Analyzing first-party fraud trends: Account, free trial, and refund abuse

Context

퍼스트파티 사기가 전 산업에 걸쳐 증가하고 있으며 62%의 판매자가 지난 1년간 분쟁 증가를 경험했다. 분쟁당 관리 비용이 100달러당 35달러에 달하고 있으며, AI 기업의 경우 고가의 컴퓨팅 자원을 악용하는 계정 악용에 특히 취약한 상황이다.

Technical Solution

• 계정 악용 탐지: Radar에 고객 등록 및 로그인 이벤트 기반 신규 가입자 평가 기능 추가하여 실제 고객과 사기 행위자를 구분
• 무료 체험 악용 방지: 머신러닝 모델을 통해 일반적인 무료 체험 약관 위반 행위를 90% 정확도로 예측하는 솔루션 도입
• 고위험 결제 분석: 차단된 모든 고위험 결제를 표시하는 분석 페이지 추가하여 가상 카드 등 정상 결제 오탐지 가능성 시각화
• 환불 사기 대응: 이메일 변형(100+개) 및 다중 결제 카드를 사용한 환불 정책 악용을 식별하기 위한 솔루션 개발 중
• 네트워크 규모 데이터 활용: 수억 건의 거래 분석으로 재가입 악용자, 가짜 계정 네트워크, 신종 사기 전술 등 포괄적인 사기 패턴 가시성 확보

Impact

• AI 기업 신규 가입의 7.4%가 의심되는 다중계정 악용과 연루
• AI 스타트업의 셀프서비스 가입 및 직접 API 접근 방식에서 기존 엔터프라이즈 솔루션 대비 10배 높은 악용 시도 발생
• 환불 사기로 인한 전 세계 연간 손실 규모 약 100억 달러
• 온라인 구매 반품 경험자 중 27%가 워드로빙(반품 전 착용)을 인정했으며 Gen Z는 49%

Key Takeaway

고가의 컴퓨팅 자원을 소비하는 AI 서비스는 거래 후 사기 탐지뿐 아니라 계정 생성과 무료 체험 단계에서의 다중계정 악용을 사전에 차단해야 한다. 네트워크 규모의 거래 데이터 분석으로 단일 결제 수단에 연결된 수십~수백 개의 계정 연결 패턴을 식별하는 것이 효율적 방어 전략이다.