게시된 날짜: Jan 27, 2022
AWS에서는 AWS 콘솔 및 SDK 모두를 통해 이용할 수 있는, Amazon Fraud Detector ML(기계 학습) 모델에 대한 예측 설명의 출시를 발표했습니다. 예측 설명은 예측자(또는 입력 변수)가 사기 점수에 미치는 영향을 보고하여 고객이 ML 모델이 특정 사기 점수에 도달하게 되는 방법에 대한 가시성을 높일 수 있게 해 줍니다. Amazon Fraud Detector(AFD)는 가짜 계정 개설 또는 온라인 결제 사기와 같은 부정행위 가능성이 있는 온라인 활동을 손쉽게 파악할 수 있는 완전관리형 서비스입니다. 내부적으로 기계 학습을 사용하고 20년 넘는 사기 탐지 전문 지식을 기반으로 하여 AFD는 기계 학습 전문 지식 없이도 잠재적인 사기 활동을 밀리초 만에 자동으로 식별합니다.
이전에는 고객이 사기 예측의 일부로 리스크 점수를 수신했지만 어느 입력 변수가 특정 ML 리스크 점수에 기여했는지를 설명하는 세부 정보가 제공되지 않았습니다. 이로 인해 리스크 점수가 계산되는 방식을 파악하고 수동 조사, 규정 준수 또는 기타 용도로 리스크 점수의 주요 기여자를 설명하는 데 어려움이 있었습니다. AFD는 어느 입력이 전체 모델 성능을 주도하는지에 대한 인사이트를 고객이 얻을 수 있도록 모델 수준의 설명을 제공하지만, 고객은 여전히 개발 예측 수준의 설명을 얻을 수 없었습니다.
예측 설명의 출시로 인해 각 사기 예측에는 이제 각 입력 변수가 사기 예측 점수에 미치는 영향에 대한 정보가 함께 제공됩니다. 이러한 세부 정보는 조사 담당자가 사기 예측 점수의 상승 또는 하락을 유발한 입력을 보다 쉽고 정확하게 파악하는 데 도움이 됩니다. 예측 설명은 추가 비용 없이 모든 예측에 포함됩니다.
고객은 AWS 콘솔에서 Fraud Detector 콘솔로 이동하고 과거 예측 검색(Search Past Predictions) 탭에서 예측을 클릭하여 에측 설명을 볼 수 있습니다. 각 ML 기반 사기 예측 리스크 점수와 더불어, 리스크 점수에 미치는 영향에 따라 순위가 매겨진 예측 이벤트 입력 변수 목록이 제공됩니다 또한 고객은 변수의 중요도를 규모 단위(0~5점 기준, 전체 점수에 가장 큰 영향은 5)와 방향(점수 증가 또는 감소)으로 표시한 시각적 표시자를 얻게 됩니다. 예를 들어, 주어진 이벤트의 IP 주소가 모델에서 예측한 리스크 점수를 가장 많이 증가시킨 변수인 경우, 해당 변수가 ‘사기 리스크를 증가시킨 변수(variables that increased fraud risk)’ 아래에 나열되고 높은 영향 값을 가지게 됩니다. 또한 예측 설명은 AWS SDK와 CLI에서 AFD의 GetEventPredictionMetadata API를 통해 사용할 수 있으므로 고객은 사기 분석가가 선호하는 조사 워크벤치에서 이러한 세부 정보를 쉽게 표면화시킬 수 있습니다.
예측 설명은 자동으로 생성되며 Fraud Detector가 제공되는 모든 AWS 리전, 즉 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오레곤), 유럽(아일랜드), 아시아 태평양(싱가포르), 아시아 태평양(시드니)에서 2021년 6월 30일 이후에 훈련된 모델에서만 사용할 수 있습니다. 추가 세부 정보는 설명서 페이지를 참조하세요.