AI
토스뱅크가 AI로 보안과 효율도 챙기는 방법
두줄요약
토스뱅크는 ML 모델로 신분증 사본 품질을 검사해 반려와 경고를 자동화했습니다. 임계값과 A/B 테스트로 고객 불편을 줄이면서 수기 검토 효율도 높였습니다.
핵심 내용
- 비대면 신분증 검증에서 ML 모델로 가짜 신분증, 정보 식별 가능 여부, 얼굴 인식 등을 종합 판정하는 품질 검사 서비스 도입
- 사후 검증과 촬영 직후 사전검증에 모델을 적용해 수기 검토량과 고객 재제출 부담을 줄이려는 구조
- 임계값을 두 단계로 나눠 즉시 반려와 관리자 경고를 구분하고, False Positive와 False Negative의 균형을 조정
- A/B 테스트로 임계값과 안내 방식을 검증해, 문제 부위를 정확히 알려주는 피드백이 재촬영 유도와 반려율 개선에 유리함을 확인
적용해볼 점
- 모델 성능만이 아니라 고객 경험과 운영 비용을 함께 고려한 임계값 설계
- 단일 모델의 결과를 즉시 반려, 경고, 수동 검토로 나누는 단계적 운영
- 실서비스 적용 전 A/B 테스트로 안내 문구와 정책 효과 검증
