- 트랜잭션 파운데이션 모델로 사기 탐지·신용 예측·결제 최적화 강화

 

엔비디아가 GTC 2026에서 글로벌 금융 기업들이 자사 기반 트랜잭션 파운데이션 모델을 도입하고 있다고 공개하며 금융 AI 적용 범위를 확대했다. 사용자 행동 데이터 분석과 금융 범죄 대응을 동시에 강화하는 구조로, 결제·리스크 관리 영역 전반의 성능 개선을 목표로 한다.

 

트랜잭션 데이터 기반 금융 AI 모델 확산

이번 모델은 대규모 거래 데이터를 기반으로 사용자 행동 패턴을 학습하는 것이 특징이다. 복잡한 결제 흐름을 ‘언어’처럼 해석해 사기 탐지, 신용 평가, 결제 승인 최적화까지 이어지는 분석 구조를 갖는다.

 

마스터카드는 엔비디아 네모 오토모델과 가속 컴퓨팅, 데이터브릭스 플랫폼을 결합해 자체 트랜잭션 파운데이션 모델을 개발하고 있다. 수억 건의 거래 데이터를 기반으로 학습된 이 모델은 글로벌 커머스의 미세한 패턴까지 반영하도록 설계됐다.

 

예측 기반 금융 서비스 정확도 개선

레볼루트는 마스킹 예측 기반 학습 구조를 적용해 다음 거래를 예측하는 모델을 구축했다. 이 과정에서 엔비디아 호퍼 GPU와 cuDF, 네모트론 모델을 포함한 AI 스택을 활용해 성능을 끌어올렸다.

 

이를 통해 사기 탐지 정확도를 20% 향상시키고, 신용 위험 예측을 개선했으며, 교차 판매 정확도는 9.6% 높였다. 데이터 기반 예측 기능을 강화해 금융 서비스 전반의 의사결정 정확도를 높이는 구조다.

 

대규모 결제 처리와 실시간 최적화 구조

아디옌은 트랜잭션 파운데이션 모델을 대규모로 배포해 연간 1조 달러 규모 결제를 처리하고 있다. 기존 개별 모델 중심 구조에서 통합 시스템으로 전환하며 결제 승인 전 과정을 동시에 최적화하는 방식이다.

 

강화 학습 기반 구조를 적용해 결제 승인율과 처리 효율을 동시에 높였으며, 엔비디아 가속 컴퓨팅을 통해 모델 추론 속도를 195배 향상시켰다. 이를 통해 지연 시간을 최소화하면서도 전환율을 높이고 비용과 리스크를 줄이는 효과를 확보했다.

 

엔비디아는 금융 산업에서 AI 기반 트랜잭션 모델이 확산되며 데이터 해석과 의사결정 방식이 빠르게 변화하고 있다고 설명했다.

 

#GTC2026 #엔비디아 #금융AI #파운데이션모델 #사기탐지 #GPU #데이터분석