|
|
|
|
|
 |
토스페이먼츠의 RiskAss istant 직무에 지원한 이유는, 데이터와 금융 논리를 기반으로 리스크를 예측하고, 안전한 거래 생태계를 구축하는 핵심 역할에 매력을 느꼈기 때문입니다.
대학교에서 경영학을 전공하며 금융리스크 관리, 데이터 분석, 회계정보시스템을 집중적으로 학습했습니다.
특히 '금융데이터 분석' 수업에서는 실제 카드거래 데이터를 활용해 이상 거래 탐지 모델을 설계한 경험이 있습니다.
특히 RiskAss istant 직무는 단순히 이상 거래를 탐지하는 역할을 넘어, 리스크 트렌드를 분석하고 정책 개선을 제안하는 데이터 기반 직무입니다.
데이터 기반 문제 해결 경험입니다.
거래 데이터에 머신러닝 기반 이상 탐지 알고리즘(LOF, IsolationF orest 등)을 적용하여 리스크를 실시간 예측하고, 부정거래 발생 전경보시스템을 개선하겠습니다.
결제 인프라의 핵심은 신뢰이며, 이를 보장하는 것이 리스크 관리입니다.
|
|
|
 |
특히 '금융데이터 분석' 수업에서는 실제 카드거래 데이터를 활용해 이상 거래 탐지 모델을 설계한 경험이 있습니다.
결제 경험을 단순화하면서도 금융리스크를 정교하게 제어하는 시스템을 구축하고 있으며, '보안이 곧 사용자 경험'이라는 철학으로 금융업의 본질을 다시 쓰고 있습니다.
특히 RiskAss istant 직무는 단순히 이상 거래를 탐지하는 역할을 넘어, 리스크 트렌드를 분석하고 정책 개선을 제안하는 데이터 기반 직무입니다.
대학 시절 '거래 이상 탐지 시뮬레이션' 팀 프로젝트를 수행하면서, 1만건 이상의 거래 데이터를 수집하고, Pandas와 Scikit-learn을 활용해 거래금액·시간·IP·기기 정보 등의 상관관계를 분석했습니다.
프로젝트를 통해 데이터를 단순히 분류하는 것을 넘어, "왜 그 거래 가 이상 거래로 판단되는가"를 해석하는 분석적 사고을 배웠습니다.
당시 일일 거래 검수 시스템에서 이상 거래 알림이 과다 발생하는 문제가 있었습니다.
당시 온라인 쇼핑몰 거래 데이터 중 일부가 자동 승인 오류로 이중 결제가 발생하는 문제가 있었습니다.
분석 결과, 특정 브라우저 환경에서 JavaS cript 인증 토큰이 만료되었음에도 서버 검증이 지연되어 이중 승인 요청이 발생한다는 사실을 발견했습니다.
첫 번째 목표(1~3년차)는 리스크 데이터 분석력 내재화입니다.
두 번째 목표(3~6년차)는 리스크 예측 모델 고도화 및 정책 제안입니다.
글로벌 결제 환경에서 발생하는 다차원 리스크(외화결제, 크로스보더트랜잭션, 암호화폐 결제 등)에 대응하는 전략을 수립하고, 리스크 데이터팀과 협업하여 AI 기반 리스크 대응 플랫폼을 구축하겠습니다.
토스페이먼츠는 고객의 결제를 가장 쉽고 안전하게 만드는 기업입니다.
토스페이먼츠는 금융의 복잡함을 단순화하면서도, 그 이면의 리스크를 가장 정교하게 관리하는 기업이라 생각합니다.
리스크는 감정이 아닌 근거로 대응해야 하며, 데이터 속에서 위험의 징후를 찾아내는 분석력이 중요합니다.
데이터 근거와 비즈니스 관점을 조화시키는 것이 가장 큰 과제라고 생각합니다. |
 |
리스크, 거래, 데이터, 분석, 결제, 금융, 이다, 탐지, 기술, 기반, 경험, 관리, 보안, 단순하다, 예측, istant, riskass, 페이, 토스, 규제 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.10.15
6페이지
