2026-06-24 | 신중섭 기자

以AI事前拦截电话诈骗…金融保安院与三家互联网银行启动共同模型

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

金融保安院携手KakaoBank、Toss Bank、Kbank,将提升电话诈骗和冒名账户探测性能的人工智能(AI)共同模型应用于实际金融现场。这是韩国首个基于联邦学习的模型,在不对外共享各金融公司所持原始数据的前提下结合了诈骗探测经验,并将扩大适用范围,使自身AI能力不足的中小型金融公司也能使用。

金融保安院24日表示,已与3家互联网专门银行共同完成运用联邦学习技术的“电话诈骗探测AI共同模型”开发,将从下月起与各公司自有AI模型及异常交易探测系统(FDS)并行运营。

联邦学习是指金融公司不向外部提供其持有的原始学习数据,仅共享和合并各机构训练所得AI模型权重的技术。其特点是在减轻个人信息和金融信息保护负担的同时,能将多家金融公司的诈骗探测经验反映到一个模型中。

此次共同模型是在3家互联网银行自行开发和运营电话诈骗探测AI的现场经验基础上,加上金融保安院的联邦学习算法设计而成。各银行所具备的诈骗探测能力得以传播至其他银行,从而能够捕捉此前单个模型难以筛出的交易。

在实际验证过程中,确认了探测到伪装成正常账户的洗钱用冒名账户,以及针对未成年人和青年群体的小额电话诈骗受害账户的案例。共同模型的探测精度相比单个模型最高提升约205%。尤其是开发共同模型过程中积累的技术成果接连被全球最高权威AI国际学术会议“CIKM(2025年11月)”和“NeurIPS(2025年12月)”采纳,在国际上也获得高度评价。

该模型也契合金融当局强化运用AI应对金融诈骗的趋势。近来电话诈骗犯罪通过深度伪造语音、恶意应用、分拆汇款等手段日趋智能化,业内不断指出仅靠单个金融公司零散的探测体系应对存在局限。这正是结合金融业共同数据与AI分析、事先筛查可疑账户的体系重要性上升的背景。

保安院将以3家互联网银行为起点,推进面向商业银行和信用卡公司等交易数据形态相似的各金融业界的共同模型开发。计划在第四季度将共同模型搭载到电信金融诈骗信息共享与分析AI平台ASAP上,使第二金融圈等中小型金融公司也能使用。其方式是金融公司就特定交易的电话诈骗可能性发起查询后,系统以0~100分计算风险度。

如此一来,难以确保自有AI开发人力或大规模学习数据的金融公司也能使用高度化的电话诈骗探测模型。以大型金融公司和互联网银行为中心积累的异常交易探测经验有望向整个金融界扩散。

金融保安院院长朴相元表示:“要应对日趋智能化、组织化的电话诈骗犯罪,整个金融界建立基于共赢的合作体系十分重要”,“我们也将积极运用AI开展ASAP平台数据分析,发掘并提供前瞻性、预防性探测所需的洞察和情景。”

阅读韩文原文