핀테크 기업이 제품 출시 실패 후 시장의 신뢰를 되찾은 방법은 무엇일까요?

Research Nester는 기술 감사, 사용자 피드백 분석, 글로벌 경쟁업체와의 벤치마킹을 포함한 다단계 진단 연구를 수행하는 것으로 연구를 시작했습니다. 이 연구를 통해 두 가지 중요한 결과를 도출했습니다.

• 환경적 경직성 : 해당 도구는 통제된 실험실 환경에 최적화되어 있었지만, 실제 세계의 다양한 환경에 동적으로 적응하는 데 실패했습니다.
• 개인화 부족 및 데이터 불안감 : 획일적인 보안 프레임워크는 지역별 사용자 행동을 간과하고 데이터 투명성을 제한하여 유럽과 동남아시아의 개인정보 보호 문제에 영향을 미쳤습니다.

이러한 통찰력을 바탕으로 리서치 네스터는 제품 재설계, 고객 신뢰 회복, 시장 점유율 재활성화를 위한 3단계 전략 로드맵을 수립했습니다.

적응형 AI 통합 : 해당 기업은 밝기, 움직임, 소음과 같은 환경적 단서를 기반으로 얼굴 인식 임계값을 조정할 수 있는 상황 인식 AI로 전환할 것을 권고받았습니다.

• 엔지니어들은 어두운 환경에서의 성능을 향상시키기 위해 광 감도 보정 알고리즘을 적용했습니다.
• 이 모델은 대륙, 민족, 기기 하드웨어 등 다양한 배경에서 실제 사용 사례를 반영한 ​​여러 데이터 세트를 활용하여 포괄성을 강화하도록 업그레이드되었습니다.

개인정보보호 우선 아키텍처 : RNPL 컨설턴트들은 데이터 주권에 대한 소비자들의 관심이 높아지는 추세를 고려하여 회사에 다음과 같은 사항을 권고했습니다.

• 엣지 컴퓨팅을 구현하여 얼굴 데이터가 클라우드로 전송되는 대신 기기 내에서 처리되도록 합니다.
• 사용자가 직접 제어할 수 있는 생체 데이터 설정 기능을 도입하여, 데이터 저장 위치, 보존 기간 및 삭제에 대한 세부적인 제어 권한을 제공함으로써 GDPR 및 APPI 표준을 준수할 뿐만 아니라 개인정보 보호에 민감한 사용자들에게 더욱 신뢰할 수 있는 제품으로 자리매김했습니다.

모듈형 제품 구성 : 다양한 고객층에게 더욱 매력적인 도구가 되도록 하기 위해, 회사는 단계별 맞춤 설정 기능을 도입하여 기업들이 다음과 같은 작업을 수행할 수 있도록 했습니다.

• 단일 모드 또는 다중 모드 생체 인증(얼굴, 지문, 음성) 중에서 선택하십시오.
• 비즈니스 모델 요구사항에 따라 AI 기반 사기 위험 점수 산정 기능을 활성화 또는 비활성화할 수 있습니다.
• 원활한 규정 준수를 위해 현지 eKYC 플랫폼 및 규제 API와 통합하십시오.
  또한, 리서치 네스터는 해당 기업이 솔루션의 브랜드를 재정립하여 과거의 문제점을 떨쳐내고 유연하고 미래 지향적인 보안 모듈로 자리매김하도록 지원했습니다. 이러한 재포지셔닝은 타겟 디지털 캠페인과 두바이, 싱가포르, 런던에서 개최된 핀테크 박람회 참가를 통해 실행되었습니다.