이런 것도 가능한가요? 기존에 구축한 가맹점 정산 및 매출 조회 시스템을 기반으로, 카드 승인·취소·정산 데이터를 활용하여 이상거래 의심 패턴을 탐지하는 AI PoC 개발이 필요합니다. 현재 내부 운영팀에서 일별 매출 변동, 반복 취소, 특정 시간대 집중 거래, 가맹점별 평소 패턴과 다른 거래를 수작업으로 확인하고 있습니다. 데이터 규모가 늘어나면서 검토 시간이 길어지고 있어, 우선 PoC 형태로 이상거래 후보를 자동 산출하고 운영자가 확인할 수 있는 기준을 마련하려는 목적입니다. 기존 시스템은 웹 기반으로 운영 중이며, 거래 데이터는 DB 또는 CSV 형태로 제공 가능합니다. React 기반 관리자 화면이 있으나 AI 모델 연동 경험은 많지 않아, 데이터 구조 검토부터 모델 개발, 결과 API 설계, 간단한 관리자 확인 화면까지 포함한 범위를 희망합니다. 주요 요구사항은 다음과 같습니다. - 거래 승인, 취소, 정산, 가맹점 기본정보 데이터 구조 분석 - 이상거래 탐지를 위한 피처 설계 및 전처리 로직 개발 - 비지도 또는 준지도 방식의 이상탐지 모델 PoC 구축 - 이상 점수, 탐지 사유, 관련 거래 목록을 반환하는 API 개발 - 기존 관리자 웹에서 확인 가능한 간단한 결과 화면 또는 연동 가이드 제공 - 탐지 결과에 대한 기준값 조정 및 운영 리포트 산출 - 모델 성능 검증을 위한 샘플 데이터 기준 테스트 결과 제공 다음 달까지 내부 검토용 결과물이 필요하여 일정 진행이 빠를수록 좋습니다. 다만 단순 구현보다 실제 운영 데이터에 적용 가능한 구조와 설명 가능한 탐지 기준이 중요합니다. 예산은 협의 가능하며, 퀄리티와 향후 고도화 가능성을 우선합니다. 산출물은 데이터 분석 리포트, 전처리 및 모델 코드, 추론 API, 관리자 화면 연동 산출물, 설치 및 운영 가이드 문서를 포함합니다.