예측력 강화된 은행 예금 가입 예측: 러프셋과 의사결정트리 통합 연구

초록

본 논문은 포르투갈 은행 마케팅 데이터를 활용해 러프셋 이론과 C4.5 의사결정트리를 적용, 핵심 특성인 연령·잔액·통화시간을 도출하고, 높은 정확도의 예금 가입 예측 규칙을 제시한다.

상세 분석

이 연구는 2015년 발표된 기존 작업을 기반으로, 포르투갈 은행의 직접 마케팅 캠페인 데이터를 정형화된 관계형 데이터베이스(RDB)로 전환한 뒤, 두 가지 데이터 마이닝 기법을 비교·통합하였다. 첫 번째 단계는 러프셋 이론(RST)을 이용한 속성 축소이다. 원본 데이터는 16개의 조건부 속성과 1개의 목표 속성(Deposit_s)으로 구성되었으며, Pawlak의 식별 행렬을 구축해 독립성 검증을 수행하였다. 그 결과, 연령(Age), 평균 잔액(Balance), 마지막 통화 지속시간(Duration) 세 변수가 핵심 속성(CORE)으로 식별되었으며, 이들만으로도 원본 데이터의 하위·상위 근사 집합을 충분히 보존한다는 점을 확인했다. 이는 차원 축소 후에도 높은 분류 성능을 유지할 수 있음을 시사한다.

두 번째 단계는 C4.5 알고리즘 기반 의사결정트리(DT) 구축이다. 각 속성에 대한 정보이득 비율(Gain_Ratio)을 계산한 결과, Duration이 가장 높은 값을 보여 루트 노드가 되었으며, 이후 Poutcome, pdays, marital 등 부가적인 속성이 분기 조건으로 사용되었다. 최종 트리는 104개의 리프와 146개의 노드로 구성되었으며, 트리에서 추출된 규칙들은 61%에서 99.9%까지 다양한 정확도를 보였다. 특히 “Duration ≤ 211초 → Deposit_s = No” 규칙은 97.13%의 높은 정확도를 기록, 실무 적용 가능성을 강조한다.

두 기법의 결과를 비교하면, RST는 최소한의 핵심 속성만으로도 높은 예측력을 제공함으로써 모델의 해석 용이성과 계산 효율성을 확보한다. 반면 DT는 전체 속성을 활용해 복합적인 조건 조합을 도출함으로써 세밀한 고객 세분화와 마케팅 전략 수립에 유리하다. 논문은 이러한 상보적 관계를 강조하며, 실제 비즈니스 의사결정에서 RST 기반 속성 선택 후 DT를 적용하는 하이브리드 파이프라인을 제안한다.

하지만 몇 가지 한계점도 존재한다. 첫째, 데이터 전처리 과정에서 일부 범주형 변수를 이산형으로 변환하고 외래키 테이블을 구성했으나, 변환 과정에서 정보 손실 가능성이 제기된다. 둘째, 테스트에 사용된 10% 샘플(bank.csv)과 전체 데이터(bank-full.csv) 간의 불균형이 모델 일반화에 영향을 미칠 수 있다. 셋째, DT의 과적합 위험을 완화하기 위한 가지치기(pruning) 절차에 대한 상세 설명이 부족해 재현 가능성이 낮다. 마지막으로, 모델 성능 평가는 정확도 외에 정밀도·재현율·F1 점수와 같은 다중 지표가 제공되지 않아, 실제 비즈니스 비용(예: 잘못된 긍정/부정) 평가가 제한적이다.

전반적으로, 본 연구는 러프셋 이론을 통한 속성 축소와 의사결정트리 기반 예측 모델을 결합함으로써, 은행 마케팅 캠페인에서 고객의 예금 가입 가능성을 효과적으로 예측하고, 마케팅 비용 절감 및 수익 극대화에 기여할 수 있음을 입증한다. 향후 연구에서는 교차 검증, 비용 민감도 분석, 그리고 최신 앙상블 기법(예: 랜덤 포레스트, XGBoost)과의 비교를 통해 모델의 견고성을 강화할 필요가 있다.