"카드 부정거래 막아라"...카드사 FDS 업그레이드 속도
#. 직장인 이모(30)씨는 본인의 신용카드를 대학생인 남동생이 사용하고 있다. 최근 남동생은 학교에서 신용카드를 도난 당했고 곧바로 부정거래 50만원이 발생했다. 이씨는 카드사에 이 같은 사실을 알렸지만 카드사는 이씨 명의의 카드를 타인에게 양도했다는 이유로 보상을 거절했다. 카드산업이 발전하면서 위·변조 도난 등에 의한 카드 부정사용에 대한 우려가 커지자 카드사가 소비자피해를 막기 위해 부정거래탐지시스템(FDS)을 개발해 대응하고 있다. 최근에는 인공지능 기술 머신러닝을 적용한 FDS를 업그레이드해 정확도를 높이려는 모양새다. FDS는 사전에 입력된 부정거래 패턴을 기반으로 카드 부정사용을 적발하는 것을 말한다. 기존 패턴과 다른 부정거래의 경우 잡아내는데 한계가 있던 반면 머신러닝 FDS는 컴퓨터가 기존 부정거래 패턴 정보를 바탕으로 스스로 학습해 새로운 패턴의 부정거래까지 감지가 가능하다. 14일 금융감독원에 따르면 최근 5년(2013~2015년)간 신용카드 부정사용건수는 총 19만건에 달하는 것으로 집계됐다. 부정사용 피해유형으로는 도난과 분실이 11만5800건으로 전체 61.2%를 차지했고, 위조·변조가 6만3400건(33.5%), 정보도용 5300건(2.8%), 명의도용 2882건(1.5%) 순으로 나타났다. 부정사용거래가 증가하자 카드업계는 부정거래탐지시스템을 개발해 대응하고 있다. 모니터링 전문가들로 구성된 카드사의 부정사용 감시팀은 하루 2~3교대로 365일, 24시간 가동된다. 신한카드는 지난해 6월 카드업계 최초로 FDS 머신러닝 기법을 도입한 데 이어 지난 10일, 인공지능(AI) 기술인 머신러닝이 적용된 FDS(부정사용방지시스템) 구축을 완료했다. 부정거래로 확인된 거래는 실시간 학습 시스템에서 재학습돼 기존에 판단하지 못한 패턴을 스스로 학습, 운영 시스템에 반영하는 것. 갈수록 지능화되는 부정사용기법을 스스로 학습해, 탐지능력을 고도화할 수 있게 된 셈이다. 실제로 신한카드는 지난해 6월부터 12월까지 해외 오프라인 결제 영역에서 머신러닝 FDS를 운영한 결과 신용카드 부정사용 발견 적중률이 89.5%에서 95%로 6.5%포인트 상승했다. 부정사용 발견 적중률이 올라가면서 부정 사용이 의심되는 결제 신고에 대한 심사 건수는 같은 기간 25% 감소했다. KB국민카드 역시 지난해부터 인공지능 기술 중 하나인 딥러닝(Deep Learning)을 적용한 FDS를 운영하고 있다. 신용카드 관련 이상 거래 탐지와 적발뿐 아니라 카드발급과 장기카드대출(카드론), 할부금융, 선불카드, 가맹점 등 모니터링 대상 업무를 늘리고 홈페이지와 모바일 애플리케이션 등 이상 거래 탐지 대상 채널도 대폭 확대했다. 카드업계 관계자는 "카드 관련 부정거래기법이 점점 다양화되고 지능화되면서 추적하기가 어려워졌다"며 "FDS시스템이 진화하는 동시에 이를 피해 카드 부정사용을 노리는 범죄자들의 수법도 교묘해져 지속적인 업그레이드가 필요하다"고 말했다. 이어 그는 "예산을 확대시켜 FDS를 강화시키기 보다는 우선순위를 FDS에 두고 있는 상황"이라며 "간편결제 보안책 마련과 신용카드 사고를 예방하기 위한 소비자들의 주의도 필요하다"고 말했다.
