판단자-조언자 방식의 머신러닝 모형을 통한 신용카드 부정 사용 탐지

초록

신용카드 부정 사용 탐지를 위해 다양한 머신러닝 방식이 이루어지고 있으며, 단일 알고리즘 모형 이외에 여러 알고리즘을 함께 적용하는하이브리드 모형도 제시되고 있다. 또한, 부정 사용 탐지에서 데이터 불균형이 주요한 문제점으로 지적되는데, 이로 인해 오탐률과 미탐률을동시에 개선하기는 쉽지 않다. 본 논문에서는 서로 독립된 분류 알고리즘을 조언자-판단자 방식의 하이브리드 모형으로 구성하여 적용하였다. 제안된 모형은 조언자 계층과 판단자 계층으로 이루어지며, 조언자 계층에서는 단일 알고리즘으로 구성되는 다수의 분류모형을 포함하고, 자신의 알고리즘을 가지는 판단자 계층의 모형은 조언자 모형들의 결과를 특정 함수로 처리한 결과를 입력 데이터의 일부로 활용하는형태이다. 조언자 모형의 예측결과를 입력 데이터로 적용하는 방식에 따라 여러 판단자 모형을 구성하여 평가하였다. 조언자 계층의 여러모형과 판단자 계층을 포함한 전체 모형에 대해 성능을 비교한 결과, 조언자 모형의 특징과 조언자 모형의 결과를 처리하는 함수의 방식에따라 전체 모형의 정밀도 및 재현율의 값이 일정하지 유지되지 않았다. 그러나 조언자 및 판단자 모형의 알고리즘과 예측결과의 처리방식에대한 적절한 선택은 본 논문의 조언자-판단자 모형이 데이터 불균형 속에서 정밀도와 재현율의 개선효과를 가져오는 것으로 확인되었다.

키워드