에이전트를 사기 탐정으로 만들기

이 일에서 에이전트가 은행보다 나은 이유

은행의 사기 탐지 알고리즘은 집단 행동을 봐요. 이 거래가 다른 고객들의 패턴에 비해 이상한가? 에이전트는 오직 나의 행동을 봐요. 이 거래가 나의 과거 거래에 비해 이상한가?

에이전트는 속도에서는 져요 (요청하기 전까지는 안 돌아가니까요). 대신 정밀함에서 이겨요. 은행은 커피숍에서 발생한 $30짜리 사기 결제를 놓쳐요. 흔한 금액이니까요. 에이전트는 내가 그 도시에서 커피를 안 산다는 걸 알아요.

매주 쓰는 프롬프트

“최근 7일 거래를 스캔해 줘. 다음에 해당하면 표시해 줘. (1) 이전에 쓴 적 없는 가맹점의 결제, (2) 자주 쓰는 가맹점인데 평소와 다른 금액, (3) 하루 안에 같은 업체에서 발생한 중복 결제로 보이는 것, (4) 최근 다른 활동과 맞지 않는 지역의 결제. 판단은 알아서 해 줘.”

에이전트는 7일 범위로 list_transactions를 호출한 다음, 세션에서 앞서 실행한 도구 호출로 쌓아 둔 6개월치 맥락, 즉 내 소비에 대한 기본 이해와 비교해요. 수상한 게 없으면 없다고 말해요. 있으면 왜 수상한지 맥락과 함께 하나씩 보여줘요.

확실하게 잡아내는 것

• 24시간 안에 같은 업체에서 발생한 중복 결제 (전형적인 “카드가 두 번 긁혔다” 오류).
• 이전에 거래한 적이 전혀 없는 새로운 가맹점.
• 평소 $30 쓰던 가맹점에서 나온 $300 결제 (반대 경우도요).
• 사기에 앞서 종종 나타나는 소액 “테스트 결제” (<$5). 누군가 훔친 카드를 시험해 보는 거예요.
• 짧은 시간 안에 몰려 있는 새로운 결제들 (카드 정보 유출이 진행 중이라는 신호).

잡아내지 못하는 것

• 매우 정교한 사기, 즉 내 패턴을 흉내 내는 유형 (개인에게는 드물고 법인 카드에서 더 흔해요).
• 연결하지 않은 카드에서 벌어지는 사기. 당연한 얘기지만, 카드가 여러 장이라면 전부 연결해야 할 좋은 이유가 되죠.
• 사후 거래 승인. 에이전트는 확정된 거래만 볼 수 있어요. 승인 대기 중인 거래는 데이터 제공사에 따라 늦게 나타나기도 해요.
• ACH 사기도 가끔 놓쳐요. ACH 결제 설명은 패턴 매칭이 특히 어렵거든요.