대부분의 금융 기관은 사기 문제를 올바른 방식으로 해결하고 있지만, 인프라 구축은 잘못된 방식으로 하고 있다

사기가 점점 더 지능화되고 있습니다.

매년 금융 기관들은 사기 탐지 시스템(fraud detection systems), 리스크 관리 도구(risk management tools), 컴플라이언스 프로세스(compliance processes), 그리고 보안 팀에 수십억 달러를 투자합니다. 하지만 공격자들이 자동화와 AI를 점점 더 많이 활용함에 따라 사기로 인한 손실은 계속해서 증가하고 있습니다.

업계의 대응은 예측 가능했습니다. AI 기반 사기 방지에 더 집중적으로 투자하는 것이었습니다.

그리고 솔직히 말해서, 그것은 올바른 방향입니다.

저를 놀라게 하는 점은, 많은 조직이 사기 탐지를 위해 AI를 수용하면서 동시에 해당 시스템을 배포하고 개선하는 능력을 저하시키는 인프라 결정을 내리고 있다는 사실입니다.

제 의견으로는, 미래는 공격적으로 클라우드 네이티브 (cloud-native)를 지향하는 금융 기관의 것입니다.

클라우드 애그노스틱 (cloud-agnostic)이 아닙니다.

기본적으로 멀티 클라우드 (multi-cloud)를 지향하는 것도 아닙니다.

클라우드 네이티브 (cloud-native)입니다.

AI가 새로운 사기 분석가(Fraud Analyst)가 되고 있다

전통적인 규칙 기반(rule-based) 사기 시스템은 수동 규칙이 업데이트되는 속도보다 사기 패턴이 더 빠르게 진화하기 때문에 어려움을 겪습니다.

현대적인 AI 시스템은 다음과 같은 일을 할 수 있습니다:

• 실시간 이상 징후 탐지 (Detect anomalies in real time)
• 수백만 건의 트랜잭션 전반에 걸친 행동 패턴 분석 (Analyze behavioral patterns across millions of transactions)
• 오탐 (false positives) 감소
• 리스크 스코어링 (risk scoring) 정확도 향상
• 새롭게 등장하는 사기 기술에 적응

이러한 변화는 이미 금융 산업 전반에서 가시화되고 있습니다.

JPMorgan Chase, Capital One, PayPal, Stripe, Mastercard와 같은 조직들은 머신러닝 (machine learning)과 AI 기반 리스크 관리 시스템에 계속해서 막대한 투자를 하고 있습니다. 왜냐하면 수동적인 접근 방식으로는 현대적인 위협의 속도를 도저히 따라잡을 수 없기 때문입니다.

그 결과는 단순히 사기 손실의 감소만이 아닙니다.

운영 비용의 절감입니다.

수동으로 검토해야 하는 모든 오탐 (false positive)은 추가적인 업무 부하를 생성합니다. 놓쳐버린 모든 사기 트랜잭션은 직접적인 재정적 피해를 입힙니다.

AI는 이 두 가지 문제를 동시에 해결합니다.

최근 GeekyAnts의 기사는 AI 기반 사기 방지가 어떻게 조직의 재정적 손실을 줄이는 동시에 운영 효율성을 높이는지 강조했습니다. 업계 전반의 더 넓은 트렌드는 이것이 점차 경쟁 우위가 아닌, 기본 요구 사항이 되어가고 있음을 시사합니다.

아무도 말하지 않는 인프라의 모순

여기가 바로 많은 조직이 잘못하고 있다고 생각하는 지점입니다.

AI 기반 사기 탐지 (AI-powered fraud detection)에 투자하면서도, 동시에 최대의 클라우드 이식성 (cloud portability)을 중심으로 인프라 전략을 구축하고 있습니다.

의도는 합리적으로 들립니다.

벤더 종속 (vendor lock-in) 방지.

유연성 유지.

미래의 옵션 보존.

하지만 이러한 목표는 종종 대가를 치르게 합니다.

추가적인 추상화 계층 (abstraction layers).

더 높은 운영 복잡성 (operational complexity).

더 긴 배포 주기 (deployment cycles).

더 느린 혁신.

아이러니하게도, AI를 통해 사기 탐지를 가속화하려는 바로 그 기관들이 인프라 결정으로 인해 스스로의 속도를 늦추는 경우가 빈번합니다.

클라우드 네이티브 (Cloud-Native)가 AI 팀에게 이점을 주는 이유

AI 워크로드 (workloads)는 클라우드 네이티브 (cloud-native) 기능에서 번창합니다.

관리형 데이터 플랫폼 (Managed data platforms).

실시간 이벤트 스트리밍 (Real-time event streaming).

서버리스 프로세싱 (Serverless processing).

탄력적 컴퓨팅 리소스 (Elastic compute resources).

통합 머신러닝 서비스 (Integrated machine learning services).

이러한 기능들은 실험 단계에서 프로덕션 (production) 단계로 넘어가는 데 필요한 시간을 극적으로 단축합니다.

Netflix, Amazon, Uber, Spotify와 같은 기업들은 모든 제공업체의 기능을 결국 추상화해야 할 대상으로 취급하는 대신, 클라우드 플랫폼을 공격적으로 활용하는 것의 가치를 입증해 왔습니다.

이와 동일한 교훈이 금융 서비스에도 적용됩니다.

만약 관리형 클라우드 서비스가 사기 탐지 모델의 프로덕션 적용을 6개월 앞당길 수 있다면, 그 비즈니스 가치는 몇 년 뒤에 발생할 이론적인 마이그레이션 (migration) 우려보다 훨씬 더 큰 경우가 많습니다.

업계는 벤더 종속 (Vendor Lock-In)을 과대평가하고 있다

이 의견은 아키텍트 (architects)들 사이에서 인기가 없을 수도 있습니다.

하지만 저는 업계가 클라우드 의존성의 위험은 극도로 과대평가하는 반면, 실행 지연으로 인한 비용은 과소평가하고 있다고 생각합니다.

대부분의 조직은 클라우드 제공업체 간에 전체 플랫폼을 마이그레이션하는 일을 결코 하지 않을 것입니다.

하지만 대부분의 조직은 느린 인도 주기 (delivery cycles)로 인해 고통받게 될 것입니다.

이 두 가지는 동등한 위험이 아닙니다.

클라우드 불가지론 (cloud agnosticism)에 대한 집착은 가치를 창출하기도 훨씬 전에 복잡성을 만들어내는 경우가 많습니다.

최근 GeekyAnts의 기사는 중요한 관찰을 내놓았습니다: 클라우드 네이티브 (cloud-native) 및 클라우드 불가지론 (cloud-agnostic) 접근 방식은 이데올로기가 아닙니다. 그것들은 비즈니스 단계에 따른 결정입니다.

저는 그 원칙에 동의합니다.

제가 약간 의견을 달리하는 부분은, 성장 단계에 있는 대부분의 기업들이 현재보다 훨씬 더 공격적으로 클라우드 네이티브 (cloud-native) 아키텍처를 지향해야 한다고 믿는다는 점입니다.

선도적인 조직들이 이해하고 있는 것

최고의 기술 조직들은 아키텍처를 철학적 논쟁으로 다루지 않습니다.

그들은 그것을 비즈니스 결정으로 다룹니다.

**Amazon은 확장성 (scale)을 위해 최적화했습니다.

Netflix는 스트리밍 신뢰성 (streaming reliability)을 위해 최적화했습니다.

Stripe는 개발자 속도 (developer velocity)를 위해 최적화했습니다.

Capital One은 클라우드 전환 (cloud transformation)을 위해 최적화했습니다.
**

GeekyAnts, Thoughtworks, Accenture와 같은 현대적인 엔지니어링 기업들은 아키텍처 트렌드를 맹목적으로 따르기보다 기술적 선택을 비즈니스 목표와 일치시킬 것을 점점 더 옹호하고 있습니다.

AI 사기 방지 (AI fraud prevention)로부터 가장 많은 가치를 얻고 있는 조직들은 종라면 배포를 가속화하기 위해 클라우드 네이티브 (cloud-native) 플랫폼을 기꺼이 수용하는 조직들과 동일합니다.

그것은 우연이 아닙니다.

나의 견해

AI 기반 사기 방지는 금융 서비스 분야에서 빠르게 필수 사항이 되고 있습니다.

진정한 차별점은 기업이 AI를 채택하느냐 아니냐가 아닐 것입니다.

대부분은 결국 채택하게 될 것입니다.

차별점은 그들이 얼마나 빠르게 해당 시스템을 배포하고, 개선하며, 확장할 수 있느냐가 될 것입니다.

그것이 제가 디지털 전환 (digital transformation)을 겪고 있는 대부분의 금융 기관에 클라우드 네이티브 (cloud-native) 아키텍처가 더 현명한 기본값(default)이라고 믿는 이유입니다.

사기는 조직이 가상의 인프라 시나리오를 위해 최적화하는 데 수년을 소비하기에는 너무 빠르게 진화합니다.

이식성 (portability)과 실행력 (execution) 사이의 경주에서, 실행력은 업계가 인정하고 싶어 하는 것보다 훨씬 더 자주 승리합니다.

그리고 금융 서비스에서 느린 실행은 사기 그 자체만큼이나 비용이 많이 들 수 있습니다.