공직자 재산신고서 이상치 탐지와 데이터 정제 제안

초록

본 논문은 아르헨티나 공직자 재산신고서 데이터에 하이브리드 이상치·노이즈 탐지 기법을 적용하여 데이터 품질을 향상시키고, 부정·부패 위험을 사전에 식별하는 방법론을 제시한다. 통계적 기법과 머신러닝 기반 모델을 결합한 절차를 설계하고, 실제 공개 데이터에 실험을 수행해 검증 결과를 제시한다.

상세 분석

이 연구는 공공 데이터 품질 관리의 새로운 패러다임을 제시한다는 점에서 학술적·실무적 의의가 크다. 먼저, 기존 연구에서 흔히 사용되는 단일 알고리즘 기반 이상치 탐지의 한계를 지적하고, 통계적 방법(예: IQR, Z‑score)과 비지도 학습 모델(예: Isolation Forest, DBSCAN)을 결합한 하이브리드 프레임워크를 설계한다. 데이터 전처리 단계에서는 결측값 보간, 문자열 정규화, 통화 단위 통일 등 전통적인 클렌징 작업을 수행하고, 이후 변수별 분포 특성을 분석해 이상치 탐지 기준을 동적으로 설정한다. 특히, 재산신고서의 특수성을 고려해 부동산 가격, 차량 등록 연식, 투자 포트폴리오 등 다차원 연관성을 모델링함으로써 단일 변수 기반 탐지보다 높은 정밀도를 달성한다. 실험에서는 2015‑2022년 기간의 12,000건 이상 공직자 신고 데이터를 활용했으며, 하이브리드 기법이 기존 단일 기법 대비 평균 18% 높은 재현율과 12% 낮은 오탐률을 기록했다. 또한, 탐지된 이상치 중 27%는 언론 보도와 연계된 실제 부정 사례와 일치함을 확인해 실효성을 입증했다. 한편, 모델 파라미터 튜닝 비용과 데이터 라벨링 부재가 한계로 지적되며, 향후 지도학습 기반 검증 데이터 구축과 실시간 모니터링 시스템 연계가 필요하다고 제언한다.