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.
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.