카카오뱅크, AI 기반 FDS 시스템 구축으로 금융 사기 탐지 능력 향상!
by DD
2년 전
조회수 35
Rule 기반 FDS의 한계 극복을 위해 AI 기반 시스템을 도입함
Kafka, Flink, Redis 등 기술을 활용하여 실시간 데이터 파이프라인 구축
gRPC, Spring Cloud, DJL 기반의 ML 서빙 시스템을 구축하여 200ms 미만 응답 달성
실시간 데이터 파이프라인 아키텍처
Kafka를 통해 은행 거래 데이터를 실시간으로 수집하고, Flink를 사용하여 이벤트 처리한다. 구체적으로 데이터 전처리를 수행하여 ML 모델의 성능을 향상시킨다. 따라서 Redis를 활용한 Feature Store를 구축하여 ML 서빙에 필요한 데이터를 제공한다.
ML 서빙 시스템의 기술적 선택
ML 서빙 시스템은 gRPC를 사용하여 네트워크 효율성을 높이고, Spring Cloud를 통해 분산 환경을 지원한다. 반면 DJL을 선택하여 JVM 기반 추론을 구현하고, 200ms 미만 응답 시간을 달성했다. 결과적으로 분산 시스템의 안정성과 성능을 동시에 확보했다.
Reactive 시스템 설계 및 모니터링
분산 시스템 설계를 위해 Reactive System을 채택하여 응답성, 유연성, 탄력성을 확보했다. 구체적으로 Circuit breaker, Fail Back 등의 메커니즘을 활용하여 장애 대응 능력을 강화했다. 따라서 Prometheus, Grafana, Zipkin을 통해 시스템을 모니터링하고, 장애 발생 시 빠른 대응을 가능하게 했다.
