금융 및 상업 거래의 신속한 디지털화는 사기의 위험을 크게 증가시켰으며, 이에 따라 고도화된 탐지 및 예방 메커니즘이 필요해졌다. 머신러닝(ML)과 딥러닝(DL) 기법을 활용하는 인공지능(AI)은 사기 탐지 및 보안 시스템에서 강력한 도구로 부상했다. AI 기반 모델은 사기 탐지의 정확도를 향상시켜 실시간 이상 탐지를 가능하게 하고 금융 손실을 줄인다. 그러나 데이터 프라이버시에 대한 우려, 모델 해석 가능성, 적대적 공격과 같은 과제들은 AI 기반 사기 예방에서 여전히 주요 난제로 남아 있다. 본 논문은 실시간 모니터링, 딥러닝 모델, 사이버보안 통합을 포함하여 AI 기반 사기 탐지의 발전을 탐구한다. 또한 사기 예방을 위한 AI 배치와 관련된 한계 및 규제상의 우려를 논의한다. 아울러 본 논문은 기존의 문제를 해결하고자 하는 연합학습(federated learning), 블록체인 통합, 설명가능한 AI(explainable AI)와 같은 새롭게 부상하는 동향을 강조한다. 현재의 환경과 향후 방향을 평가함으로써, 본 연구는 사기 탐지와 보안 분야에서 AI의 역할이 진화하는 양상에 대한 통찰을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.