Synthetic Data
Synthetic Data가상의 개인과 금융회사가 상호작용하는 시뮬레이션으로 통계적 특성이 실제와 유사한 거래 데이터를 만들어, 개인정보를 쓰지 않고도 AI 모델 학습과 시스템 검증을 수행할 수 있게 합니다.
금융권의 AI 모델 개발, 시스템 테스트, 사기 탐지, 신용평가, 자금세탁방지(AML)·이상거래탐지(FDS) 모델 검증에는 대량의 금융거래 데이터가 필요합니다. 그러나 실제 금융 데이터는 개인정보, 신용정보, 거래정보를 포함하고 있어 외부 분석, 개발, 테스트, 연구, 협력사 검증 등에 활용하기 어렵습니다.
이엘온소프트의 합성데이터 플랫폼은 실제 금융 데이터를 사용하지 않고도 통계적으로 실제와 유사한 금융거래 데이터를 생성하는 플랫폼입니다. 단순한 규칙 기반 데이터 생성이나 기존 데이터 복제 방식이 아니라, 가상의 개인과 금융회사가 상호작용하며 금융 행동을 만들어내는 에이전트 기반 시뮬레이션 구조를 활용합니다.
가상 개인은 생애주기, 직업, 소득, 소비 성향, 가족관계, 사회적 관계, 금융 성향 등 다양한 속성을 기반으로 모델링되며, 시간의 흐름에 따라 계좌 개설, 입출금, 대출, 상환, 소비, 투자, 이상거래 등 다양한 금융 이벤트를 생성합니다. 금융회사 또한 신용평가, 한도 산정, 가격 책정, 고객 응대 등을 수행하는 에이전트로 구성되어 개인 에이전트와 상호작용합니다.
도입 필요성
금융 데이터는 개인정보와 민감한 거래정보를 포함하고 있어 개발, 테스트, 외부 협업, AI 학습에 직접 활용하기 어렵습니다.
사기 거래, 의심거래, 이상거래와 같은 희귀 이벤트는 발생 빈도가 낮아 AI 모델 학습과 검증에 필요한 충분한 데이터를 확보하기 어렵습니다.
신규 금융 시스템이나 컴플라이언스 솔루션을 검증하기 위해서는 다양한 고객군, 거래 패턴, 예외 상황을 포함한 테스트 데이터가 필요하지만, 실제 환경에서는 이를 충분히 확보하기 어렵습니다.
유럽 일반개인정보보호법(GDPR), 개인정보보호법, 신용정보법 등 데이터 보호 규제가 강화되면서 실데이터 기반 분석과 외부 공유에 높은 보안·법무 검토 부담이 발생합니다.
기대효과
공공 통계, 금융 행동 시나리오, 에이전트 기반 시뮬레이션을 활용하여 실제 고객 데이터 없이도 금융거래 합성데이터를 생성합니다.
정상거래뿐 아니라 사기거래, 의심거래, 이상거래 등 희귀 이벤트 데이터를 생성하여 자금세탁방지(AML), 이상거래탐지(FDS), 신용평가, 금융사기 탐지 모델 학습 및 검증을 지원합니다.
실데이터 반출이나 가명처리 절차에 대한 부담을 줄이고, 다양한 테스트 시나리오를 빠르게 구성할 수 있습니다.
실제 고객 데이터를 직접 사용하지 않는 구조를 통해 개인정보 및 민감정보 노출 위험을 완화합니다.
고객 생애주기, 소득 변화, 대출, 상환, 소비, 투자, 이상거래 등 다양한 금융 행동 시나리오를 생성하여 시스템 및 모델 대응력을 검증합니다.
실제 고객 데이터가 아니므로 협력사, 연구기관, 개발 조직과 데이터를 주고받으며 모델과 시스템을 함께 검증할 수 있습니다.
주요 기능
가상 개인이 생애주기와 금융 성향에 따라 자율적으로 금융 의사결정을 내리고, 시간의 흐름에 따라 다양한 금융거래 이벤트를 생성합니다.
- 생애주기 기반 의사결정
- 금융거래 이벤트 생성
금융회사를 단순한 데이터 저장소가 아니라 신용평가, 가격 책정, 고객 응대, 한도 산정 등을 수행하는 능동적 에이전트로 모델링합니다.
- 능동적 기관 에이전트
- 신용평가·한도 산정
실제 금융 데이터를 보유하지 않은 스타트업, 연구기관, 개발 조직도 공공 통계와 설정 기반 시나리오만으로 합성 금융거래 데이터를 생성합니다.
- 공공 통계 기반 생성
- 무데이터 합성 지원
보유 데이터를 활용할 수 있는 금융회사의 경우 조건부 생성 모델과 파인튜닝을 통해 금융회사 특성에 맞는 고정밀 합성데이터를 생성합니다.
- 조건부 생성 모델
- 금융회사 맞춤형 파인튜닝
사기거래, 자금세탁 의심거래, 비정상 거래 패턴 등 발생 빈도가 낮은 이벤트를 시나리오 기반으로 생성하여 AI 모델 학습 및 룰 테스트를 지원합니다.
- 이상거래 시나리오 생성
- 사기·자금세탁 패턴
생성된 데이터가 목표 통계 분포, 변수 간 관계, 거래 패턴, 시나리오 조건을 충족하는지 검증하고 보정할 수 있습니다.
- 통계 분포 검증
- 변수 관계 보정
분산 병렬 처리 구조를 통해 대규모 가상 개인과 금융회사 간 상호작용을 시뮬레이션하고, 엔터프라이즈급 데이터를 생성합니다.
- 분산 병렬 처리
- 엔터프라이즈급 생성
YAML/JSON 기반 설정을 통해 고객군, 거래 유형, 금융상품, 이벤트 발생 조건, 이상거래 시나리오를 유연하게 정의합니다.
- YAML/JSON 설정
- 유연한 시나리오 정의
어떤 설정과 시나리오로 언제 만든 데이터인지 기록해 두고, 같은 조건으로 다시 생성해 이전 결과를 그대로 재현할 수 있게 합니다.
- 생성 설정 이력
- 동일 조건 재현
인프라 환경과 일정만 알려주시면, 솔루션 구성과 도입 방식을 함께 정리해 드립니다.