메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
천예은 (신한은행) 김세빈 (신한은행) 이자윤 (신한은행) 우지환 (신한은행)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제32권 제2호
발행연도
2021.3
수록면
283 - 295 (13page)
DOI
10.7465/jkdi.2021.32.2.283

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
인공지능 기술이 발전함에 따라, 금융 산업에도 인공지능 기술을 적용하는 사례들이 증가하고 있다. 그러나 인공지능 기술의 경우 많은 부분 비선형성이 높기 때문에 결과를 도출하는 과정에 대한 이해가 직관적이지 않는 것이 문제이다. 이런 특성으로 인해서 인공지능으로 결과를 도출하는 과정을 블랙박스로 표현하기도 한다. 최근 EU에서 새로운 개인정보 보호 규정을 만들면서, 인공지능 알고리즘을 통해 도출된 결과에 대해서 고객이 서비스 제공자에게 설명을 요청할 수 있는 권리를 보장하였다. 즉, 금융 산업에서 인공지능 기술을 적용하기 위해서는, 높은 정밀도뿐만 아니라 설명할 수 있는 능력도 고려해야 한다는 것이다. 본 논문에서는 외부에 오픈된 다양한 신용 정보 데이터를 활용하여, 인공지능 기반의 신용평가 알고리즘을 제안하였다. 이와 함께, 인공지능이 도출한 결과에 대해서, 데이터의 다양한 특성들 중에서 어떤 특성이 결과 도출에 큰 영향을 끼쳤는지 도출하는 알고리즘을 제안하였다. 또한, 이를 확장해서 인공지능이 도출한 결과의 변동이 있었을 때, 변동 결과를 설명하는 방법을 금융 데이터에 적용하였다. 제안된 방법을 통해서, 금융 서비스에서 인공지능 기술을 도입할 때, 설명력을 제공할 수 있음을 확인하였다는 점에서 큰 의미가 있다.
#디지털 금융 #설명 가능한 AI #신용평가 #Credit rating model #digital finance #explainable AI #XAI

목차

요약
1. 서론
2. 문헌연구
3. 제안 모델
4. 실증분석
5. 결론
References
Abstract

참고문헌 (20)

참고문헌 신청
Adadi, A. / 2018 / Peeking inside the black-box: A survey on explainable artificial intelligence (XAI) / IEEE Access 6:52138~52160 google schola Barros, R. C. / 2012 / A survey of evolutionary algorithms for decision-tree induction / IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews 42:291~312 google schola Chen, T. / 2016 / XGBoost: A scalable tree boosting system / Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining :785~794 google schola 조성빈 / 2011 / 신용평가기능 개선을 위한 과제 / KDI Journal of Economic Policy 33(2):81~110 dbpia Daly, A. / 2016 / Dummy coding vs effects coding for categorical variables : Clarifications and extensions / Journal of Choice Modelling 21:36~41 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

인공지능 기반 금융서비스의 공정성 확보를 위한 체크리스트 제안: 인공지능 기반 개인신용평가를 중심으로
김하영 ,  허정윤 ,  권호창 지능정보연구 2022 .09
인공신경망을 이용한 개인 신용평가 알고리즘
임성빈 ,  최우경 ,  김성현 외 1명 한국지능시스템학회 학술발표 논문집 2005 .04
개인신용평가에서의 비금융정보의 경제적 효과
권영준 ,  남재현 ,  조민정 한국경제연구 2011 .06
The analysis of Loan status and Comparison of Default Prediction Performances based on Personal Credit Information Sample Database
박소희 ,  최대선 Journal of KIISE 2019 .07
AI 신용평가시스템(Credit scoring system) 현재와 미래
전종하 한국경영과학회 학술대회논문집 2022 .06

최근 본 자료

전체보기

댓글(0)

0