논문·석사 학위논문 · 단독 저자 · 한양대학교 공학대학원·

FINRCA: 이상 전파를 고려한 계보 그래프 기반 금융 리스크 파이프라인 자동 원인 분석

FINRCA: Anomaly-Propagation-Aware Lineage Graph for Automated Root Cause Analysis in Financial Risk Pipelines. 리스크 보고 파이프라인에서 이상이 생기면, 컬럼 단위 계보 그래프를 거슬러 근본 원인을 자동으로 찾습니다.

실제 시장 데이터 Top-5 82.4%Top-1 54.8% (VAE+GNN)v3 Top-5 83.3% · MRR 0.639

문제

BCBS 239에 따라 글로벌 시스템적 중요 은행(G-SIB)은 리스크 보고 파이프라인 전체에서 완전하고 정확하며 추적 가능한 데이터 계보(lineage)를 유지해야 합니다. 그런데 2025년 기준으로 이를 완전히 준수하는 곳은 G-SIB의 10% 미만이고, 데이터 계보 관리는 가장 오래 해결되지 않는 기술 과제로 꼽힙니다.

원시 시장 데이터 수집, ETL 변환, 피처 엔지니어링, 규제 보고로 이어지는 파이프라인에서 이상이 생기면, 근본 원인을 사람이 직접 찾는 데 수 시간에서 수 일이 걸립니다.

접근

  • FRLG (Financial Risk Lineage Graph): 파이프라인 정의로부터 컬럼 수준의 계보 그래프를 자동으로 만듭니다. 노드는 5계층(Source, ETL, Feature, Risk, Report), 엣지는 4가지 변환 유형(DirectMap, Filter, Calculate, Aggregate)으로 나눕니다.
  • APA-RCA (Anomaly-Propagation-Aware Root Cause Analysis): 재시작 확률을 갖는 랜덤 워크(RWR)를 확장했습니다. 데이터 흐름의 반대 방향으로 거슬러 탐색하고, 홉 거리에 따라 가중치를 조정하며, 변환 유형별로 엣지 가중치를 다르게 줍니다. 조상 노드만 원인이 될 수 있다는 제약을 순위에 반영합니다.
  • 5가지 신호 이상 감지기: 롤링 z-점수, 단기·장기 분산 비율, 구간 분산, 피어 편차, 인과 초과 격리를 합쳐 노드별 이상 점수를 냅니다.
  • ATF (Anomaly Transfer Function) 프레임워크: 이상 신호가 변환 유형을 거치며 어떻게 전달되는지를 수학적으로 모델링해, 알고리즘 파라미터의 근거로 씁니다.
  • 스키마 제약 RCA: 집계 스키마 위반을 Top-1 정확도 100%, 오탐 0%로 잡는 보완 모듈입니다.
  • ML 확장: 이상이 없는 파이프라인의 윈도우 약 89만 8천 개로 비지도 학습한 VAE/조건부 VAE(C-VAE)가 z-점수 감지기를 대신합니다. 합성 데이터의 주입 위치로 학습한 GNN/ResGCN이 후보 순위를 다시 매기며, 실제 데이터에는 파인튜닝 없이 적용합니다.

결과

| 벤치마크 | 방법 | 결과 | |---|---|---| | SynFRP (합성) | APA-RCA v2 | Top-5 77.9%, 이상 점수 단독 기준선 대비 +7.7%p | | RSHB (실제 시장) | APA-RCA v2 | Top-5 82.4% | | RSHB | VAE + APA-RCA v2 + GNN (v1) | Top-1 54.8%, APA-RCA v2 단독 대비 +21.9%p | | RSHB | C-VAE + APA-RCA v2 + ResGCN (v2) | Top-3 74.8%, MRR 0.626 | | RSHB | Hybrid TSD-CVAE + APA-RCA v2 + ResGCN (v3) | Top-3 80.0%, Top-5 83.3%, MRR 0.639 |

  • SynFRP: 7가지 이상 유형과 3가지 파이프라인 규모에 걸친 630회의 통제 실험으로, 정답 원인 레이블이 있습니다.
  • RSHB (Real-Source Hybrid Benchmark): 미국 주식, 한국거래소 주식, 외환, 국채 금리 등 12개 금융 상품의 756거래일 데이터로, 세 가지 시장 국면을 포함합니다.

확인한 것

  • 합성 데이터로 학습한 모델을 실제 데이터에 그대로 쓸 수 있게 해 준 것은 VAE 재구성 오차뿐이었습니다. 같은 구성에서 실제 데이터 Top-1은 VAE 54.8%, Isolation Forest 0.5%, One-Class SVM 0.0%였습니다.
  • VAE 없이 z-점수 그대로 GNN을 붙이면 Top-1이 31.4%로, APA-RCA v2 단독(32.9%)보다 오히려 낮아졌습니다.
  • 운영 우선순위에 따라 고를 구성이 다릅니다. 단일 추천의 정확도가 중요하면 v1(Top-1 54.8%), 분석가가 후보 3~5개를 검토하는 환경이면 v3(Top-3 80.0%, Top-5 83.3%)가 맞습니다.