거래 내역, 위치, 기기 정보 및 사용자 행동 패턴과 같은 고객 데이터 포인트를 실시간으로 분석하는 데 도움을 주는 고급 알고리즘이 등장했습니다. 특히 고급 머신러닝 알고리즘을 구현하면 다양한 출처의 데이터를 신속하게 분석하고 사기를 나타낼 수 있는 패턴이나 이상 징후를 탐지하여 승인율을 높이는 데 도움이 됩니다.

이러한 솔루션은 새로운 위협을 지속적으로 학습하고 이에 적응함으로써 진화하는 사기 수법보다 앞서 나갈 수 있습니다. 이를 통해 가맹점은 경계를 늦추지 않고 오탐을 최소화하여 정상 거래가 거절될 위험을 줄일 수 있습니다. 또한 네트워크 승인을 요청하기 전에 위험 거래를 사전에 선별하기 때문에 전반적인 승인율이 크게 향상됩니다.



Mastercard의 Brighterion AI로 구동되는 Transaction Risk Management와 같은 솔루션도 마찬가지입니다. Brighterion AI는 실시간 인공지능 모델을 기반으로 거래를 선별하고 평가하여 결제 사기를 방지하는 데 도움을 줍니다.



Transaction Risk Management는 매입사의 특정 요구 사항과 기업의 리스크 허용 범위에 맞게 세밀하게 조정할 수 있는 맞춤형 규칙과 임계값을 통해 AI 모델 점수를 보완합니다. 이러한 유연성 덕분에 기업은 승인율 극대화와 사기 손실 최소화 사이에서 적절한 균형을 맞출 수 있습니다. 실제로 고객 경험에 미치는 영향을 최소화하면서 추가 사기를 최대 40%까지 탐지할 수 있습니다.

이집트 국립은행의 경우 승인율이 최우선 과제였습니다. 이 은행은 새로운 시장에 진출하고 다양한 판매 채널을 지원하는 데 도움이 되는 고급 사기 방지 기술을 찾고 있었으며, 이 두 가지 모두 까다로운 승인 문제를 수반합니다.



Mastercard는 이 은행에 Transaction Risk Management를 제공하여 사이버 범죄자보다 한발 앞서 대응할 수 있도록 지원했습니다. 또한 모든 거래를 모니터링하고 특정 IP 주소와 이메일, 심지어 일부 가맹점까지 차단함으로써 사기성 결제를 방지했습니다. 결과가 모든 것을 말해줍니다. 은행 포트폴리오 내 가맹점들은 사기성 결제에 대한 통제력을 강화할 수 있었습니다. 한 사례로, 이집트의 한 항공사 가맹점은 도입 후 1년 동안 승인율이 23% 증가했습니다. 첨단 기술과 강력한 인증 방식, 사전 모니터링을 결합함으로써 사기 방지 솔루션은 승인율을 크게 높이고 기업과 고객을 사기 행위로부터 보호할 수 있습니다.