AWS SQS, 람다, Didit을 활용한 배치 신원 확인 최적화 (KO)

SQS로 분리AWS SQS를 강력한 메시지 큐로 활용하여 배치 처리를 분리하고, 요청을 버퍼링하여 안정성을 보장하며 시스템 과부하를 방지합니다.

람다로 확장AWS 람다를 활용하여 개별 확인 작업을 서버리스, 이벤트 기반으로 처리하고, 수요에 맞춰 자동으로 확장하며 실행 시간에 대해서만 비용을 지불하여 컴퓨팅 비용을 최적화합니다.

복원력 설계람다 함수 내에 강력한 오류 처리, 불량 메시지 큐(DLQ), 멱등성 처리를 구현하여 데이터 무결성을 보장하고 실패한 확인을 성공적으로 재처리합니다.

Didit 통합으로 효율성 증대Didit의 AI 기반 신원 확인 플랫폼을 람다 함수에 직접 통합하여 빠르고 정확하며 비용 효율적인 신분증 확인, 생체 인식, AML 검사를 수행하고, 무료 코어 KYC 및 모듈식 설계의 이점을 누리세요.

배치 신원 확인의 과제

오늘날의 디지털 경제에서 기업들은 종종 대량의 사용자 신원을 확인해야 할 필요성에 직면합니다. 이는 과거 데이터 온보딩, 주기적인 규정 준수 확인 또는 백로그 처리 등을 위한 것일 수 있습니다. 기존의 동기식 확인 방법은 느리고, 리소스 집약적이며, 과도한 부하에서 타임아웃이나 오류가 발생하기 쉽습니다. 이러한 점에서 배치 처리가 필수적입니다. 그러나 효율적이고 비용 효율적이며 탄력적인 배치 신원 확인 시스템을 설계하는 것은 쉽지 않습니다. 변동하는 부하를 처리하고, 데이터를 안정적으로 처리하며, 고급 신원 확인 서비스와 원활하게 통합될 수 있는 솔루션이 필요합니다.

금융 기관이 업데이트된 자금세탁방지(AML) 감시 목록에 대해 모든 고객을 재확인해야 하거나, 전자상거래 플랫폼이 레거시 데이터베이스에서 고객 신원을 검증해야 하는 시나리오를 상상해 보세요. 이러한 시나리오는 수동 개입 없이 수백만 개의 기록을 처리할 수 있으면서도 높은 정확도와 낮은 운영 비용을 유지할 수 있는 시스템을 요구합니다.

AWS SQS 및 람다로 확장성과 비용 효율성 아키텍처 구축

AWS SQS(Simple Queue Service)와 람다는 확장 가능하고 이벤트 기반의 배치 처리 시스템을 구축하기 위한 강력한 조합입니다. 이 아키텍처는 확인 요청의 수집과 실제 처리를 분리하여 더욱 견고하고 비용 효율적인 솔루션을 제공합니다.

1. AWS SQS로 분리

SQS는 확인 요청을 메시지로 수락하는 버퍼 역할을 합니다. 각 레코드에 대해 확인 서비스를 직접 호출하는 대신, 레코드를 SQS 큐에 푸시합니다. 이는 다음과 같은 여러 이점을 제공합니다.

• 안정성: 메시지는 SQS에 영구적으로 저장되므로 처리 서비스가 일시적으로 사용 불가능하더라도 손실되지 않습니다.
• 로드 밸런싱: SQS는 수집 속도의 급증을 처리하여 다운스트림 서비스의 작업 부하를 완화할 수 있습니다.
• 분리: 확인 요청을 생성하는 구성 요소는 요청이 어떻게 또는 언제 처리되는지 알 필요 없이 큐에 대기 중이라는 것만 알면 됩니다.

배치 신원 확인의 경우, 대용량 사용자 데이터 CSV 파일을 파싱하고 각 사용자에 대해 세부 정보(예: 이름, 생년월일, 문서 번호)를 포함하는 JSON 메시지를 생성할 수 있습니다. 이 메시지는 SQS 큐로 전송됩니다.

2. AWS 람다로 확장

AWS 람다 함수는 SQS에서 메시지를 처리하는 데 이상적입니다. 큐에 새 메시지가 도착할 때마다 람다 함수가 자동으로 트리거되도록 구성할 수 있습니다. 각 메시지는 단일 신원 확인 작업을 나타낼 수 있습니다. 람다의 서버리스 특성 덕분에 컴퓨팅 시간에 대해서만 비용을 지불하며, 수천 개의 동시 요청을 처리하기 위해 자동으로 확장되므로 가변적인 배치 작업에 매우 비용 효율적입니다.

람다 함수는 SQS에서 메시지를 수신하고, 사용자 데이터를 추출한 다음, 신원 확인 API를 호출합니다. 예를 들어, 신분증 확인 및 생체 인식 검사를 수행해야 하는 경우 람다 함수가 이러한 호출을 조정합니다. Didit의 API는 대량의 프로그래밍 방식 액세스를 위해 설계되어 이 서버리스 아키텍처에 완벽하게 적합합니다.

복원력 및 오류 처리 설계

SQS 및 람다와 같은 강력한 서비스를 사용하더라도 오류가 발생할 수 있습니다. 네트워크 문제, 잘못된 데이터 또는 API 속도 제한으로 인해 확인 시도가 실패할 수 있습니다. 잘 설계된 배치 시스템은 이를 고려해야 합니다.

• 불량 메시지 큐(DLQ): SQS 큐를 DLQ로 구성합니다. 람다 함수가 특정 횟수(예: 처리되지 않은 예외로 인해) 메시지 처리에 실패하면 SQS는 해당 메시지를 DLQ로 이동합니다. 이는 '독성 메시지(poison pills)'가 메인 큐를 막는 것을 방지하고 실패한 항목의 수동 검사 또는 자동 재처리를 가능하게 합니다.
• 멱등성: 람다 함수를 멱등적으로 설계합니다. 이는 동일한 메시지를 여러 번 처리해도 한 번 처리하는 것과 동일한 효과를 가져야 함을 의미합니다. SQS는 때때로 메시지를 한 번 이상 전달할 수 있으므로 이는 매우 중요합니다.
• 재시도 메커니즘: 람다는 실패한 호출을 자동으로 재시도합니다. SQS 트리거의 경우, 람다 함수가 오류를 반환하면 메시지는 큐에 남아 있고 VisibilityTimeout 기간 후에 다시 표시되어 다른 시도를 허용합니다.
• 로깅 및 모니터링: AWS CloudWatch를 활용하여 람다 함수 및 SQS 큐에 대한 포괄적인 로깅 및 모니터링을 수행합니다. 높은 오류율 또는 DLQ의 메시지에 대한 알람을 설정하여 문제를 사전에 해결합니다.

Didit이 배치 확인 최적화에 기여하는 방법

Didit을 AWS SQS 및 람다 아키텍처에 통합하면 배치 신원 확인 기능이 크게 향상됩니다. Didit은 확장성과 효율성을 위해 설계된 AI 기반의 개발자 우선 신원 플랫폼으로, 대량의 자동화된 워크플로우에 완벽하게 적합합니다.

람다 함수가 SQS에서 신원 기록을 처리할 때, Didit의 API를 원활하게 호출하여 다양한 검사를 수행할 수 있습니다.

• 신분증 확인: Didit의 고급 OCR, MRZ 및 바코드 스캐닝을 활용하여 신분증 문서에서 데이터를 빠르고 정확하게 추출하고 검증합니다.
• 수동 및 능동 생체 인식: 사용자가 실제로 존재하며 딥페이크 또는 스푸핑이 아님을 확인하여 모든 확인 프로세스에서 사기 방지에 중요합니다.
• 1:1 얼굴 매칭 및 얼굴 검색: 일관성을 위해 얼굴을 비교하거나 내부 데이터베이스와 대조합니다.
• AML 스크리닝 및 모니터링: 개인을 글로벌 감시 목록, 제재 목록 및 PEP 데이터베이스와 자동으로 비교하여 특히 금융 서비스에서 규정 준수 및 금융 범죄 방지에 중요합니다.
• 주소 증명: 문서 또는 데이터베이스 확인을 사용하여 거주 주소를 확인합니다.
• 연령 추정: 연령 제한 서비스의 경우, Didit은 개인 정보 보호를 강화한 연령 추정 기능을 제공합니다.

Didit의 모듈식 아키텍처를 통해 각 기록에 필요한 정확한 확인 단계를 구성할 수 있으므로 사용한 만큼만 비용을 지불할 수 있습니다. 무료 코어 KYC 제품은 선행 비용 없이 시작할 수 있음을 의미하며, 성공적인 확인당 지불 모델은 서버리스 아키텍처의 비용 최적화 목표와 완벽하게 일치합니다. AI 기반의 기반은 높은 정확도와 지속적인 개선을 보장하여 오탐 및 미탐을 줄여 효율적인 배치 처리에 필수적입니다.

Didit을 통합함으로써 람다 함수는 고도로 효율적인 작업자가 되어, 고급 신원 확인의 복잡성을 전문화된 고성능 플랫폼으로 오프로드합니다. 이는 배치 확인 요구 사항에 대해 더 빠른 처리, 더 높은 정확도 및 훨씬 낮은 운영 오버헤드를 의미합니다.

시작할 준비가 되셨나요?

Didit의 작동 방식을 확인하고 싶으신가요? 지금 무료 데모를 요청하세요.

Didit의 무료 티어로 무료 신원 확인을 시작하세요.