신용 예측 데이터의 불균형 문제 해결을 위한 가상 데이터 생성 기법

초록

본 논문은 신용 예측 데이터의 불균형 문제를 GAN 을 사용한 Over sampling 을 적용하여 해결하고자 한다. 신용 예측 데이터는 정상과 연체가 매우 불균형하게 이루어져 있어, 이것을 해결하는 기법이 필수적이다. 기존 논문에서는 불균형 문제를 kNN 기반의 Oversampling 을 사용하여 해결하였으나 신용 예측 데이터에는 적합하지 않다. 신용 예측 데이터는 정상, 연체 데이터가 매우 혼재 되어 있고, 많은 범주형 자료들을 가지고 있기 때문이다. 본 논문에서는 범주형 자료의 Probability Space 로의 전이를 통해 이 문제를 해결하고, 나아가 GAN 으로 데이터를 생성하여 신용 예측을 진행하였다. 진행 결과 기존의 kNN 기반의 Oversampling 방법과 비교하여 더 좋은 성능을 보였다.