SlideShare uma empresa Scribd logo
1 de 26
보다 안전한 트랜잭션을 위한
KYC/AML/CTF 솔루션
Jisu Park(jisupark@sooho.io)
!2
Verification-as-a-Service
- 자동화된 취약점 분석
- 취약점 컨설팅
- DB (악성 스마트 컨트랙트, 악성 주소)
- https://sooho.io
박지수 대표
- 고려대 SW 보안
이희조 교수
- 고려대 SW 보안
오학주 교수
- 고려대 SW 분석
1 Verification-as-a-Service
수호의 VaaS
!3
.SOL
AEGISINPUT/OUTPUT
REQ.
분석
RES.
REPORT
...
VUL CLONE
DETECTOR
ARITHMETIC
VERIFIER
VERIFIER & REPORTER
...
EXTERNAL

SERVICE
자체 개발하는 분석기들을 바탕으로 하는 국내 유일 취약점 자동 분석 플랫폼
1 Verification-as-a-Service
수호의 VaaS
!4
암호화된 파일에 대한 취약점 탐지 결과 탐지와 더불어 패치 방법을 제공
Luniverse에서 제공되는 Security Assessment 서비스
1 Verification-as-a-Service
수호의 VaaS
!5
Global Capture The Flag Penetration Testing
보안 전문가들이 직접 진행하는 취약점 분석과 모의해킹, 국제 협업
Security Audit Global MOU
1 Verification-as-a-Service
수호의 VaaS
!6
2 REAL-WORLD
실제 사례 분석
!7
2
퓨어빗 IEO 사기(11/09/’18)와
관련된 트랜잭션 Visualization
파란색 : 최초 퓨어빗 모금 계정
노란색 : 일반 계정
빨간색 : 기존 악성 계정
보라색 : 신규 악성 계정 (이번 사건으로 추가)
하늘색 : Cashierest
초록색 : Poloniex
REAL-WORLD
실제 사례 분석
!8
2
• 파란색 지점에서 빨간색 지점으로 이동
• 크게 두 계정에서 모금이 되어 4가지 경
로로 흩어짐 (그림의 빨간 지점)
• 모금에 사용된 계정
1) 0x7df1bd58e8fd49803e43987787adfecb4a0a086c
2) 0x1fd41f2da3fcd5e61c4a6b70d387e480b6c38dba
REAL-WORLD
실제 사례 분석
!9
2 REAL-WORLD
실제 사례 분석
• 파란색 지점에서 빨간색 지점으로 이동
• 크게 두 계정에서 모금이 되어 4가지 경
로로 흩어짐 (그림의 빨간 지점)
• 모금에 사용된 계정
1) 0x7df1bd58e8fd49803e43987787adfecb4a0a086c
2) 0x1fd41f2da3fcd5e61c4a6b70d387e480b6c38dba
!10
2 REAL-WORLD
실제 사례 분석
좌측의 Polonienx로 흘러들어감
아래쪽 우측 계정에 600이더 이상 고여있음
1
2
1
2
아래쪽 빨간원
!11
2 REAL-WORLD
실제 사례 분석
이미 알려진 악성 계정과의 인터랙션이 존재
환전 가능한 계정으로 들어가거나 일반 계정
에 흩어지는 형태
12
1
2
위쪽 빨간원
!12
이미 알려진 악성 계정과의 직접적인 정방향 트랜잭션 존재
퓨어빗 IEO 사기(11/09/’18)의 트랜잭션을 간략하게 표현
?
?
x
x
?
x
?
x
모금 계정
신규 악성 계정
기존 악성 계정
2 REAL-WORLD
실제 사례 분석
!13
이미 알려진 악성 계정과의 직접적인 역방향 트랜잭션도 존재
2 REAL-WORLD
실제 사례 분석
모금 계정의 총 472건의 트랜잭션 중 179건이 알려진 악성 계정에 의한 것 (총 5,761 Ether)
!14
범죄, 자금 세탁 등의 이력이 있는 계정일지라도 블록체인 사용엔 문제없다
퓨어빗 IEO 사기(11/09/’18)의 트랜잭션을 간략하게 표현
?
?
x
x
?
x
?
x
모금 계정
신규 악성 계정
기존 악성 계정
2 REAL-WORLD
실제 사례 분석
!15
3 KYC/AML/CTF
고객알기제도/자금세탁방지/테러자금조달차단
Know-Your-Client
고객 알기 제도
Anti-Money Laundering
자금 세탁 방지
Counter-Terrorist Financing
테러 자금 조달 차단
!16
3 KYC/AML/CTF
고객알기제도/자금세탁방지/테러자금조달차단
FATF (Financial Action Task Force)
1. UN 협약 및 안보리 결의와 관련된 금융조치(Financial Action)의 이행을 위한 행동기구 (Task Force)
• 마약자금(’89), 중대범죄의 자금세탁(’96), 테러자금조달(’01), 대량살상무기 확산금융(’12) 등 관할 범위 지속적으로 확대 중
2. 비협조 국가 및 국제기준 미이행 국가에 대한 금융제재 결정
!17
3 KYC/AML/CTF
고객알기제도/자금세탁방지/테러자금조달차단
금융기관에 대한 예방조치 부분 예시
계좌와 거래에 대한 지속적인 모니터링 불법적인 정치 후원금
의심거래 보고 갑작스런 고액의 해외 송금
고객확인 이름, 주민등록번호, 주소, 연락처 등 신원에 관한 상황
기록보관 거래 내역 저장 및 관리
ref. 자금세탁방지금융대책기구
!18
임의의 계정으로부터
생성된 트랜잭션
DB/트랜잭션 기반 필터링
신뢰할 수 있는
트랜잭션
SmartWall
블록체인 상에서 서비스 제공자에게 제공되는 KYT (Know-Your-Transaction) 솔루션
4 SMARTWALL
스마트월이란
!19
4 MAL ADDRESS DETECTION
악성 계정의 탐지
Transaction Data
Account Data
위험 보고
검토 및
보고서 작성BlackList 규칙 기반 스코어링
기반
이상행위
기반
Y Y Y Y
N N N
!20
•해킹에 사용된 악성 계정
•딥웹에서 사용 중인 계정
•랜섬웨어에 쓰인 악성 계정
•거래소의 블랙리스트(예정)
MAL-ADDRESS DATABASE REAL-TIME MAL DETECTION
•실시간 악성 계정 탐지
•분석된 악성 계정과 관련된
다른 계정 추적
이미 알려진 악성 계정을 빠르게 제공 임의의 계정이 악성인지 여부를 계산
4 MAL ADDRESS DETECTION
악성 계정의 탐지
!21
• 총 10,095개의 데이터 (1,491 개의 악성 계정 / 8,521 정상 계정 / 83 플랫폼 계정)
• 도출된 악성 계정 Feature 기반 Non-linear SVM, Multi-layer Perceptron 기법 병행 중
• 10-fold Cross-validation, 평균 91%의 정확도 (Overfitting 케이스 제외)
5 MACHINE LEARNING ALGORITHM
머신러닝 알고리즘
No. F1 Score Accuracy hp-param(nu)
1 57.08 85.71 0.1
2 67.97 91.16 0.15
3 70.34 91.4 0.16
4 71.22 92.33 0.17
5 58.25 90.41 0.2
6 53.94 89.91 0.22
6 SMARTWALL IN REAL WORLD
실제 사례에서의 스마트월
SmartWall을 통해 실제 피해자가 발생하기 전에 빠르게 문제가 있는 계정을 탐지하고 보고할 수 있다
?
?
x
x
?
x
?
x
모금 계정
신규 악성 계정
기존 악성 계정
악성 계정입니다.
정말 전송하시겠습니까?
!22
거래소 적용 예
API Call
SmartWall
!23
출금
입금
API Call
Report
Report
6 SMARTWALL IN REAL WORLD
실제 사례에서의 스마트월
!24
월렛 소프트웨어 적용 예
API Call
SmartWall
출금
입금
API Call
Report
Report
6 SMARTWALL IN REAL WORLD
실제 사례에서의 스마트월
!25
플랫폼, 트랜잭션 프로파일링 회사 적용 예
API Call
SmartWall
Report
6 SMARTWALL IN REAL WORLD
실제 사례에서의 스마트월
감사합니다
(contact@sooho.io)
!26
7 Q&A
질의 응답

Mais conteúdo relacionado

Semelhante a 2nd Luniverse Partners Day - 보다 안전한 트랜젝션을 위한 KYC/AML/CTF 솔루션 (SOOHO)

금융부문 컴퓨터포렌식
금융부문 컴퓨터포렌식금융부문 컴퓨터포렌식
금융부문 컴퓨터포렌식
용욱 정
 

Semelhante a 2nd Luniverse Partners Day - 보다 안전한 트랜젝션을 위한 KYC/AML/CTF 솔루션 (SOOHO) (13)

(Fios#03) 1. 실전 윈도 악성코드 메모리 분석
(Fios#03) 1. 실전 윈도 악성코드 메모리 분석(Fios#03) 1. 실전 윈도 악성코드 메모리 분석
(Fios#03) 1. 실전 윈도 악성코드 메모리 분석
 
OWASP TOP 10 in 2007
OWASP TOP 10 in 2007OWASP TOP 10 in 2007
OWASP TOP 10 in 2007
 
Cybereason in Korea, SMEC
Cybereason in Korea, SMECCybereason in Korea, SMEC
Cybereason in Korea, SMEC
 
금융It시스템의 이해 2편
금융It시스템의 이해 2편금융It시스템의 이해 2편
금융It시스템의 이해 2편
 
브리핑 2013년 4월 1주차 금융정보탈취 by re4lfl0w
브리핑 2013년 4월 1주차 금융정보탈취 by re4lfl0w브리핑 2013년 4월 1주차 금융정보탈취 by re4lfl0w
브리핑 2013년 4월 1주차 금융정보탈취 by re4lfl0w
 
한컴MDS_Splunk 기반의 빅데이터 활용 사례 소개
한컴MDS_Splunk 기반의 빅데이터 활용 사례 소개한컴MDS_Splunk 기반의 빅데이터 활용 사례 소개
한컴MDS_Splunk 기반의 빅데이터 활용 사례 소개
 
AI 위협 헌팅과 보안운영 자동화
AI 위협 헌팅과 보안운영 자동화AI 위협 헌팅과 보안운영 자동화
AI 위협 헌팅과 보안운영 자동화
 
금융부문 컴퓨터포렌식
금융부문 컴퓨터포렌식금융부문 컴퓨터포렌식
금융부문 컴퓨터포렌식
 
[Main Session] 보안을 고려한 애플리케이션 개발 공정 및 실무적 수행 방법 소개
[Main Session] 보안을 고려한 애플리케이션 개발 공정 및 실무적 수행 방법 소개 [Main Session] 보안을 고려한 애플리케이션 개발 공정 및 실무적 수행 방법 소개
[Main Session] 보안을 고려한 애플리케이션 개발 공정 및 실무적 수행 방법 소개
 
Bitcoin 2.0(blockchain technology 2)
Bitcoin 2.0(blockchain technology 2)Bitcoin 2.0(blockchain technology 2)
Bitcoin 2.0(blockchain technology 2)
 
Partner Story(Ezfarm): 엘라스틱을 활용한 사이버 위협 인텔리전스
Partner Story(Ezfarm): 엘라스틱을 활용한 사이버 위협 인텔리전스Partner Story(Ezfarm): 엘라스틱을 활용한 사이버 위협 인텔리전스
Partner Story(Ezfarm): 엘라스틱을 활용한 사이버 위협 인텔리전스
 
(Ficon2016) #2 침해사고 대응, 이렇다고 전해라
(Ficon2016) #2 침해사고 대응, 이렇다고 전해라(Ficon2016) #2 침해사고 대응, 이렇다고 전해라
(Ficon2016) #2 침해사고 대응, 이렇다고 전해라
 
Fraud Must End - 네이버 피싱조직 추적기
Fraud Must End - 네이버 피싱조직 추적기Fraud Must End - 네이버 피싱조직 추적기
Fraud Must End - 네이버 피싱조직 추적기
 

Mais de Luniverse Dunamu

Mais de Luniverse Dunamu (13)

2nd Luniverse Partners Day - 루트원 비지니스 플랫폼 (당신이 모르는 비트베리 이야기)
2nd Luniverse Partners Day - 루트원 비지니스 플랫폼 (당신이 모르는 비트베리 이야기) 2nd Luniverse Partners Day - 루트원 비지니스 플랫폼 (당신이 모르는 비트베리 이야기)
2nd Luniverse Partners Day - 루트원 비지니스 플랫폼 (당신이 모르는 비트베리 이야기)
 
2nd Luniverse Partners Day - Luniverse Partnership
2nd Luniverse Partners Day - Luniverse Partnership2nd Luniverse Partners Day - Luniverse Partnership
2nd Luniverse Partners Day - Luniverse Partnership
 
Luniverse_Welcome_Speech
Luniverse_Welcome_SpeechLuniverse_Welcome_Speech
Luniverse_Welcome_Speech
 
Luniverse Partners Day - Smart Contract Assessment(Sooho)
Luniverse Partners Day - Smart Contract Assessment(Sooho)Luniverse Partners Day - Smart Contract Assessment(Sooho)
Luniverse Partners Day - Smart Contract Assessment(Sooho)
 
Luniverse Partners Day - Jay
Luniverse Partners Day - JayLuniverse Partners Day - Jay
Luniverse Partners Day - Jay
 
Luniverse Partners Day - Game Case Study & Partnership (Evan)
Luniverse Partners Day - Game Case Study & Partnership (Evan)Luniverse Partners Day - Game Case Study & Partnership (Evan)
Luniverse Partners Day - Game Case Study & Partnership (Evan)
 
Luniverse Partners Day - Allbit(Ozys)
Luniverse Partners Day - Allbit(Ozys) Luniverse Partners Day - Allbit(Ozys)
Luniverse Partners Day - Allbit(Ozys)
 
Luniverse Partners Day - Hyperledger Fabric(Keyinside)
Luniverse Partners Day - Hyperledger Fabric(Keyinside)Luniverse Partners Day - Hyperledger Fabric(Keyinside)
Luniverse Partners Day - Hyperledger Fabric(Keyinside)
 
Luniverse Partners Day - Bitberry(Rootone)
Luniverse Partners Day - Bitberry(Rootone)Luniverse Partners Day - Bitberry(Rootone)
Luniverse Partners Day - Bitberry(Rootone)
 
Introduction of Luniverse
Introduction of LuniverseIntroduction of Luniverse
Introduction of Luniverse
 
POA based Side-Chain Architecture
POA based Side-Chain ArchitecturePOA based Side-Chain Architecture
POA based Side-Chain Architecture
 
Token platform based on sidechain
Token platform based on sidechainToken platform based on sidechain
Token platform based on sidechain
 
Introduction of Luniverse
Introduction of LuniverseIntroduction of Luniverse
Introduction of Luniverse
 

Último

Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)
Wonjun Hwang
 

Último (7)

도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
[Terra] Terra Money: Stability and Adoption
[Terra] Terra Money: Stability and Adoption[Terra] Terra Money: Stability and Adoption
[Terra] Terra Money: Stability and Adoption
 

2nd Luniverse Partners Day - 보다 안전한 트랜젝션을 위한 KYC/AML/CTF 솔루션 (SOOHO)

  • 1. 보다 안전한 트랜잭션을 위한 KYC/AML/CTF 솔루션 Jisu Park(jisupark@sooho.io)
  • 2. !2 Verification-as-a-Service - 자동화된 취약점 분석 - 취약점 컨설팅 - DB (악성 스마트 컨트랙트, 악성 주소) - https://sooho.io 박지수 대표 - 고려대 SW 보안 이희조 교수 - 고려대 SW 보안 오학주 교수 - 고려대 SW 분석 1 Verification-as-a-Service 수호의 VaaS
  • 3. !3 .SOL AEGISINPUT/OUTPUT REQ. 분석 RES. REPORT ... VUL CLONE DETECTOR ARITHMETIC VERIFIER VERIFIER & REPORTER ... EXTERNAL
 SERVICE 자체 개발하는 분석기들을 바탕으로 하는 국내 유일 취약점 자동 분석 플랫폼 1 Verification-as-a-Service 수호의 VaaS
  • 4. !4 암호화된 파일에 대한 취약점 탐지 결과 탐지와 더불어 패치 방법을 제공 Luniverse에서 제공되는 Security Assessment 서비스 1 Verification-as-a-Service 수호의 VaaS
  • 5. !5 Global Capture The Flag Penetration Testing 보안 전문가들이 직접 진행하는 취약점 분석과 모의해킹, 국제 협업 Security Audit Global MOU 1 Verification-as-a-Service 수호의 VaaS
  • 7. !7 2 퓨어빗 IEO 사기(11/09/’18)와 관련된 트랜잭션 Visualization 파란색 : 최초 퓨어빗 모금 계정 노란색 : 일반 계정 빨간색 : 기존 악성 계정 보라색 : 신규 악성 계정 (이번 사건으로 추가) 하늘색 : Cashierest 초록색 : Poloniex REAL-WORLD 실제 사례 분석
  • 8. !8 2 • 파란색 지점에서 빨간색 지점으로 이동 • 크게 두 계정에서 모금이 되어 4가지 경 로로 흩어짐 (그림의 빨간 지점) • 모금에 사용된 계정 1) 0x7df1bd58e8fd49803e43987787adfecb4a0a086c 2) 0x1fd41f2da3fcd5e61c4a6b70d387e480b6c38dba REAL-WORLD 실제 사례 분석
  • 9. !9 2 REAL-WORLD 실제 사례 분석 • 파란색 지점에서 빨간색 지점으로 이동 • 크게 두 계정에서 모금이 되어 4가지 경 로로 흩어짐 (그림의 빨간 지점) • 모금에 사용된 계정 1) 0x7df1bd58e8fd49803e43987787adfecb4a0a086c 2) 0x1fd41f2da3fcd5e61c4a6b70d387e480b6c38dba
  • 10. !10 2 REAL-WORLD 실제 사례 분석 좌측의 Polonienx로 흘러들어감 아래쪽 우측 계정에 600이더 이상 고여있음 1 2 1 2 아래쪽 빨간원
  • 11. !11 2 REAL-WORLD 실제 사례 분석 이미 알려진 악성 계정과의 인터랙션이 존재 환전 가능한 계정으로 들어가거나 일반 계정 에 흩어지는 형태 12 1 2 위쪽 빨간원
  • 12. !12 이미 알려진 악성 계정과의 직접적인 정방향 트랜잭션 존재 퓨어빗 IEO 사기(11/09/’18)의 트랜잭션을 간략하게 표현 ? ? x x ? x ? x 모금 계정 신규 악성 계정 기존 악성 계정 2 REAL-WORLD 실제 사례 분석
  • 13. !13 이미 알려진 악성 계정과의 직접적인 역방향 트랜잭션도 존재 2 REAL-WORLD 실제 사례 분석 모금 계정의 총 472건의 트랜잭션 중 179건이 알려진 악성 계정에 의한 것 (총 5,761 Ether)
  • 14. !14 범죄, 자금 세탁 등의 이력이 있는 계정일지라도 블록체인 사용엔 문제없다 퓨어빗 IEO 사기(11/09/’18)의 트랜잭션을 간략하게 표현 ? ? x x ? x ? x 모금 계정 신규 악성 계정 기존 악성 계정 2 REAL-WORLD 실제 사례 분석
  • 15. !15 3 KYC/AML/CTF 고객알기제도/자금세탁방지/테러자금조달차단 Know-Your-Client 고객 알기 제도 Anti-Money Laundering 자금 세탁 방지 Counter-Terrorist Financing 테러 자금 조달 차단
  • 16. !16 3 KYC/AML/CTF 고객알기제도/자금세탁방지/테러자금조달차단 FATF (Financial Action Task Force) 1. UN 협약 및 안보리 결의와 관련된 금융조치(Financial Action)의 이행을 위한 행동기구 (Task Force) • 마약자금(’89), 중대범죄의 자금세탁(’96), 테러자금조달(’01), 대량살상무기 확산금융(’12) 등 관할 범위 지속적으로 확대 중 2. 비협조 국가 및 국제기준 미이행 국가에 대한 금융제재 결정
  • 17. !17 3 KYC/AML/CTF 고객알기제도/자금세탁방지/테러자금조달차단 금융기관에 대한 예방조치 부분 예시 계좌와 거래에 대한 지속적인 모니터링 불법적인 정치 후원금 의심거래 보고 갑작스런 고액의 해외 송금 고객확인 이름, 주민등록번호, 주소, 연락처 등 신원에 관한 상황 기록보관 거래 내역 저장 및 관리 ref. 자금세탁방지금융대책기구
  • 18. !18 임의의 계정으로부터 생성된 트랜잭션 DB/트랜잭션 기반 필터링 신뢰할 수 있는 트랜잭션 SmartWall 블록체인 상에서 서비스 제공자에게 제공되는 KYT (Know-Your-Transaction) 솔루션 4 SMARTWALL 스마트월이란
  • 19. !19 4 MAL ADDRESS DETECTION 악성 계정의 탐지 Transaction Data Account Data 위험 보고 검토 및 보고서 작성BlackList 규칙 기반 스코어링 기반 이상행위 기반 Y Y Y Y N N N
  • 20. !20 •해킹에 사용된 악성 계정 •딥웹에서 사용 중인 계정 •랜섬웨어에 쓰인 악성 계정 •거래소의 블랙리스트(예정) MAL-ADDRESS DATABASE REAL-TIME MAL DETECTION •실시간 악성 계정 탐지 •분석된 악성 계정과 관련된 다른 계정 추적 이미 알려진 악성 계정을 빠르게 제공 임의의 계정이 악성인지 여부를 계산 4 MAL ADDRESS DETECTION 악성 계정의 탐지
  • 21. !21 • 총 10,095개의 데이터 (1,491 개의 악성 계정 / 8,521 정상 계정 / 83 플랫폼 계정) • 도출된 악성 계정 Feature 기반 Non-linear SVM, Multi-layer Perceptron 기법 병행 중 • 10-fold Cross-validation, 평균 91%의 정확도 (Overfitting 케이스 제외) 5 MACHINE LEARNING ALGORITHM 머신러닝 알고리즘 No. F1 Score Accuracy hp-param(nu) 1 57.08 85.71 0.1 2 67.97 91.16 0.15 3 70.34 91.4 0.16 4 71.22 92.33 0.17 5 58.25 90.41 0.2 6 53.94 89.91 0.22
  • 22. 6 SMARTWALL IN REAL WORLD 실제 사례에서의 스마트월 SmartWall을 통해 실제 피해자가 발생하기 전에 빠르게 문제가 있는 계정을 탐지하고 보고할 수 있다 ? ? x x ? x ? x 모금 계정 신규 악성 계정 기존 악성 계정 악성 계정입니다. 정말 전송하시겠습니까? !22
  • 23. 거래소 적용 예 API Call SmartWall !23 출금 입금 API Call Report Report 6 SMARTWALL IN REAL WORLD 실제 사례에서의 스마트월
  • 24. !24 월렛 소프트웨어 적용 예 API Call SmartWall 출금 입금 API Call Report Report 6 SMARTWALL IN REAL WORLD 실제 사례에서의 스마트월
  • 25. !25 플랫폼, 트랜잭션 프로파일링 회사 적용 예 API Call SmartWall Report 6 SMARTWALL IN REAL WORLD 실제 사례에서의 스마트월