생성형 AI를 활용한 금융 컴플라이언스 STR 보고 자동화 방법

금융 컴플라이언스 보고 자동화를 위한 생성형 AI 활용 방법

금융 산업은 지속해서 변화하는 규제 환경에 맞춰 신속하고 정확한 컴플라이언스 보고가 중요해졌습니다. 특히, 의심 거래 보고서(STR: Suspicious Transaction Report)는 기간 내에 제출해야 하는 중요한 문서로, 많은 인력과 시간이 소요됩니다. 이번 글에서는 AWS에서 제공하는 Amazon Bedrock의 생성형 AI 서비스를 활용해 STR 초안을 자동으로 생성하는 방법을 소개합니다. 이를 통해 금융기관의 운영 효율성을 극대화하고 정확도를 높이는 동시에 규제 미이행으로 인한 비용과 평판 리스크를 줄일 수 있습니다.

솔루션 개요

Amazon Bedrock은 다양한 파운데이션 모델(FM: Foundation Model)에 접근할 수 있는 완전 관리형 생성형 AI 서비스로, 프라이버시 및 보안 기능을 내장하고 있습니다. 특히, RAG(Retrieval Augmented Generation)를 활용하여 외부 정보 소스를 기반으로 모델의 응답 정확도를 개선할 수 있습니다. 이 솔루션은 Amazon Bedrock Knowledge Bases, Amazon Bedrock Agents, Amazon OpenSearch Service, AWS Lambda, Amazon S3로 구성되어 있으며 아래와 같은 워크플로우를 따릅니다.

1. 사용자가 금융 비즈니스 애플리케이션을 통해 STR 초안 생성을 요청합니다.
2. Amazon Bedrock Agent가 사용자와 대화를 시작하고, 필요한 정보를 수집한 후, Slack logs나 거래 내역 등을 기반으로 STR 초안을 작성합니다.
3. 사기 관련 정보를 Amazon Bedrock Knowledge Bases와 OpenSearch를 활용해 검색해 추가합니다.
4. 정보가 부족할 경우, Bedrock Agent는 사용자에게 해당 웹사이트 URL을 요청하고 Lambda 함수를 통해 데이터를 크롤링합니다.
5. 크롤링된 데이터는 Amazon S3에 저장되고, 이후 주기적으로 OpenSearch 인덱싱을 통해 Knowledge Base에 반영됩니다.

배포 가이드

해당 솔루션은 AWS CDK 또는 수동 배포 두 가지 방식으로 구축할 수 있으며, 두 방식 모두 GitHub에 제공된 코드를 기반으로 진행됩니다.

CDK를 활용한 자동화 배포 방법:

1. AWS CDK 설치 및 최신 버전으로 업데이트
2. GitHub 프로젝트 클론: git clone https://github.com/aws-samples/suspicious-financial-transactions-reporting
3. 가상환경 구성 및 패키지 설치
4. cdk deploy 명령어로 전체 스택 배포

수동 배포 가이드를 통해도 S3, Lambda, Bedrock Agents, Knowledge Base를 순차적으로 구성할 수 있습니다. 각 구성 요소별 자세한 설정 방법 및 코드 구성은 GitHub 리포지토리에서 확인 가능합니다.

활용 사례: STR 자동 보고 생성

구성 완료 후 Bedrock Agent 테스트를 통해 실시간으로 STR 초안 생성을 확인할 수 있습니다. 예를 들어 “Generate an STR for account number 12345-999-7654321”와 같은 명령어로 사용자가 채팅 인터페이스에서 보고 요청을 하면, 거래 내역과 수신처 정보를 수집해 정리된 STR 문서를 생성합니다.

사용자 지정 가능한 구성

Bedrock Agent는 agent-instructions.txt 파일을 통해 멀티스텝 상호작용 방식으로 구성되며, 템플릿 기반으로 STR 구성 항목(제목, 요약, 거래내역, 분석 등)을 자동으로 포함시킬 수 있습니다. 또한 RAG 기반 검색 정확도를 높이기 위해 Knowledge Base와 연계된 URL 정제 기능도 포함되어 있습니다. 이를 통해, 단순한 질문-응답의 한계를 넘어 풍부한 문서를 자동 생성할 수 있게 됩니다.

비교와 장점

기존 수동 방식 대비 Amazon Bedrock 기반 자동화 보고 솔루션은 다음과 같은 장점을 제공합니다.

• 보고 처리 시간 단축 (수 시간 → 수 분)
• 분석 정확도 향상 (RAG 기반 정보 기반)
• 자동화에 따른 운영 효율성 증대
• 보안 강화 (S3, Bedrock 기반 데이터 보호)
• 유연한 확장성 (추가 모델 및 벡터 데이터베이스 연계 가능)

결론

Amazon Bedrock을 활용한 생성형 AI는 금융 컴플라이언스 자동화를 위한 혁신적 도구로 자리잡고 있습니다. 특히, STR 보고와 같은 반복적이면서 규제가 엄격한 문서 작업에 있어 Amazon Bedrock Agents와 Knowledge Base, RAG 기술을 적절히 조합한다면, 단순 자동화에 그치지 않고 정밀하고 신뢰도 높은 문서를 생성할 수 있습니다.

향후에는 이 솔루션을 확장하여 AML, KYC 등 다양한 금융 리스크 관리 업무에도 적용 가능할 것으로 기대됩니다. 반복적인 작업의 자동화, 신속한 대응, 그리고 정확한 데이터 기반 판단이라는 세 가지 목표를 모두 만족시킬 수 있는 가장 이상적인 AI 활용 전략이 될 것입니다.

https://aws.amazon.com/blogs/machine-learning/generate-suspicious-transaction-report-drafts-for-financial-compliance-using-generative-ai/