# 전자상거래 플랫폼을 위한 실시간 딥러닝 사기 탐지 네트워크

- 날짜: 2025-07-01
- 관련자: AI Singapore (AI 연구 및 인재 양성 기관) · AI Singapore
- 출처: https://www.youtube.com/watch?v=vI8xWuxI974
- sgai: https://sgai.md/ko/videos/v051/
- 라이선스: sgai가 작성한 내용(요약·번역·분석)은 CC BY 4.0(출처 표기 및 sgai.md 링크 조건). 원문 전문(의회 기록·연설·자막·정책 원문)은 원권리자에게 귀속되며 참고용으로만 게재. 조건: https://github.com/meltflake/sgai/blob/main/DATA-LICENSE.md

## 왜 중요한가

AISG 100E 프로젝트가 NUS의 그래프 신경망 연구를 Grab의 생산 환경과 직접 연결했으며, 싱가포르의 산학연 전환이 실제로 배포 단계에 도달할 수 있음을 증명합니다.

## 요약

AISG 100E 프로젝트는 기업 디지털화 과정에서 점점 증가하는 디지털 사기 위험에 대응하기 위해 새로운 기계 학습 기술과 네트워크 아키텍처를 개발합니다.

## 핵심 포인트

- Grab 에코시스템 내에서 매일 수백만 건의 거래가 일어나고 있으며, 계정 탈취, 소셜 엔지니어링 피싱, 신용카드 사기가 주요 위협입니다.
- NUS는 AISG를 통해 Grab과 협력하여 그래프 신경망으로 사기 연결을 포착합니다: Spade는 진화 그래프를 처리하고, Spade Plus는 사용자 정의 함수와 스트림 처리를 추가합니다.
- FPGA 상의 동적 무작위 보행은 소셜 네트워크를 실시간으로 스캔하여 가짜 계정을 빠르게 식별하고 제거합니다.

## 전문

© AI Singapore — 참고용으로만 게재.

오늘날 빠르게 변하는 디지털 세계에서 전자상거래 시장은 전례 없는 속도로 성장하고 있습니다. 매초 수백만 건의 거래가 발생하고 있습니다. 하지만 이러한 거래들 속에는 사기를 시사하는 패턴들이 숨어 있습니다. 디지털 플랫폼에서의 사기는 재정적 손실과 평판 손상을 초래하며, 동시에 업계 및 모든 사람의 보안 비용을 증가시킵니다. Grab 생태계 내에서 수백만 건의 거래가 우리의 상인, 운전자, 배송 파트너 및 소비자들 사이에서 발생하며, 우리는 불법 행위자들의 주요 대상이 되었습니다. 일반적인 사기 수법으로는 피싱이나 사회공학을 통한 계정 탈취 및 신용카드 사기가 있습니다. N US에서 우리는 동적이고 대규모이며 빠르게 변화하는 환경에서의 사기 문제에 대응하기 위해 인공지능 기반 솔루션을 개발했습니다. Grab은 그래프 모델을 활용하여 사기를 탐지해왔습니다.

그래프 모델은 의심스러운 연결 간의 관계를 활용함으로써 우리가 사기를 더욱 효과적으로 발견할 수 있게 해줍니다. N US와 AI Singapore를 통해 협력하면서 그래프 모델과 딥러닝에 집중하여 사기 탐지 기술을 심화시키고 있습니다. 그래프는 매우 강력한 데이터 구조로, 실체를 노드로 표현하고 그들 간의 연결을 간선으로 나타내며, 데이터 내의 숨겨진 패턴을 드러내는 데 도움이 됩니다. 따라서 그래프 신경망은 각 실체의 속성과 그들 간의 연결 방식을 학습함으로써 탐지 능력을 향상시킵니다. Spay는 지속적으로 진화하는 그래프에서 사기 행위를 탐지할 수 있으며, Space Plus는 사용자 정의 함수와 더욱 효율적인 스트림 처리를 통해 이러한 능력을 한층 더 강화합니다. Rush는 갑작스러운 사기 급증을 신속하게 포착할 수 있으며, Spade Plus는 계속 변화하는 패턴을 추적하며, 이들은 함께 강력하고 민첩한 방어 시스템을 구성합니다.

그래프 기반 사기 탐지는 레이블 불균형, 네트워크 변화, 그리고 점점 더 정교해지는 사기 수법 등의 도전 과제에 직면해 있습니다. 이러한 문제들을 해결하기 위해 우리는 다양한 연결을 처리하기 위한 PMP, 실시간 업데이트를 위한 Spade, 그리고 데이터에서 숨겨진 사기를 탐지하기 위한 강력한 그래프 기술을 제시했습니다. 학생들이 다양한 문제를 연습하여 더 잘 배우는 것처럼, 인공지능도 다양한 데이터를 통해 더 잘 배우며, 이는 행동이 변하더라도 지속적으로 진화하는 사기 행위를 포착하는 데 도움이 됩니다. 우리는 진화하는 그래프를 더 잘 처리하고 실시간 데이터 변화에 적응하는 기술을 개발했습니다. 우리는 또한 다양한 그래프에서 비정상 패턴을 식별하는 성능을 높이는 데 도움이 되는 이상 탐지 전략을 탐색했습니다. 막대한 데이터 풀에서 우리는 특수 하드웨어 FPGA를 활용하여 대규모 네트워크를 이해하는 방법을 찾아냈습니다.

FPGA 기반 동적 무작위 보행은 초고속 탐지 도구로서 소셜 네트워크를 실시간으로 스캔하고 가짜 사용자를 포착하여 제거할 수 있습니다. 2022년 이후로 우리는 여러 학술 논문을 공동 저술했으며, 여러 저명한 학술대회에서 이를 발표했습니다. 우리는 연구 성과가 성숙한 후 일부 모델을 GRAP에 통합하여 사용할 계획입니다. 앞으로 인공지능은 단순히 반응하는 것뿐만 아니라 사기 발생을 예측하고 방지할 수 있게 될 것입니다. 사기 행위는 계속 진화하고 있으며, 우리도 계속 발전하고 있습니다. 인공지능이 주도하는 사기 탐지를 통해 우리는 거래 하나하나씩 전자상거래 시장의 미래를 보호하고 있습니다. [음악]