Amazon Rekognition을 사용한 아이덴티티 확인

ML을 사용한 온라인 사용자 신원 확인
솔루션 템플릿 배포
당사에 문의하십시오

Identity Verification을 선택해야 하는 이유

대면 사용자 아이덴티티 확인은 빠른 확장이 어렵고 비용이 많이 들며 높은 사용자 마찰을 야기합니다. 기계 학습(ML) 기반의 안면 생체 인식을 사용하면 온라인으로 사용자 신원을 확인할 수 있습니다. Amazon Rekognition은 사전 훈련된 안면 인식 및 분석 기능을 제공하며, 이 기능을 사용자 온보딩 및 인증 워크플로에 빠르게 추가하여 옵트인한 사용자의 신원을 온라인으로 확인할 수 있습니다. 기계 학습 전문 지식은 필요하지 않습니다. Amazon Rekognition을 사용하면 사기 또는 중복 계정을 탐지하면서 몇 초 안에 사용자를 온보딩하고 인증할 수 있습니다. 결과적으로 사용자 수를 더 빠르게 늘리고 사기를 줄이며 사용자 확인 비용을 낮출 수 있습니다.

Identity Verification의 이점

온보딩 시간을 줄이고 사용자 편의성을 높여 더 많은 방문자를 고객으로 전환합니다. Amazon Rekognition을 사용하면 전 세계 어디서나 사용자를 온라인으로 몇 초 만에 확인하고 시간당 신원 확인 수를 수백에서 수백만으로 확장할 수 있습니다. 이제 사용자는 대면 방문 없이 온라인으로 서비스를 이용할 수 있습니다.

Amazon Rekognition의 사전 훈련되고 사용자 지정이 가능한 API를 사용하여 대면 신원 확인 시간 및 비용을 절감할 수 있습니다. Amazon Rekognition을 사용하면 자체 ML 인프라를 구축하고 관리하지 않고도 사용자를 온라인으로 온보딩하고 인증할 수 있습니다.

암호 기반 인증을 시각적 온라인 신원 확인으로 보완하여 사기 방지 기능을 강화할 수 있습니다. 사용자의 셀카 사진을 신분증 사진 또는 기존 사용자의 사진 모음과 비교하여 사기 계정 개설 또는 거래를 방지할 수 있습니다.

 

Page Topics

일반

일반

Amazon Rekognition Face Liveness를 사용하면 스푸핑을 사용하는 악의적인 사용자가 아닌 실제 사용자만 서비스에 액세스할 수 있도록 확인하는 데 도움이 됩니다. 인쇄된 사진, 디지털 사진, 디지털 비디오 또는 3D 마스크와 같이 카메라에 나타나는 스푸핑 뿐만 아니라 사전 녹화된 비디오 또는 딥페이크 비디오와 같이 카메라를 우회하는 스푸핑도 감지할 수 있습니다.

Amazon Rekognition Face Detection은 사용자의 셀카 사진이 올바르게 캡처되었는지 감지하는 데 도움이 됩니다. 얼굴이 사진에 있는지 여부를 감지할 수 있습니다. 또한 경계 상자 크기, 자세, 밝기, 선명도, 눈을 뜬 상태, 입을 벌린 상태 및 안경 착용과 같은 예상 속성을 사용하여 사잔 품질을 확인할 수 있습니다.

Amazon Rekognition Face Comparison은 두 얼굴의 유사성을 측정하여 동일한 사람인지 결정하는 데 도움이 됩니다. 사용자의 아이덴티티 문서 사진을 기준으로 사용자의 셀카 사진에 대한 유사성 점수 예측을 거의 실시간으로 받을 수 있습니다.

Amazon Rekognition Face Index 및 Search는 기존 사용자의 얼굴 모음집을 생성하고 모음집에 있는 모든 얼굴을 기준으로 새 사용자의 셀카 사진을 검색하여 중복 또는 사기 계정 생성 시도를 탐지할 수 있습니다.

Amazon Rekognition Object Detection은 사용자의 신분증 유형(예: 운전면허증 또는 여권)을 확인하는 데 도움이 됩니다. 또한 Amazon Rekognition Custom Labels를 사용하면 주석이 추가된 이미지 몇 개로 사용자 지정 기계 학습 모델을 훈련하여 해당 지역에 고유한 신분증 유형을 감지할 수 있습니다.

Amazon Rekognition Text Detection은 ID 카드에서 이름, 발급일, 연령, ID 번호와 같은 핵심 텍스트를 추출하는 데 도움이 됩니다. 이 정보를 사용자 신청서 데이터와 비교할 수 있습니다.

고객

  • Aella Credit

    Aella Credit은 생체 인증, 고용주 및 휴대폰 데이터를 사용하여 신흥 시장에서 검증 가능한 수입원을 통해 개인에게 즉각적인 대출 상품을 제공합니다.

    그동안 신흥 시장에서는 신원 확인 및 검증이 주요 당면 과제였습니다. 사용자를 적절히 식별하는 능력은 신흥 시장에서 수십억 명의 사람에 대한 신용 정보를 구축하는 데 있어 큰 장애 요소입니다. 모바일 애플리케이션에서 신원 확인을 위해 Amazon Rekognition을 사용하면서 검증 오류가 크게 감소하고 확장성이 향상되었습니다. 이제 사람의 개입 없이 실시간으로 개인의 신원을 탐지하고 확인할 수 있게 되어 제품에 대한 액세스 속도가 개선되었습니다. 우리는 광고를 통해 알게 된 다양한 솔루션을 시도해 보았지만 널리 사용되는 대안 중 다양한 피부색을 정확하게 식별하는 솔루션은 없었습니다. Amazon Rekognition은 우리 시장에서 고객의 얼굴을 효과적으로 인식하는 데 도움이 되었습니다. 또한 KYC와 함께 중복되는 프로필과 중복 데이터세트를 발견하는 데 도움이 되었습니다.

    Wale Akanbi, Aella Credit CTO 겸 공동 창립자

  • AU Small Finance Bank

    AU Small Finance Bank(AU Bank)는 인도에서 가장 큰 소규모 금융 은행(자산 및 부채 기준)으로, 2020년부터 화상 KYC를 통해 신규 고객의 온보딩을 성공적으로 진행해 왔습니다. 이 은행은 900개의 뱅킹 접점에서 270만 명이 넘는 고객을 지원합니다.

    AWS는 WorkApps 플랫폼에 필요한 확장성과 신뢰성을 제공합니다. 클라우드 기반 솔루션을 사용한 후 출시와 가치 실현에 소요되는 시간이 크게 단축되었습니다.

    Ankur Tripathi, AU Small Finance Bank 최고 정보 책임자

  • Carbon

     

    Carbon은 OneFi로 구동되는 디지털 금융 서비스 플랫폼입니다. 이 플랫폼은 9십만 회 이상 다운로드된 Android 모바일 앱을 통해 서아프리카 지역의 금융 소외 계층에 서비스를 제공합니다.

    2016년 5월에 Carbon은 대출 신청 프로세스용 모바일 앱을 출시했습니다. 이 모바일 앱을 통한 이미지 생성 및 소비 속도는 전례 없는 수준입니다. Carbon은 사기 탐지 및 위험 분석을 위한 이미지 분석의 증가하는 요구 사항을 충족해야 했습니다. 업로드된 이미지에서 사람의 얼굴이 제대로 감지되고 성별 및 아이덴티티 같은 다른 레이블이 식별되는지 확인해야 했습니다. Amazon Rekognition을 선택한 이유는 이미지 분석을 모바일 앱에 추가하기가 쉽고 얼굴 분석의 정확성이 높았기 때문입니다.

    Olawale Olaleye, OneFi IT Infrastructure Engineering Head

  • Software Colombia

    Software Colombia는 현재 진행 중인 300개 이상의 프로젝트에서 혁신, 품질 및 고객 만족을 중점으로 전 세계에 최첨단 기술 솔루션을 제공하는 일류 AI 및 ML 소프트웨어 개발 회사입니다.

    성공 사례 읽기

     

    당사의 주요 과제는 강력하면서도 빠르고 정확한 사용자 인증 플랫폼을 구현하는 것이었는데, Amazon Rekognition과 Face Liveness 탐지 API를 통해 이를 달성할 수 있었습니다. 이 새로운 Amazon Rekognition API를 통해 사내에 생체 안면 인식 프로세스를 구축하여 ID 스푸핑 공격과 위험을 최대 95% 완화하고 X509 디지털 인증서 발급과 서명 프로세스를 더욱 안전하고 효율적으로 만들 수 있었습니다. 또한 고객에게 휴대폰 카메라를 사용하여 신원을 인증하고 확인할 수 있는 옵션을 제공함으로써 여러 지역에 걸쳐 보다 포괄적으로 서비스를 제공할 수 있게 되었습니다.

    Alex Chacón, Software Colombia CEO

  • Q5id

    Q5id는 고객이 신원을 확인하고 조직을 보호하는 데 도움이 되는 강력한 검증된 ID 관리 솔루션을 소비자와 기업에 제공합니다.

    Q5ID 추천사 동영상 보기

    Q5id는 신원의 유효성을 가정하는 대신 개인의 신원을 증명하는 데 중점을 둡니다. 저희 목표는 금융 서비스 클라이언트와 클라이언트의 고객을 위해 개인을 식별하고 개인이 주장하는 사람이 맞는지 확인하기 위해 최고 수준의 보증을 제공하는 것입니다. 저희는 Amazon Rekognition 아이덴티티 확인 API 및 안면 인식 기능을 사용한 다음, 독점 소프트웨어를 통합하여 제품과 서비스를 구축함으로써 이를 달성하고 있습니다. AWS는 저희가 세계 인구의 100배가 넘는 수인 9,330억 분의 1의 오수락률을 달성하기 위해 사용하는 안면 인식 식별 패턴을 개선하고 균형을 맞추는 데 도움을 주었습니다.

    Becky Wanta, Q5id Chief Technology Officer