연락처 정보

코스 개요

금융 범죄 대응을 위한 인공지능 입문

  • 디지털 금융 시대의 사기와 자금세탁 방지 현황 소개
  • 기존 접근법과 인공지능 기반 접근법 간의 비교 분석
  • 마스터카드, JP모간 및 세계 각국 은행들의 사례 연구 공유

거래 모니터링을 위한 기계학습 활용법

  • 위험도 평가 및 분류를 위한 지도 학습 기법 설명
  • 이상 현상 감지를 위한 비지도 학습 방법 소개
  • 실시간 경고 생성 및 데이터 스트림 처리 절차 설명

그래프 분석과 네트워크 위험 탐지 기술

  • 개체 간 관계 및 거래 구조 모델링 방법 설명
  • 그래프 인공지능을 활용해 복잡한 사기 패턴을 식별하는 기법 안내
  • Neo4j와 같은 도구를 이용한 실습 기회 제공

자금세탁 방지를 위한 자연어 처리 기술

  • 고객 신원 확인 절차에서의 텍스트 마이닝 적용 방법 설명
  • 고유 명사 인식 기술을 활용한 감시 목록 스캔 기법 소개
  • 프롬프트 기반 문서 검토 및 의심스러운 활동 보고서 작성 방법 설명

모델 관리 및 설명 가능성 확보 방안

  • 추적 가능하고 설명이 가능한 모델 구축 방법 안내
  • 사기 탐지 알고리즘 내 편향성 식별 및 보완 전략 제시
  • 규제 준수 환경에서의 설명 가능한 인공지능 활용 방안 설명

윤리, 규제 기준 및 모델 리스크 관리

  • FATF, FinCEN, EBA와 같은 국제적 규제 체계에 부합하는 준수 방안 설명
  • 감시 및 고객 모니터링 과정에서의 인공지능 윤리 문제 논의
  • 보고 기준 충족과 규제 당국에 의한 감사 대응 전략 소개

모델 배포 전략 및 미래 발전 방향

  • 현재 운영 중인 거래 시스템과 인공지능 모델의 통합 방법 설명
  • 피드백 루프 구성 및 모델 업데이트 자동화 기법 안내
  • 생성형 인공지능이 사기 조사와 의심스러운 활동 보고 자동화에 미칠 향후 영향 예측

요약 및 다음 단계 설명

요건

  • 사기 리스크 및 자금세탁 방지 절차에 대한 기본적인 이해가 필요합니다.
  • 데이터 분석 또는 규제 준수 보고 업무 경험이 있으면 유리합니다.
  • Python이나 분석 플랫폼 사용법에 대한 기초 지식이 요구됩니다.

대상 수강생

  • 사기 리스크 관리 전문가
  • 자금세탁 방지 규제 준수 팀원
  • 보안 및 정보 보호 담당자
 14 시간

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리