Sun Finance、AWS上で生成AIを活用しID抽出と不正検出を自動化

*この投稿は、Sun Finance Group の Krišjānis Kočāns 氏、Kaspars Magaznieks 氏、Sergei Kiriasov 氏との共著です* スケーラブルな身分証明書の処理（ローン申請、口座開設、コンプライアンスチェックなど）を行っている場合、おそらく同じ壁にぶつかったことがあるでしょう。従来の光学式文字認識 (OCR: Optical Character Recognition) はある程度まで対応できますが、抽出エラーにより申請の大きな割合が依然として手動レビューキューへ送られてしまいます。ここに不正検知を組み合わせると、手作業による負荷はさらに増幅します。 2017 年に設立されたラトビアのフィンテック企業である Sun Finance は、9 カ国にわたるテクノロジーファースト型のオンライン貸付マーケットプレイスとして運営されています。同社は 0.63 秒ごとに新しいローンリクエストを処理し、月間 400 万件以上の評価を提供しています。その中でも特に高ボリュームな業界の一つであるマイクロローンの分野では、月間 8 万件の申請のうち約 60% がオペレーターによる手動レビューを必要としていました。Sun Finance は [AWS ジェネレーティブ AI イノベーションセンター](https://aws.amazon.com/ai/generative-ai/innovation-center/) と提携してパイプラインの再構築を行いました。引き渡しから 35 ビジネス日以内に、本番環境での稼働が完了しました。以下のタイムラインは、キックオフから本番リリースまでのプロジェクト全体の経緯を示しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/04/16/image-203161.png) *Sun Finance のプロジェクトタイムライン：キックオフから本番稼働まで* プロジェクトは107営業日かけて4つのマイルストーンを通過しました。AWS 生成AIイノベーションセンターとの連携期間は、キックオフ（2025年8月26日）から最終プレゼンテーション（2025年10月9日）までの32日間でした。その後、技術引き渡しに26日間（2025年11月14日まで）を要しました。Sun Financeはその後、生産環境への移行に35営業日を要し、その中には祝祭期間中の14日間の生産凍結（2025年12月18日～2026年1月7日）も含まれていました。そして2026年1月22日に本番稼働を開始しました。 本稿では、Sun FinanceがAmazon Bedrock、Amazon Textract、およびAmazon Rekognitionを活用して、AI駆動の本人確認（IDV: Identity Verification）パイプラインを構築した方法をご紹介します。このソリューションにより、抽出精度は79.7%から90.8%に向上し、文書あたりのコストは91%削減され、処理時間は最大20時間から5秒未満に短縮されました。専門的なOCR（光学文字認識）と大規模言語モデル（LLM: Large Language Model）による構造化を組み合わせることで、単独でいずれかのツールを使用する場合よりも優れた結果が得られる仕組みについて解説します。また、ベクトル類似度検索を活用したサーバーレスの不正検知システムのアーキテクチャ構築方法についても学びます。 ## 本人確認における課題 Sun Financeは2019年にAmazon RekognitionとAmazon Textractを用いて最初のIDV自動化システムを構築しました。しかし、同社が開発途上地域へ展開するにつれ、このシステムの限界は無視できなくなってきました。 この地域は言語と文書の複雑さにおいて独自の課題を提示していました。英語と現地語の両方で文書を処理することは、従来の OCR システムにとって困難でした。現地語のテキストは従来の OCR 学習データセットで十分にカバーされておらず、頻繁な抽出エラーの原因となっていました。Sun Finance はまた、レイアウトやフォーマットが異なる 7 種類の異なる ID タイプを扱う必要もありました。 手作業による負荷の主な原因は OCR エラーでした。手動レビューが必要な申請の 60% のうち、約 80% のケースは抽出された情報と顧客が入力したデータとの不一致に起因していました。重要なのは、これらの不一致の 60% が顧客のミスではなく OCR エラーであったことです。残りの 20% の手動介入は、不正検出フラグに関連するものでした。 不正検出はさらに複雑な層を追加しました。毎日のリクエストの約 10% は実際の不正申請でした。詐欺師たちは基本的な制御を回避するために、特徴的なパターンを持つ類似画像を使用しながら複数のローン申請を提出していました。これらのパターンを特定するには、多数の画像にわたる時間のかかる手動レビューが必要でした。 コストと速度の制約が拡大を阻んでいました。この地域だけで文書あたりのコストと手動検証に専念した約 3 つのフルタイム相当（FTEs）という事実が、低価値マイクロローンを持つ業界への拡大における単位経済性を妨げていました。処理時間は、自動化されたケースでは 10 分未満から、営業時間外の手動レビューでは 20 時間に及んでいました。 ## ソリューション概要 AWS ジェネレーティブ AI イノベーションセンターは、2025 年 9 月から 10 月までの 6 週間にわたり、高ボリュームの特定業界に焦点を当てた概念実証（Proof of Concept: PoC）を実施しました。チームは、ID 抽出システムと不正検出システムの 2 つの AI 駆動型ソリューションを開発しました。両方とも AWS 上で完全にサーバーレスアーキテクチャとしてデプロイされています。 本ソリューションでは、以下の主要サービスを使用しています： - Amazon Bedrock – Anthropic の Claude Sonnet 4 を用いた AI 構造化および視覚分析、および Amazon Titan Multimodal Embeddings を用いたベクトル生成を行います。 - Amazon Textract – 身分証明書からの主要な OCR テキスト抽出を担当します。 - Amazon Rekognition – フォールバック OCR、顔検出、および顔のマスク処理を担当します。 - Amazon S3 Vectors – 既知の不正パターンに対するサーバーレス型のベクトル類似度検索を行います。 - AWS Step Functions – 並列化する不正検出ワークフローをオーケストレーションします。 - AWS Lambda – 両パイプライン全体でサーバーレスコンピューティングを提供します。 以下の図は、本ソリューションのアーキテクチャを示しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/04/16/image-203162.png) *ID 抽出と不正検出ルートを示す Sun Finance API アーキテクチャ* 本アーキテクチャは、Amazon API Gateway を通じて 2 つの API ルートを公開しており、ローン申請データは Amazon Simple Storage Service（Amazon S3）に保存されます。 - `/extract-id` ルート（ID 抽出）。AWS Lambda 関数が ID 画像を受け取り、Amazon Textract に送信して主要な OCR を実行します。もし Amazon Textract が低信頼度の結果を返した場合、システムは Amazon Rekognition を用いた OCR にフォールバックします。その後、抽出されたテキストは Amazon Bedrock（Claude Sonnet 4）に渡され、標準化された JSON フィールドへと構造化されます。 - `/detect-fraud` ルート（不正検出）。AWS Lambda 関数が AWS Step Functions ワークフローをトリガーし、2 つのチェックを並列で実行します： 背景類似性 — Amazon Rekognition がセルフィー画像から顔をマスクし、その後 Amazon Bedrock Titan Multimodal Embeddings が背景のベクトル表現を生成します。このベクトルは Amazon S3 Vectors に対して照会され、既知の不正パターンとの一致を検索します。 - ビジュアルパターン検出 — Amazon Bedrock（Claude Sonnet 4）が画像を分析し、画面撮影によるアーティファクトやデジタル改ざんを検出します。 両方の結果は Lambda ベースのリスク評価関数に投入され、JSON 形式で統合された不正スコアを生成します。 - 不正データ取り込みパイプライン（右側）。確認済みの不正画像は Amazon S3 から Lambda 関数を介して取り込まれます。画像は Amazon Rekognition によって顔のマスク処理を受け、Amazon Bedrock Titan Embeddings によってベクトル化され、Amazon S3 Vectors に保存されます。これにより、参照データベースは時間とともに拡張されていきます。 ## 前提条件 同様のソリューションを実装するには、以下のものが必要です： - AWS Lambda、AWS Step Functions、Amazon Bedrock、Amazon Textract、Amazon Rekognition、および Amazon S3 Vectors リソースの作成と管理を行う権限を持つ AWS アカウントが必要です。 - 使用している AWS リージョンにおいて、Anthropic Claude Sonnet 4 および Amazon Titan Multimodal Embeddings へのアクセスが有効になっている必要があります。 - インフラストラクチャのデプロイには Terraform がインストールされていること。 - Python とサーバーレスアーキテクチャに関する知識があること。 - テストおよび検証用の身元証明書類画像のデータセットを用意すること。 ## ソリューションの概要解説 このセクションでは、ID 抽出と不正検出という 2 つのコアパイプラインについて順を追って説明します。 ## ID 抽出パイプライン ID 抽出システムは、初日から最終的な設計に至ったわけではありません。チームは 4 週間にわたり 3 つの異なるアプローチを反復し、それぞれの失敗が次の改善へとつながりました。以下の図は、Amazon Bedrock を介した単一の Claude Sonnet 4 によるアプローチ（精度 61.8%）から、最終的な多層構造設計（精度 90.8%）に至るまでのパイプラインの進化を示しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/04/16/image-203163.png) *ID 抽出：61.8% から 90.8% の精度に至るまでの 3 つの反復を示すアプローチの進化* **アプローチ1：Claude Sonnet 4 のみ（精度61.8%）**。チームの最初の試みでは、ID画像を [Amazon Bedrock](https://aws.amazon.com/bedrock/) を経由して Anthropic の Claude Sonnet 4 に直接送信し、JSON 形式でフィールドを抽出するよう指示しました。しかし結果は期待外れで、全体の精度は61.8%に留まり、ID番号の抽出精度に至ってはわずか43%でした。根本的な問題は、個人識別情報（PII）の処理に関するモデルに組み込まれたセキュリティプロトコルです。Claude は、運転免許証やパスポート、国民IDなどの身分証明書に見られる機密性の高い PII の処理を制限するように訓練されています。実際の ID 画像が提示されると、このプライバシー保護機能が作動し、一部のファイルからの情報抽出を拒否しました。これがパフォーマンスに直接的な悪影響を与えました。さらに、抽出が成功した場合でも、特定のフィールド（ID番号など）の精度は低く、モデルが機密文書上の正確な文字認識よりも安全性を優先したことが原因です。 教訓：Claude は一般的なドキュメント分析や OCR 作業においては卓越していますが、PII を含む身分証明書からの直接抽出には、組み込まれたプライバシー保護機能のために適していません。 **アプローチ2：Amazon Textract と Claude を組み合わせた構造化（精度85%）。** 画期的な転換点は、OCR（光学文字認識）と構造化の処理を分離したことです。[Amazon Textract](https://aws.amazon.com/textract/) が ID 画像からの生テキスト抽出を担当し、Claude Sonnet 4 がその出力を7つの標準化されたフィールドに構造化しました：文書タイプ、生年月日、名、姓、ミドルネーム、ID 番号、有効期限です。この単一の変更により、精度は11.6%向上しました。 このアプローチが機能した理由は、Amazon Textract が専門的な OCR サービスであるため、Claude が持つ PII（個人識別情報）拒否メカニズムのような制約を持たず、安全プロトコルをトリガーすることなく ID 画像から確実にテキストを抽出できる点にあります。一度テキストが抽出されると、Claude は得意とする分野に集中できます：知的な構造化です。Claude は、アクセント記号を含む現地言語の処理、文脈からの欠落情報の推論、および文書固有の抽出ルールの適用において卓越した能力を発揮します。これらは従来の OCR 単体では対応できないタスクです。生 ID 画像ではなく、すでに抽出されたテキストを扱うことで、Claude は安全制約を回避できました。 教訓：関心の分離により、各ツールが設計パラメータ内で最適に機能できるようになりました。Amazon Textract が信頼性の高い OCR を担当し、Claude が知的な構造化を担当します。 **アプローチ3：多層OCR＋検証（精度90.8%）。** 最終版では、Amazon Textract が苦手とする画像（通常は低品質なスキャン、不自然な文書角度、または損傷したID）に対するフォールバックとして [Amazon Rekognition](https://aws.amazon.com/rekognition/) を追加し、ID番号のフォーマット、日付の標準化、ドキュメントタイプの正規化に関する検証ルールを実装しました。 この多層アーキテクチャは以下の通り動作します。Amazon Textract が主要なOCRを担当し、Amazon Textract の信頼度が低い場合に Amazon Rekognition がバックアップとして抽出を行います。Claude が統合された出力を構造化し、検証ルールがすり抜けたフォーマットエラーを検出します。ID番号はドキュメントタイプに基づいて適切な長さにパディングされ、日付は YYYY-MM-DD 形式に標準化されます。これらの検証ルールは極めて重要でした。OCR は正しい文字列を抽出したものの、一貫性のないフォーマットで出力されてしまうエッジケースを捕捉できたのです。 以下のチャートは、585枚のテスト画像における週ごとの精度推移を示しています。チームがベースラインを上回ったのは、Amazon Textract を追加した第4週になってからでした。各反復を通じて新たな失敗モードが明らかになり、それが次のアーキテクチャ改善に反映されました。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/04/16/image-203164.png) *ID 抽出：90.8% の精度に至るまでの道のりと週ごとの進捗* 要点：文書抽出において、単一のツールを使用するよりも、専門的な OCR ツール（Amazon Textract + Amazon Rekognition）を LLM による構造化（Claude）および検証ルールと組み合わせる方が優れています。 ## 不正検出パイプライン 不正検出システムは [AWS Step Functions](https://aws.amazon.com/step-functions/) を使用して、2 つの検出手法を並列で実行し、そのスコアを組み合わせて最終的なリスク評価を行います。 **ビジュアルパターン検出**。Claude Sonnet 4 は [Amazon Bedrock](https://aws.amazon.com/bedrock/) を介して、提出されたセルフィー画像に不正の兆候がないか分析します。具体的には、画面撮影（ベゼルや走査線、モアレパターンの可視化）、画面の glare および反射、デジタル操作によるアーティファクトです。信頼度が 85% 以上の画像はフラグが立ちます。システムは、誤検知を減らすために、通常のぼかし、圧縮アーティファクト、標準的な切り抜きなどの特性は無視します。画面撮影の検出はよく機能しており、既知のパターンに対して 95% 以上の信頼度を示します。 **背景類似性分析**。このコンポーネントは、不正グループ（同じ場所からセルフィー画像を提出する詐欺師の集団）を検出します。パイプラインは 3 つのステップで動作します。まず、[Amazon Rekognition](https://aws.amazon.com/rekognition/) が顔をマスクして背景に焦点を当てます。次に、[Amazon Titan](https://aws.amazon.com/bedrock/titan/) のマルチモーダル埋め込みが背景の 1024 次元ベクトルを生成します。最後に、[Amazon S3 Vectors](https://aws.amazon.com/s3/vectors/) が既知の不正パターンに対して一致を検索します。 チームは、類似性検索のためにテキストベースの埋め込みとビジュアル埋め込みの両方をテストしました。テキスト埋め込み（Claude に背景を記述させた後、その記述を比較する手法）は 91% の精度を達成しましたが、適合率は 27.8%、再現率は 21.7% にとどまりました。一方、ビジュアル埋め込みははるかに優れた結果を示し、精度は 96%、適合率は 80%、再現率は 52% でした。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/04/16/image-203165.png) *背景の類似性：パイプラインを示すビジュアル特徴のアプローチと、テキスト埋め込み対ビジュアル埋め込みの比較* **リスク評価**。スコアリングアルゴリズムは、視覚パターン検出（50%）と背景の類似性（50%）を同率で重み付けします。75 以上のスコアは高信頼度の詐欺を示し、38〜74 は中程度の信頼度、38 未満は正規のものとして分類されます。並列実行アーキテクチャにより、画像処理時間は従来の順次実行時の 6〜8 秒から 3〜5 秒に短縮されました。 ## サーバーレスアーキテクチャ 本ソリューション全体は [AWS Lambda](https://aws.amazon.com/lambda/)、[AWS Step Functions](https://aws.amazon.com/step-functions/)、および [Amazon API Gateway](https://aws.amazon.com/api-gateway/) 上で稼働しています。この設計により、チームは個々の Lambda 関数を修正し、変更を即座にテストし、ダウンタイムなしでアップデートをデプロイできます。これは、アプローチが週次で変化した 6 週間のエンゲージメント期間中において極めて重要でした。 認証には、AWS SigV4 リクエスト署名を備えた [Amazon Cognito](https://aws.amazon.com/cognito/) が使用されています。[AWS WAF](https://aws.amazon.com/waf/) は一般的なウェブセキュリティの問題から保護します。データは、AWS Key Management Service (KMS) を用いて保存時に暗号化されます。

Sun Finance、AWS上で生成AIを活用しID抽出と不正検出を自動化

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト