고객의 외환 거래 플랫폼은 사기 및 부정행위를 방지하기 위한 엄격한 검증 프로세스가 필요합니다. Rikkeisoft와 함께 외환 거래 플랫폼을 개발하고 있었으므로, 개발 과정에서 이 중요한 문제를 해결하는 것은 자연스러운 일입니다.
고객 소개
AIPythonBFSI
본 문서는 실제 프로젝트를 설명합니다. 그러나 개인정보 보호상 고객의 이름은 공개할 수 없습니다.
고객은 2017년에 설립된 싱가포르 기반의 스타트업으로, 주로 일본 시장에 집중하고 있습니다. MetaTrader 4 및 5 플랫폼을 기반으로 한 다양한 솔루션을 통해 외환, CFD 및 증권 중개인과 거래자를 지원하는 것이 주요 목표입니다.
외환 플랫폼 개발이 진행되면서 고객은 사기 및 부정행위를 방지하기 위해 엄격한 검증 프로세스가 필요함을 발견했습니다. 이는 사용자의 이름, 주소, ID 번호, 생년월일, 얼굴 검증 및 ID의 합법성 검증을 포함합니다. 플랫폼의 광범위한 사용자 기반으로 인해 이 모든 작업도 자동으로 수행되어야 합니다.
프로젝트 개요
산업
BFSI
기술
Python, PyTorch, FastAPI, OpenCV, NumPy, Hugging Face, Docker
국가
싱가포르
기간
6개월
과제
ID 형식 및 언어의 다양성
고객의 사용자 기반은 광범위하며 여러 국가에 걸쳐 있습니다. 이에 따라 300종에 가까운 서로 다른 ID 문서 형식과 10개 이상의 언어를 처리해야 합니다. 이러한 언어들은 표어음절 문자, 음절 문자, 표음 문자 등 많은 다양한 형태로 존재합니다. ID 문서 형식도 새로운 형식이 도입되고 기존 형식이 단계적으로 폐기됨에 따라 지속적으로 변경됩니다.표준화되지 않은 문서 사진
고객은 일반적으로 컴퓨터 시스템에서 처리할 수 없는 ID 문서 사진을 처리해야 했습니다. 사용자의 실수로 인해 이러한 사진이 휘어지거나, 기울어지거나, 부적절하게 크기 조정될 수 있습니다. 이러한 문서를 검증에 사용하기 전에 추가적인 준비가 필요합니다.솔루션
OCR 및 대규모 언어 모델 기반 정보 추출 시스템
고객의 검증을 지원하기 위해 Rikkei AI는 ID 문서 사진에서 정보를 인식하고 추출할 수 있는 정보 추출 도구를 개발했습니다. 사용자로부터 입력을 받으면(문서 사진), 도구는 먼저 표시된 물리적 특성에 따라 촬영된 문서를 “카드”와 “종이” 범주로 분류합니다. 그런 다음 필요에 따라 이미지를 크기 조정하거나 회전하여 문서를 표준화합니다.
표준화 후 도구는 Microsoft의 Azure Optical Character Recognition Cognitive Service를 사용하여 문서 내의 텍스트 필드를 감지합니다. 이러한 텍스트 필드는 그 후 정보 추출을 위해 Rikkeisoft의 자체 미세 조정된 대규모 언어 모델(OpenAI와 유사)을 통해 처리됩니다. 이 LLM은 일본어, 중국어 및 한국어를 포함한 100개 이상의 언어를 처리할 수 있습니다.
도구가 추출을 완료한 후 검증 단계로 진행됩니다. 문서 유형에 따라 이는 사진 또는 ID 번호 검증을 통해 수행됩니다.
결과
고객은 금융 및 FinTech 업계에서 일반적인 사기 및 부정행위 위험을 줄이는 데 도움이 되어 Rikkeisoft의 최종 솔루션에 매우 만족하고 있습니다. 또한 도구의 자동화된 특성은 고객이 이 작업을 위해 전담 팀을 보유할 필요가 없음을 의미하며, 시간 및 비용 관련 우려를 감소시킵니다. 도구는 또한 미래 대비 가능하며, 고객을 위한 새로운 ID 형식 추가 프로세스를 간소화합니다.
전반적으로 Rikkeisoft의 정보 추출 시스템은 고객의 검증 프로세스에서 매우 유용한 것으로 입증되었습니다. 또한 FinTech 기업을 위한 AI 솔루션 구축에 있어 Rikkeisoft의 능력을 더욱 확고히 했습니다.
