[한국신용정보원] 부도 예측을 위한 인공지능 학습용 데이터 생성 및 검증 기법 (2022.01)

안녕하세요. 황컴플라이언스 입니다.

[한국신용정보원] 부도 예측을 위한 인공지능 학습용 데이터 생성 및 검증 기법 (2022.01) 입니다.

업무에 참고하시기 바랍니다.

 

○ 자료명 : 부도 예측을 위한 인공지능 학습용 데이터 생성 및 검증 기법

○ 발행일 : 2022년 01월

○ 주관부처 : 한국신용정보원

---

[개요]

□ 추진배경

• 인공지능 학습 모형 중 하나인 GAN(Generative Adversarial Network) 모델을 적용하여 부도 차주의 통계 특성은 최대한 유지하되 실제 자료는 아닌 재현된 학습 데이터를 생성하고 그 결과를 평가합니다.
• GAN모델을 통한 재현데이터 생성 및 평가 결과, 신용정보를 포함하는 인공지능 학습 데이터로 재현 데이터를 활용할 수 있음을 시사하며, 향후 보다 효율적인 데이터 생성 기법 연구와 정교한 신뢰성 검증을 거쳐 금융산업 내 재현 데이터 활용 확대를 기대하고 있습니다.

---

부도 예측을 위한 인공지능 학습용 데이터 생성 및 검증 기법 GAN 기반 재현 데이터 중심으로.pdf

0.84MB

부도 예측을 위한 인공지능 학습용 데이터 생성 및 검증 기법 (2022.01) : 한국신용정보원

---

□ 부도 예측 학습 데이터 생성 및 검증 절차

• GAN(Generative Adversarial Network ; 적대적 생성 신경망)은 딥러닝 생성 모델 중 하나로, 생성자(Generator)와 판별자(Discriminator)가 대립하는 구조로 하여 실제에 가까운 샘플을 생성하는 방법입니다.
• ‘생성자’는 실제에 가까운 샘플을 생성하는 것을 목표로 하고, ‘판별자’는 생성자가 만들어낸 샘플을 실제 데이터와 비교하여 실제/가상 여부를 잘 구별해내는 것을 각각의 목표로 합니다.
• (단계1) 판별자는 실제 데이터와 생성자가 생성한 샘플을 학습하고 그 중 실제 데이터를 판별합니다.
• (단계2) 판별자가 학습을 통해 판별한 결과를 생성자가 학습하여 더 실제에 가까운 샘플을 생성합니다.
• (단계3) 단계1~2를 반복하면서 판별자가 실제 데이터와 생성한 샘플을 구분하지 못할 때 학습 종료합니다.

• 학습 데이터 생성 절차는 원천 데이터를 준비하고 재현 학습 데이터를 생성한 후 생성된 데이터를검증 · 평가하는 단계로 이루어 집니다.

---

※ 해당 가이드라인은 한국신용정보원 홈페이지에서 확인할 수 있습니다.

※ 바로 이동하시려면 여기를 클릭해주세요.

CIS 보고서 상세 | 한국신용정보원

※ 더 많은 자료 찾아보기

황컴플라이언스의 공간