그래프 임베딩이 P2P 대출 사기 탐지에 미치는 실증적 효과

초록

본 논문은 자체 보유한 대규모 P2P 대출 소셜·금융 데이터를 활용해 최신 그래프 임베딩 기법이 사기 탐지 정확도에 기여하는지를 실증적으로 평가한다. 기존 연구가 그래프 재구성·링크 예측에 초점을 맞춘 반면, 본 연구는 사기 탐지율, 재현율 등 비즈니스 핵심 지표를 중심으로 임베딩 기반 관계 특징이 기존 정형 특성에 비해 얼마나 부가가치를 제공하는지를 검증한다.

상세 분석

이 연구는 크게 네 부분으로 구성된다. 첫째, 데이터 특성을 상세히 기술한다. 저자는 대출 신청서, 모바일 권한 데이터, 통신 기록 등 3가지 카테고리(재무, 통신, 개인)에서 추출한 1/3 비율의 내재적 피처와, 신청서와 모바일 주소록을 통해 구축한 이종 그래프(노드 유형: 고객, 직원, 대출, 기업 등; 엣지 유형: 연락, 고용, 결혼 등)를 제시한다. 그래프는 다중 유형을 단일 유형·단일 엣지로 변환한 뒤, 서브그래프 샘플링(의심 이웃 상위 5% + 무작위 시작 노드)으로 규모를 축소한다.

둘째, 그래프 임베딩 기법으로는 대표적인 Factorization 기반(HOPE), Random Walk 기반(Node2vec, DeepWalk), 그리고 Deep Learning 기반(SDNE)를 적용한다. 각 방법은 동일한 전처리된 단일 유형 그래프에 적용되어 128차원 임베딩을 생성하고, 이후 평균 풀링을 통해 노드 수준 특징을 획득한다.

셋째, 임베딩 특징을 기존 내재 피처와 결합한 뒤, Gradient Boosting, XGBoost, LightGBM 등 여러 트리 기반 분류기를 학습한다. 성능 평가는 AUC, F1, 사기 탐지율(Recall@5%) 등 비즈니스 중심 지표로 수행한다. 베이스라인은 내재 피처만을 사용한 모델이며, 임베딩 추가 여부에 따른 성능 차이를 ΔAUC, ΔRecall 형태로 보고한다.

넷째, 실험 결과는 두드러진 통계적 차이를 보인다. Random Walk 기반 임베딩이 가장 큰 개선을 보였으며, 특히 사기 탐지율이 2.3%p 상승하고 AUC가 0.012 상승했다. Factorization 기반은 소폭(ΔAUC 0.004)만 개선됐고, Deep Learning 기반은 과적합 위험으로 별다른 이득을 보이지 못했다. 또한, 1차 이웃 관계만을 이용한 임베딩이 2차 이웃을 포함한 경우보다 잡음이 적어 성능이 더 좋았다.

이 논문은 다음과 같은 시사점을 제공한다. (1) 그래프 임베딩은 기존 정형 피처와 상보적인 정보를 제공해 사기 탐지 모델의 민감도를 실질적으로 향상시킨다. (2) 데이터 규모와 이질성(다중 노드·엣지 유형) 때문에 그래프를 단일 유형·단일 엣지로 변환하는 전처리가 필수적이며, 변환 방식에 따라 임베딩 품질이 크게 달라진다. (3) Random Walk 기반 방법이 현재 금융 사기 탐지에 가장 적합한 것으로 보이며, 이는 노드 간 구조적 유사성을 잘 포착하기 때문이다. (4) 고차원 관계(2차, 3차 이웃)보다 1차 이웃에 초점을 맞춘 것이 노이즈를 억제하고 실용적인 성능 향상을 가져왔다. 마지막으로, 논문은 공개 데이터가 부족한 금융 분야에서 자체 데이터 활용이 연구·실무 모두에 중요한 가치를 지닌다는 점을 강조한다.