Earticle

초록

영어

The rapid proliferation of artificial intelligence (AI) in the financial sector has elevated Explainable AI (XAI)—technologies that transparently convey model reasoning—to a critical priority in high-risk decision-making domains. This study proposes the E-S-A-R framework (Explainability, Speed, Applicability, Regulatory compliance) to systematically evaluate the practical applicability of leading XAI methods—SHAP, LIME, and PDP—in financial risk management. Through a combined literature review and case studies in credit scoring, investment and trading, and fraud detection, we assessed each method’s explainability, computational performance, ease of integration, and regulatory compliance. Our analysis reveals that no single technique can satisfy the complex workflows and evolving regulatory demands of financial practice alone, highlighting the necessity of a complementary, hybrid strategy. We therefore present a hybrid integration approach and detail concrete technical and organizational implementation measures for real-time anomaly detection, transparent decision support, and audit-ready compliance record keeping. This work contributes an integrated evaluation framework for XAI methods and offers actionable guidelines for financial institutions and policymakers to deploy AI ethically and responsibly.

한국어

인공지능(AI)의 금융 분야 도입이 급속도로 확산되면서 고위험 의사결정 영역에서 모델 판단의 근거를 투명하 게 설명할 수 있는 기술인 설명가능한 인공지능(XAI)이 핵심 과제로 부상하고 있다. 본 연구는 금융 리스크 관리에 서 SHAP, LIME, PDP 등 대표적인 XAI 기법의 실무 적용 가능성을 다각도로 분석하기 위해 E-S-A-R 프레임워 크(Explainability, Speed, Applicability, Regulatory compliance)를 제안하였다. 구체적으로 문헌 연구와 사례 연구 를 병행하여 신용평가, 투자 및 거래, 사기 탐지 등 세 분야에서 실제 도입된 XAI 적용 사례를 선정하고, 각 기법의 설명력, 연산 속도, 실무 통합 용이성, 규제 적합성을 종합적으로 비교·평가하였다. 분석 결과 단일 기법 적용만으로 는 금융 실무의 복잡한 업무 흐름과 강화되는 규제 요구를 모두 충족하기 어려우며, 기법 간 상호보완적 조합이 필수 적임이 확인되었다. 이에 본 논문에서는 XAI기법을 통합 활용하는 하이브리드 전략을 제시하고, 실시간 이상 탐지, 투명한 의사결정 지원, 규제 준수 이력을 관리할 수 있는 기술적·조직적 구현 방안을 구체적으로 제안하였다. 본 연 구는 XAI 기법을 다각도로 평가하는 통합 분석틀을 제시하고, 금융기관 및 정책 입안자에게 윤리적·책임감 있는 AI 활용을 위한 실용적 가이드라인을 제공한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. XAI 개념 및 선행연구 고찰
2.1. SHAP(SHapley Additive exPlanations)
2.2. LIME(Local Interpretable Model-agnostic Explanations)
2.3. PDP(Partial Dependence Plot)
2.4. 선행연구 고찰
Ⅲ. 연구방법
3.1. 연구 설계 개요
3.2. E-S-A-R 프레임워크
3.3. 사례 선정 기준 및 분석 절차
Ⅳ. 사례연구
4.1. 신용평가 분야 적용 사례
4.2. 투자 및 거래 분야 적용 사례
4.3. 사기 탐지 및 이상거래 탐지 분야 적용 사례
4.4 사례 비교 및 분석 결과
Ⅴ. 금융실무 적용 가이드라인
Ⅵ. 결론
Reference

키워드

저자

• 이영 [ LI YING | 정회원, 아이티센 엔텍 전문위원 ] 제1저자
• 진군학 [ Gun-Hak Jin | 준회원, 한양대학교 수리데이터사이언스학과 학사졸업 ] 제2저자
• 정혜영 [ Hye-Young Jung | 정회원, 한양대학교 수리데이터사이언스학과 부교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2025

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700