Coinbase는 Onramp 프로그램 내에서 AI 에이전트를 사용한 실험을 통해 사기 거래 수를 30% 줄였다고 보고했습니다. Coinbase의 CEO인 Brian Armstrong는 회사가 Qwen3.5-9B 모델을 내부 데이터로 추가 학습시켰으며, 사기 방지라는 좁은 작업에서 "최신 모델보다 훨씬 낮은 비용과 더 높은 속도로 뛰어난 성능을 발휘했다"고 설명했습니다.
Armstrong는 "최신 모델은 놀라운 일반성을 가지고 있습니다. 하지만 점점 더 좁은 작업에서 전문화된 모델이 더 나은 성능을 발휘하는 것을 보게 될 것입니다—팀의 일원으로서도 독립적으로도."라고 말했습니다.
AI 에이전트를 사용한 실험은 사기 거래가 30% 감소하고 추가 AI 검증이 적용된 그룹에서 사기 운영의 양이 22% 감소한 결과를 보여주었습니다. 에이전트는 최근 거래의 시퀀스를 분석하여 단일 결제에서는 눈에 띄지 않는 패턴을 식별했습니다. 초기 검사를 통과한 거래를 차단할 수 있었지만, 이전에 만들어진 차단을 되돌릴 수는 없었습니다.
Coinbase는 또한 7,293명의 사용자로부터 16,140건의 거래, 그 중 813건의 확인된 사기 거래를 포함한 고정 기준을 사용하여 새로운 버전의 폐쇄형 모델을 테스트했습니다. Opus, Sonnet, GPT의 새로운 버전은 여러 사기 탐지 지표에서 이전 모델보다 더 나쁜 결과를 보였습니다. GPT-5.6은 정확도를 향상시켰지만, 더 낮은 재현율을 보여 더 적은 비율의 사기 거래를 식별했습니다. 이는 제공자의 API를 통해서만이 아닌, 직접적으로 매개변수를 조정할 수 있는 개방형 모델로의 전환을 초래했습니다.
Coinbase의 접근 방식은 금융 범죄와 보안 분야에서 AI 에이전트의 역할에 대한 광범위한 논의에 부합합니다. 지난주 Certik는 자율 보안 에이전트의 증가가 잘못된 결론과 인간 감독의 감소로 인한 위험을 초래할 수 있다고 경고하며, 자율 솔루션에 대한 명확한 제한과 각 에이전트에 대한 책임자를 지정할 것을 권장했습니다. 그러나 Coinbase의 에이전트는 설정된 경계 내에서 작동합니다: 위험 평가를 반환하고, 결정은 애플리케이션 코드에 의해 적용됩니다. 이전 검사를 놓친 거래를 차단할 수 있지만, 이미 만들어진 차단을 되돌릴 수는 없습니다.
이 자료는 정보 제공 목적으로만 작성되었으며 재무 자문이나 권장 사항을 구성하지 않습니다.
관련 도움말
