A
약 120초
신용 데이터 상관 행렬 탐색에서 직관 외 패턴 발견, 파생 피처가 성능 견인
금융 데이터에서 패턴을 발굴한 경험으로는 수업 프로젝트에서 공개 신용 데이터를 분석한 것이 있습니다. 대출 상환 여부를 예측하는 모델을 만들면서 어떤 피처가 채무 불이행과 연관이 있는지를 탐색했습니다. 탐색적 분석 단계에서 상관 행렬로 피처 간 관계를 시각화했더니, 직관과 다른 패턴이 나온 경우가 있었습니다. 신용 점수와 연봉이 높아도 다중 채무가 있는 경우 불이행률이 높게 나오는 패턴이 있었습니다.
피처 엔지니어링 과정에서 원 데이터보다 파생 피처를 추가했을 때 모델 성능이 올라갔는데, 비율 피처(월소득 대비 대출 원리금)가 특히 유효했습니다. 한계는 실제 금융 기관의 내부 데이터가 아닌 공개 데이터로 분석해서, 실환경과 다른 패턴이 있을 수 있다고 생각합니다.
이 결의 특징
신용 점수와 연봉이 높아도 다중 채무가 있으면 불이행율이 높다는 직관 외 패턴을 상관 행렬 시각화에서 발견한 흔적이 있고, 월소득 대비 대출 원리금이라는 비율 파생 피처가 모델 성능을 견인했다는 결이 구체 데이터로 살아 있습니다.
이 결이 통하는 자리
공개 데이터 실습이더라도 피처 엔지니어링 과정과 직관 외 패턴 발견 경험이 구체적으로 드러날 때 통합니다. 실환경 데이터와 다를 수 있다는 한계를 짚은 결이 살아 있으면 금융 리스크 분석 포지션에서 면접관이 다음 질문을 꺼내는 흐름이 자연스럽게 이어지는 결이 보입니다.