인공지능 기법을 활용한 공직기강 감찰활동 효과성 향상에 관한 연구

Abstract

광범위하게 확산되고 있는 디지털화에 따라 레그테크(RegTech)의 활용 가능성과 사례도 점점 증가하고 있으며, 그중에서도 감사활동에 기계학습의 응용 가능성이 높음을 증명하는 사례 들이 주목을 받고 있다. 본 연구에서는 사후 적발 위주의 공직기강 감찰 활동의 문제점을 개선하고, 상시적 예방 감 찰 활동 수행을 위하여 인공지능 기술을 활용하고자 한다. 구체적으로 기계학습 기법을 활용 하여 특히 PC ON 초과 시간 여부 예측 모형을 만들었으며, 공직기강 감찰활동의 근태점검에 상시적으로 인공지능 기법의 활용 가능성에 대해서 연구하였다. 본 실험을 위해서 2020년 2월부터 2020년 7월까지의 모공공기관 직원의 사내 PC ON 시 간 데이터 88,723개를 사용하였으며, 전체데이터는 훈련데이터 75%와 테스트데이터 25%로 각각 분리하였고, k-겹 교차검증(K-fold Cross-validation) 방법을 사용하여 예측 정확도를 향상시키기 위해 노력하였다. 다양한 예측모형 생성 실험을 위해서 k-NN, 의사결정트리, 랜덤 포레스트, 그래디언트 부 스팅, 신경망 등 5개의 기계학습 기법들을 사용하였으며, 각 기법들에 대한 최적화를 수행하여 최적화 모델의 정확도를 비교 분석하였다. 실험 결과 PC ON 초과 시간 여부 예측 모델 생성시‘근무유형’, ‘사번’, ‘부서명’, ‘월’ 변수가 중요한 특성 요소로 선택되었음을 확인하였고, 예측 결과가 가장 좋은 모델은 94.4%의 정확 도를 가진 최적화된 랜덤 포레스트 모델이였다.