RIFF: 결정 트리에서 사기 탐지용 규칙 유도하기

금융 사기로 인한 연간 손실은 수십억 달러에 이른다. 기존에는 의사결정 과정을 설명해야 하는 분야에서 투명성과 해석 가능성이라는 중요한 특성을 갖추고 있어 규칙 기반 시스템이 주로 활용되어 왔다. 그러나 규칙 기반 시스템은 도메인 전문가의 광범위한 참여가 필요하며, 규칙을 생성하고 조정하는 데 많은 노력이 소요된다. 이 문제를 완화하기 위해 규칙 유도 알고리즘이 데이터에서 직접 규칙을 도출하는 방식을 도입하고 있다. 본 연구에서는 사기 탐지 분야에 이러한 알고리즘을 적용하는 것을 탐색하며, 특히 낮은 거짓 긍정률(False Positive Rate, FPR) 또는 알림률을 요구하는 환경에서 규칙 시스템의 제약을 고려한다. 이를 위해 우리는 결정트리에서 직접 낮은 FPR을 갖는 규칙 집합을 추출할 수 있는 RIFF라는 규칙 유도 알고리즘을 제안한다. 실험 결과, 유도된 규칙은 원래 모델의 성능을 유지하거나 향상시키며, 복잡성을 크게 감소시킴과 동시에 전문가가 수작업으로 조정한 규칙보다 우수한 성능을 보였다.