この記事の要点
韓国ディープラーニングは、Shinhan Vietnam Financeとの技術実証（PoC）で、本人確認書類と銀行取引明細を対象に金融AIエージェントを適用しました。
実装したのは、顧客情報の照合、取引明細の検算、所得性取引の識別という3つの検証機能です。
この実証は「Shinhan Innoboost」の技術評価で1位となり、「Global Shinhan Innoboost Open Innovation Reward」を受賞しました。
金融AIエージェントの事例｜Shinhan Vietnam Financeと実証した、本人確認書類と取引明細の照合・検算
韓国ディープラーニングはShinhan Vietnam Financeとの技術実証（PoC）で、本人確認書類と銀行取引明細の顧客情報照合、取引明細の検算、所得性取引の識別をAIエージェントで実装し、Shinhan Innoboostの技術評価で1位となりました。
Nov 10, 2026
Contents
金融文書の業務は「読んだ後」に残るShinhan Vietnam Financeとの技術実証の概要実装した3つの書類照合・検証機能1. 本人確認書類と取引明細の顧客情報照合2. 取引明細の検算3. 所得性取引の識別と月次集計AI-OCRと金融AIエージェントは何が違うのかAIの照合・計算結果を、金融機関はどう信頼するかPoCから業務運用へ：AIエージェントプラットフォーム「DEEP Agent OS」DEEP Agentの主な機能日本の金融機関で検討する際のポイント導入前に確認したい5つの項目よくある質問Q. 今回の取り組みは商用導入ですか。Q. 日本の金融機関でも取り組みはありますか。Q. 審査の判断はAIが行うのですか。Q. 閉域網やオンプレミスでも利用できますか。まとめ関連記事出典📌
金融AIエージェントの事例を探している金融機関の担当者に向けて、本記事では、海外の金融機関で実際に行った技術実証の内容を紹介します。対象は、ベトナムで個人ローンやクレジットカード、割賦金融を手がけるShinhan Vietnam Financeの審査書類です。
金融文書の業務は「読んだ後」に残る
ローンの申込者が、本人確認書類と銀行取引明細を提出したとします。審査担当者が確かめるべきことは、書類に書かれた氏名や金額だけではありません。
本人確認書類と取引明細の顧客情報は一致しているか
入出金の合計と期首・期末残高は合っているか
入金のうち、所得とみなせる取引はどれか
文字を正確に読み取れても、異なる書類の情報を突き合わせ、業務の基準に沿って計算する作業は残ります。金融の業務自動化で手間が残りやすいのは、まさにこの「読んだ後」の工程です。
海外の金融業務では、さらに言語と表記の違いが加わります。取引明細は現地の言語で書かれ、同じ顧客の名前でも書類によって表記が揺れることがあります。
Shinhan Vietnam Financeとの技術実証の概要
今回の技術実証は、新韓銀行ベトナム法人とソウル産業振興院（SBA）が主催し、Shinhan Futures Lab Vietnamを通じて行われたオープンイノベーションプログラム「Shinhan Innoboost」の一環です。韓国ディープラーニングは、新韓カードのベトナム法人であるShinhan Vietnam Financeの課題に取り組み、技術評価で1位となりました。
項目 | 内容 |
|---|---|
実証先 | Shinhan Vietnam Finance（新韓カードのベトナム法人） |
プログラム | Shinhan Innoboost（主催：新韓銀行ベトナム法人、ソウル産業振興院（SBA）） |
対象業務 | 個人ローン・クレジットカード・割賦金融の審査に関わる文書処理 |
対象書類 | 本人確認書類、銀行取引明細 |
適用製品 | DEEP Agent（DEEP OCRによる文字認識、DEEP Parserによる構造解析を基盤） |
実装機能 | 顧客情報の照合、取引明細の検算、所得性取引の識別 |
結果 | 技術評価で1位、「Global Shinhan Innoboost Open Innovation Reward」を受賞 |
位置づけ | 技術実証（PoC）。商用導入の発表ではありません |
今回の実証の技術的な意味について、韓国ディープラーニング 代表 キム・ジヒョンに聞きました。
「技術評価で1位という結果にも意味はありますが、私たちがより重要だと考えているのは、文書認識から業務検証までをつなぐ技術が、海外の金融業務でも適用できる可能性を確認できたことです。」
——韓国ディープラーニング 代表 キム・ジヒョン
実装した3つの書類照合・検証機能
今回の実証で実装した機能は、次の3つです。
機能 | 確認すること | ポイント |
|---|---|---|
顧客情報の照合 | 本人確認書類と取引明細の顧客情報が一致しているか | ベトナム語の発音記号の有無による表記の違いを考慮 |
取引明細の検算 | 入出金の合計と期首・期末残高が合っているか | 計算が合わない場合は担当者の確認項目として扱う |
所得性取引の識別 | 入金のうち、所得とみなせる取引はどれか | 英語・ベトナム語の取引表現をもとに識別し、月ごとに合算 |
1. 本人確認書類と取引明細の顧客情報照合
ベトナム語には声調などを示す発音記号があり、同じ顧客の名前でも、書類によって記号の有無が異なることがあります。文字単位で比べるだけでは、同一人物でも不一致と判定されかねません。今回の実証では、発音記号の有無による違いを考慮したうえで、顧客情報を照合しました。
「大切なのは、二つの書類に書かれた文字が同じかどうかだけを確かめることではなく、実際の業務で必要な基準で情報が一致しているかを検証することです。こうした現地言語の特性まで反映してこそ、金融文書の自動化技術を海外の業務環境にも適用できると考えました。」
——キム・ジヒョン
2. 取引明細の検算
入出金の合計と、期首・期末残高を突き合わせて検算します。計算が合わない場合は、担当者が確認すべき項目として扱えます。
3. 所得性取引の識別と月次集計
入金がすべて所得になるわけではありません。英語とベトナム語で書かれた取引の表現を踏まえて所得性の取引を識別し、月ごとに合算する機能を実装しました。
所得として扱う取引：給与、賞与など
除外する取引：ローンの実行金、返金など
「ここで重要なのは、金額をどれだけ正確に読めるかだけではありません。その金額がどんな取引から生じ、金融業務の基準に従ってどう処理すべきかまでつなげることです。そうしてはじめて、担当者が実際の業務で使えるデータが生まれます。」
——キム・ジヒョン
AI-OCRと金融AIエージェントは何が違うのか
AI-OCRは書類を読み取り、文字や数値をデータにする技術です。金融AIエージェントは、そのデータを使って照合・計算・検証といった次の業務まで進めます。
AI-OCR | 金融AIエージェント | |
|---|---|---|
主な役割 | 書類の文字・数値を読み取る | 読み取ったデータで照合・計算・検証を行う |
扱う範囲 | 1枚の書類の記載内容 | 複数の書類をまたいだ確認 |
結果 | テキスト・数値のデータ | 業務の基準に沿った確認結果 |
「OCRは文書を読み取る技術です。私たちも、文書認識がすべてのプロセスの出発点だと考えています。ただ、金融業務では文書を読んだ後にもやるべきことが多いんです。異なる書類の情報を比べ、金額を計算し、業務の基準に合っているかを確認しなければなりません。文書認識が情報を取ってくる仕事だとすれば、AIエージェントはその情報で次の業務を進められるようにするものです。」
——キム・ジヒョン
AIの照合・計算結果を、金融機関はどう信頼するか
金融業務では、AIが出した結果だけでなく、その根拠を確認できることが欠かせません。
「金融業務では、結果を示すだけでは十分ではありません。どの情報をもとに、どの基準で処理したかが重要です。二つの書類の顧客情報が一致しているか、取引の合計が合っているか、ある取引をなぜ所得から除いたのかを確認できる必要があります。ただし、こうした技術を実装したからといって、与信審査のすべての判断をAIに任せるという意味ではありません。AIが処理できる業務と、担当者が直接確認し判断すべき部分は分けるべきです。」
——キム・ジヒョン
PoCから業務運用へ：AIエージェントプラットフォーム「DEEP Agent OS」
ℹ️
ここからは、実証結果ではなく、韓国ディープラーニングが現在提供している製品の機能を紹介します。
韓国ディープラーニングは、OCRの会社から、文書の理解・検証から業務判断の支援、その後の実行までをつなぐエンタープライズAIエージェントの会社へと領域を広げています。その中心が、AIエージェントプラットフォーム「DEEP Agent OS」です。
製品 | 役割 |
|---|---|
DEEP OCR | 書類の文字と数値を読み取る（基盤技術） |
DEEP Parser | 表やレイアウトを、構造を保ったままデータにする（基盤技術） |
DEEP Agent | 読み取った結果を受けて、チームの基準で検証・判断し、基幹系やERPへ入力する |
DEEP Ops | 稼働後も、文書の様式や抽出基準の変化に合わせてエージェントの精度を維持する |
DEEP Agentの主な機能
基準を満たさなかった案件だけを担当者に回す確認工程
業務手順をつなぎ直せるワークフロー
リリース前に新旧バージョンを同じ基準で比べる機能
変更履歴の記録
外部ネットワークから切り離されたオンプレミス・閉域網での動作
文書AIは、導入後に様式や規程が変わると精度が落ちることがあります。DEEP Opsは、こうした運用段階の変化に対応するための製品です。
日本の金融機関で検討する際のポイント
本人確認書類や収入を示す書類、取引明細の確認は、日本の金融機関の審査事務にも共通する業務です。韓国ディープラーニングは日本でも、NDAを締結した大手金融機関と、文書処理の検証や導入に向けた協議を進めています。日本の金融機関とのやり取りは、日本専任チームが担当しています。
ただし、照合や計算のルールは、各機関の規程と業務フローに合わせて設計する必要があります。
「まず技術より業務の流れを見るべきだと思います。与信審査といっても、書類の受付から情報の確認、取引の検算、最終判断まで、いくつもの段階があります。そのうち担当者が繰り返し確認している部分はどこか、どんな書類を使い、どんな業務ルールを適用しているかから見ていくべきです。AIエージェントを導入したという事実よりも、人が繰り返し処理していた仕事が実際にどれだけ減るかが重要だと考えています。」
——キム・ジヒョン
導入前に確認したい5つの項目
確認項目 | 検討すること |
|---|---|
対象業務 | 担当者が繰り返し照合・計算している工程はどこか |
対象書類 | どの書類を、どの組み合わせで突き合わせるか |
業務ルール | 一致の基準、所得とみなす取引、除外する取引をどう定義するか |
例外処理 | 不一致や追加確認が必要な案件を、誰がどう処理するか |
運用環境 | 閉域網・オンプレミスなど、情報管理の要件をどう満たすか |
対象業務と書類の組み合わせが決まれば、検証の範囲も具体的に話し合えます。まずはこの2点からご相談ください。
よくある質問
Q. 今回の取り組みは商用導入ですか。
いいえ。Shinhan Vietnam Financeとの取り組みは技術実証（PoC）です。実証では、本人確認書類と銀行取引明細を対象に、顧客情報の照合、取引明細の検算、所得性取引の識別を実装し、Shinhan Innoboostの技術評価で1位となりました。
Q. 日本の金融機関でも取り組みはありますか。
はい。NDAを締結した日本の大手金融機関と、文書処理の検証や導入に向けた協議を進めています。契約上、機関名や詳細は公開していません。
Q. 審査の判断はAIが行うのですか。
いいえ。AIエージェントは照合・計算・識別といった判断材料の準備を担い、審査の判断は担当者が行う前提です。一致しない案件や追加確認が必要な案件の扱いも、あらかじめ設計します。
Q. 閉域網やオンプレミスでも利用できますか。
DEEP Agentは、外部ネットワークから切り離されたオンプレミスや閉域網の環境でも動作します。導入形態にはオンプレミス、プライベートクラウド、SaaSなどがあります。
まとめ
金融文書の業務は、文字を読むだけでは終わりません。異なる書類の情報を照合し、取引を計算し、業務の基準でデータを検証して、はじめて次の工程に進めます。Shinhan Vietnam Financeとの技術実証は、この工程を金融AIエージェントで自動化できる可能性を、海外の金融機関の実際の課題で確かめ、技術評価で1位という結果を得た事例です。
韓国ディープラーニングは、今回の実証を足がかりに海外の金融市場での事業機会を広げるとともに、文書とデータを繰り返し扱う他の業界にもAIエージェントの適用を広げていく計画です。
💬
書類の照合・検証業務へのAIエージェント適用は、対象業務と書類の組み合わせからご相談いただけます。日本専任チームが対応します。
関連記事
出典
韓国ディープラーニング プレスリリース「Shinhan Innoboost 技術評価1位」
Venturesquare「Global Shinhan Innoboost Open Innovation Reward」受賞報道（2026年11月5日）
東亜日報、新韓カードのベトナム子会社との実証報道
Share article