한글내용
(Korean Abstract) |
최근 몇 년간 대량의 데이터를 학습하여 예측·분류의 정확도를 향상시키는 딥러닝 기술이 비약적으로 발전하면서, 전 금융권에서도 이를 실제 업무 프로세스에 활용하는 방안에 대한 관심도가 꾸준히 높아지고 있는 추세이다. 특히, 딥러닝 기술을 활용한 FDS 시스템을 통해 이상거래 탐지율 향상, 신속한 대응, 자동화된 탐지 결과 반영 등을 기대하고 있다. 일반적인 접근방식은 사전에 목표 변수 분류가 이루어진 충분히 많은 훈련 데이터를 이용하는 지도 학습이다. 이런 지도 학습은 사전 데이터 분류에 많은 노력이 요구되고, 보통 현실에서는 비정상 관측 데이터가 거의 없는 경우가 많기 때문에 근본적인 한계를 갖고 있다. 본 논문에서는 현재 운영 중인 일반적인 형태의 FDS 시스템을 분석하고, 지도 학습의 한계를 극복하기 위해 비지도학습인 오토인코더 신경망을 활용한 이상거래 탐지 모델 적용 방안을 제시한다.
|
