소개 및 동기

R로 배우는 사기 탐지

Bart Baesens

Professor Data Science at KU Leuven

강사 소개

사기란 무엇인가?

사기는 드물고, 의도적이며, 교묘하게 은폐되고, 시간에 따라 진화하며, 종종 치밀하게 조직화된 범죄로 다양한 형태로 나타납니다.

wolf_in_sheeps_clothing

사기의 영향

사기는 매우 드물지만, 탐지 실패 시 피해는 막대합니다!
사례:
- 조직은 연간 수익의 5% 를 사기로 손실
- 기업의 연간 사기 피해액 > 3조 5천억 달러
- 신용카드 회사는 거래 100달러당 약 7센트 손실
- 비생명 보험 청구 금액의 5~10% 가 사기

사기 유형

자금 세탁 방지
수표 사기
신용카드 사기
관세 사기
위조
신원 도용
보험 사기
모기지 사기
미배송 사기

온라인 사기
제품 보증 사기
탈세
통신 사기
재고 절도
티켓 사기
교통 사기
전신 사기
산재 보험 사기

성공적인 사기 분석 모델의 주요 특성

통계적 정확도

robinhood

성공적인 사기 분석 모델의 주요 특성

통계적 정확도
해석 가능성

minorityreport

성공적인 사기 분석 모델의 주요 특성

통계적 정확도
해석 가능성
규제 준수

regulatory

성공적인 사기 분석 모델의 주요 특성

통계적 정확도
해석 가능성
규제 준수
경제적 영향

dagobert

성공적인 사기 분석 모델의 주요 특성

통계적 정확도
해석 가능성
규제 준수
경제적 비용
전문가 기반 접근법을 데이터 기반 기법으로 보완

manmachine

사기 탐지 모델의 과제

불균형
- 예: 신용카드 사기의 경우 일반적으로 사기 비율 < 0.5%

haystack

사기 탐지 모델의 과제

불균형
- 예: 신용카드 사기의 경우 일반적으로 사기 비율 < 0.5%
운영 효율성
- 예: 신용카드 사기의 경우 의사결정 시간 < 8초

flash

사기 탐지 모델의 과제

불균형
- 예: 신용카드 사기의 경우 일반적으로 사기 비율 < 0.5%
운영 효율성
- 예: 신용카드 사기의 경우 의사결정 시간 < 8초
정상 고객 불편 방지

goodcustomer

불균형 데이터

대형 폭풍 이후 보험사에 다수의 청구 접수
- 사기 청구는 1, 정상 청구는 0으로 레이블링
데이터 내 사기 비율은 다음 함수로 확인 가능
- table() 및 prop.table()
prop.table(table(...)) 으로 사기 비율 산출

prop.table(table(fraud_label))

     0      1
0.9911 0.0089

파이 차트로 불균형 시각화

labels <- c("no fraud", "fraud")
labels <- paste(labels, round(100 * prop.table(table(fraud_label)), 2), "%")
pie(table(fraud_label), labels, col = c("blue", "red"),
      main = "Pie chart of storm claims")

stormclaims

혼동 행렬

사기 탐지 모델 평가에 사용:

confusionmatrix

탐지 모델 없이 모든 청구를 정상으로 처리하는 경우:

predictions <- rep.int(0, times = nrow(claims))
predictions <- factor(predictions, levels = c("no fraud", "fraud"))

caret 패키지의 confusionMatrix() 함수:

library(caret)
confusionMatrix(data = predictions, reference = fraud_label)

             Reference
 Prediction    0   1
            0 614  14
            1   0   0                                   
 Accuracy : 0.9777

사기 미탐지의 총 비용: 청구 사례

사기 총 비용 = 사기 청구 금액의 합계

사기 미탐지 시 총 비용:

> total_cost <- sum(claim_amount[fraud_label == "fraud"])
> print(total_cost)

연습해 봅시다!

R로 배우는 사기 탐지