.svg)
AI 솔루션 문의하기
운전면허증 인증을 붙이면 이름, 면허번호, 면허 종류를 모두 받을 수 있다고 생각하기 쉽지만, 실제로는 어떤 방식으로 연동하느냐에 따라 받는 값이 달라집니다. 특히 진위확인은 사용자가 입력하거나 촬영해 읽은 값이 맞는지 확인하는 절차여서, 서비스가 필요로 하는 모든 항목을 응답으로 돌려준다고 보기는 어렵습니다.
따라서 면허 종류까지 필요한 서비스라면 연동 전에 어떤 값이 어느 단계에서 확보되는지부터 확인해야 합니다. 이 글에서는 진위확인 응답과 OCR 추출값을 구분하는 기준, 그리고 서비스에 필요한 항목을 정리하는 순서를 설명합니다.
검색 결과에서는 운전면허 종류별 운전 가능 차량이나 소지 여부 조회 방법을 다루는 글이 많습니다. 하지만 서비스를 운영하는 실무자가 궁금한 것은 개인이 확인하는 방법이 아니라, 시스템에서 어떤 값을 자동으로 받을 수 있는지입니다.
운전면허증 진위확인은 신분증에 적힌 정보가 발급 기관의 정보와 일치하는지 확인하는 절차입니다. 서비스가 이름, 면허번호 같은 값을 보내면 일치 여부를 결과로 받는 구조가 일반적이므로, 응답에 서비스가 필요한 값이 그대로 담겨 돌아온다고 가정하면 설계가 어긋날 수 있습니다.
이 차이는 면허 종류에서 특히 중요합니다. 면허 종류를 서비스 로직에 쓰려면 그 값이 어디에서 오는지가 분명해야 합니다. 진위확인 결과에 포함되는지, 신분증 이미지에서 OCR로 읽어야 하는지, 아니면 사용자가 직접 입력해야 하는지에 따라 검증 수준과 오류 처리 방식이 달라집니다.
응답 항목은 연동하는 기관과 사업자의 제공 범위에 따라 달라질 수 있습니다. 그래서 일반적인 설명만 믿기보다, 실제로 사용할 연동 사양에서 응답 필드를 확인하는 과정이 반드시 필요합니다.
연동을 시작하기 전에 서비스가 운전면허증에서 실제로 필요로 하는 값을 목록으로 만들어 보시기 바랍니다. 필요 없는 값까지 수집하면 개인정보 처리 부담이 늘기 때문에, 목적에 맞는 최소 항목만 정하는 것이 좋습니다.
목록을 만든 뒤에는 항목마다 확보 경로를 적습니다. 진위확인 응답으로 받는지, OCR로 읽는지, 사용자 입력인지를 구분해 두면 나중에 요구사항이 바뀌어도 어느 단계를 고쳐야 하는지 빠르게 판단할 수 있습니다.
운전면허증 이미지에서 글자를 읽는 OCR과 기관 정보와 대조하는 진위확인은 역할이 다릅니다. OCR은 이미지에 적힌 값을 읽어 내는 단계이고, 진위확인은 그 값이 실제 발급 정보와 맞는지 확인하는 단계입니다.
이 둘을 한 덩어리로 보면 문제가 생깁니다. 예를 들어 OCR로 읽은 면허 종류를 화면에 보여 주더라도, 그 값이 진위확인을 거친 값인지 아닌지는 별개입니다.
진위확인을 통과한 값과 이미지에서 읽기만 한 값을 데이터베이스에서도 구분해 저장하는 편이 안전합니다.
또 하나 짚어 둘 점은 진위확인만으로는 신분증을 제시한 사람이 본인인지까지 보장하지 않는다는 것입니다.
본인 여부가 중요한 서비스라면 얼굴 대조 같은 추가 단계를 함께 검토해야 합니다.
알체라 eKYC는 신분증 OCR과 신분증 진위확인을 함께 제공하며, 진위확인은 주민등록증과 운전면허증을 지원합니다. 알체라 신분증 OCR은 인식률 98.47%, 처리 시간 1초 이내이고, 신분증 사본판별(AI)은 정확도 99%를 기록했습니다. 촬영 단계에서 읽기 오류와 사본 제출을 줄여 진위확인으로 넘어가는 값의 품질을 높일 수 있습니다.
다만 면허 종류 값을 어떤 방식으로 제공하는지는 서비스 구성에 따라 확인이 필요한 부분입니다. 도입을 검토하신다면 이름, 면허번호, 면허 종류 중 어떤 항목이 필요한지 미리 정리해 문의해 주시기 바랍니다. 필요 항목에 맞춰 OCR 추출과 진위확인 응답 범위를 함께 확인할 수 있습니다.
알체라 eKYC는 SaaS(코스콤 금융 클라우드)와 설치형을 모두 제공합니다. SaaS 연동은 30분 내외, 개발을 포함한 전체 도입은 평균 1~3개월이 소요됩니다. 고객사 110곳 이상이 사용하고 있으며 제1금융권 비중은 70%입니다. 관리자 페이지에서 수동 심사와 EDD 설정도 할 수 있어, 자동 확인이 어려운 건을 별도로 처리하는 흐름까지 설계할 수 있습니다.
.webp)
.svg)
.svg)
