생성 데이터 인텔리전스

사기 환경 탐색: 올해의 6가지 예측

시간

금융 부문에서 진화하는 사기 환경으로 인해 보안에 대한 사전 예방적인 접근 방식이 필요합니다. 범죄자들이 취약점을 악용하기 위해 전술을 지속적으로 개선함에 따라 사기의 궤적을 예측하고 KYC(고객 파악) 및 AML(자금 세탁 방지) 규정의 역학을 이해하는 것이 강력한 방어를 구축하는 데 중요해졌습니다.

2024년에는 금융 서비스 사기와의 전쟁을 형성하는 데 도움이 될 XNUMX가지 주요 예측이 있습니다.

사기와 자금세탁 방어의 융합(FRAML)

점점 커지는 문제에 대응하여 금융 기관 내 자금 세탁 방지(AML) 팀과 사기 방지 팀 간의 협력이 강화되고 목표가 일치되어 'FRAML' 패러다임이 등장할 것으로 예상됩니다.

자금 세탁과 사기 사이의 본질적인 연관성을 인식한 이 통합 접근 방식은 오탐을 줄이고 고객 온보딩 경험을 향상하며 위험 식별을 개선하는 것을 목표로 합니다.

최근 Experian 조사에 따르면 영국에서는 금융 범죄로 인해 연간 290억 파운드의 막대한 손실이 발생하고 있는 것으로 나타났습니다. FRAML 운영으로의 전환은 보다 정확한 위험 평가와 포괄적인 고객 관점을 조성하는 데 매우 중요합니다.

플라스틱 '머니 노새'로의 전환 

당좌 계정에 대한 방어가 강화됨에 따라 범죄자들은 ​​신용 카드, 소매점 카드 또는 기프트 카드와 같은 대체 상품에 초점을 맞출 것으로 예상됩니다. '플라스틱 머니 노새' 사기에는 공범자가 신용카드 잔액을 초과 지불하고 그 초과액을 사기꾼에게 전달하여 거래 모니터링의 공백을 이용하는 행위가 포함됩니다.

결과적으로, 기관에서는 이러한 새로운 추세에 맞춰 방어 체계를 조정하여 다양한 제품과 서비스의 취약점을 해결하는 것이 중요합니다.

금융범죄 데이터 공유

2023년 경제 범죄 및 기업 투명성 법안이 통과되면서 기관 간 금융 범죄 데이터 공유 개선을 위한 기반이 마련되었습니다. 범죄자들이 협력하고 금융 시스템의 약점을 악용함에 따라 이 이니셔티브는 기관에 통찰력을 공유하여 악의적인 행위자와 새로운 사기 동향을 보다 효율적이고 신속하게 식별할 수 있도록 지원합니다.

여러 조직의 AML, KYC 및 신용 위험 데이터에 액세스할 수 있는 잠재력은 전반적인 사기 및 AML 위험을 줄이는 데 큰 도약을 약속합니다.

신원확인을 위한 오픈뱅킹 활용 확대

오픈뱅킹의 활용으로 신원 확인 기능의 활용 범위가 더욱 확대될 것으로 예상됩니다. 오픈 뱅킹 데이터가 고가치 금융 상품을 식별하는 유일한 수단이 될 가능성은 낮지만 다른 검증 방법을 보완하여 사기 및 AML 위험을 줄이는 데 중요한 역할을 할 것입니다.

APP 사기법으로 인한 새로운 형태의 사기 및 '사기'

2023년에 도입된 승인된 푸시 결제(APP) 환급 법안은 소비자 보호에 필수적이지만 범죄자에게 새로운 사기 기회를 창출할 가능성이 있습니다. 엄격한 환급 규정으로 인해 사기꾼들이 XNUMX일 이내에 자금이 빠르게 반환된다는 점을 악용하여 사기 행위를 반복적으로 저지르는 '사기 악순환'이 발생할 수 있습니다.

업계에서는 이러한 새로운 위험에 대응하고 예방하기 위해 새로운 기술 솔루션과 포괄적인 교육을 배포해야 합니다.

AI 기반 사기 증가

사기꾼은 AI의 획기적인 발전을 활용하여 초현실적인 고객 프로필을 만들 것으로 예상됩니다. 고급 생성 AI 도구는 이제 가짜 이미지, 신분증, 소셜 미디어 계정까지 대규모로 생성하여 기존 식별 방법에 도전할 수 있습니다. 이에 대응하여 보안 중심 기관은 진화하는 사기 위험에 대처하기 위해 AI 기반 솔루션을 구현할 것으로 예상됩니다.

2024년에도 금융 업계는 기업과 고객을 모두 보호하기 위해 경계심과 협력성을 유지하고 기술적으로 능숙해야 합니다. 기술, 데이터 공유 및 사전 조치의 병합은 금융 시스템을 악용하려는 사람들의 끊임없이 적응하는 전술에 대한 최선의 방어입니다.

spot_img

최신 인텔리전스

spot_img

우리와 함께 채팅

안녕하세요! 어떻게 도와 드릴까요?