금융과 이상탐지

기사를 읽고 느낀점에 대해 적어본다

기사 내용 요약

• 디지털 금융 서비스 확산과 함께 사이버 공격도 진화하고 있음
  • 금융사기로 인해 지급 정지된 계좌 수는 해마다 증가 중
  • 17년대비 무려 13배 폭증
• 금융권이 너도나도 이상거래탐지시스템(FDS)를 도입하고 거액을 들여 이를 고도화하고 있지만, 여전히 보이스피싱 등 특이 거래를 잡아내지 못하고 있음
  • FDS : 평소와 다른 이상 구매 패턴을 사전 감지 => 부정 거래 판단
  • 뿐만 아니라 FDS에 대해 법적 강제 사항이 없어 실제 효용성 여부 알기 어려움.
    • 실제로 카카오뱅크는 지난해 11월, 금감원으로부터 경영유의 조치 받음. 별도 의심 거래 검토 및 모니터링 안했다는 이유로.
    • 올해 국정감사에서도 우리은행이 FDS 관련 수십억 투자했음에도 성과 약하자 질타 이어졌음.

느낀점

• Anomaly Detection(이상 탐지)라는 분야가 그동안 다룬 데이터가 대부분 제조라 그런지 생산 데이터나 센서 데이터로부터의 공정 이상쪽으로만 생각했었는데, 금융쪽에서도 쓰일 수 있으며 최근에 이렇게나 중요하게 다뤄지고 있는지 몰랐음
• 특히 최근 이상탐지 부분 관련하여 논문도 읽고 이에 대해 교내 경진대회도 나갔어서 앞으로 이 부분을 금융권 FDS 관련하여 다뤄봐야겠단 생각이 든다

생각해봐야할 점

• 얼마 전 면접에서 anti 스팸메일 분류기를 만들때, data imbalance문제가 극악일때 어떻게 대처할것이냐라는 질문에 대답을 잘 못했다.. 이것도 결국 task가 이상탐지인 질문이다. 그리고 질문에서처럼 실제 씬에서는 imbalance문제가 심각할 것이다. 오버샘플링 같은 부분들 공부해서 이 부분 어떻게 대처해야할지 실제 경험을 통해 공부해야할 것 같다
• 최근 읽은 논문에서(위의 논문) GNN이 변수간 상관관계에 주목하여 이상탐지에 활용된다. 이상거래탐지의 경우에도 구매패턴을 읽고 결과를 분류할테니 여기서도 변수 간 상관관계 부분을 잘 생각해보자
• 요즘 화두가 XAI다. AI의 잘못된 결과도출은 어느 산업이든 큰 피해를 줄 수 있지만 특히나 금융권이라면 더더욱이다. 팀플을 통해 알게된 Sharp (시각화 결과도 재밌게 잘 뽑을 수 있다)도 같이 적용해 볼 수 있지 않을지 생각해보자.
• 이상탐지는 정말 몇달전만 해도 되게 재미없고 시시한 주제라고 생각했는데, 관심있었던 GNN을 통해서 한번 만나고 면접에서 만나고 인공지능응용 수업으로 만나고 이렇게 금융기사로도 만나니까 갑자기 느낌이 확달라진다. 오늘 교수님께서 데이터분석 할 때 '주제가 재밌거나 데이터가 재밌거나'라고 말씀하셨다. 야구를 주제로 (메이저리거 투수들 구종예측) 한 팀이 있었는데 듣기만해도 흥미로웠다. 이 부분 명심하도록 해야겠다
  • 특히 이게 공감되는게 지금 시험기간이다. ㅋㅋ. 평상시에 코드짜거나 velog 쓸때면 잠오는지도 모르고 하는데 똑같이 시험공부만 하면 하기 매우싫어진다.
  • fancy 하다고 너무 맹목적으로 좇으려고 하지말고 전략적으로 성장을 위해 재미를 교수님말씀처럼 접목해보자.