Earticle

초록

영어

The expansion of electronic finance has led to increasing financial fraud, making Fraud Detection Systems (FDS) more essential. Traditional rule-based systems are limited in detecting new fraud types, leading to the adoption of AI and Big Data-based intelligent FDSs. AI-based FDSs analyze massive transaction data, detect anomalies in real time, and improve accuracy through self-learn-ing. Korean and global financial institutions are applying machine learning and eXplainable AI (XAI) to enhance detection and automation. Despite progress, issues such as data quality and privacy regulations remain. Federated Learning and XAI offer potential solutions, while future directions include generative AI integration, standardized evaluation, and cloud-based infrastructure. Ultimately, AIpowered FDSs are expected to become a key foundation for financial security and digital trust.

한국어

전자금융의 확산으로 스미싱, 파밍 등 다양한 금융사기가 급증하면서 이상거래탐지시스템(FDS; Fraud Detection System)의 중요성이 부각되고 있다. 기존 룰 기반 FDS는 새로운 사기 유형에 취 약하고 규칙 갱신의 한계가 있어, 최근 금융권은 인공지능(AI)과 빅데이터를 결합한 지능형 FDS로 전 환하고 있다. AI 기반 FDS는 대규모 거래 데이터를 학습하여 이상 패턴을 실시간 탐지하며, 자가학 습(Self-learning) 구조를 통해 탐지 정확도를 지속적으로 향상시킨다. 국내에서는 주요 은행들이 머 신러닝과 설명 가능한 AI(XAI)를 도입해 자동화와 탐지 효율을 강화하고 있으며, 해외에서도 페이팔 등 주요 기업이 딥러닝 기반 FDS를 상용화하였다. 그러나 AI FDS는 데이터 품질, 개인정보 보호 규 제 등 기술적·법적 한계를 지니며, 이를 해결하기 위해 연합학습(Federated Learning)과 XAI의 활 용이 필요하다. 향후에는 생성형 AI 및 대규모 언어모델(LLM)을 통한 자동 탐지 고도화, 표준화된 평 가체계 구축, 클라우드 기반 인프라 확산이 핵심 과제로 제시된다. 빅데이터·AI 기반 FDS는 금융보 안을 넘어 디지털 신뢰 인프라의 핵심 기술로 발전할 것으로 기대된다.

목차

요약
Abstract
1. 서론
2. 이상거래 탐지 시스템(FDS)
2.1. FDS의 개념
2.2. 기존 FDS의 한계
2.3. 빅데이터 AI를 활용한 FDS의 원리
2.4. AI FDS의 기술적 특징과 장점
3. 빅데이터 AI를 이용한 FDS 현황
3.1. 국내 현황
3.2. 해외 현황
3.3. 성공사례
4. 빅데이터 AI를 이용한 FDS의 문제
4.1. 기술적인 한계 문제
4.2. 법률 관련 문제
5. 국내 빅데이터 및 AI 이용 FDS 발전 방안
5.1. 기술적 측면
5.2. 제도적 측면
5.3. 산업적 측면
6. 결론
REFERENCES

키워드

저자

• 박준형 [ Junhyeong Park | 인제대학교 AI소프트웨어학부 ]
• 최윤성 [ Younsung Choi | 부산교육대학교 컴퓨터교육과 조교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보화연구 [정보화연구(구 정보기술아키텍처연구)]

• 간기

  계간

• pISSN

  1738-382X

• 수록기간

  2004~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658