이 게시물은 카카오뱅크가 보이스피싱 대응을 위해 단일 거래(point) 기반 탐지에서 고객의 연속 행동(sequence) 기반 시퀀스 탐지 모델로 전환한 과정을 소개합니다.

탐지 패러다임 전환

• 기존 포인트 분석의 사각지대를 고객 앱 이용 이력과 거래 내역을 묶은 시퀀스 전체 분석으로 보완
• 시퀀스가 이후 ‘정상/사기/피해’ 클래스 확률을 예측하도록 Time Series Classification으로 접근

모델 구조와 학습 개선

• Vision Transformer(ViT)를 금융 시계열에 맞게 변형해 패치 기반으로 이벤트 관계를 학습
• 멀티스케일 특징 추출, Cross-Attention 결합으로 서로 다른 시간 간격 의존성 반영
• 클래스 불균형(0.1% 이하) 문제 해결을 위해 Metric learning 기반 Two-stage 학습 적용

XAI 적용

• Gradient Attention Rollout로 ‘사기’ 예측에 기여한 시퀀스 구간(패치)을 히트맵 형태로 시각화

실시간 서빙 아키텍처

• Apache Flink로 고객별 시퀀스 전처리 후 NVIDIA Triton에서 추론 수행
• 일평균 1,800만 건 요청을 평균 20ms 이내 레이턴시로 처리

확장 로드맵

• Continual Learning, 그래프 기반 모델, LLM·멀티모달 파운데이션 모델 연구 계획