원문에서 자동 번역됨 · 원문 읽기 (English)
신규 개인 계좌가 많이 유입되면서 더 많은 물량을 처리하기 위해 KYC 프로세스 자동화에 박차를 가하고 있습니다. 속도는 빨라졌지만, 합법적인 사용자를 오탐지로 분류하는 비율이 증가하여 수동 검토에 부담을 준다는 이유로 규정 준수 팀의 반발을 사고 있습니다. 이는 운영 효율성과 강력한 규정 준수 사이의 전형적인 마찰 지점입니다. 특히 기본적인 계좌 개설의 경우, 초기 심사에서 낮은 오탐지율을 유지하면서 공격적인 자동화의 균형을 어떻게 맞추고 있나요?
This is such a common struggle. Are you finding the false positives are mostly in specific regions or related to certain types of new accounts? Sometimes tuning the risk parameters for those segments can help without impacting the whole system too much.
This is tough. Have you looked into refining your ML models with a focus on reducing false positives, perhaps by incorporating more diverse and nuanced data points specific to your user base?
Traderforum · 한국어