Didit과 OpenTelemetry를 활용한 본인 확인 워크플로우 가시성 강화 (KO)

종단간 가시성OpenTelemetry는 사용자 시작부터 최종 결정까지 전체 본인 확인 워크플로우에 걸쳐 원격 측정 데이터(추적, 메트릭, 로그)를 계측하고 수집하는 표준화된 방법을 제공합니다.

사전 예방적 문제 해결Didit의 확인 이벤트를 OpenTelemetry 파이프라인에 통합하면 병목 현상, 오류 및 성능 이상을 신속하게 식별하여 빠른 진단 및 해결이 가능합니다.

최적화된 사용자 경험자세한 관측 가능성은 확인을 통한 사용자 여정을 이해하고 마찰 영역을 정확히 찾아내어 더 나은 전환 및 만족도를 위해 흐름을 최적화할 수 있도록 합니다.

Didit과의 원활한 통합Didit의 개발자 우선 접근 방식과 깔끔한 API를 통해 풍부한 원격 측정 데이터를 쉽게 내보낼 수 있으며, OpenTelemetry 설정 내에서 본인 확인 프로세스의 모든 단계가 투명하고 감사 가능하도록 보장합니다.

본인 확인 워크플로우에서 관측 가능성의 중요성

오늘날의 디지털 환경에서 강력한 본인 확인은 보안, 규정 준수 및 사기 방지에 가장 중요합니다. 그러나 특히 여러 서비스 및 본인 확인 플랫폼과 같은 타사 공급자를 포함하는 복잡한 본인 확인 워크플로우를 관리하는 것은 어려울 수 있습니다. 적절한 가시성 없이는 문제를 정확히 파악하고, 성능을 최적화하며, 사용자 행동을 이해하는 것이 추측 게임이 됩니다. 바로 이 지점에서 OpenTelemetry와 같은 도구로 구동되는 관측 가능성이 필수 불가결합니다.

관측 가능성은 단순한 모니터링을 넘어 시스템이 생성하는 데이터를 검토하여 시스템의 내부 상태를 이해하는 것입니다. 본인 확인 워크플로우의 경우, 이는 사용자가 취하는 모든 단계, 이루어지는 모든 API 호출, 렌더링되는 모든 결정에 대한 명확하고 통합된 보기를 갖는 것을 의미합니다. Didit으로 ID 확인 세션을 시작하는 것부터 최종 AML 심사 확인에 이르기까지 모든 이벤트는 귀중한 진단 및 성능 데이터를 보유합니다.

강력한 본인 확인 플랫폼인 Didit을 OpenTelemetry와 같은 오픈 소스 관측 가능성 프레임워크와 통합하면 포괄적인 솔루션을 제공합니다. OpenTelemetry는 선택한 백엔드로 원격 측정 데이터(추적, 메트릭 및 로그)를 계측, 생성, 수집 및 내보내기 위한 API, SDK 및 도구 세트를 제공하여 공급업체 중립성과 유연성을 보장합니다. 이를 통해 기업은 본인 확인 프로세스의 상태, 성능 및 사용자 경험에 대한 심층적인 통찰력을 얻을 수 있습니다.

Didit 워크플로우에서 분산 트레이싱을 위한 OpenTelemetry 활용

OpenTelemetry가 본인 확인 워크플로우에 제공하는 가장 강력한 기능 중 하나는 분산 트레이싱입니다. 본인 확인은 종종 사용자가 신분증 문서를 제출하고, Didit의 ID 확인 엔진이 이를 처리하며, 수동 및 능동 생체 확인을 수행하고, 1:1 얼굴 매칭을 수행한 다음, 잠재적으로 AML 심사를 수행하는 것과 같은 일련의 상호 연결된 단계를 포함합니다. 이러한 각 단계에는 여러 마이크로서비스 및 외부 API 호출이 포함될 수 있습니다.

분산 트레이싱을 사용하면 전체 요청 흐름을 단일 추적으로 시각화하고 개별 스팬으로 나눌 수 있습니다. 각 스팬은 Didit의 세션 생성 엔드포인트에 대한 API 호출, OCR 스캔 처리 시간 또는 규정 준수 확인 기간과 같은 작업을 나타냅니다. 애플리케이션을 계측하여 추적 컨텍스트를 Didit API 호출로 전파함으로써 내부 애플리케이션의 작업을 Didit이 수행하는 작업과 원활하게 연결할 수 있습니다.

예를 들어, 애플리케이션이 Didit의 API를 호출하여 확인 세션을 생성할 때 현재 추적 컨텍스트를 포함할 수 있습니다. 그러면 Didit의 API 응답은 추적의 후속 스팬을 풍부하게 하는 데 사용할 수 있는 관련 세션 ID 및 상태를 반환합니다. 이는 종단간 보기를 제공하여 대기 시간이 도입되거나 사용자 여정에서 오류가 발생하는 위치를 신속하게 식별하는 데 도움이 됩니다. 이는 사용자 측이든 타사 확인 프로세스 내에서든 마찬가지입니다. 이 수준의 세부 정보는 워크플로우를 최적화하고 원활한 사용자 경험을 보장하는 데 중요합니다.

심층적인 통찰력을 위한 메트릭 및 로그 수집

트레이싱 외에도 OpenTelemetry는 메트릭 및 로그 수집을 표준화하며, 이는 본인 확인 워크플로우에 대한 전체적인 관점을 위해 필수적입니다. 메트릭은 분당 성공적인 ID 확인 횟수, 생체 감지 확인에 소요된 평균 시간 또는 AML 심사의 오류율과 같이 시간 경과에 따른 집계 가능한 데이터 포인트를 제공합니다. 이러한 메트릭을 추적함으로써 본인 확인 시스템의 전반적인 상태 및 성능을 모니터링하고 편차에 대한 경고를 설정할 수 있습니다.

예를 들어 다음을 추적할 수 있습니다.

• ID 확인 및 수동 및 능동 생체 확인 시도의 성공률.
• 1:1 얼굴 매칭 작업의 대기 시간.
• AML 심사 후 수동 검토가 필요한 사용자 수.
• NFC 확인 요청 볼륨.

반면에 로그는 시스템 내에서 발생하는 상세하고 개별적인 이벤트를 제공합니다. Didit과 통합할 때 애플리케이션은 세션 생성, 확인 결과에 대한 웹훅 알림 및 발생한 모든 오류와 같은 확인 프로세스와 관련된 주요 이벤트를 기록할 수 있습니다. 이러한 로그를 OpenTelemetry 호환 로깅 솔루션으로 수집하고 추적 및 메트릭과 상호 연관시킴으로써 강력한 디버깅 도구를 얻을 수 있습니다. 예를 들어, 메트릭이 실패한 확인 시도의 급증을 나타내면 해당 기간의 로그 및 추적을 자세히 살펴 근본 원인(특정 문서 유형 문제 또는 전화 및 이메일 확인 중 네트워크 일시적 오류)을 이해할 수 있습니다.

Didit이 탁월한 관측 가능성을 달성하는 데 도움이 되는 방법

Didit은 관측 가능성을 염두에 두고 설계되었으므로 OpenTelemetry 통합을 위한 이상적인 파트너입니다. 깔끔한 API와 포괄적인 문서를 특징으로 하는 당사의 개발자 우선 접근 방식은 본인 확인 워크플로우를 OpenTelemetry 파이프라인에 통합하는 프로세스를 단순화합니다. Didit의 모듈식 아키텍처는 ID 확인, 수동 및 능동 생체 확인, 1:1 얼굴 매칭, AML 심사 및 모니터링, 주소 증명 또는 연령 추정을 사용하든 특정 구성 요소를 쉽게 계측할 수 있음을 의미합니다.

Didit의 플랫폼은 상세한 확인 결과, 상태 업데이트 및 고유한 세션 식별자를 포함한 풍부한 데이터 출력을 제공합니다. 이러한 데이터는 OpenTelemetry 추적, 메트릭 및 로그에 원활하게 통합될 수 있습니다. 예를 들어, Didit의 API를 통해 세션을 생성할 때 session_id 및 vendor_data(내부 사용자 식별자)를 OpenTelemetry 스팬의 속성으로 추가하여 Didit 시스템을 통해 애플리케이션으로 돌아오는 사용자 여정을 추적할 수 있습니다.

또한 Didit의 웹훅 시스템을 통해 확인 세션 상태에 대한 실시간 업데이트를 받을 수 있습니다. 각 웹훅 알림은 OpenTelemetry 시스템에서 새 스팬 또는 로그 항목 생성을 트리거하여 완전한 감사 추적과 확인 결과에 대한 즉각적인 통찰력을 제공할 수 있습니다. 데이터 생성에 대한 이러한 사전 예방적 접근 방식은 OpenTelemetry의 표준화된 수집과 결합되어 성능을 최적화하고 보안을 강화하며 탁월한 사용자 경험을 제공하는 데 필요한 세분화된 가시성을 보장합니다.

Didit의 무료 Core KYC를 통해 기업은 초기 비용 없이 강력하고 관측 가능한 본인 확인 워크플로우를 구축하기 시작하여 확장하기 전에 이 통합 접근 방식의 가치를 입증할 수 있습니다. 당사의 AI 기반 플랫폼은 수신하는 데이터가 구조화되고 실행 가능하도록 보장하여 관측 가능성 도구의 기능을 더욱 향상시킵니다.

시작할 준비가 되셨나요?

Didit의 작동 방식을 볼 준비가 되셨나요? 지금 무료 데모를 받아보세요.

Didit의 무료 계층으로 무료로 본인 확인을 시작하세요.