1. 문제 정의 (Problem Definition)

전자상거래 및 소매 산업에서 제품 가격의 오류 (특히 비정상적으로 높은 가격) 는 수익성 저하, 경쟁력 약화, 소비자 신뢰 상실로 이어집니다. 기존 가격 이상치 탐지 방법은 다음과 같은 한계를 가집니다:

• 통계적/규칙 기반 접근의 한계: 단순 임계값 (Threshold) 이나 IQR, Z-score 와 같은 통계적 방법은 가격 이상을 감지할 수 있지만, 왜 그 가격이 이상치인지에 대한 **이해 가능한 근거 (Explainability)**를 제공하지 못합니다.
• 의미론적 관계 부재: 기존 임베딩 기반 검색 시스템은 제품 간의 의미론적 유사성 (기능, 브랜드, 크기 등) 을 완전히 포착하지 못해, 가격 비교에 부적합한 제품들을 '이웃 (Neighbor)'으로 선정하는 오류를 범합니다.
• 감사 (Audit) 의 어려움: 블랙박스 형태의 시스템은 인간 감사자가 결정을 검증하거나 재검토하는 것을 어렵게 만듭니다.

따라서, 인간 감사자의 논리를 모방하여 이해 가능한 근거를 제시하면서 가격 이상치를 탐지하는 새로운 프레임워크가 필요합니다.

2. 제안된 방법론 (Methodology)

저자들은 가격 이상치 탐지를 단순 분류 문제가 아닌 구조화된 추론 (Structured Reasoning) 작업으로 재정의하고, 세 가지 전문화된 에이전트 (Agent) 가 연쇄적으로 작동하는 모듈형 LLM 프레임워크를 제안합니다.

3 단계 에이전트 워크플로우:

1. 관련성 분류 에이전트 (Relevance Classification Agent):

   • 타겟 제품과 유사한 '이웃 제품 (Neighbor Products)'을 식별합니다.
   • 제품 설명, 속성, 임베딩 기반 유사도 검색을 통해 후보군을 확보한 후, LLM 이 "고객이 이 제품과 타겟 제품의 가격을 비교할 것인가?", "대체제가 되는가?" 등의 질문을 통해 **가격 관련성 (Price Relevance)**을 판단하고 불필요한 제품을 필터링합니다.

2. 상대적 유틸리티 평가 에이전트 (Relative Utility Assessment Agent):

   • 필터링된 이웃 제품과 타겟 제품을 가격에 영향을 미치는 핵심 속성 (브랜드, 수량, 기능, 품질 등) 에 따라 비교합니다.
   • 속성 선택 전략 4 가지를 실험합니다:
     • Generic: 모든 카테고리에 적용되는 고정된 속성.
     • Static: 카테고리별 고정된 속성.
     • Dynamic: 제품 쌍별로 LLM 이 동적으로 속성 생성.
     • W-Dynamic: 동적 속성 생성과 각 속성의 가중치 (Weight) 할당.
   • 각 속성维度에서 이웃 제품이 타겟보다 '더 좋음 (+1)', '혼합 (0)', '더 나쁨 (-1)'인지 판단하여 유틸리티 점수를 산출합니다.

3. 추론 기반 의사결정 에이전트 (Reasoning-Based Decision Agent):

   • 앞선 두 단계의 증거를 바탕으로 최종 판단을 내립니다.
   • **4 사분면 프레임워크 (4-Quadrant Framework)**를 사용합니다:
     • X 축: 상대적 유틸리티 (높음/낮음), Y 축: 가격 (높음/낮음).
     • Anomaly Price (AP) Zone (우하단): 타겟보다 유틸리티는 높거나 비슷하면서 가격은 훨씬 싼 제품들이 존재할 때, 타겟 가격이 비정상적으로 높다고 판단합니다.
     • Padding (패딩) 개념: 유틸리티나 가격 차이가 명확하지 않은 '트레이드오프 영역'을 설정하여 노이즈를 줄이고 민감도를 조절합니다.
   • 의사결정 전략:
     • Worse-Pricier Veto: AP Zone 바깥 (더 나쁘고 비싼 제품 등) 에 유효한 이웃이 하나라도 있으면 '비정상 아님'으로 간주 (높은 정밀도).
     • Quadrant Voting: AP Zone 내 제품이 더 많으면 '비정상'으로 간주 (높은 재현율).

3. 주요 기여 (Key Contributions)

• 해석 가능한 에이전트 프레임워크: 가격 이상치 탐지를 의미론적 제품 비교와 유틸리티 추론을 결합한 다단계 추론 작업으로 모델링하여, 통계적 방법이나 블랙박스 LLM 과 달리 **투명한 근거 (Justification)**를 제공합니다.
• 인간 감사 워크플로우 지원: LLM 이 생성한 설명을 통해 인간 감사자가 결정을 빠르게 검증하고 재검토할 수 있게 하여, 감사 효율성을 극대화합니다.
• 시스템 구성 요소에 대한 심층 분석: 이웃 제품 수, 가격 패딩 (Price Padding) 임계값, 속성 선택 전략, 의사결정 전략 등 다양한 하이퍼파라미터가 성능에 미치는 영향을 체계적으로 분석했습니다.

4. 실험 결과 (Results)

Amazon 의 내부 데이터 (다양한 카테고리, 인간 전문가가 라벨링한 '실버 세트', 어려운 케이스 등) 를 사용하여 평가했습니다.

• 성능 지표:
  • 인간 감사자 동의율: 테스트 데이터셋에서 **76.3%**의 높은 동의율을 기록했습니다 (기존 Zero-shot 및 RAG 기반 LLM 보다 우월).
  • 정밀도 (Precision): 1.00 (거의 오검출 없음).
  • F1-Score: 0.55 (기존 베이스라인 대비 향상).
  • 비정상 플래그 비율 (Outlier Rate): 전체 제품 중 **7.8%**만 비정상으로 플래그링되어, 비즈니스 요구사항 (10% 미만) 을 충족하며 감사자의 과부하를 방지했습니다.
• 베이스라인 비교:
  • 단순 Zero-shot LLM 과 RAG 기반 접근법보다 성능이 월등히 뛰어났습니다.
  • 특히 '어려운 케이스 (False Positive 가 많은 경우)'에서 인간 감사자와의 일치도가 높게 나타났습니다.
• 하이퍼파라미터 영향:
  • 속성 선택: 'Generic' (고정된 속성) 전략이 F1 점수와 동의율 간의 가장 좋은 균형을 보였습니다.
  • 의사결정 전략: 'Worse-Pricier Veto' 전략이 정밀도를 극대화하여 인간 감사자의 실제 의사결정 패턴 (인지 부하 감소) 을 잘 모방했습니다.

5. 의의 및 결론 (Significance)

• 신뢰할 수 있는 AI (Trustworthy AI): 단순한 이상치 탐지를 넘어, 왜 그 제품이 비정상적인지 설명할 수 있는 능력을 갖추어 기업용 가격 시스템에 대한 신뢰를 높입니다.
• 실용적 적용: 이 프레임워크는 가격 최적화뿐만 아니라 제품 매칭, 사기 탐지 등 다른 도메인으로도 확장 가능할 잠재력을 가집니다.
• 한계 및 향후 과제: 제품 메타데이터의 불완전성, 유틸리티 정량화의 편향성, 그리고 가격 품질의 본질적 주관성 (Human Subjectivity) 이 주요 한계점으로 지적되었으며, 이를 해결하기 위한 추가 연구가 필요하다고 결론지었습니다.

요약하자면, 이 논문은 LLM 의 추론 능력을 활용하여 가격 이상치 탐지 과정을 투명하고 검증 가능한 형태로 전환함으로써, 전자상거래의 가격 관리 효율성과 신뢰성을 동시에 개선한 획기적인 접근법을 제시합니다.