.svg)
AI 솔루션 문의하기
전자계약은 계약서를 직접 출력하거나 대면으로 서명하지 않고 온라인에서 계약 내용을 확인하고 서명할 수 있는 방식입니다. 이 과정에서 서명자가 실제 계약 당사자인지 확인하기 위해 휴대전화 인증, 신분증 확인, 얼굴인증 등 비대면 본인확인 절차가 함께 적용될 수 있습니다. 따라서 AI 데이터 구축에서도 계약서와 서명 데이터뿐 아니라 본인확인 과정에서 발생하는 다양한 입력값과 인증 결과를 함께 고려해야 합니다. 계약의 종류와 서비스에 따라 요구되는 인증 수준이 다를 수 있어 실제 업무 흐름에 맞춰 데이터를 구성하는 것이 중요합니다.
전자계약에서는 계약서에 입력된 이름, 연락처 등의 정보와 본인확인 과정에서 확인된 이용자 정보를 비교할 수 있습니다. 신분증 OCR이나 휴대전화 인증 등을 함께 사용하는 경우에는 각각의 인증 결과가 동일한 계약자에게 연결돼야 합니다. AI 데이터 역시 개별 정보만 수집하기보다 계약자 정보, 본인확인 방식, 인증 결과 사이의 관계를 명확하게 구성할 필요가 있습니다. 특히 여러 인증 절차가 순차적으로 진행되는 경우 각 단계의 결과가 어느 계약 과정에서 발생했는지 구분할 수 있어야 합니다.
비대면 본인확인 과정에서는 이용자가 직접 스마트폰으로 신분증이나 얼굴을 촬영하기 때문에 다양한 품질 차이가 발생할 수 있습니다.
이러한 데이터를 함께 구성해야 실제 전자계약 환경에서 발생하는 본인확인 오류를 다양한 조건에서 분석할 수 있습니다.
전자계약 과정에서는 촬영 품질이 낮거나 입력된 정보가 일치하지 않아 본인확인이 정상적으로 완료되지 않을 수 있습니다. 신분증 일부가 제대로 촬영되지 않거나 얼굴이 화면에서 벗어난 경우처럼 단순한 촬영 오류도 발생할 수 있습니다. 또한 신분증 정보와 입력 정보가 다르거나 얼굴 비교 결과가 기준에 미치지 못하는 경우도 구분할 필요가 있습니다. 학습데이터에서는 이러한 실패 사례를 하나의 ‘인증 실패’로 묶기보다 원인에 따라 세분화하는 것이 중요합니다.
비대면 본인확인이 완료된 뒤 계약서 내용을 확인하고 전자서명을 진행하는 경우 각 단계의 결과를 서로 연결할 필요가 있습니다. 본인확인은 정상적으로 완료됐지만 서명 단계에서 중단되는 경우도 있고, 계약서 정보가 변경된 뒤 다시 인증이 필요한 상황이 발생할 수도 있습니다. 따라서 데이터 구축 단계에서 본인확인 성공 여부와 전자서명 완료 여부, 계약 상태 등의 정보를 각각 구분하면서도 동일한 계약 건으로 연결할 수 있는 구조를 마련해야 합니다.
전자계약 서비스는 개인 간 계약뿐 아니라 금융, 부동산, 기업 업무 등 다양한 분야에서 활용될 수 있습니다. 이에 따라 계약자의 연령이나 디지털 기기 사용 환경, 서명 방식 등에서도 차이가 발생합니다. 특히 전자서명 과정에서 마우스, 터치스크린, 스타일러스 등 입력 장치가 달라질 수 있고 서명의 크기나 위치도 일정하지 않습니다. 본인확인 데이터 역시 특정 환경에 편중되지 않도록 다양한 사례를 구성하고, 정상적인 본인 사례와 본인이 아닌 사례를 구분해 검증할 필요가 있습니다.
계약정보와 신분증, 얼굴 등의 데이터가 함께 활용되는 경우에는 정확한 라벨링과 개인정보 보호를 동시에 고려해야 합니다.
계약서 정보와 본인확인 데이터가 잘못 연결되면 이후 인증 결과를 검증하거나 모델을 학습하는 과정에서도 오류가 발생할 수 있어 데이터 검수가 필요합니다.
.svg)
.svg)
