복잡해진 금융 범죄의 세계에서 AI와 데이터 분석은 매우 중요한 도구가 됐다.

AI에 대한 논의는 종종 인간을 대체하는 역할을 중심으로 이루어진다. 이는 특히 챗GPT와 같은 기술의 등장으로 AI가 빠른 속도로 발전하고 있다는 점을 고려하면 이해할 수 있다.

하지만 금융 범죄와의 싸움은 제로섬 게임이 아니라 AI의 분석 능력과 인간의 미묘한 이해력 사이의 균형을 맞춰야 한다. 따라서 인간과 AI 간의 접근 방식은 반드시 협력적이어야 한다.

AI저널은 금융 범죄에서 인간과 AI의 역할에 대해 보도했다. 디지털 뱅킹과 온라인 거래가 증가함에 따라 방대한 양의 데이터로 인해 인간 분석가가 의심스러운 활동을 철저히 검토하고 탐지하는 것은 거의 불가능해졌다.

이로 인해 잠재적인 범죄가 탐지되지 않아 은행과 고객 모두를 위험에 빠뜨릴 수 있는 여지가 있다. 다행히도 AI는 머신러닝 알고리즘과 고급 분석을 통해 대량의 데이터를 빠르고 정확하게 분석해 사람이 놓칠 수 있는 사기 활동을 나타내는 패턴과 이상 징후를 식별할 수 있다.

이는 금융 범죄를 예방하는 데 도움이 될 뿐만 아니라 금융 기관의 시간과 리소스를 절약할 수 있다.

하지만 조사는 혼자서 하는 것이 아니다. 인간은 AI가 탐지한 사례를 검토하고 AI의 추천에 따라 중요한 결정을 내리는 데 중요한 역할을 한다. 이러한 공생 관계는 금융 범죄에 대응하는 데 있어 보다 효율적이고 효과적인 접근 방식을 만들어낸다.

예를 들어, AI 시스템이 잠재적인 사기 거래를 감지할 수 있지만 이를 검토하고 최종적으로 승인 또는 거부를 결정하려면 사람이 필요하다. 이러한 휴먼 인 더 루프 접근 방식은 오탐을 최소화하고 균형 잡힌 시스템을 보장하는 데 도움이 될 수 있다.

AI의 패턴 인식 능력에도 불구하고 세상과 현안에 대한 폭넓은 이해가 중요하다. 금융 범죄는 단순히 숫자와 데이터에 관한 것이 아니라 의사 결정에 복잡한 추론과 미묘한 뉘앙스가 개입된다.

인간은 다양한 요소를 고려하고 자신의 지식과 경험을 바탕으로 판단을 내릴 수 있지만, AI는 그렇지 못할 수 있다. 또한 AI는 학습된 데이터만을 기반으로 작동하기 때문에 불완전하거나 편향적일 수 있다.

이는 AI가 포착할 수 없는 중요한 관점을 제공할 수 있는 인간의 참여의 중요성을 강조한다.

오픈AI의 챗GPT를 비롯한 여러 도구가 현재 다양한 분야에서 다양한 목적으로 활용되고 있다. 금융 범죄 업계에서도 널리 사용되는 것은 시간 문제일 뿐이다.

오늘날 대규모언어모델(LLM)의 두 가지 핵심 기능은 잠재적인 게임 체인저로 주목받고 있다. 먼저 비정형 데이터 처리의 LLM은 방대한 비정형 데이터 코퍼스를 학습해 다양한 형태의 데이터에서 정보를 쉽게 해독할 수 있다.

고급 추론의 LLM은 사용자 요청에 따라 복잡한 작업을 지능적으로 수행할 수 있다.

LLM은 한때 AI가 처리하기에는 너무 복잡하다고 여겨졌던 작업을 자동화할 수 있는 기능을 제공한다. 여기에는 데이터베이스 쿼리, 문서에서 정보 추출, 데이터 해석, 집계 및 컨텍스트화 등이 포함된다.

이를 통해 다양한 소스의 데이터에 대한 실시간 정보와 분석을 제공함으로써 조사관을 새로운 차원으로 지원한다.

예를 들어, 의심스러운 거래 플래그가 지정된 경우 AI 챗봇은 데이터베이스, AI 모델 및 문서에서 관련 데이터를 신속하게 수집해 조사자에게 요약되고 집중된 형식으로 제시함으로써 조사자가 적시에 정보에 입각한 결정을 내릴 수 있도록 지원한다. AI는 궁극적으로 최종 결정을 내리는 조사자에게 핵심 정보를 수집하는 조력자 역할을 한다.

매체는 금융 범죄에 맞서 싸우는 복잡한 과정 속에서 인간과 AI 시스템은 모두 동기화되어야 한다고 주장했다. 또한 인간과 AI 간의 역동적인 상호 작용을 이해하는 것의 중요성, AI 추천을 형성하는 데 있어 인간의 의사 결정의 중요성, 이러한 시스템에 대한 지속적인 모니터링과 평가의 필요성에 대해 강조했다.