AI, 고객 행동의 순서를 읽다: 카카오뱅크 시퀀스 기반 FDS 모델 개발기
AI
AI, 고객 행동의 순서를 읽다: 카카오뱅크 시퀀스 기반 FDS 모델 개발기
두줄요약
카카오뱅크가 보이스피싱 대응을 위해 거래 단위가 아닌 고객 행동 시퀀스를 분석하는 FDS 모델을 개발했습니다. ViT 변형, XAI, 실시간 서빙으로 대규모 탐지를 빠르게 처리했습니다.
문제 상황
- 보이스피싱이 조직화·다변화되며 단일 거래 포인트 기반 탐지의 한계 확대
- 기존 변수 가공 중심 모델로는 신종 사기 패턴과 탐지 사각지대 대응에 한계
- 0.1% 이하 소수 클래스와 실시간 대규모 서빙 요구가 동시에 존재
해결 방법
- 고객 앱 활동과 거래 내역을 하나의 시퀀스로 묶어 시계열 분류 문제로 재정의
- ViT 구조를 금융 시계열에 맞게 변형해 패치 임베딩, 멀티스케일 특징 추출, 크로스 어텐션 적용
- Metric Learning 기반 2단계 학습으로 클래스 불균형 완화, XAI와 실시간 서빙 아키텍처로 운영성 강화
성능/운영 포인트
- 일평균 1,800만 건 이상 추론을 평균 20ms 이내로 처리
- Apache Flink와 Triton Inference Server 기반의 실시간 파이프라인 구축
- 탐지 결과를 Kafka와 현업 조건에 연계해 상시 모니터링 체계 구성