Target
1. 기존 Rule 기반의 신용 대출 사기 방지 모델을 머신러닝을 활용한 예측 모델로 대체
2. 가계 및 기업의 신용 대출 사기 적발 및 신규 사기 유형 탐색
Challenge
1. 정상 대출 건 대비 사기 건수가 현저히 적은 심각한 불균형 데이터 처리
2. 다양한 원천에서 발생하는 많은 변수 중 유의미한 변수 선택
3. 모델 전체의 중요 변수가 아닌 개별 대출별 사기 및 정상을 판별하는 변수 표출
How to
1. 비지도학습(기업), 지도학습(가계) 기반의 인공지능 모델 개발
2. SMOTE, ROSE방식 등의 샘플링 기법 적용
3. AutoML 기반의 최적화 방법론 활용
4. 모형의 예측값을 설명하기 위한 알고리즘(Lime, Shap 등) 활용
Outcome
1. PRAUC 기준 모델 성능 90% 이상 달성 2. 모델 테스트 및 안정화 단계에서 다수의 신용 대출 사기 적발 및 방지
* 관련기사:
[단독] 국민은행, ‘사기대출’ 차단 AI 첫 개발…금감원도 업계 도입 독려
