저장된 얼굴은 생체 인증의 기준 얼굴로도 사용됩니다. 사용자의
vendor_data로 생체 인증 세션을 생성하고 portrait_image를 생략하면, Didit이 저장된 얼굴을 자동으로 사용합니다. 사용 순서는 승인된 라이브니스 얼굴, 전자여권 칩 사진, 신분증 문서의 초상 사진, 수동으로 등록된 프로필 얼굴 순입니다.얼굴이 사용자에 연결되는 방식
1
라이브니스 중 캡처
라이브니스 감지가 활성화된 세션을 사용자가 진행하면, Didit은 셀피를 캡처하고 패시브 라이브니스 감지를 실행하며, 가장 큰 얼굴을 추출하고 검색용 벡터 임베딩을 생성합니다.
2
사용자 프로필에 저장
얼굴은 세션 및 상위 User 엔터티에 연결됩니다. 얼굴 이미지 URL은
portrait_image로 사용자 프로필에 표시됩니다.3
검색용 인덱싱
임베딩이 검색 인덱스에 추가됩니다. 이후 세션에서는 이 인덱스를 대상으로 1:N 검색을 실행할 수 있습니다.
얼굴 검색(1:N)
얼굴 검색을 사용하면 이미지를 업로드하여 애플리케이션에 등록된 모든 얼굴과 비교하고, 해당 사용자를 찾을 수 있습니다. 사용 사례:- 온보딩 시 중복 감지: 동일한 사람이 계정을 두 개 만드는 것을 방지합니다.
- 역방향 조회: 사기 조사에서 CCTV 프레임이나 이미지에 나타난 사용자를 식별합니다.
- 재방문 고객 인식: 재방문 고객에 대해 KYC를 생략합니다.
POST /v3/face-search/- 독립형 얼굴 검색
중복 감지
새로 등록되는 모든 얼굴은 기존에 등록된 얼굴과 비교하여 중복 여부를 확인할 수 있습니다. Didit은 각 얼굴에approved_duplicate_status를 부여합니다.
워크플로는 다음과 같이 구성할 수 있습니다.
- 중복으로 표시된 세션을 자동으로 거부합니다.
- 검토용으로 표시하여 사람 분석가에게 전달합니다.
- 경고만 표시하고 허용하되 위험 태그를 추가합니다.
얼굴 차단 목록
세션을 거부해도 해당 얼굴이 차단 목록에 추가되지는 않습니다. 같은 얼굴로 들어오는 이후 세션을 거부하려면 직접 차단 목록에 추가해야 합니다. 차단 목록 페이지에서 추가하거나 Lists API를 사용할 수 있습니다. 이후 라이브니스 셀피가 해당 항목과 일치하는 새 세션은 자동으로 거부됩니다.가져온 얼굴을 사용자 프로필에 업로드
다른 KYC 제공업체에서 이전하는 경우, 먼저 User를 생성한 뒤 신뢰할 수 있는 얼굴 이미지를 해당 프로필에 연결할 수 있습니다. User는 여전히vendor_data로 식별되지만, 얼굴 업로드 엔드포인트는 대상을 명확히 하기 위해 Didit 내부 User ID(didit_internal_id)를 사용합니다.
1
User 생성 또는 조회
안정적인
vendor_data로 POST /v3/users/create/를 호출합니다. User가 이미 있다면 GET /v3/users/{vendor_data}/를 호출합니다.2
didit_internal_id 읽기
User 응답에는
didit_internal_id가 포함됩니다. 자체 시스템에서는 계속 vendor_data를 사용하고, didit_internal_id는 프로필 연결 엔드포인트에서만 사용합니다.3
얼굴 업로드
Base64로 인코딩된 얼굴 이미지와 함께
POST /v3/organization/{organization_id}/application/{application_id}/vendor-users/by-id/{didit_internal_id}/faces/upload/를 호출합니다.차단 방식
차단 목록에 얼굴 업로드
프로그래밍 방식으로 얼굴을 기준으로 사용자를 차단하려면 전용 목록에 얼굴 업로드 엔드포인트를 사용해 얼굴 이미지를 얼굴 유형 차단 목록에 업로드합니다. Didit은 생체 임베딩을 추출하여 일치하는 인덱스에 삽입합니다. 이후 라이브니스 셀피가 일치하는 세션은 자동으로 거부됩니다.프로필 얼굴 업로드와 얼굴 차단 목록 업로드는 서로 다른 작업입니다. 신뢰할 수 있는 가져온 얼굴을 증거, 중복 감지, 얼굴 검색을 위해 User에 연결하려면 프로필 업로드를 사용하세요. 이후 일치하는 세션을 거부하려면 얼굴을 차단하는 용도로 Lists API를 사용하세요.
차단 목록에서 얼굴 제거
콘솔에서 Blocklist → Faces → row actions → Remove를 선택하거나 항목 삭제 엔드포인트를 사용하세요.세션 삭제 후 보존되는 생체 인식 템플릿
세션을 삭제하면 얼굴 이미지와 기본적으로 얼굴 임베딩이 삭제되므로, 해당 인물은 중복 감지와 얼굴 검색에서 제외됩니다. 승인 직후 세션을 삭제하면서도 재가입을 계속 탐지해야 한다면, 애플리케이션에서 생체 인식 템플릿 보존을 활성화하거나 삭제 호출에retain_face_embeddings: true를 보내십시오.
Didit은 평소와 같이 세션과 해당 세션의 모든 데이터를 삭제하고, 사용자에 연결된 별도로 관리되는 이미지 없는 얼굴 생체 템플릿 하나를 보관합니다:
- 숫자형 얼굴 템플릿과 보존 메타데이터만 포함합니다. 얼굴 이미지, 라이브니스 영상, 문서 데이터, 추출된 신원 필드, 결정, 삭제된 세션의 ID는 절대 포함하지 않습니다.
- 라이브 세션의 얼굴과 똑같이 중복 감지, 얼굴 검색, 생체 인증, 얼굴 목록에 참여합니다. 일치 항목은
source: "retained_template", 사용자의vendor_user_id와vendor_data, 그리고biometric_template_id와 함께 보고됩니다. - 생체 데이터이며 만료 시점이
expires_at으로 설정되어 있습니다. 사용자가 삭제되거나, 해당 사용자의 세션이deletion_instruction: "privacy_erasure"와 함께 삭제되거나, 만료되거나, Lists → Biometric templates에서 또는 Biometric Templates API를 통해 직접 파기할 때 파기됩니다. vendor_data없이 생성된 세션에는 템플릿을 연결할 사용자가 없습니다. 이 세션을 삭제하면ineligible_no_vendor_user가 보고되고, 임베딩은 세션과 함께 삭제됩니다.- 보존된 템플릿은 차단 목록에 등록되지 않습니다. 삭제된 세션에서 생성된 얼굴 차단 목록 항목은 자체적인 독립 생체 항목과 수명 주기를 유지합니다.
얼굴 수명 주기 요약
콘솔에서 얼굴 업로드
컴플라이언스 담당자는 얼굴을 수동으로 업로드할 수 있습니다:- Users → [user] → Actions → Upload face로 이동합니다.
- 이미지를 선택합니다. Didit은 가장 큰 얼굴을 추출하고 해당 사용자에 연결된 새 Face 레코드를 저장합니다.
- 얼굴은 프로필 증빙, 중복 감지, 얼굴 검색을 위해 등록됩니다. 향후 일치하는 세션을 거부하는 것이 목적이라면 Blocklist 영역을 사용하십시오.
- 오프라인 채널로 확인된 고객의 알려진 초상 사진이 있는 경우.
- 사기 데이터베이스의 알려진 악성 행위자를 차단 목록에 미리 등록하려는 경우.
개인정보 보호 및 보존
- 얼굴 임베딩은 이미지가 아닌 수치 벡터입니다. 이미지 자체는 서명된 URL을 통해 액세스할 수 있는 암호화된 객체 스토리지에 저장됩니다. 얼굴 임베딩은 생체 데이터입니다.
- 보존 기간은 애플리케이션의 데이터 보존 정책을 따릅니다. 보존된 생체 인식 템플릿은 더 엄격하고 유한한 생체 인식 템플릿 보존 기간을 따릅니다.
- 세션을 삭제하면 이미지와 기본적으로 임베딩이 삭제됩니다. 애플리케이션에서 생체 인식 템플릿 보존을 사용하도록 설정한 경우, 세션을 삭제해도 이미지 없는 템플릿은 만료되거나 파기될 때까지 유지됩니다.
- GDPR / CCPA 잊힐 권리 요청의 경우,
deletion_instruction: "privacy_erasure"를 지정하여 해당 인물의 세션을 삭제하거나 사용자를 삭제하십시오. 두 방법 모두 보존된 모든 템플릿도 함께 파기합니다. 관리하는 얼굴 차단 목록 항목은 직접 제거하기 전까지 유지됩니다.
다음 단계
얼굴 검색
1:N 얼굴 검색의 작동 방식입니다.
라이브니스
얼굴을 포착하는 라이브니스 감지입니다.
차단 목록 API
차단 목록에 얼굴을 업로드합니다.
생체 인식 템플릿
세션 삭제 후 보존되는 템플릿입니다.
사용자 차단 목록
사용자를 차단 목록에 등록하는 방식입니다.