I. 서론

II. 그래프 대조 학습의 이해

III. 주요 연구 동향

IV. 금융사기탐지 적용 방안

V. 결론

금융거래는 대부분의 정상 거래와 매우 희소한 사기 거래로 구성되어 있으며, 사기 계좌는 정상 계좌와 다수의 거래를 통한 위장으로 탐지를 회피하는 전략을 사용하기도 한다. 그래프 대조 학습은 이와 같이 라벨이 부족하고 데이터의 극심한 불균형 상황에서도 금융거래 네트워크를 효과적으로 학습할 수 있는 기법이다. 본 고에서는 그래프 대조 학습의 개념과 주요 기법들의 동향을 살펴보고, 이 기법들을 가명처리된 금융거래 데이터를 적용한 결과를 제시한다. 나아가 금융거래 네트워크의 구조적인 특징을 반영하는 개선 방안을 논의함으로써 금융사기탐지에서 그래프 대조 학습의 실효성 및 가능성을 확인한다. 

[원문보기]