단서 기반 자금 세탁 그룹 발견
Clue-Guided Money Laundering Group Discovery
자금 세탁 그룹 발견(Money Laundering Group Discovery, MLGD)은 대규모 금융 네트워크에서 숨겨진 범죄 그룹을 식별하고 그들의 완전한 구조를 복원하는 것을 목표로 한다. 기존 그래프 이상 탐지(graph anomaly detection) 방법은 주로 노드 수준의 위험 경보를 생성하는 반면, 전역 그룹 발견 방법은 전체 네트워크에 걸쳐 의심스러운 그룹을 수동적으로 탐색한다. 둘 다 분석가가 보통 구체적인 단서에서 출발하여 조사를 점진적으로 확장해 책임 그룹을 복원하는 실제 반자금세탁(Anti-money-laundering, AML) 수사와는 맞지 않는다. 이 간극을 해소하기 위해, 분석가 상호작용을 통해 초기 단서 집합으로부터 세탁 그룹을 점진적으로 복원하는 단서 기반 그룹 발견(Clue-Guided Group Discovery, CGGD)을 제안한다. 또한 먼저 노이즈를 줄이고 사슬형(chain-like) 및 순환형(cycle-like) 세탁 구조를 보존하는 간결한 지역 조사 문맥을 구성하고, 다중 의미(multi-semantic) 지역-시간(local-temporal) GNN으로 단서 조건화(local) 위험 필드를 추정한 뒤, 위험·구조·사전 패턴(prior-pattern) 증거를 통합하여 일관된 세탁 그룹을 복원하는 프레임워크 Clue2Group을 제안한다. 두 대규모 AML 벤치마크에서의 실험은 Clue2Group이 AML 수사를 위한 실용적인 단서 기반 분석 프레임워크를 제공하며, 그래프 기반 AML 연구와 실제 수사 워크플로 간의 격차를 메우는 실행 가능한 단계를 제시함을 보여준다.