인터넷 스타 기업들이 자금세탁에 연루돼 있다. 반복적인 금지에도 불구하고 이 암흑 산업이 계속해서 존재하는 문제를 어떻게 해결할 수 있을까?

Bad Review Team은 최근 온라인 도박 조직이 Pinduoduo를 자금 세탁을 위한 지불 채널로 사용했다고 밝혔습니다. 이 사건은 온라인에서 많은 주목을 받았지만, 아직 사건은 종결되지 않았습니다.

결제 수단의 발전으로 자금세탁은 더 이상 갱스터 영화에서만 볼 수 있는 거래가 아니라 기술의 발전에 발맞춰 진행되고 있습니다. 그러나 동시에 머신 러닝은 온라인 자금 세탁의 불법 행위를 처리하기 위한 보다 나은 탐지 및 방지 조치를 가져왔습니다.

그제 공개계정 플랫폼 '차핑'에서 한 기사를 게재했는데, 큰 화제를 모았습니다.

이 기사에서는핀두오두오 매장은 도박 웹사이트의 자금 세탁 플랫폼으로 변모했으며, 단일 매장에서 하루에 50만 위안의 자금이 세탁되었습니다."기사에서 '배드리뷰팀'은 우연히 핀두오두오 플랫폼의 일부 매장에서 실제로는 정품인 것처럼 위장하여 개고기를 판매하고 있다는 사실을 발견했습니다. 이들은 가상화폐 충전이라고 주장했지만, 실제로는 도박 웹사이트에서 결제를 받기 위한 지불 채널이었습니다.

나쁜 리뷰 팀은 온라인 도박의 회색 산업에 대한 조사를 하려고 했지만, 도박 웹사이트에서 충전 테스트를 진행하던 중 도박 웹사이트의 결제 인터페이스가 실제로는 Pinduoduo의 결제 페이지로 자동으로 이동하는 것을 발견했고, 최종적으로 거래가 가상 상품 주문 형태로 완료되었습니다. 도박자금이 거래금액이 되었고, '자금세탁'이 공공연하게 이루어졌습니다.

조사 결과, 핀두오두오의 매장 리뷰 기준이 낮기 때문에 자금 세탁 기관 역할을 하는 온라인 매장이 많다는 사실을 발견했습니다. 이를 뒷받침하는 자금 흐름도 놀라울 정도로 크며, 심지어 하루 거래량이 50만 위안에 달하기도 합니다.

그러나 알려지지 않은 이유로 Pinduoduo 플랫폼은 어떠한 감독도 실시하지 않았습니다.

이 소식이 알려지자 핀둬둬는 더 이상 가만히 앉아 있을 수 없었다.

곧 그들은 해당 기사가 허위이고 사실과 다른 정보라고 주장하며, 부정적 리뷰팀을 명예훼손 및 모욕죄로 고소하고 최대 1000만원의 배상금을 지급하겠다고 성명을 냈다. 1000만 위안.

부정적인 리뷰에서는 핀둬둬를 즉각 비판하면서, 핀둬둬의 감독이 엄격하지 않은 것은 분명하지만 사건을 보도한 언론사에 책임을 물어야 한다고 주장했습니다. 이 사건은 아직 진행 중입니다.

자금세탁과 자금세탁 방지 사이의 고양이와 쥐 게임

도박의 해악은 자명한 사실이다.

시대의 발전과 함께 도박도 온라인 사업으로 발전했으며 인터넷 회색 산업의 매우 중요한 부분이 되었습니다. 다양한 온라인 지불 수단이 인기를 얻음에 따라 원래 인터넷에 숨겨져 있던 도박도 다양한 방법을 동원해 제품 경험을 개선하고 더 많은 사용자를 유치할 수 있게 되었습니다.

이번에 폭로된 핀둬둬 사건이 사실로 확인된다면, 그들은 아마도 그 허점으로 인해 생긴 자금세탁 통로에 대한 책임을 져야 할 것이다.

하지만 법과 규정이 개선되면서 많은 채널이 규제되거나 금지되기도 했습니다. 하지만 항상 악용할 수 있는 허점은 존재합니다. 카지노의 자금 세탁을 돕고 더 많은 도박 자금과 은행 수입을 합법화하는 것은 온라인 범죄자들이 돈을 버는 방법이 되었습니다.

자금세탁이 용어는 20세기 초 시카고에 거대한 범죄 조직이 있었을 때 처음 사용되었습니다. 그 갱단의 리더는 알폰스 가브리엘 카포네라는 갱스터였다. 그들은 다양한 불법적인 경로를 통해 막대한 현금을 횡령했지만, 은행에 입금할 엄두를 내지 못했습니다.

범죄 조직의 재무 책임자는 동전 주입식 세탁기를 대량으로 구매하여 세탁 사업을 시작했습니다. 매일 밤 하루 수입을 계산할 때, 훔친 돈을 더한 다음 세무서에 세금을 신고하세요. 이런 식으로 납부해야 할 세금을 공제한 후 남은 불법 자금은 합법적인 소득이 됩니다.

나중에, 불법적인 자금으로부터 돈을 합법화하는 이런 방법을 "자금세탁"이라고 불렀습니다.

전 세계적으로 불법적인 자금세탁 활동 규모는 너무 커서 전 세계 GDP의 약 2%에서 5%에 해당하며, 이는 연간 약 8,000억 미국 달러입니다. 게다가 현대 기술의 발달로 자금세탁의 경로는 점점 더 풍부해지고 감지하기가 점점 더 어려워지고 있습니다.

자금세탁 방법이 점점 더 정교해짐에 따라 국제사회는 위험 기반의 자금세탁 방지 공동 예방 및 통제 규제 조치를 제안했습니다. 주류 규제 접근 방식과 마찬가지로 주요규칙 및 기능을 기반으로 의심 거래 식별. 이렇게 하려면 인력이 많이 필요하고 효과도 좋지 않습니다.

유로폴 보고서에 따르면, 금융 서비스 기관이 제출한 의심 거래 신고 중 약 10%에 대해 당국의 추가 조사가 필요하다고 합니다.

그렇다면 자금세탁 방지의 딜레마에 직면하여 인공지능은 어떤 변화를 가져올까요?

머신 러닝이 자금세탁 방지에 어떻게 도움이 될 수 있는가

자금세탁 방지의 핵심은 사용자 식별을 효과적으로 수행하는 것입니다. 첫째, 고객 신원 식별, 둘째, 자금 출처 및 목적지 식별을 통해 자금 거래가 고객 속성 및 기타 특성과 일치하는지 확인합니다.

자금세탁방지에 있어서,방대한 양의 데이터를 처리하고 의심스러운 거래를 판단하는 것은 어렵습니다.머신 러닝과 같은 기술의 도입은 이러한 문제를 해결하는 새로운 기회를 가져올 것입니다.

어떤 경우에는 머신러닝 방법을 사용하여 자금세탁방지 분야의 고위 전문가의 판단 패턴을 학습하고, 의심스러운 사례를 분류 및 정렬하며, 선별 기준을 대폭 줄이고 효율적인 인간과 기계의 협업을 실현합니다.

첫 번째수백만 개의 데이터지휘하다다중 기능 차원, 그리고 나서머신 러닝 모델,의심사례 식별 달성자동 분류그리고종류.

자금세탁 방지 전문가의 경험을 머신 러닝 시스템에 통합하면 시스템이 자동으로 조정되고 발전하는 데 도움이 될 수 있습니다. 짧은 기간의 훈련과 튜닝을 거치면 머신 러닝 시스템은 고위 자금세탁 방지 전문가 수준에 도달할 수 있으며, 많은 인력 비용을 절감할 수 있습니다.

또한 반지도 학습과 같은 기술도 큰 잠재력을 가지고 있습니다.

예를 들어, 그래프 분석, 클러스터링, 연관 분석 및 기타 기술적 수단을 통해 행동 데이터와 소수의 기능 레이블을 사용하여 복잡한 자금 세탁 거래와 지하 은행을 식별하고 비정상적인 거래와 관계 맵을 식별하는 데 사용할 수 있습니다. 전문가의 경험과 결합하여 어둠 속에 숨어 있는 자금 세탁 조직을 밝혀낼 수 있기를 바랍니다.

게다가 알고리즘 모델이 더 오래 실행되고, 더 많은 사례가 입력되고, 더 많은 인간의 수정이 이루어질수록 의심스러운 거래를 식별하는 능력이 더욱 강화되고, 잘못된 판단과 오판의 가능성이 낮아질 것입니다.

중국은 자금세탁을 막기 위해 특히 큰 압박을 받고 있습니다.

중국 사회는 특히 다양한 인터넷 상품으로 인해 큰 변화를 겪었습니다. 중국은 현재 세계에서 가장 인기 있고 편리하며 성숙한 모바일 거래를 하는 나라입니다. 10억 명이 넘는 사람들의 거래 흐름에 직면해 있기 때문에 의심스러운 거래를 식별해야 하는 압박도 가장 큽니다.

보도에 따르면, 국내 유수의 금융기술 기업들 중 일부는머신러닝 모델 방법을 통해 자금세탁방지 전문가 수준인 95%에 도달하고 수동 검토 작업량인 30%를 줄일 수 있습니다.자금세탁 활동을 효과적으로 통제하는 데 도움이 됩니다.

자금세탁방지 서비스를 제공하는 회사에서 제공하는 솔루션은 다음과 같습니다.

출처에서의 사기 방지 식별 강화:기기 모델, 행동 특성, 접속 빈도, 지리적 위치 등의 정보를 기반으로 시뮬레이터, 기기 플래싱 및 수정, 집단 사기 등의 사기 행위를 신속하게 감지하기 위한 위험 식별을 수행합니다.

보다 입체적인 사용자 초상화를 만드세요.계좌 관련 정보, 신용 신청, 일일 입금 및 대출, 펀드 거래, 기기 로그인 등의 데이터를 통해 관련 네트워크 기술을 사용하여 사용자 관계 맵을 구축하고, 사용자의 개별 특성을 간략하게 설명하며, 3차원적 초상화를 그립니다.

비정상적인 자금거래 모니터링:비즈니스 데이터를 기반으로 관계 그래프에 포함된 금융 거래 데이터를 마이닝하고, 규칙이나 모델의 도움을 받아 그래프 내의 비정상적인 금융 거래 행위 및 비정상 거래 그룹을 식별할 수 있습니다.

자금세탁 계좌를 정확하게 찾으세요:딥러닝 기반 관계 그래프 기술은 금융기관이 소매 고객 관계 그래프를 정리하고 구축하는 데 도움을 주고, 위험 예방 및 통제의 관점과 수단을 확장하며, 관계 그래프를 기반으로 완전한 자금세탁 계좌 식별 메커니즘을 구축합니다.

이는 AI 기술의 지원을 받은 자금세탁 방지 기술의 거의 일상적인 프로세스입니다.

회색 산업 감독이 부족한 데 대한 책임은 누구에게 있을까?

많은 기업 보고서에서 자금세탁 방지를 위해 AI가 활용되고 있지만, AI는 현재 문제를 분석할 때 연역보다는 귀납과 종합을 주로 사용한다는 점을 인정해야 합니다.

따라서 현재 용법상 가장 강조되는 단어는 데이터 모니터링, 인력 감축 등이다.

자금세탁 방지에 AI를 활용하는 것은 피할 수 없는 추세이지만, 자금세탁 방지 시스템의 개발과 구축은 아직 초기 단계이며, 업계 전문가의 참여가 여전히 매우 중요한 요소입니다.

머신 러닝과 같은 기술은 자금 세탁 방법의 일부 패턴을 파악하기 위해 방대한 양의 데이터 학습에 의존해야 하며, 이를 통해 보다 포괄적이고 안전한 감독 및 의사 결정을 제공해야 합니다. 아마도 이 기술은 가까운 미래에 완성될 것입니다.

핀둬둬 사건으로 돌아가서, 현재로서는 이 자체 매체에 대한 부정적인 리뷰 외에는 공식적인 조사 보고서가 나오지 않았기 때문에 자금 세탁 여부는 아직 밝혀지지 않았습니다.

처럼나쁜 리뷰 팀말씀하신 대로,

「이 보고서는 특정 플랫폼을 없애려는 것이 아니라, 모든 불법 도박 산업을 함께 없애려는 것입니다."

우리는 똑같아요. 우리는 더 많은 인공지능 기술이 우리의 삶을 더욱 편리하게 만들 뿐만 아니라, 우리의 삶을 더욱 순수하게 만들기를 바랍니다.