AI 특허출원 4건
알고리즘

기질 데이터와 카드 결제 행동 데이터를 확률적으로 융합하여 개인의 금융 페르소나를 실시간으로 갱신합니다. KIPA 16Q 행동 심리 설문과 실제 소비 패턴을 교차 검증하여 16개 아키타입으로 자동 분류하며, 관찰 데이터가 축적될수록 정밀도가 향상됩니다. 하루 10건의 결제 데이터만으로 72시간 내 수렴하여 다음 행동을 정확도 89% 수준으로 예측합니다.

• 선천 기질 데이터를 사전확률로 활용
• 카드 결제 행동 데이터를 가능도로 반영
• 사후확률 자동 업데이트로 실시간 진화
• KIPA 16Q 행동 심리 융합으로 객관적 분류

AI 자동 유형 분류를 통해 16개 아키타입으로 분류된 사용자 간 기질 유사도와 소비 패턴 상보성을 분석하여 최적의 소셜 관계를 매칭합니다. MBTI 자기보고식 설문이 아닌 실제 결제 행동 데이터 기반으로 객관적 궁합을 도출하며, 256가지 매칭 조합에 대한 궁합 정확도 86%를 달성했습니다.

• AI 자동 분류로 편향 없는 유형 분류
• 에너지 밸런스 관계 모델의 현대적 재해석
• 소비 패턴 상보성 분석으로 실질적 궁합
• 실시간 관계 재분류로 동적 매칭 제공

아키타입별 소비 패턴을 연간 12회 반복 캘리브레이션하여 정밀한 맞춤형 웰니스 콘텐츠를 추천합니다. T-60 선제경보 시스템으로 이상 거래 발생 60초 전 위험을 감지하여 사전 차단합니다. FDS 탐지율 97%는 Phase 2(카드 데이터 연동) 목표 수치입니다.

• 생애주기 골든타임 포착으로 최적 행동 시점 안내
• FDS 이상거래 실시간 탐지 및 T-60 선제경보
• 에너지 밸런스 맞춤 건강/피부/식단 추천
• 손해율 감소 성과를 ESG 지표와 연동

시계열 행동 예측 AI로 사용자의 행동 변화 패턴을 자율적으로 학습합니다. 168시간(1주) 주기로 루프백 자율보정을 수행하여 예측 정밀도가 +23% 향상되며, Phase 1→2→3 데이터 확장에 따라 18레이어 62에이전트 자율진화 OS가 스스로 진화합니다.

• 시계열 연속 모델링으로 끊김 없는 행동 예측
• 루프백 자율보정으로 정밀도 지속 향상
• Phase 1→2→3 데이터 확장에 자동 적응
• 개발자 없이 18레이어 62에이전트 OS가 자율진화