Svmuu 뉴스 Coinbase에 따르면, 해당 기업은 머신러닝 모델과 규칙 엔진을 통합하여 사기 방지 시스템 내 규칙 생성 프로세스를 최적화하고, 보다 효율적인 리스크 관리를 실현하고 있다고 밝혔다. 또한 “모델은 장기적인 방어를, 규칙은 신속한 대응을 담당한다”는 이중 전략을 제시하고, 두 요소가 피드백 루프를 형성할 수 있도록 통합 프레임워크를 구축했다:규칙은 새로운 유형의 사기 행위를 포착하는 데 사용되며, 이를 통해 모델을 역방향으로 훈련시켜 전반적인 방어 능력을 지속적으로 향상시킵니다. 구체적인 최적화 측면에서 Coinbase는 데이터 구조 재구성, 스키마(Schema) 진화 자동화, 노트북(Notebook) 기반 분석 도구 도입을 통해 기존에 수작업에 의존하던 규칙 생성 프로세스를 데이터 주도형 및 자동 추천 방식으로 전환하여 효율성을 획기적으로 높였습니다. 특히 규칙 백테스트 성능은 10배 이상 향상되었으며, 전체 응답 시간은 며칠에서 몇 시간으로 단축되었습니다.또한, 새로운 시스템은 머신러닝을 통해 매개변수를 추천함으로써 오판율을 낮추는 데 기여하여, 사기를 근절하는 동시에 정상 사용자에게 미치는 영향을 최소화합니다. Coinbase는 다음 단계로 이벤트 기반의 자동 규칙 생성을 추진하고, 효율적인 규칙을 모델 특징으로 "원클릭 변환"하는 방안을 모색하여, 자동화된 리스크 관리 체계를 더욱 발전시켜 나갈 것이라고 밝혔습니다.