[생성형 AI(Generative AI), 인간의 창작 영역을 넘본다! (24)] 금융 서비스 및 핀테크(FinTech) 산업의 생성형 AI 이슈 점검③ - “돈세탁 범죄, 게 섰거라”
최봉 산업경제 전문기자 입력 : 2023.06.21 00:30 ㅣ 수정 : 2023.06.21 00:30
[기사요약] 돈세탁(money laundering), 규정 준수와 가장 동떨어진 대표적인 불법 행위 전세계적으로 매년 8천억달러에서 2조달러 사이의 돈세탁 이루어져.. 은행의 많은 직원 규정 준수 업무에 투입, 하지만 실제 적발은 세탁된 돈의 3% 미만에 불과 금융 서비스·핀테크 부문에서 더 나은 규정 준수 목표로 Generative AI 도구 사용 Generative AI 도구 - 효율적 심사, 세탁업자 예측 개선 등의 역할 수행 기대
사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>
[출처=expresscomputer]
[뉴스투데이=최봉 산업경제 전문기자] 금융 서비스 부문에서 ‘규정 준수(compliance)’란 금융자금이 부정한 목적으로 사용되지 않으며 가명이 아닌 실명으로 투명하게 거래되는 것을 의미한다.
일반 사람들은 금융 서비스 부문에서의 규정 준수는 필수라고 생각하며 당연히 잘 지켜질 것으로 믿는다. 하지만 현실은 그렇지 않다.
규정 준수와 가장 동떨어져 있는 대표적인 불법 행위 중 하나가 돈세탁(money laundering)이다.
[출처=money.howstuffworks]
• 전세계적으로 매년 8천억~2조달러 돈세탁 발생
돈세탁(또는 자금 세탁)이란 범죄를 통해 얻는 수익금의 출처를 숨기거나 금전 형태를 바꿔 추적을 어렵게 하는 행위를 말한다. 도난품 거래나 탈세, 뇌물 수수 등에 의한 수익에 대해 조사 기관의 압류・적발을 피하기 위한 목적으로 차명계좌를 이용해 분산시키거나 대규모로 기부하고 합법 재산과 섞는 등 수법은 다양하다(다음 백과).
그렇다면 돈세탁의 규모는 어느 정도일까?
전세계적으로 매년 8천억달러에서 2조달러 사이의 돈세탁이 이루어진다고 한다. 이 가운데 미국이 최소 3천억달러로 연간 세탁되는 자금의 15%~38%를 차지하고 있다. 또한, 돈세탁 음모(모의)는 전세계 총 GDP의 2%~5%에 이르는 엄청난 규모이다(The Economist, 2018.4; Zippia, 2023.5).
[출처=cnbc]
금융 서비스·핀테크 부문에서 더 나은 규정 준수를 목표로 생성형 AI(Generative AI) 도구를 사용하는 것은 너무나 당연한 일이다.
• 기존의 규정 준수 소프트웨어, 돈세탁 방지에 역부족
금융 서비스의 대표주자인 은행은 돈세탁을 방지하기 위한 일련의 법률을 준수해야 하며, 우리의 모든 거래뿐만 아니라 전세계 수백 개의 제재조치 및 테러리스트 목록을 모니터링한다.
기존의 규정 준수 소프트웨어는 대부분 ‘하드 코딩된’ 규칙(hard-coded rules)을 기반으로 한다(그렇기 때문에 융통성이 부족하다).
예를 들어 돈세탁 방지 시스템(anti-money laundering systems)을 통해 규정 준수 업무 담당자(이하 업무 담당자)는 “10만달러가 넘는 거래에 플래그 지정”과 같은 규칙을 실행하거나 사전 정의된 다른 의심스러운 활동을 스캔할 수 있다.
하지만 이러한 규칙을 적용하는 것은 불완전할 수밖에 없다. 이로 인해 수많은 긍정 오류(false positive, 합법적인 고객을 불법 고객으로 판단)가 발생하며 엄청난 양의 수동 검토와 같은 번거로운 프로세스가 진행되기 때문이다.
[출처=linkedin]
• 돈세탁 적발 위한 새로운 기술, Generative AI에 주목
업무 담당자들은 플래그가 지정된 각 거래를 조사하기 위해 다양한 시스템과 부서로부터 고객 정보를 수집하는 데 많은 시간을 보낸다.
고액의 벌금을 피하기 위해 은행들은 전체 직원의 10% 이상을 규정 준수 업무에 투입하는데, 실제 글로벌 대형은행 중 한 곳은 21만명의 직원 중 3만명이 오로지 규정 준수 업무를 위해 일하고 있다.
이들 중 대다수는 돈세탁 방지 규정에 근거하여 의심스러운 활동을 평가하고 의심활동보고서(SAR, Suspicious Activity Report)를 제출하는 업무에 많은 시간을 할애한다.
더 놀라운 것은 세탁된 돈의 불과 3% 미만이 실제로 적발된다는 사실이다(Andreessen Horowitz, 2020.1.).
이는 ‘무엇인가 새로운 기술’이 획기적인 서비스 개선을 달성하는 큰 기회를 맞이할 수 있음을 의미하기도 한다. 여기서 새로운 기술로 주목받는 것이 Generative AI이다.
[출처=infosys consulting insights]
• Generative AI 도구, 효율적 심사 등 다양한 역할 수행할 것으로 기대
더 나은 규정 준수를 위해 Generative AI 도구는 다음과 같은 역할을 수행할 것이다(Andreessen Horowitz, 2023.4.).
첫째, 효율적인 심사다. Generative AI 도구는 모든 개인에 대한 서로 다른 시스템 전반의 주요 정보 요약을 업무 담당자에게 빠르게 제공할 수 있으므로 업무 담당자는 금융거래에 문제가 있는지 여부에 대해 보다 신속하게 답을 얻을 수 있다.
둘째, 더 나은 세탁업자(범죄자) 예측이다. 지난 10년간의 SAR에 대해 훈련된 모델이 있다고 가정해보자. 모델에 세탁업자가 무엇인지 구체적으로 말할 필요 없이 Generative AI는 SAR에서 새로운 패턴을 감지하고 자금 세탁업자의 특징에 대한 자체 정의를 만들 수 있다.
셋째, 더 빠른 문서 분석이다. 규정 준수 부서는 회사의 내부 정책 및 절차를 따르고 규제 요구 사항을 준수하도록 종용할 책임이 있다. Generative AI는 계약서, 보고서, e메일과 같은 대량의 문서를 분석하고, 잠재적인 문제 또는 추가 조사가 필요한 관심(돈세탁 의심) 영역을 표시할 수 있다.
넷째, 훈련 및 교육이다. Generative AI를 사용하여 훈련 자료를 개발하고 실제 시나리오를 시뮬레이션하여 업무 담당자에게 모범 사례와 잠재적 위험 및 비(非)준수 행동을 식별하는 방법을 교육할 수 있다.
Generative AI가 돈세탁을 철저하게 감시하게 되면 마약 밀매, 조직범죄 및 기타 불법 활동은 향후 수십 년에 걸쳐 가장 극적인 감소를 나타내게 될 것으로 예상한다.
