Triqai

Triqai란 무엇인가요?

Triqai는 원시 은행 거래 문자열을 구조화된 가맹점 데이터로 변환하는 거래 강화 API입니다. 거래에 가맹점 이름, 로고, 카테고리, 위치 세부 정보를 추가하여 다운스트림 앱과 데이터 파이프라인이 일관되고 깨끗한 출력을 사용할 수 있게 합니다.

Triqai는 REST API와 Node.js SDK를 통해 개발자를 위해 설계되었습니다. 머신러닝과 실시간 웹 데이터를 결합해 거래 텍스트를 식별 가능한 엔티티로 파싱하고, 신뢰도 점수를 포함한 강화된 결과를 반환합니다.

구조화된 엔티티로 거래 파싱: 지저분한 거래 텍스트를 앱 UX와 분석에 적합한 구조화된 가맹점 정보(예: 가맹점, 카테고리 등 관련 엔티티)로 변환합니다.
카테고리화 및 지출 정규화: 카테고리를 할당하고 구독을 감지하며 잘못된 라벨을 수정해 예산 관리와 인사이트를 더 일관되게 유지합니다.
위치 강화(가능한 경우 매장 수준): 가맹점을 매장 번호와 좌표 등의 위치 세부 정보로 해결하여 더 풍부한 경험과 위치 인식 워크플로를 지원합니다.
중개자 vs. 가맹점 분리: 중개자(예: 결제/마켓플레이스 엔티티)를 가맹점과 별도로 감지·반환하며, 다중 중개자 거래를 지원합니다.
개발자 중심 API & SDK 지원: REST API 또는 공식 Node.js SDK(npm install triqai)로 통합되며, 자동 재시도, 자동 페이지네이션 등의 프로덕션 준비 기능과 TypeScript 타입 정의를 제공합니다.
응답 내 신뢰도 점수: 각 엔티티(가맹점, 위치, 결제 프로세서, 카테고리)에 대해 0–100 신뢰도 점수를 포함해 불확실한 매치를 프로그램적으로 처리할 수 있습니다.

API 키를 발급받고 REST API 또는 Node.js SDK로 시작하세요. SDK 메서드나 API 엔드포인트를 사용해 원시 거래 문자열을 강화 요청합니다.
구조화된 강화 결과를 받으세요. 각 응답은 강화된 엔티티와 신뢰도 점수를 반환하며, 앱 로직에서 이를 검사할 수 있습니다.
엣지 케이스를 위한 임계값 적용: 신뢰도 점수를 사용해 사용자에게 표시할 내용과 검토나 대체 동작으로 라우팅할지를 결정합니다.
강화 출력 저장(선택): 강화 데이터는 귀하의 것이며, 데이터베이스에 저장하거나 캐싱해 반복 API 호출을 줄일 수 있습니다.

개인 재무 앱: 사용자 거래 텍스트를 인식 가능한 가맹점 이름과 카테고리로 강화해 사용자가 지출을 빠르게 파악하고 앱에 표시된 정보를 신뢰할 수 있게 합니다.
회계 및 비용 관리 도구: 비용을 자동 분류하고 공급자를 정규화하며 구조화된 가맹점·카테고리 데이터를 제공해 수동 조정 시간을 줄입니다.
은행 및 오픈뱅킹 워크플로: 원시 입력에서 일관된 가맹점 관련 필드를 생성해 은행 및 지역 간 거래 데이터를 표준화합니다.
사기 및 리스크 시스템: 가맹점·위치 맥락을 추가해 이상 징후를 감지하고 가맹점/위치 메타데이터로 거래를 기반화하여 오탐지를 줄입니다.
지출 분석 대시보드: 원시 거래를 구조화된 재사용 가능 데이터로 강화해 가맹점, 카테고리, 지역 간 더 신뢰할 수 있는 인사이트를 구축합니다.

Triqai는 각 거래에 대해 무엇을 반환하나요? Triqai는 거래 텍스트에서 파생된 구조화된 데이터를 반환하며, 가맹점, 위치, 카테고리, 결제 프로세서 감지, 각 엔티티의 신뢰도 점수를 포함합니다.

Triqai는 가맹점이 무엇인지 어떻게 판단하나요? Triqai는 머신러닝과 실시간 웹 데이터를 사용해 거래 텍스트를 구조화된 엔티티로 파싱한 후, 로고, 웹사이트, 좌표, 메타데이터 등의 추가 정보를 강화합니다.

Triqai는 전 세계에서 작동하나요? 네. Triqai는 전 세계 모든 국가를 지원하며 현지 문자 세트와 지역별 결제 수단을 처리합니다. EU, US, UK, ANZ 지역에서 가장 강력한 커버리지를 제공합니다.

Triqai가 가맹점을 확신 있게 인식하지 못하면 어떻게 되나요? 여전히 유용한 데이터를 받습니다. Triqai는 카테고리와 결제 프로세서 감지, 가능한 위치, 낮은 신뢰도 점수의 최선의 가맹점 추정치를 제공하며, 응답은 거의 비어 있지 않습니다.

강화 결과를 내 서버에 저장할 수 있나요? 네. 강화 데이터는 귀하의 것이며, 데이터베이스에 저장하거나 다운스트림 시스템 및 API 호출 감소를 위해 캐싱할 수 있습니다.

규칙 기반 거래 파싱 (벤더 사전): 유지 관리되는 규칙으로 알려진 벤더 문자열을 가맹점 및 카테고리 데이터에 매핑할 수 있습니다. 운영이 더 간단할 수 있지만, 지속적인 업데이트가 필요하며 낯선 또는 노이즈가 있는 거래 텍스트에서 성능이 떨어질 수 있습니다.
거래 설명에 대한 일반 OCR/NLP 파이프라인: 거래 서술에서 엔티티를 추출하는 NLP 워크플로를 구축할 수 있습니다. 더 많은 제어를 제공하지만 신뢰할 수 있는 가맹점, 카테고리, 위치 보강을 위해 더 많은 엔지니어링 노력이 필요합니다.
기타 가맹점/위치 보강 API: 대안 보강 서비스는 유사한 구조화된 가맹점 및 위치 출력을 제공합니다. 주요 차이점은 일반적으로 출력 스키마, 지역별 커버리지, 신뢰도 점수 및 중개자 처리 표현 방식입니다.
종단간 계좌 집계 + 거래 분류 도구: 일부 도구는 임의의 거래 문자열을 입력으로 받는 대신 집계 워크플로 내에서 거래를 그룹화하고 분류하는 데 중점을 둡니다. 해당 생태계에 이미 헌신한 팀에는 적합할 수 있지만 여러 소스의 거래를 보강할 때 유연성이 떨어질 수 있습니다.