본 논문은 전자상거래 산업의 지속적인 성장과 함께 증가하는 신용카드 사기 문제를 해결하기 위해, 다중 모달 대규모 언어 모델(LLM)을 활용한 사기 분석가 보조 프레임워크(FAA)를 제안합니다. FAA는 LLM의 추론, 코드 실행, 시각적 기능을 활용하여 신용카드 사기 조사의 계획, 증거 수집 및 분석 단계를 자동화합니다. 500건의 신용카드 사기 조사에 대한 실증적 평가 결과, FAA 프레임워크는 평균 7단계로 신뢰할 수 있고 효율적인 조사를 수행하는 것으로 나타났습니다. 따라서 본 연구는 FAA 프레임워크가 사기 분석가의 업무 부담을 크게 줄일 수 있음을 보여줍니다.
