FairFinGAN: Fairness-aware Synthetic Financial Data Generation

이 논문은 편향을 완화하면서도 하류 예측 작업의 유틸리티를 유지하는 공정한 합성 금융 데이터 생성을 위해 분류기를 통해 공정성 제약을 학습 과정에 직접 통합한 WGAN 기반 프레임워크 'FairFinGAN'을 제안하고, 다섯 가지 실제 금융 데이터셋을 통해 기존 방법 대비 우수한 공정성 지표와 유틸리티를 입증합니다.

핵심

🏦 문제: "편견이 섞인 금융 데이터"

상상해 보세요. 은행이 대출을 심사할 때 AI(인공지능) 를 쓴다고 칩시다. 그런데 이 AI 가 학습한 데이터가 과거의 편견으로 가득 차 있다면 어떨까요?

예를 들어, 과거에 "어떤 지역 출신"이나 "특정 성별"은 대출을 잘 안 해줬던 적이 있었다면, AI 는 그 패턴을 그대로 배워서 "그 사람들은 신용이 나쁘다"고 잘못 판단하게 됩니다. 마치 어린아이가 부모님의 편견을 그대로 따라 하는 것과 비슷하죠.

또한, 금융 데이터는 개인정보 보호 때문에 밖으로 꺼내 쓰기 어렵습니다. 그래서 연구자들은 **가짜 데이터 (합성 데이터)**를 만들어서 AI 를 훈련시키려고 합니다. 하지만 여기서 큰 문제가 생깁니다.

"가짜 데이터를 만들 때, 원래 데이터에 있던 편견까지 그대로 복사해 버리면 어떡하지?"
오히려 가짜 데이터가 편견을 더 키울 수도 있습니다.

💡 해결책: "공정한 요리사, FairFinGAN"

이 논문은 이 문제를 해결하기 위해 FairFinGAN이라는 새로운 도구를 제안합니다. 이걸 **'공정한 요리사'**로 비유해 볼까요?

1. 요리사 (생성 모델): 이 요리사는 진짜 금융 데이터와 똑같은 맛을 내는 가짜 데이터를 만듭니다. (기존의 GAN 기술 사용)
2. 미식가 심사위원 (분류기): 하지만 이 요리사는 단순히 맛만 내는 게 아닙니다. 미식가 심사위원이 함께 있습니다. 이 심사위원은 "이 가짜 데이터로 만든 요리를 먹어봤을 때, 성별이나 나이에 따라 맛이 달라지는가?"를 검사합니다.
   • 만약 "남자 요리는 짜고, 여자 요리는 싱겁다"는 편견이 있다면, 심사위원이 **"안 돼! 다시 만들어!"**라고 지적합니다.
3. 수정 과정: 요리사는 심사위원의 지적을 듣고, 편견이 사라질 때까지 레시피를 고쳐서 다시 요리합니다.

이 과정을 반복하면, 진짜 데이터의 특징은 살리면서 편견은 제거된 완벽한 가짜 데이터가 만들어집니다.

🛠️ 어떻게 작동할까요? (두 단계 요리법)

이 기술은 크게 두 단계로 나뉩니다.

• 1 단계: 진짜 같은 데이터 만들기
  • 요리사가 진짜 데이터와 구별이 안 될 정도로 똑같은 가짜 데이터를 대량으로 생산합니다.
• 2 단계: 편견 제거하기 (공정성 추가)
  • 이제 '미식가 심사위원'이 등장합니다. 이 심사위원은 가짜 데이터를 보고 "이 데이터로 대출 심사를 하면, 성별에 따라 결과가 공정하게 나오나?"를 계산합니다.
  • 만약 편향된 결과가 나오면, 요리사의 손에 전류가 흐르듯 (손실 함수) **"이 부분은 고쳐야 해!"**라는 신호를 보냅니다.
  • 요리사는 이 신호를 받아 편향된 부분을 수정하고, 다시 데이터를 만듭니다.

이렇게 하면 편견이 없는 데이터가 만들어지고, 이 데이터로 훈련된 AI 는 누구에게나 공정한 결정을 내리게 됩니다.

📊 실험 결과: "공정하면서도 똑똑한 AI"

연구팀은 실제 금융 데이터 5 개 (신용카드, 대출, 인구 조사 등) 로 실험을 해봤습니다.

• 결과: 기존 방법들보다 편견을 훨씬 잘 없애면서도, 데이터의 유용성 (정확도) 은 거의 잃지 않았습니다.
• 비유: 마치 **"맛은 그대로인데, 알레르기 유발 성분은 완벽하게 제거된 요리"**를 만든 것과 같습니다.

🌟 결론: 왜 중요한가요?

이 기술은 금융 분야에서 차별 없는 대출 심사, 공정한 신용 점수 매기기를 가능하게 합니다. 과거의 불공정한 기록 때문에 불이익을 받던 사람들이, 이제 AI 를 통해 공정한 기회를 얻을 수 있게 되는 것입니다.

요약하자면, FairFinGAN은 편견이라는 '잡음'을 제거하고, 진짜 데이터의 '소금기'만 살려낸 미래의 공정한 금융 데이터 공장이라고 할 수 있습니다.

기술 요약

1. 문제 정의 (Problem Statement)

금융 분야에서는 자동화된 의사결정 시스템에 데이터가 핵심적인 역할을 하지만, 민감한 정보로 인해 실제 데이터 공유가 제한적입니다. 이에 따라 합성 데이터 (Synthetic Data) 생성이 대안으로 부상하고 있습니다. 그러나 기존 생성 모델로 만든 데이터는 원본 데이터에 내재된 편향 (Bias) 을 그대로 재생산하거나 오히려 증폭시킬 수 있습니다. 특히 성별, 인종, 나이 등 **보호 속성 (Protected Attributes)**에 따른 차별은 금융 승인, 대출 심사 등에서 불공정한 결과를 초래합니다. 따라서 원본 데이터의 통계적 특성을 유지하면서 (Utility), 보호 속성에 따른 편향을 제거한 공정한 (Fair) 합성 금융 데이터를 생성하는 것이 중요한 과제로 대두되었습니다.

2. 제안 방법론: FairFinGAN (Methodology)

저자들은 WGAN (Wasserstein GAN) 기반의 프레임워크인 FairFinGAN을 제안했습니다. 이 모델은 생성된 데이터가 보호 속성과 목표 변수 간에 통계적 균형을 이루도록 학습 과정을 수정합니다.

• 핵심 아이디어: 생성된 데이터의 편향을 측정하기 위해 **분류기 (Classifier)**를 활용하여 생성 단계에서 편향 점수를 손실 함수 (Loss Function) 에 직접 통합합니다.
• 학습 프로세스 (2 단계):
  1. 1 단계 (데이터 합성): 기존 GAN 과 유사하게 생성자 (Generator, $G$) 와 비평가 (Critic, $C$) 가 경쟁하여 원본 데이터와 유사한 합성 데이터를 생성합니다.
  2. 2 단계 (편향 수정): 원본 데이터로 미리 훈련된 **MLP 분류기 ($H$)**를 사용하여 생성된 데이터의 분류 결과를 평가합니다. 이때 통계적 평등 (Statistical Parity, SP) 또는 **균등 확률 (Equalized Odds, EOd)**과 같은 공정성 지표를 계산하여 이를 생성자의 손실 함수에 페널티 항으로 추가합니다.
     • FairFinGAN-SP: 통계적 평등 (SP) 을 기반으로 편향을 최소화합니다.
     • FairFinGAN-EOd: 균등 확률 (EOd) 을 기반으로 편향을 최소화합니다.
• 손실 함수: 생성자는 데이터의 현실성 (Critic 의 판별) 을 유지하면서도 분류기가 예측한 결과가 보호 속성에 따라 편향되지 않도록 (Fairness Loss) 두 가지 목표를 동시에 최적화합니다.
• 아키텍처:
  • 생성자 (G): 연속형 데이터와 범주형 데이터 (One-hot encoding) 를 모두 처리할 수 있도록 설계되었으며, 범주형 변수 생성 시 Gumbel-Softmax 기법을 사용하여 미분 가능성을 보장합니다.
  • 분류기 (H): 2 개의 은닉층을 가진 MLP 로 구성됩니다.

3. 주요 기여 (Key Contributions)

1. FairFinGAN 프레임워크 제안: 금융 도메인의 표형 (Tabular) 데이터를 대상으로 편향을 인식하고 생성하는 WGAN 기반 프레임워크를 처음 제안했습니다.
2. 학습 전략 혁신: 생성 모델의 학습 목표에 분류기를 통한 공정성 제약 (통계적 평등 및 균등 확률) 을 직접 통합하여, 데이터 수준 (Dataset level) 에서 편향을 완화하는 전략을 제시했습니다.
3. 광범위한 실험 및 검증: 5 개의 실제 금융 데이터셋 (Adult, Credit Card, Credit Scoring, Dutch Census, German Credit) 을 사용하여 기존 GAN 기반 방법 (CTGAN, TabFairGAN) 과 비교 평가했습니다.

4. 실험 결과 (Experimental Results)

5 개의 데이터셋과 4 가지 분류기 (Logistic Regression, Decision Tree, kNN, MLP) 를 사용하여 평가한 결과는 다음과 같습니다.

• 공정성 (Fairness): 제안된 모델 (FairFinGAN-SP 및 EOd) 은 대부분의 데이터셋에서 기존 방법 (CTGAN, TabFairGAN) 보다 우수한 공정성 지표 (SP, EO, EOd 등) 를 달성했습니다. 특히 TabFairGAN 은 공정성은 높았으나 예측 성능이 급격히 떨어지는 경향이 있었으나, FairFinGAN 은 이를 완화했습니다.
• 유틸리티 (Utility): 공정성을 개선하는 과정에서 데이터의 예측 유용성 (Accuracy, Balanced Accuracy) 이 크게 저하되지 않았습니다. 일부 모델 (예: Adult 데이터셋의 LR, Credit Card 데이터셋의 DT) 에서는 기존 방법보다 높은 정확도를 유지하면서 공정성을 개선했습니다.
• 모델별 차이: 공정성 개선 효과는 사용하는 예측 모델에 따라 달라졌으며, 이는 생성된 데이터의 특성이 학습 알고리즘에 따라 다르게 작용함을 시사합니다.

5. 의의 및 결론 (Significance & Conclusion)

• 규제 준수 및 윤리적 의사결정: 금융 기관이 역사적 편향을 줄이고 규제 요구사항에 부합하는 공정한 자동화된 의사결정 시스템을 구축하는 데 필수적인 도구를 제공합니다.
• 데이터 공유의 장벽 해소: 민감한 금융 데이터를 공유하지 않고도 편향 없는 고품질 합성 데이터를 생성하여 연구 및 개발을 촉진할 수 있습니다.
• 향후 과제: 향후에는 여러 보호 속성을 동시에 처리하는 기능 확장, 의료 및 교육 분야로의 적용, 그리고 더 정교한 공정성 지표와 차분 프라이버시 (Differential Privacy) 기법을 통합하여 데이터의 신뢰성을 높이는 방향으로 연구가 진행될 예정입니다.

요약하자면, FairFinGAN은 금융 데이터의 편향 문제를 해결하기 위해 생성적 적대 신경망 (GAN) 에 공정성 제약을 통합한 혁신적인 접근법으로, 공정성과 데이터 유용성 사이의 최적의 균형을 달성함을 실험을 통해 입증했습니다.