글로벌 자금 세탁은 세계 GDP의 무려 XNUMX~XNUMX%를 차지하는 것으로 추산됩니다.
최대 2조 달러에 해당. 이에 대응하여 규제 기관은 점점 더 엄격한 규정과 법률을 시행하여 금융 범죄에 대한 올가미를 강화하고 있습니다.

그렇게 하면서 많은 금융 기관은 사기가 발생하면 이를 발견하고 막기 위해 AI를 활용하고 있습니다. 이 기술을 사용하면 규정 준수 팀은 복잡하고 변칙적인 행동 패턴을 실시간으로 감지하여 기존 규칙 기반 시스템에서는 감지할 수 없는 강력한 통찰력을 제공할 수 있습니다.

사실,
현재 은행의 58%가 사기 탐지를 위해 AI에 크게 의존하고 있습니다., Economist Intelligence Unit에 따르면. 범죄와의 전쟁을 위한 도구로 실제로 내장되었습니다. 따라서 범죄자들이 이에 주목하고 이를 이용해 반격을 가하는 것은 어쩌면 그리 놀라운 일이 아닐 것입니다.

이는 ChatGPT 및 Google의 Bard와 같은 생성 AI 모델의 등장으로 가속화되었습니다. 제너레이티브 AI는 이전 AI 형태와 달리 데이터의 패턴과 구조를 학습해 새로운 콘텐츠를 만들 수 있다. 많은 사람들이 뉴스에서 보았듯이 이전에는 존재하지 않았던 텍스트, 이미지, 음악은 물론 음성이나 비디오까지 생성할 수 있습니다.

결과적으로 AI는 이제 규칙을 지키는 사람과 규칙을 깨는 사람이 서로를 능가하려고 노력하는 데 사용되고 있습니다. 궁극의 양날의 검입니다. 사기꾼들이 이를 어떻게 사용하고 있는가?

위험 검토

생성적 AI와 대규모 언어 모델(LLM)은 전 세계적으로 개발되고 있으며, 새로운 버전과 확장된 기능이 놀라운 속도로 등장하고 있습니다. 이는 널리 규제되지 않으며 범죄를 저지르려는 사람들에게 절대적인 선물입니다.

예를 들어, 중국의 유명 기술 기업인 Tencent Cloud는 최근
서비스형 딥페이크 (DFaaS) 솔루션의 가격은 비디오당 145달러입니다. 금융 범죄에 대한 DFaaS 기술의 영향은 특히 KYC(고객 파악) 프로토콜 및 CDD(고객 실사) 확인과 관련하여 매우 우려됩니다.

이 소프트웨어는 진짜처럼 보이는 가짜 신원 문서, 이미지, 비디오를 생성하여 KYC/CDD를 우회할 수 있는 합성 신원을 생성할 수 있습니다. 또한 생성적 AI는 사용자 계정을 빠르게 조사하고, 사기 및 피싱 공격을 수행하고, 민감한 데이터에 액세스할 수 있습니다.

사기꾼이 더 많은 개인 데이터를 획득하고 더 믿을 만한 가짜 ID를 만들수록 AI 모델의 정확도가 향상되어 사기 성공률이 높아집니다. 믿을 수 있는 ID를 쉽게 생성할 수 있으므로 사기꾼은 높은 성공률로 ID 관련 사기를 확장할 수 있습니다.

범죄자가 생성 AI 모델을 사용할 수 있는 또 다른 주요 영역은 자금 세탁 프로세스의 다양한 단계에서 탐지 및 예방이 더욱 어려워지는 경우입니다. 예를 들어 가짜 회사를 만들어 자금 혼합을 용이하게 할 수 있고, AI는 가짜 송장 및 거래 기록 생성을 단순화하여 더욱 설득력 있게 만들 수 있습니다.

또한 KYC/CDD 확인을 우회함으로써 자금세탁 계획 뒤에 수익 소유자를 숨기는 해외 계정을 만드는 것이 가능합니다. 허위 재무제표를 생성하는 것이 쉬워지고 AI는 법률의 허점을 식별하여 관할권 간 자금 이동을 촉진할 수 있습니다.

가능성은 무한합니다. 인간이 사기를 저지르는 방법을 상상할 수 있다면 생성 AI는 아마도 그것을 달성할 수 있는 방법을 찾을 수 있을 것입니다. 엄청난 양의 데이터를 소화하고 믿을 수 있는 콘텐츠를 생성하는 능력을 갖춘 이러한 모델은 상상할 수 있는 모든 기회를 훔칠 수 있습니다.

AI의 잠재력 활용

위에서 언급했듯이 좋은 소식은 AI가 좋은 용도로도 사용될 수 있고 나쁜 용도로도 사용될 수 있다는 것입니다. 사기꾼은 AI가 제공하는 악의적인 잠재력을 탐색하지만, 사기 탐지 및 예방의 미래는 AI가 만들 수 있는 긍정적인 기여에 달려 있습니다.

범죄를 탐지, 억제, 중지하는 AI의 능력은 금융 세계에서 AI 기술을 가장 효과적으로 적용한 것입니다. 그리고 그것은 오랫동안 그렇게 인식되어 왔습니다. 미국 금융 범죄 단속 네트워크(FinCEN)
AI와 머신러닝의 중요성 강조 2018년에는 이러한 기술이 "규정 준수 비용을 줄이면서 자금 세탁 및 테러 자금 조달 위험을 더 잘 관리할 수 있다"고 밝혔습니다.

재정 행동 태스크 포스 (FATF)
이런 감정을 반영했다, AI 기반 솔루션은 위험을 식별하고 의심스러운 활동에 대응하며 더 빠른 속도, 정확성 및 효율성으로 모니터링 기능을 향상시키는 데 도움이 될 수 있다고 설명합니다.

앞으로의 길 탐색

양측의 전투가 벌어지고 있는 상황에서 앞으로 나아갈 수 있는 유일한 방법은 더 많은 금융 기관이 AI 지원 AML 및 사기 방지 솔루션을 채택하여 불에 맞서 싸우는 것입니다. 이를 통해서만 규제 요구 사항을 효과적으로 해결하고 규정 준수를 유지할 수 있습니다.

이 경로를 탐색하려면 규정 준수 부서가 데이터 과학자, 데이터 분석가, 법의학 회계사 및 프로그래밍 배경을 갖춘 전문가를 추가하여 다각적인 팀을 구성하는 것이 중요합니다. 이것이 없이는 신기술이 제공하는 기회를 최대한 활용하는 것이 거의 불가능할 것입니다.

금융 기관이 올바른 기술을 구축하고 최고의 장비를 갖춘 공급업체와 협력할 수 있다면 다음 단계는 규칙 기반 기술에서 AI로 전환하는 것입니다. AI와 ML에 필요한 컴퓨팅 성능이 엄청날 수 있으므로 일반적으로 클라우드로의 전환이 필요합니다. 오래된 온프레미스 인프라를 사용하려고 하면 문제가 발생할 수 있습니다.

그러나 AI 의사결정 프로세스의 투명성을 보장하여 규제 준수에 대한 감사 및 보고를 가능하게 하는 것이 필수적입니다. 금융 규제를 준수하는 AI의 역할에 대한 정교한 접근 방식을 통해 진화하는 문제에 직면하여 규정 준수를 미래에도 보장할 수 있습니다.

금융 부문이 AI의 잠재력을 수용하면서 위험을 완화하면서 이러한 미지의 영역을 탐색함에 따라 금융 범죄와의 싸움이 강화되어 모두를 위한 보다 안전하고 안전한 미래를 보장할 수 있습니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.finextra.com/blogposting/25290/the-double-edged-sword-of-ai-in-financial-regulatory-compliance?utm_medium=rssfinextra&utm_source=finextrablogs