라고 생각한다. 기사에는 8개월이라고 나와있어서 조금 부족한 것 아닌가? 하는 생각도 들지만 전국에 있는 신한 은행지점에서 데이터를 모은다면 충분하지 않을까 하는 생각이 들었다. 다음으로는 행동을 판단하는 모델이 필요할 것이다. 행동은 정지되어 있지 않기 때문에 입력은 동영상으로 들어올 것이다. 따라서 아마 yolo 같은 모델을 이용하여 물체 및 사람을 구분하고 그 뒤에 행동을 판단해야할 것이다. 분류로 하는 것보다는 회귀로 구현해서 이상행동일 확률을 수치로 나타내서 몇 퍼센트 이상이면 경고문을 안내하는 식으로 구현하지 않았을까 싶다. 그런데 이러한 이상행동 경고 안내문은 보이스피싱등의 상황이 아닐때 지만 이상행동으로 탐지된 FP(False Positive) 일 때보다 보이스피싱등의 이상행동일 때 인식하지 못한 FN(False Negative) 일때의 피해가 더 크기 때문에 엄청 정확한 정밀도나 재현율이 필요하다기 보다는 그냥 이상행동의 범주에 들어가기만 하면 참이든 거짓이든 인식하는 것이 중요하다고 생각된다.

 AI가 앞으로 얼마나 더 우리의 생활에 침투할지 기대가 되면서 나도 지속적으로 AI분야를 공부해 나가야 겠다. 그런데 실습적인 부분은 금전적인 요소가 들어서...... 직접 해보고 싶은데 아쉬운 부분이긴 하다...

 

 

 

출처 및 참고 : 신한은행, 금융권 최초 ‘AI 이상행동탐지 ATM’ 도입 (ddaily.co.kr)