AI 기반 솔루션: 미국에서 이주민들이 교통 장벽을 극복하는 방법
미국의 신용 평가 시스템은 은행과 대기업에서만 사용되는 것이 아니라 모든 거주자의 일상 생활의 모든 측면에서 신용도를 평가한다. 그러나 이 시스템은 또한 인구의 큰 그룹, 특히 이주민을 차별한다.
이주민과 정치적 난민의 경우 미국에서 필요한 법적 서류와 신용 검사 없이는 공식적인 일자리를 찾는 것이 매우 어렵다. 이민법에 따르면 망명 신청자는 신청서를 제출한 후 처음 180일 동안 공식적으로 일할 수 없다. 이러한 관료적 장벽으로 인해 식품 배달 부문에서 저임금 노동이 증가했다.
미국에서 어려움에 직면한 이주민의 수
2022년 현재, 이민 정책 연구소는 미국에 합법적인 이주민이 4,620만 명이라고 보고했다. 또 다른 약 900만 명은 무증명이다. 뉴욕만 해도 매년 수만 명의 신규 이주민을 맞이하고 있으며, 외교 관계 위원회에 따르면 2022년 봄 이후로 118,000명이 넘는 이주민이 주로 라틴 아메리카와 카리브해에서 미국-멕시코 국경을 넘으면서 그 수가 크게 증가했다.
많은 이주민이 배달 부문으로 눈을 돌리는 이유는 상황에 따라 더 많은 일자리를 제공하기 때문이다. 이 직업의 인기는 코로나19 팬데믹 동안, 특히 엄격한 봉쇄 기간 동안 급증했다.
이주민이 교통 제한에 직면하는 이유
대도시에서 배달 일을 하는 것은 개인 교통 수단 없이는 불가능하다. 이주민은 신용 기록과 필요한 서류가 부족하여 전자 자전거나 이와 유사한 것에 대한 대출을 받을 수 없으며, 모페드나 자동차를 등록할 수도 없다.
전기 자전거의 가격은 2,000달러에서 시작한다. 재생품은 새 자전거의 절반 가격에 구입할 수 있지만, 저소득 이주민에게는 여전히 상당한 금액이다. 중국에서 온 저렴한 전자 자전거는 빨리 마모되고 초기 구매 비용을 초과할 수 있는 수리가 필요하다.
저 품질 전기 자전거 문제
저렴한 교통 수단의 또 다른 문제는 전기 자전거와 스쿠터에 사용되는 열악한 리튬 이온 배터리로, 이는 뉴욕에서 화재의 주요 원인이 되었다. 규제와 지원 인프라가 부족하여 이 문제가 심각한 공공 안전 문제로 바뀌었다.
올해 첫 두 달 동안 뉴욕은 2019년 전체보다 배터리 구동 차량으로 인한 화재가 더 많았다. 이로 인해 전기 자전거 시장과 인증에 대한 규제가 더욱 엄격해졌다. 안전한 전기 교통 수단에 대한 접근성을 보장하는 것이 시급한 사회적 문제가 되었다.
AI 기술이 이 문제를 해결하는 방법
미국의 택배 배달원을 위한 일부 전기 자전거 대여 서비스가 두드러진다. 대부분의 배달원은 신용 기록이 없는 이민자이기 때문에 안전하고 저렴한 운송 수단에 대한 접근성이 제한된다. 잠재적인 해결책 중 하나는 택배 배달원이 값비싼 전기 운송 수단을 이용할 수 있도록 하는 독점적인 채점 시스템을 개발하는 것이다.
표준 사회보장번호, 주소 증명 및 기타 기존 신원 확인 방법에 의존하는 대신 다음을 기반으로 2단계 인증을 사용할 수 있다.
1.외부 소스의 클라이언트 정보.
2.이전 사용자의 데이터와 행동을 기반으로 한 예측.
고객이 서비스에 가입하면 시스템의 분석은 고객의 신용도와 지불에 어려움을 겪을 가능성이 있는지 여부를 판단한다. 이 개발을 위해 10,000명 이상의 개인으로부터 얻은 통계 데이터를 사용하여 50개 이상의 데이터 포인트가 있는 계량경제학 모델을 만들었다.
알고리즘은 해당 개인에게 대여 서비스를 제공할 수 있는지, 보증금이 필요한지 여부를 결정한다. 거부되는 경우 서비스는 신용 파트너를 거치거나 자전거를 구매하는 것과 같은 대안을 제공한다. 승인된 고객의 경우 시스템은 또한 임대 구매, 월별 또는 주간 대여와 같은 거래 유형을 결정한다.
이러한 프로세스의 자동화는 효과적인 것으로 입증되었다. 2년 동안 8,500명의 사용자에게 서비스를 제공하는 회사에서 자전거의 3% 미만이 도난당했다. Bicycle Habit에 따르면 뉴욕에서 매년 약 15,000대의 자전거가 도난당한다.
신용 점수가 없는 고객을 분석하기 위한 AI 기술
다음은 "신용 점수 없음" 분석의 구현 단계를 간략하게 설명한다.
독점적 점수 시스템 개발
전기 자전거 대여 회사는 고객 데이터베이스 분석을 기반으로 비재정적 매개변수를 포함하여 50개 이상의 매개변수를 기반으로 재정적 신뢰성을 평가하기 위한 자체 점수 시스템을 만든다. 이 모델은 지속적으로 학습하여 현재 및 과거 고객의 행동에 적응한다. 매개변수를 조정하여 더 복잡하거나 단순화된 점수 조건을 허용할 수 있다. 이 제품은 일반적으로 미국 서비스에서 요구하는 표준 법률 서류 세트를 제시할 수 없는 고객과 협력하는 기업을 위해 설계되었다.
데이터 분석의 간단한 예
데이터베이스에서 잠재 고객이 2개월마다 변경되는 여러 개의 전화번호 또는 주소를 가지고 있는 것으로 나타나면 청구서 지불을 피하기 위해 변경하고 있음을 나타낼 수 있다. 이는 시스템에서 플래그를 지정하지만 최종 결정은 추가 요인에 따라 내려진다.
비정통적 점수 시스템은 그 밖에 무엇을 확인할까?
이러한 시스템은 파산 또는 강제퇴거 이력과 같은 기존 재무 지표도 검토한다. 이러한 경우 고객의 파산 절차 시기와 같은 요소를 고려한다. 그런 다음 사례별로 결정을 내린다.
잠재 고객이 10개 이상의 다른 IP 주소를 가지고 있는 경우 무료 또는 공유 인터넷을 사용하고 있을 가능성이 있음을 시사한다. 이 시스템은 IP 주소로 고객의 거주지와 결제 위치를 확인한다. 두 곳이 멀리 떨어져 있는 경우 사기 가능성이 높다.
미국의 온라인 결제 시스템인 Stripe를 사용하면 구매자의 결제 방법이 이전 소매업체에서 사기로 표시되었는지 확인할 수 있다. 이를 통해 고객이 다른 사람인 척하는 경우 사기를 식별하는 데 도움이 된다.
얼굴 인식 및 문서 검증 기술을 통해 온보딩 및 채점 프로세스가 완전히 자동화되어 사기를 최소화한다.
저소득층 대상 고객을 위한 간소화 및 보안
맞춤형 소프트웨어에는 여러 가지 보조 기능이 통합되어 있다:
●전기 자전거의 실시간 추적.
●전자 부품 비활성화.
●경보 시스템 및 원격 휠 잠금.
●자전거에 대한 수집된 데이터(예: 제한 구역 여행, 허가되지 않은 국경 통과, GPS 신호가 장기간 없는 경우)를 기반으로 하는 자동 알림.
채점 프로세스의 자동화는 고객에게 필요한 서류와 의사 결정 단계에서 예상되는 내용을 미리 알려주므로 서비스의 전환율을 크게 높인다. 이를 통해 전체 검증 프로세스를 온라인에서 단 몇 분 만에 완료할 수 있어 누군가가 준비되지 않은 채로 도착하거나 필요한 서류를 잊어버리거나 필요한 보증금을 제공할 수 없는 상황을 피할 수 있다.
자동화 덕분에 서비스는 즉각적인 결정을 내려 탑승 프로세스를 가속화할 수 있다. 그 결과 등록부터 차량 수령까지 걸리는 시간이 60분에서 15분으로 단축되었고, 직원들은 탑승을 통과하지 못한 사람에게 더 이상 시간을 낭비하지 않는다.
대여 서비스에서 사용하는 기타 기술
이러한 기술은 Whizz, Joco, Zoomo를 포함한 미국의 모든 최고 대여 서비스에서 사용한다. 차이점은 요구 사항에 있다. 예를 들어 Zoomo는 두 번째 문서로 신분증과 거주 증명을 요구한다. 최근에 백그라운드 검사를 폐지한다고 발표했지만, 온보딩과 채점에는 여전히 수동 처리가 포함되어 있어 고객이 문서를 우편으로 보내야 한다. Whizz와 Joco는 온라인 검증 제공자를 사용하여 프로세스를 자동화하여 경쟁에서 앞서 나간다.
Joco는 고객이 6시간 동안 전기 운송을 이용할 수 있도록 허용하여 위험을 다르게 완화한 후, 그 후에는 자전거를 도킹 스테이션으로 반환하여 충전해야 한다. 즉, 사용자는 자전거를 집으로 가져갈 수 없으며 시간 제한도 있다.