산업기술
자금이 금융 기관을 통해 매일 오가며, 그중 일부가 공급망 내 불법 거래에서 나온 자금임은 공공연한 비밀입니다. 인신매매와 야생동물 밀수가 전 세계적으로 흔하고, 글로벌 공급망 운영의 여러 부분으로 확장된다는 건 불행하고 종종 간과되는 현실입니다.
국제노동기구(ILO)에 따르면 민간 경제 내 강제 노동으로 연간 약 1,500억 달러 불법 수익이 발생합니다. 기업이 파트너십을 면밀히 검토해 자신도 모르게 인신매매업자들과 일하지 않는지 확인하는 건 필수적이며, 인공지능의 새로운 발전이 이를 돕고 있습니다.
식당, 호텔, 건설, 농업 등 많은 산업이 비용을 낮추기 위한 수단으로 저렴한 노동력의 끝없는 공급에 의존합니다. 2017년 ILO 조사에 따르면 노동 인신매매 성인 피해자 중 가장 큰 비중은 가사 도우미(24%), 다음이 건설(18%), 제조(15%), 농업·어업(11%) 순이었습니다. 범죄 조직은 셸 회사의 익명성을 이용해 산업에 침투하고, 인신매매나 야생동물 밀수로 수익을 극대화합니다. 인신매매범들은 점점 글로벌해지는 운송 네트워크와 공급망을 이용해 사업을 확장하고 레이더 아래 숨어, 수많은 개인을 이 범죄의 피해자로 가두고 있습니다.
인신매매범들은 탐지되기 어렵게 만듭니다. 범죄 행위를 숨기려 만든 셸 회사들은 서류상으론 합법적으로 보이기 때문입니다. 그렇다면 기업은 인신매매에 연루된 회사를 어떻게 식별할 수 있을까요? 회사가 실체가 아닐 수 있음을 나타내는 위험 신호들:
NGO, 자선 단체, 지역 그룹은 현장 인간 정보(HUMINT)를 이용해 인신매매범 식별과 기소에 최전선에서 나서왔습니다. 이 정보는 종종 소문과 개인 증언에 의존하는데, 이는 귀중합니다. 하지만 이런 노력은 국경에 제한되고, 인신매매의 많은 핵심 지표를 포착하는 데 필요한 국제적 시각이 부족합니다.
AI를 사용하면 인신매매 지표와 패턴을 식별하고, 수집된 결과와 데이터를 규제 기관이나 법 집행 기관과 공유해 직접 인신매매를 막는 데 도움 줄 수 있습니다.
금융 기관은 이미 보유한 방대한 데이터를 활용해 패턴과 인텔리전스 갭을 식별함으로써 인신매매범을 발굴하고 신고할 독보적 위치에 있습니다. 조직은 엔티티 리졸루션(Entity Resolution)과 그래프 분석(Graph Analytics) 같은 AI 기반 기술을 활용해 그 데이터를 이해하고, 의심스러운 계정을 정확히 짚어내 인신매매 및 기타 범죄 연루 여부를 조사할 수 있습니다.
엔티티 리졸루션은 고급 AI와 머신러닝으로 수십억 데이터 소스를 연결·확장해 단일 고객(또는 고객의 고객) 뷰를 생성합니다. 소스 데이터가 이질적이고 품질이 낮아도 가능합니다. 이 기술 배포로 금융 기관은 미세한 이름 변경, 생년월일, 다중 주소, 계정 불일치 등 공급망을 따라 작든 크든 범죄를 나타낼 수 있는 위험 신호들을 발굴할 수 있습니다. 단일 데이터 뷰를 얻으면 네트워크 생성을 통해 금융 기관이 인신매매범 이동을 더 잘 이해하는 '맥락'을 만들 수 있습니다. 선적·무역 경로 모니터링, 셸 회사를 통한 자금 흐름 추적 등이 포함됩니다.
이 기술은 공급망 리스크 탐지와 회피를 위한 프론트엔드 용도뿐 아니라, 내부 조사와 법 집행 수사 지원·강화에도 쓰일 수 있습니다. 많은 인신매매범이 지역 법 집행 기관에 아직 식별되지 않았지만, 엔티티 리졸루션과 그래프 분석을 사용하는 기업들은 그렇지 않으면 탐지되지 않았을 인신매매범과 기타 범죄자들에게 주목하게 할 수 있습니다.
인신매매는 공급망을 따라 빈번히 발생하는 범죄지만, 글로벌 경제에서 비즈니스 일부로 무시되거나 수용되어선 안 됩니다. 인신매매범을 찾아 조사하는 건 NGO, 자선 단체, 법 집행 기관만의 책임이 아닙니다. 공급망을 따라 있는 모두에게 자신의 데이터를 모니터링하고, 범죄 집단이 인신매매에 가담하는 걸 최대한 어렵게 만드는 역할을 다할 의무가 있습니다.
올바른 기술이 갖춰지면 기업은 실사를 다하고, 어디서든 인신매매를 식별·기소할 도덕적 의무를 이행할 수 있습니다.
클라크 프로그리(Clark Frogley)는 콴텍사(Quantexa)의 미주 금융 범죄 솔루션 총괄입니다.
산업기술
서비스 계약 관리 자산의 필수 조건, 역물류 역물류는 서비스 기반 계약으로 관리되는 현장 연결 자산을 다루는 기업의 전제 조건이 되었습니다. 하지만 많은 기업이 여전히 이 복잡한 프로세스를 마스터하지 못했으며, 이는 조직의 수익성과 직접적으로 연결됩니다. 다음은 성숙한 역물류 엔진을 구축하기 위한 3단계 전략입니다. 오직 이 방식으로만 기업은 사물인터넷(IoT)의 완전한 잠재력을 발휘하고 경쟁 우위를 확보할 수 있습니다. 표준 부품 관리와 다른 역물류의 복잡성 표준 부품 관리와 물류는 대부분의 제조업체에게 관례적인 프로세스지만,
다중 산업 전반에 걸친 커넥티드 기술 확산은 부인할 수 없습니다. 가트너(Gartner)에 따르면 2017년 사용 중인 커넥티드 기기는 84억 개로 전년 대비 31% 증가했습니다. 2020년에는 204억 개에 달할 것으로 예측됩니다. 이 중 소비자 애플리케이션이 2017년 전체 IoT 애플리케이션의 63%를 차지합니다. 인상적이지만, 비즈니스 애플리케이션도 37%로 거대한 기회임을 주목해야 합니다. 가트너 리서치 디렉터 피터 미들턴(Peter Middleton)과 헤일리 맥키프리(Hailey McKeefrey) 기자가 설명합니다: