기업 신용평가 모형에 설명 가능한 AI 적용을 위한 TabNet 기반 프레임워크: 기업 신용평가 모형 연구를 중심으로

초록

늘어나는 기업 대출에 맞춰 은행권에서는 기업 신용평가 모형의 고도화를 통한 여신 리스크 관리의 필요하다. 기업 신용평가 고도화를 위하여 기업 재무정보를 활용한 통계, 머신러닝, 딥러닝 기법들의 활용 연구가 활발히 진행되었다. 해당 연구들에서 사용된 대표적인 모델들은 전통적인 통계 기법인 로지스틱 회귀, 머신러닝 기법인 의사결정나무 기반의 모델들이 존재하며, 최근 여러 분야에서 강조되는 딥러닝 기반의 알고리즘을 활용한 연구 또한 높은 예측 성능을 보인다. 하지만 기업 신용 평가 연구에서 성능과 함께 집중해야하는 내용은 결과에 대한 해석력과 불균형 데이터의 처리이다. 본 연구에서는 성능을 위하여 새로운 변수를 생성하는 전처리법과 불균형 데이터를 처리하기 위한 샘플링 기법, 그리고 딥러닝 기반의 설명가능한 인공지능(XAI)인 TabNet을 활용한 새로운 프레임 워크를 제안한다. 연구결과 로지스틱회귀, 다층 퍼셉트론 대비 새로운 프레임워크의 높은 성능을 확인하였다. 또한 설명력을 분석한 결과 안정성, 수익성 지표가 예측에 크게 영향을 미쳤고, 성장성과 활동성 지표는 적게 영향을 미침을 확인하였다.

키워드