본 논문은 실시간 거래 모니터링 프레임워크를 제시합니다. 이 프레임워크는 그래프 기반 모델링, 서술적 필드 임베딩, 그리고 생성적 설명을 통합하여 자동화된 금융 규정 준수를 지원합니다. 시스템은 동적인 거래 그래프를 구성하고, 구조적 및 문맥적 특징을 추출하며, 그래프 신경망을 사용하여 의심스러운 행동을 분류합니다. 검색 증강 생성 모듈은 각 플래그된 거래에 대해 규정 조항과 일치하는 자연어 설명을 생성합니다. 시뮬레이션된 금융 데이터 스트림에 대한 실험 결과, 제안된 방법은 98.2%의 F1 점수, 97.8%의 정확도, 97.0%의 재현율을 달성하여 우수한 결과를 보였습니다. 전문가 평가 또한 생성된 정당성의 질과 해석 가능성을 확인했습니다. 이러한 결과는 그래프 인텔리전스와 생성 모델을 결합하여 고위험 금융 환경에서 설명 가능하고 감사 준비가 된 규정 준수를 지원할 수 있는 잠재력을 보여줍니다.
