코인베이스, 머신러닝·규칙 엔진 결합해 반사기 대응 시간 수시간으로 단축
Odaily에 따르면 코인베이스는 머신러닝 모델과 규칙 엔진을 통합해 반사기 시스템의 규칙 생성 과정을 개선하고 리스크 관리 효율을 높였다고 밝혔다.
코인베이스는 장기 방어는 모델이, 신속 대응은 규칙이 맡는 이중 전략을 도입했다. 새롭게 포착한 사기 패턴은 규칙으로 먼저 대응한 뒤 다시 모델 학습에 반영하는 구조를 구축해 방어 체계를 지속적으로 고도화하고 있다고 설명했다.
구체적으로는 데이터 구조를 재설계하고 스키마 진화를 자동화했으며 노트북 기반 분석 도구를 도입해 기존의 수작업 중심 규칙 생성 방식을 데이터 기반 추천 방식으로 전환했다. 이에 따라 규칙 백테스트 성능은 10배 이상 개선됐고 전체 대응 시간은 수일에서 수시간으로 단축됐다.
또 머신러닝 기반 파라미터 추천으로 오탐률을 낮춰 사기 차단과 정상 이용자 보호를 함께 강화했다고 덧붙였다. 코인베이스는 다음 단계로 이벤트 기반 자동 규칙 생성과 고성능 규칙의 모델 특성 전환 기능도 추진할 계획이다.
본 기사는 시장 데이터 및 차트 분석을 바탕으로 작성되었으며, 특정 종목에 대한 투자 권유가 아닙니다.
<저작권자 ⓒ TokenPost, 무단전재 및 재배포 금지>
많이 본 기사
