.svg)
AI 솔루션 문의하기
은행의 AML 재심사에서 고객 재인증은 대상 고객 선별, 신분증 재확인, 얼굴 1:1 재대조, 결과 기록을 하나의 흐름으로 묶으면 대부분 자동화할 수 있습니다.
사람이 판단해야 하는 구간은 자동 확인이 실패하거나 의심 신호가 나온 건으로 좁히는 것이 현실적입니다.
이 글은 국내 은행 실무자가 재심사 때 고객 본인을 다시 확인하는 운영 흐름을 단계별로 정리합니다.
정기 재심사가 돌아오면 담당 부서는 대상 고객에게 서류를 다시 요청하고, 회수한 사본을 기존 기록과 한 장씩 맞춰 봐야 합니다.
이 과정에서 시간이 가장 많이 드는 곳은 판단이 아니라 회수와 대조입니다.
수작업 방식에서 자주 생기는 문제는 다음과 같습니다.
그래서 자동화의 목표는 서류를 더 많이 받는 것이 아니라, 고객이 직접 한 번의 절차로 본인임을 다시 보여 주게 하는 것입니다.
모든 고객에게 같은 강도의 재인증을 요청하면 이탈과 문의가 늘어납니다. 먼저 내부 위험 평가 결과를 바탕으로 누구에게 어떤 수준의 재확인을 요청할지 구분해야 합니다.
선별 단계에서 정해 두면 좋은 항목은 다음과 같습니다.
위험 등급 산정과 요주의 인물 대조, 거래 모니터링은 은행 내부 시스템의 영역입니다. 재인증 단계는 그 결과를 받아 고객 본인을 다시 확인하는 역할에 집중합니다.
대상이 정해지면 고객에게 모바일로 재인증을 요청하고, 고객이 앱이나 웹에서 신분증을 촬영하고 얼굴을 비추는 흐름으로 이어집니다.
은행 쪽에서는 이 구간을 세 단계로 나누어 설계할 수 있습니다.
이 세 단계를 통과한 건은 담당자가 열어 보지 않아도 되는 자동 통과로 처리하고, 하나라도 실패한 건만 수동 심사로 넘기면 됩니다. 어떤 조합을 언제 쓸지는 고객 위험 등급에 따라 달라집니다.
기술보다 운영 설계가 자동화 성패를 가릅니다. 감사나 내부 점검 때 설명할 수 있도록 요청과 결과가 한 줄로 남아야 합니다.
수동 심사 화면과 기준 설정은 운영팀이 직접 조정할 수 있어야 합니다. 정책이 바뀔 때마다 개발 일정을 기다리면 자동화의 효과가 줄어듭니다.
알체라 eKYC는 위 흐름에서 고객 본인을 다시 확인하는 구간을 담당합니다.
알체라 신분증 OCR은 인식률 98.47%에 1초 이내로 처리하고, 신분증 사본판별(AI)은 위조 신분증 100만 장 이상을 학습해 정확도 99%를 보입니다. 주민등록증과 운전면허증은 각각 행정안전부, 경찰청 연동으로 진위를 확인합니다.
얼굴 인증은 NIST FRTE 국내 1위의 1:1 얼굴 대조에 라이브니스를 더해 구성하며, 알체라는 iBeta PAD(RGB) 인증을 국내에서 유일하게 보유하고 있습니다.
필요하면 1원 계좌 인증으로 예금주 명의까지 확인할 수 있습니다. 관리자 페이지에서는 수동 심사와 EDD 설정을 운영팀이 직접 관리할 수 있습니다.
알체라는 고객사 110곳 이상, 제1금융권 70%에서 쓰이고 있으며 누적 인증은 1,430만 건 이상입니다. SaaS(코스콤 금융 클라우드)와 설치형을 모두 제공하고, SaaS 연동은 30분, 개발을 포함한 전체 도입은 평균 1~3개월이 걸립니다. 다만 위험 등급 산정, 요주의 인물 대조, 거래 모니터링은 알체라가 제공하는 기능이 아니므로 기존 AML 시스템과 결과를 연결하는 구조로 설계하는 것이 좋습니다.
.webp)
.svg)
.svg)
