디딧과 카프카를 활용한 실시간 제재 심사 시스템 (KO)

확장 가능한 규정 준수Didit의 AML 심사 API를 Apache Kafka와 통합하면 금융 기관 및 기업은 현대적인 규정 준수 및 위험 관리에 필수적인 실시간 고처리량 제재 심사를 달성할 수 있습니다.

아키텍처 효율성Kafka의 분산 스트리밍 플랫폼을 활용하면 비동기 처리, 요청 버퍼링 및 안정적인 데이터 전송이 가능하여, 과부하 상태에서도 사용자 경험에 영향을 미치지 않고 심사 요청이 효율적으로 처리됩니다.

지능형 위험 점수Didit의 고급 이중 점수 시스템(일치 점수 및 위험 점수)은 잠재적 위험에 대한 세분화된 통찰력을 제공하여 구성 가능한 규정 준수 임계값을 허용하고 AI 기반 평가를 통해 오탐을 줄입니다.

Didit과의 원활한 통합Didit은 깔끔한 API와 모듈식 아키텍처를 갖춘 개발자 우선 접근 방식을 제공하여 기존 고처리량 시스템에 실시간 AML 심사를 쉽게 통합할 수 있도록 하며, 무료 핵심 KYC 및 설정 비용이 없습니다.

실시간 제재 심사의 필요성

오늘날 빠르게 변화하는 디지털 경제에서 금융 기관, 핀테크 기업 및 거래를 처리하거나 사용자를 온보딩하는 모든 기업은 점점 더 커지는 문제에 직면해 있습니다. 바로 자금세탁방지(AML) 및 테러자금조달방지(CTF) 규정을 준수하는 것입니다. 실시간으로 작동하는 정교한 금융 범죄에 대처하기 위해서는 기존의 배치 기반 제재 심사 방식으로는 더 이상 충분하지 않습니다. 전 세계 감시 목록, 제재 목록 및 정치적 주요인물(PEP) 데이터베이스에 있는 개인 및 법인을 즉시 식별해야 하는 필요성이 매우 중요합니다. 지연은 상당한 규제 벌금, 평판 손상 및 불법 활동을 조장할 위험 증가로 이어질 수 있습니다.

실시간 제재 심사는 계좌 개설, 거래 시작 또는 지속적인 모니터링과 같은 중요한 시점에서 조직이 즉시 위험을 평가할 수 있도록 합니다. 이러한 사전 예방적 접근 방식은 고위험 개인 및 법인에 대한 노출을 최소화하여 기업이 규정을 준수하고 안전하게 유지되도록 합니다. 그러나 특히 고처리량 환경에서 대규모로 진정한 실시간 심사를 달성하는 것은 상당한 아키텍처 및 기술적 과제를 제시합니다. 바로 이때 Didit의 AML 심사와 같은 강력한 AI 기반 API와 Apache Kafka와 같은 강력한 메시지 브로커를 결합하는 것이 판도를 바꾸는 역할을 합니다.

규모 확장을 위한 아키텍처: Didit의 AML API와 Apache Kafka

수백만 건의 요청을 처리할 수 있는 실시간 제재 심사 시스템을 구축하려면 확장 가능하고 탄력적이며 고성능 아키텍처가 필요합니다. 분산 스트리밍 플랫폼인 Apache Kafka는 대량의 데이터를 처리하고 오류 허용을 제공하며 비동기 처리를 가능하게 하는 능력 때문에 이 목적에 이상적인 선택입니다. Didit의 AML 심사 API와 통합될 때 강력한 규정 준수 엔진을 만듭니다.

아키텍처는 일반적으로 심사 요청을 Kafka 토픽으로 생성하는 것을 포함합니다. 이러한 요청은 새로운 사용자 등록, 거래 처리 시스템 또는 주기적인 재심사 작업과 같은 다양한 소스에서 시작될 수 있습니다. 그런 다음 소비자 애플리케이션은 이 토픽에서 읽고, Didit의 AML 심사 API를 호출하고, 결과를 다른 Kafka 토픽으로 게시합니다. 이 분리된 접근 방식은 다음과 같은 여러 가지 장점을 제공합니다.

• 고처리량: Kafka는 초당 수백만 개의 메시지를 수집하고 처리할 수 있어 심사 요청이 병목 현상이 되지 않도록 합니다.
• 확장성: Kafka와 Didit의 API는 모두 확장을 위해 설계되었습니다. 증가하는 부하를 처리하기 위해 Kafka 브로커 또는 소비자 인스턴스를 쉽게 추가할 수 있습니다.
• 탄력성: Kafka의 분산 특성 및 데이터 복제는 시스템 장애 발생 시에도 메시지가 손실되지 않도록 합니다.
• 비동기 처리: 심사 요청은 원래 애플리케이션을 차단하지 않고 백그라운드에서 처리될 수 있어 사용자 경험을 향상시킵니다.
• 감사 가능성: Kafka는 모든 심사 요청 및 응답에 대한 영구적인 로그를 제공하여 규정 준수 감사에 중요합니다.

Didit의 AML 심사 API는 1300개 이상의 전 세계 제재, PEP 및 감시 목록 데이터베이스에 대해 실시간으로 사용자를 심사하므로 이러한 대용량 실시간 통합에 완벽하게 적합합니다. API는 일치 세부 정보, 위험 점수, 일치 점수 및 불리한 미디어 정보를 포함하는 포괄적인 보고서를 제공하며, 이는 자동화된 의사 결정 또는 수동 검토를 위해 다운스트림 시스템에서 소비될 수 있습니다.

Didit의 이중 점수 위험 시스템 이해

효과적인 AML 심사는 잠재적인 일치를 식별하는 것만이 아닙니다. 오탐을 피하고 위험을 정확하게 평가하기 위해 일치의 뉘앙스를 이해하는 것입니다. Didit의 AML 심사는 정교한 이중 점수 시스템(일치 점수 및 위험 점수)을 사용하여 규정 준수 팀을 위한 세분화된 제어 및 정보를 제공합니다.

일치 점수는 "이 잠재적 일치가 우리가 심사하는 동일한 사람 또는 법인인가?"라는 질문에 답합니다. 이는 이름 유사성, 생년월일, 국적 및 문서 번호와 같은 요인에 따라 계산되는 신원 신뢰도 점수입니다. 이 점수는 진정한 일치와 오탐을 구별하는 데 도움이 됩니다. 예를 들어, 높은 일치 점수(예: Didit의 기본 임계값인 93 이상)는 심사 중인 개인이 감시 목록에 있는 사람일 가능성이 높음을 나타냅니다. 이 임계값 미만으로 떨어지는 요청은 종종 오탐으로 분류되어 검토 프로세스를 간소화합니다.

반대로 위험 점수는 "이 법인이 진정한 일치라면 얼마나 위험한가?"를 평가합니다. 이 점수는 국가 위험, 감시 목록의 특정 범주(예: PEP, 제재, 범죄 기록) 및 기타 관련 정보와 같은 요인을 고려하여 일치하는 법인의 내재된 위험 수준을 평가합니다. 위험 점수는 구성 가능한 임계값에 따라 최종 AML 상태(승인, 검토 중 또는 거부)를 결정합니다. 예를 들어, '승인 임계값'(기본값 80) 미만의 점수는 자동 승인으로 이어질 수 있으며, '검토 임계값'(기본값 100) 이상의 점수는 자동 거부를 유발할 수 있습니다. 그 사이의 점수는 일반적으로 규정 준수 담당자의 수동 검토가 필요합니다.

API 요청의 aml_match_score_threshold, aml_score_approve_threshold 및 aml_score_review_threshold와 같은 매개변수를 통해 구성 가능한 이 이중 점수 메커니즘은 기업이 특정 위험 허용치 및 규제 요구 사항에 따라 AML 정책을 미세 조정할 수 있도록 하여 강력한 규정 준수를 유지하면서 수동 검토 부담을 크게 줄입니다.

실시간 심사 워크플로우 구현

Didit의 AML 심사 API를 Kafka 기반 파이프라인에 통합하는 것은 몇 가지 주요 단계를 포함합니다. 먼저 심사 요청 및 응답에 대한 데이터 구조를 정의합니다. 요청에는 일반적으로 full_name, entity_type(개인 또는 회사), date_of_birth, nationality 및 document_number 또는 사용자 지정 점수 임계값과 같은 선택적 매개변수가 포함됩니다.

새로운 사용자가 등록하거나 거래가 시작될 때 필요한 사용자 데이터를 포함하는 메시지가 'aml-screening-requests' Kafka 토픽으로 생성됩니다. Kafka 소비자 역할을 하는 전용 마이크로서비스는 이러한 메시지를 읽습니다. 각 메시지에 대해 Didit의 /v3/aml/ 엔드포인트에 대한 요청을 구성합니다. Didit은 글로벌 감시 목록에 대한 확인을 수행하고 지능형 이중 점수 위험 시스템을 적용하여 요청을 실시간으로 처리합니다. 전체 AML 상태, 일치 세부 정보 및 다양한 위험 점수를 포함하는 API 응답은 마이크로서비스에 의해 수신됩니다.

Didit의 응답을 받은 후 마이크로서비스는 결과를 'aml-screening-results' Kafka 토픽으로 게시할 수 있습니다. 사용자 온보딩 서비스, 거래 처리 엔진 또는 사례 관리 시스템과 같은 다운스트림 시스템은 이러한 결과를 소비할 수 있습니다. 예를 들어, AML 상태가 '승인'이면 사용자 온보딩이 진행될 수 있습니다. '검토 중'이면 규정 준수 담당자가 수동으로 조사하도록 플래그를 설정할 수 있습니다. '거부' 상태의 경우 거래 차단 또는 계정 생성 거부와 같은 적절한 조치가 트리거될 수 있습니다.

이 구현은 핵심 비즈니스 로직이 규정 준수 확인과 분리되어 각 구성 요소가 독립적으로 확장되고 높은 가용성을 유지할 수 있도록 합니다. Kafka를 사용하면 내재된 재시도 메커니즘 및 역압력 처리가 제공되어 피크 부하 시 Didit API가 과부하되는 것을 방지하고 심사 요청이 누락되지 않도록 합니다.

Didit이 어떻게 도움이 되는가

Didit은 현대적인 고처리량 시스템을 위해 설계된 AI 기반, 개발자 우선 신원 확인 솔루션을 제공하는 선두 주자입니다. 당사의 AML 심사 제품은 당사 제품의 초석이며, 기업이 1300개 이상의 전 세계 제재, PEP 및 감시 목록 데이터베이스에 대해 개인 또는 회사를 실시간으로 심사할 수 있도록 합니다. 당사의 모듈식 아키텍처는 복잡한 설정이나 긴 통합 시간 없이 AML 심사를 독립형 API로 또는 더 넓은 신원 확인 워크플로의 일부로 원활하게 통합할 수 있음을 의미합니다. Didit의 AI 기반 기반은 당사의 이중 점수 위험 시스템(일치 점수 및 위험 점수)이 정확도를 위해 지속적으로 최적화되어 오탐을 줄이고 규정 준수 팀을 위한 실행 가능한 정보를 제공하도록 보장합니다.

강력한 AML 심사 외에도 Didit은 신분증 확인(OCR, MRZ, 바코드), 수동 및 능동 생체 인식, 1:1 얼굴 일치 및 얼굴 검색을 포함한 포괄적인 신원 기본 요소 제품군을 제공합니다. 당사의 개발자 우선 접근 방식에는 즉각적인 샌드박스와 깔끔한 API가 포함되어 있어 통합이 간단합니다. 우리는 강력한 신원 확인을 접근 가능하게 만들겠다는 약속으로 돋보이며, 무료 핵심 KYC 및 설정 비용이 전혀 없어 모든 규모의 기업이 전 세계적으로 대규모로 신뢰를 자동화하고 규정 준수를 보장할 수 있도록 합니다.

시작할 준비가 되셨습니까?

Didit의 작동 방식을 직접 확인하고 싶으십니까? 오늘 무료 데모를 받아보세요.

Didit의 무료 등급으로 무료로 신원 확인을 시작하세요.