.svg)
AI 솔루션 문의하기
암호화폐 거래소의 회원가입에 적용되는 eKYC 솔루션은 하나의 단일한 기술이 아니라 문자 인식과 얼굴 인식, 데이터베이스 대조라는 서로 다른 기술이 하나의 흐름으로 연결되어 작동하는 구조를 지니고 있습니다.
신분증 이미지에서 문자를 읽어내는 광학문자인식 기술이 이름과 생년월일, 발급번호 같은 정보를 추출하면, 그 정보가 얼굴 인식 결과 및 외부 데이터베이스 조회 결과와 순차적으로 대조되며 최종적인 가입 승인 여부가 결정됩니다. 이 세 가지 기술 가운데 어느 하나라도 정확하게 작동하지 않으면, 나머지 기술이 아무리 뛰어나도 전체 결과의 신뢰도는 함께 흔들립니다.
이 구조를 이해하는 일은 솔루션을 도입하려는 거래소 입장에서 실질적인 의미를 지닙니다. 각 기술의 정확도를 개별적으로 평가하는 것만큼이나, 이 기술들이 서로 정보를 주고받는 연결 지점이 얼마나 매끄러운지를 함께 살펴야 전체 솔루션의 완성도를 가늠할 수 있습니다.
이 네 가지 작업이 정확하게 이루어져야, 이후 단계에서 이루어지는 얼굴 대조와 데이터베이스 조회가 올바른 정보를 기준으로 진행될 수 있습니다.
광학문자인식이 추출한 정보 가운데는 신분증 사진 속 얼굴의 위치 정보도 포함되어 있어, 이 위치 정보를 활용해 실시간으로 촬영된 얼굴과 대조할 기준 이미지를 정확히 잘라낼 수 있습니다. 이 연결이 정확하지 않으면 신분증 사진의 엉뚱한 부분이 얼굴로 잘못 인식되어 대조 자체가 무의미해질 수 있어, 두 기술 사이의 이 연결 지점은 솔루션 전체의 정확도를 좌우하는 지점으로 다루어집니다. 문자를 읽는 기술과 얼굴을 읽는 기술이 각자 훌륭하더라도, 이 둘을 잇는 작업이 허술하면 솔루션 전체는 기대만큼의 성능을 내지 못합니다. 실제로 솔루션 도입 이후 성능이 기대에 미치지 못하는 사례를 살펴보면, 개별 기술의 정확도보다 이 연결 지점의 완성도가 부족했던 경우가 적지 않습니다.
문자 인식과 얼굴 인식을 모두 통과한 정보는 마지막으로 외부 데이터베이스와 대조되는 과정을 거칩니다.
이 네 가지 절차를 거치며, 문자와 얼굴이라는 시각 정보만으로는 확인할 수 없었던 신원의 유효성이 비로소 완전하게 확인됩니다.
이용자가 신분증을 촬영하고 얼굴을 인증하는 짧은 시간 동안, 솔루션 내부에서는 여러 단계가 빠르게 순서대로 진행됩니다. 문자 인식이 먼저 신분증 정보를 추출하고, 그 정보를 바탕으로 얼굴 위치를 특정한 뒤 실시간 촬영 얼굴과 대조하며, 마지막으로 추출된 정보를 데이터베이스와 대조하는 순서로 이어집니다.
이 순서가 뒤바뀌거나 각 단계 사이에 지연이 발생하면 이용자가 체감하는 가입 소요 시간이 늘어나므로, 솔루션을 설계할 때는 각 단계가 이전 단계의 결과를 기다리지 않고 준비 가능한 부분을 미리 처리해 두는 방식으로 전체 처리 시간을 단축하는 접근이 함께 고려됩니다.
세 가지 기술 가운데 어느 하나라도 결과를 확신할 수 없는 수준으로 나오면, 솔루션은 그 지점을 명확히 표시하고 이용자에게 재시도를 안내합니다. 광학문자인식의 신뢰도가 낮으면 재촬영을, 얼굴 대조의 일치도가 애매하면 재인증을, 데이터베이스 조회에서 예상치 못한 결과가 나오면 추가 확인을 요청하는 방식으로 나뉘어 처리됩니다. 이렇게 실패 지점을 구체적으로 구분해 두면, 이용자는 무엇이 잘못되었는지 알지 못한 채 막연히 재시도만 반복하는 상황을 피할 수 있습니다.
eKYC 솔루션 기반의 암호화폐 거래소 회원가입은 결국 문자 인식과 얼굴 인식, 데이터베이스 대조라는 서로 다른 기술이 정확한 순서와 매끄러운 연결로 조립되었을 때 비로소 이용자에게 하나의 자연스러운 경험으로 다가갑니다. 이용자는 화면을 몇 번 터치하는 짧은 순간만을 기억하지만, 그 뒤편에서는 여러 기술이 정교하게 맞물려 작동하고 있으며, 그 조합의 완성도가 곧 회원가입이라는 첫 경험의 품질을 결정합니다.
.svg)
.svg)
