바로 이동

자금 세탁 방지 AI

AI로 의심스러운 잠재적 자금 세탁 활동을 더 빠르고 정확하게 감지

  • 소매 및 상업 은행에 중점 

  • 금융 서비스의 모델 거버넌스 요구사항을 지원하도록 설계

  • 분석가, 위험 관리자, 감사 기관에 설명 가능

  • 여러 관할권에서 트랜잭션 모니터링을 위한 기록 시스템으로 프로덕션에 채택됨

  • 고객 확장 데이터 및 기능 지원

이점

위험 감지 증가

확인된 의심스러운 활동을 거의 2~4배 더 많이 감지하여 자금 세탁 방지 프로그램을 강화합니다.

더 적은 운영 비용

거짓양성을 60% 이상 없애고 조사 시간을 위험도가 높고 실행 가능한 알림에 집중합니다.

강력한 거버넌스 및 방어

규정 준수 및 내부 위험 관리를 지원하는 감사 가능하고 설명 가능한 출력을 제공합니다.

주요 특징

숨겨진 데이터를 파악하고 AML 위험을 드러내세요

ML 기반 위험 점수 생성

AI 기반 트랜잭션 모니터링은 수동으로 정의된 규칙 기반 접근 방식을 대체하고 금융 기관의 자체 데이터를 활용하여 고급 머신러닝(ML) 모델을 학습시켜 위험 점수를 포괄적으로 파악할 수 있습니다.

가장 높은 위험을 정확히 파악

데이터를 전체적으로 파악하는 이 모델은 트랜잭션, 계정, 고객 관계, 회사, 고객알기제도(KYC) 데이터를 조사하여 소매 및 상업 은행의 패턴, 인스턴스, 그룹, 이상 현상, 네트워크를 식별함으로써 가장 높은 자금 세탁 위험을 파악할 수 있습니다.

위험 점수를 더 쉽게 설명하기

각 점수는 주요 위험 지표에 대한 분석을 제공하여 비즈니스 사용자가 위험 점수를 쉽게 설명하고 조사 워크플로를 가속화하며 여러 위험 유형에 대한 보고를 지원할 수 있습니다.

새로운 소식

AML AI 관련 최신 업데이트 보기

Google Cloud 뉴스레터를 신청하여 제품 업데이트, 행사 정보, 특별 이벤트 등의 소식을 받아보세요.

문서

문서

튜토리얼
AML AI 설정

AML 프로세스에 AML AI를 통합하는 방법을 알아보세요.

아키텍처
보안 아키텍처 개요

AML AI는 고객의 데이터를 염두에 두고 설계되었습니다. 데이터 상주 및 액세스 투명성과 같은 보안 기능을 지원합니다.

API 및 라이브러리
금융 서비스 REST API

AML AI는 직접 호출할 수 있는 간단한 JSON HTTP 인터페이스를 제공합니다.

API 및 라이브러리
AML 입력 데이터 모델

AML AI의 스키마 및 데이터 입력 요구사항 자세히 알아보기

가격 책정

AML AI 가격 책정 세부정보

자금 세탁 방지 AI에는 두 가지 가격 구성요소가 있습니다.

1) AML 위험 점수는 서비스를 사용하는 은행 고객 수를 기준으로 하며 매일 비용이 청구됩니다.

2) 모델 학습 및 조정은 입력 데이터 세트에 사용된 은행 고객 수를 기준으로 합니다.

가격 책정에 대한 자세한 내용은 영업팀에 문의하세요.

파트너

신뢰할 수 있는 파트너 생태계

신뢰할 수 있는 업계 파트너로 구성된 Google의 대규모 생태계는 금융 서비스 기관이 복잡한 비즈니스 과제를 해결하는 데 도움을 줄 수 있습니다.