
금융서비스에서는 로그인이나 거래 과정에서 본인인증을 완료한 이후에도 평소와 다른 거래 패턴이 나타날 경우 추가적인 신원확인을 요구하는 방식을 고려할 수 있습니다. 본인인증은 특정 시점에 이용자의 신원을 확인하는 절차이지만, 인증이 정상적으로 완료됐다는 사실만으로 이후 발생하는 모든 거래가 정상이라고 판단할 수는 없습니다. 인증정보가 도용됐거나 인증 이후 계정 환경이 달라지는 상황도 발생할 수 있기 때문입니다. 따라서 이상거래가 탐지되면 기존 인증 결과를 그대로 유지하기보다 eKYC를 통한 재검증을 적용해 현재 계정을 이용하는 사람이 실제 명의자인지 다시 확인하는 구조를 마련할 수 있습니다.
eKYC 재검증을 적용하기 위해서는 단순히 거래 금액만 확인하는 것이 아니라 거래가 발생한 시점의 접속환경과 이용 패턴을 함께 살펴볼 필요가 있습니다. 평소와 다른 기기에서 접속하거나 기존과 다른 지역 또는 환경에서 거래가 발생하는 등 여러 변화가 나타날 수 있습니다. 다만 특정 접속환경이나 거래 규모 하나만으로 이상거래를 확정해서는 안 됩니다. 정상적인 여행이나 기기 변경으로도 이용 환경이 달라질 수 있기 때문입니다. 따라서 거래 금액, 시간, 빈도, 접속환경, 기존 이용 패턴 등을 종합해 추가 검증이 필요한 상황을 분류하고 그 결과에 따라 eKYC 재검증을 요청하는 방식을 적용할 수 있습니다.

이상거래 이후 eKYC를 진행한다면 기존에 확인된 고객정보와 현재 제출되는 신원정보가 일치하는지를 다시 확인하는 과정이 필요합니다. 금융서비스 환경에 따라 신분증 정보 확인, 얼굴 본인인증, 추가 인증수단 등이 활용될 수 있습니다. 이때 각 인증수단은 확인하는 대상과 한계가 다르므로 하나의 결과만으로 계정 이용의 적법성을 판단하기보다 결과를 분리해 관리하는 것이 중요합니다. 특히 얼굴인증 실패는 촬영 환경이나 기기 상태 등의 영향을 받을 수 있으므로 실패 자체를 이상행위의 증거로 취급해서는 안 됩니다. 재검증 결과와 실제 거래 결과를 연결해 관리하는 데이터 구조가 필요한 이유입니다.

이상거래와 재검증 과정을 체계적으로 관리하려면 거래 데이터와 본인인증 결과, 고객정보를 서로 연결할 수 있도록 구조화해야 합니다.
최초 인증부터 이상거래 탐지, eKYC 재검증, 사후 처리까지의 정보를 하나의 흐름으로 연결하면 인증 정책과 이상거래 탐지 기준을 개선하는 데 활용할 수 있습니다.

이상거래 탐지 시스템에서는 실제 부정거래뿐 아니라 정상적인 이용자의 일시적인 거래 패턴 변화도 함께 데이터에 포함해야 합니다. 해외여행으로 평소와 다른 환경에서 거래하거나 큰 금액의 정상적인 결제를 진행하는 경우처럼 이상 신호와 유사한 상황이 발생할 수 있기 때문입니다. 또한 eKYC 재검증 과정에서 인증에 실패했다고 해서 곧바로 타인의 계정 이용으로 판단해서는 안 됩니다. 신분증 촬영이나 얼굴인증 환경의 문제 등 기술적인 원인이 있을 수 있습니다. 따라서 이상거래 탐지 결과와 eKYC 인증 결과, 최종 거래 확인 결과를 각각 구분해 기록하는 방식이 필요합니다.
eKYC 재검증이 완료된 시점에서 분석을 끝내기보다 재검증 이후 해당 계정에서 어떤 거래가 발생했는지까지 연결해 확인하는 과정도 중요합니다. 예를 들어 이상거래가 탐지된 후 재검증을 완료하고 정상적인 거래가 이어졌다면 해당 사례를 정상 이용 패턴으로 축적할 수 있습니다. 반대로 재검증 이후에도 비정상적인 거래가 반복된다면 당시의 인증 결과와 접속정보, 거래 흐름을 다시 검토할 수 있습니다. 이러한 데이터가 축적되면 단순히 ‘인증 성공’과 ‘인증 실패’만으로 구분하는 것보다 인증 이후 실제 거래 결과를 반영한 위험 분석이 가능해집니다.
eKYC 재검증에서는 신분증 정보와 얼굴 이미지 등 고객의 신원확인에 필요한 개인정보가 다시 처리될 수 있으므로 별도의 데이터 관리 기준이 필요합니다. 기존 본인인증에서 이미 확보한 정보가 있다면 재검증 과정에서 어떤 정보를 다시 수집할 것인지, 기존 정보와 어떤 방식으로 비교할 것인지 등을 명확하게 정할 필요가 있습니다. 또한 원본 이미지와 인증 결과를 구분하고, 분석에 불필요한 개인정보가 과도하게 저장되지 않도록 관리하는 것도 중요합니다. 이상거래 대응을 위해 고객정보를 활용하더라도 거래 위험 분석에 필요한 범위와 신원확인에 필요한 범위를 구분하는 데이터 관리 구조가 필요합니다.
