국가연구개발 사업을 계획하고 관리하는 기관에서는 연구개발비 오 남용 및 부정 집행을 방지하기 위하여 다양한 대책을 마련하여 시행하고 있으나 연구개발비의 오 남용을 방지하는 데는 한계를 드러내고 있다[1,2]. 본 논문에서는 이상거래에 대한 사후 적발로 인한 연구개발비 오 남용을 방지하고자 연구개발비 집행계획 단계부터 정보를 수집하여 이상거래를 탐지할 뿐만 아니라 그 결과를 주관연구기관, 전문기관, 신용카드사 간의 상호 실시간 연동으로 공유하여 활용하도록 하였다. 이를 위해 데이터 품질진단 기법 중 연구개발 관련 규정 및 매뉴얼, Q&A, FAQ, 담당자 인터뷰 결과 등과 같은 다양한 정보로부터 업무규칙을 도출하는 아웃사이드인(Outside-In) 분석 방법을 이용하였다.
국가연구개발 사업을 계획하고 관리하는 기관에서는 연구개발비 오 남용 및 부정 집행을 방지하기 위하여 다양한 대책을 마련하여 시행하고 있으나 연구개발비의 오 남용을 방지하는 데는 한계를 드러내고 있다[1,2]. 본 논문에서는 이상거래에 대한 사후 적발로 인한 연구개발비 오 남용을 방지하고자 연구개발비 집행계획 단계부터 정보를 수집하여 이상거래를 탐지할 뿐만 아니라 그 결과를 주관연구기관, 전문기관, 신용카드사 간의 상호 실시간 연동으로 공유하여 활용하도록 하였다. 이를 위해 데이터 품질진단 기법 중 연구개발 관련 규정 및 매뉴얼, Q&A, FAQ, 담당자 인터뷰 결과 등과 같은 다양한 정보로부터 업무규칙을 도출하는 아웃사이드인(Outside-In) 분석 방법을 이용하였다.
National research and development projects institutions have implemented various measures in order to prevent R&D expenses abuse and negate enforcement. but it reveals a limit to prevent abuse of R&D expenses[1,2]. In this paper, to prevent abuses resulting from the R & D for the unusual trading pos...
National research and development projects institutions have implemented various measures in order to prevent R&D expenses abuse and negate enforcement. but it reveals a limit to prevent abuse of R&D expenses[1,2]. In this paper, to prevent abuses resulting from the R & D for the unusual trading post caught collecting information from the R & D phase implementation plan to detect unusual transactions. The results are subjective and research institutions, and specialized agencies to take advantage of shared, real-time cross-linkage between the credit card companies. Studies of data quality diagnostic techniques developed for this purpose related regulations and manuals, Q & A, FAQ, Outside-in business rules that derive from a variety of information, such as personnel interviews (Outside-In) was used for analysis.
National research and development projects institutions have implemented various measures in order to prevent R&D expenses abuse and negate enforcement. but it reveals a limit to prevent abuse of R&D expenses[1,2]. In this paper, to prevent abuses resulting from the R & D for the unusual trading post caught collecting information from the R & D phase implementation plan to detect unusual transactions. The results are subjective and research institutions, and specialized agencies to take advantage of shared, real-time cross-linkage between the credit card companies. Studies of data quality diagnostic techniques developed for this purpose related regulations and manuals, Q & A, FAQ, Outside-in business rules that derive from a variety of information, such as personnel interviews (Outside-In) was used for analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 본 논문은 연구개발비 오 · 남용 방지 방법 이외에 연구개발비 사용 시 생성되는 연구개발비 집행 계획 및 집행 결과를 수집하여 사전에 작성된 업무규칙에 적용, 이상거래를 탐지하도록 하였다.
제안 방법
둘째, 이상거래 탐지의 기준이 되는 업무규칙은 관련 규정의 제 · 개정, 업무의 변화, 제한조건의 강화 및 완화에 따라서 변화가 가능하도록 하였으며, 단순히 업무 규칙의 추가 및 삭제로 이상거래 탐지의 조건에 유연성을 부여하도록 설계하였다.
이를 위해 데이터의 오류 및 업무규칙으로부터 이상 거래의 탐색을 위한 환경을 제공하기 위하여 연구개발 및 연구개발비 관리 프로세스의 분석과 운영 중인 연구 개발비관리시스템을 비교 분석하였다. 또한 관련업무 규정으로부터 업무규칙 작성하였으며 이를 기반으로 하여 실시간 연구개발비 이상거래 탐지 시스템을 설계하였다.
이상거래 탐지시스템에서 분석된 결과는 정상거래, 이상거래로 다시 분류하고 그 결과를 계획단계와 동일하게 위험등급이 부여된 ‘잠정승인’, ‘잠정거절’을 포함한 ‘승인’ 및 ‘거절’로 확정하여 최종적으로 해당 집행 건에 대하여 처리를 완료한다. 또한 그 결과는 전문기관에 전송하여 사전 집행 계획과의 집행결과를 전문기관에서 검토하고, 정산에 활용할 수 있도록 자료를 제공하도록 설계하였다.
본 논문에서 설계한 이상거래 탐지시스템은 연구개발비 집행의 투명성 확보 및 자율성을 보장할 뿐만 아니라, 제도권 내의 규정으로 부터 업무규칙을 도출하여 연구개발비의 거래 시 또는 사후에 이상거래를 탐지하고 명확한 이상 거래에 대해서만 거절하는 방법으로 통제에 대한 거부감을 줄일 수 있도록 하였다.
본 논문에서 제안하는 이상거래 탐지 프로세스는 그림 1의 ⑫ 연구비카드사용/결제 및 ⑬ 연구비전산관리 시스템, ⑭ 사용내역모니터링 단계에서 이상거래를 탐지한다.
본 장에서는 3 장에서 정의한 업무규칙을 적용한 연구개발비 실시간 이상거래 탐지시스템을 설계하였다. 아웃사이드인 방법으로 정의한 업무 규칙을 활용하여 연구개발비 집행 거래 발생 시 이상거래의 사전 탐지가 가능하고, 사후에도 일괄작업(Batch Job)으로 이상거래를 찾아낼 수 있는 시스템을 설계하였다.
본 장에서는 데이터 품질진단 기법 중 하나인 아웃 사이드인 방법으로 연구개발비 관리 및 집행관련 규정을 분석하여 업무규칙을 정의하였으며, 규정, 규칙, 매뉴얼, Q&A, 공지사항, FAQ 및 관련 지식, 현업 인터뷰 및 애플리케이션의 모델, 업무, 개발 산출물 등으로 부터 업무규칙을 도출하는 하향식 도출 방법을 사용하였다.
시스템 설계를 위하여 연구개발비 집행 및 관리에 관여하는 구성요소 및 각 구성요소의 역할별 기능을 정의하였고, 시스템 설계를 위한 데이터의 흐름과 논리적 업무처리 방법을 정의하였다.
실시간연구비관리시스템(RCMS)은 연구비전산종합 관리시스템의 단점을 보완하고 연구개발비의 실시간 집행 모니터링 및 통제를 위하여 실시간연구비관리시스템을 구축하였다. 실시간연구비관리시스템은 ‘금융망과의 연계를 통해 연구개발비 사용현황을 실시간으로 모니터링하고 전자증빙, 온라인 정산 등을 지원하는 Paperless 시스템’을 목표로 운영되기 시작하였다.
본 장에서는 3 장에서 정의한 업무규칙을 적용한 연구개발비 실시간 이상거래 탐지시스템을 설계하였다. 아웃사이드인 방법으로 정의한 업무 규칙을 활용하여 연구개발비 집행 거래 발생 시 이상거래의 사전 탐지가 가능하고, 사후에도 일괄작업(Batch Job)으로 이상거래를 찾아낼 수 있는 시스템을 설계하였다.
이때 이상거래 탐지시스템은 계획단계와 동일하게 이상거래 유무를 다시 판별하게 되며, 추가적으로 집행 계획과 비교하여 사전에 계획된 집행과 부합되는지도 함께 검토한다.
이를 위해 데이터의 오류 및 업무규칙으로부터 이상 거래의 탐색을 위한 환경을 제공하기 위하여 연구개발 및 연구개발비 관리 프로세스의 분석과 운영 중인 연구 개발비관리시스템을 비교 분석하였다. 또한 관련업무 규정으로부터 업무규칙 작성하였으며 이를 기반으로 하여 실시간 연구개발비 이상거래 탐지 시스템을 설계하였다.
본 논문에서 제안하는 시스템의 특징은 다음과 같다. 첫째, 연구개발비 집행 계획과 실제 집행 단계의 정보 수집으로 계획단계부터 이상거래에 대한 사전 차단 기능을 제공하여 사후 조치가 아닌 사전 예방 기능으로써 시스템이 활용되도록 설계하였다.
대상 데이터
본 논문에서 설계한 시스템은 다음과 같이 유기적으로 상호작용하는 4가지의 구성요소로 이루어진다.
이론/모형
본 본문에서 제시하고 있는 이상거래 탐지시스템의 핵심 기술로 활용된 방법인 아웃사이드인 방법은 데이터의 업무적인 규칙과 정의로부터 분석을 시작하고 데이터 품질에 영향을 주는 요소를 도출하여 데이터의 품질수준을 진단하는 방식으로 각종 규정 및 매뉴얼, Q&A, FAQ, 담당자 인터뷰 등을 통하여 업무규칙을 정의하는데 활용되었다.
성능/효과
셋째 수집된 데이터의 이상거래 탐지 분석결과를 ‘승인’, ‘잠정승인’, ‘잠정거절’, ‘거절’ 등의 4단계로 구분하여 명확한 ‘승인’ 및 ‘거절’ 외에 ‘잠정승인’ 및 ‘잠정 거절’은 위험등급을 부여하고 모두 ‘승인’으로 처리하여 연구자의 불편함을 해소하였으며, 의심거래에 대해서는 향후 자료로 활용할 수 있도록 설계하였다.
후속연구
그 결과 이상거래에 대한 사전 예방이 가능하였으며 이로 인하여 연구자 및 주관연구기관은 연구개발비 집행의 자율성 보장과 함께 이상거래의 적발로 인한 연구비 회수 및 연구개발 참여제한 등 연구개발의 방해요소를 제거할 수 있게 되었으며 이로 인하여 연구자가 연구개발에 보다 집중할 수 있는 연구개발 환경을 조성할 수 있을 것이라고 기대한다.
본 논문에서는 데이터 품질진단 기법 중 각종 규정으로부터 업무규칙을 도출한 아웃사이드인 방법을 적용하였으나, 이와 반대로 데이터 품질진단 기법 중 데이터프로파일링을 이용한 인사이드아웃 방법을 과거 누적된 데이터에 적용한다면 아웃사이드인 방법에서 도출하지 못한 데이터 기반의 업무규칙을 적용할 수 있을 것이라 생각하며 이에 대한 후속 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
실시 간연구비관리시스템이 기존 시스템과 가지는 차이는 무엇인가?
실시간연구비관리시스템은 ‘금융망과의 연계를 통해 연구개발비 사용현황을 실시간으로 모니터링하고 전자증빙, 온라인 정산 등을 지원하는 Paperless 시스템’을 목표로 운영되기 시작하였다. 실시 간연구비관리시스템은 기존 시스템과의 차별성을 강조 하였으며 주요 차이로 연구개발비 지급방식의 변화, 신용카드사 선택의 자율화, 국세청 전자세금계산서와 연계한 전자증빙, 예산집행의 사전 통제, 연구개발비 사용의 실시간 모니터링, 증빙서류의 온라인화, 금융망과 연계한 보안관리 등을 제시하였다[6].
실시간연구비관리시스템을 구축한 목적은 무엇인가?
실시간연구비관리시스템(RCMS)은 연구비전산종합 관리시스템의 단점을 보완하고 연구개발비의 실시간 집행 모니터링 및 통제를 위하여 실시간연구비관리시스템을 구축하였다. 실시간연구비관리시스템은 ‘금융망과의 연계를 통해 연구개발비 사용현황을 실시간으로 모니터링하고 전자증빙, 온라인 정산 등을 지원하는 Paperless 시스템’을 목표로 운영되기 시작하였다.
데이터 품질진단 방법 중 하나인 인사이드아웃 방법에 대해 설명하라
데이터 품질진단 방법에는 인사이드아웃(Inside-Out) 방법과 아웃사이드인(Outside-In) 방법이 있다[10]. 인사이드아웃 방법은 데이터로부터 업무규칙으로 분석을 진행하면서 오류 데이터를 찾아내는 분석기법으로 테이블에 존재하는 데이터로부터 분석을 시작하고 데이터 품질의 전반적인 사항을 파악하여 데이터의 품질수 준을 진단하는 방식으로 일반적으로 데이터 프로파일링이라고 한다[7].
참고문헌 (12)
S. J. Park, J. Y. Byun, M. H. Cho, D. W. Kim, "Innovation Resistance in Adoption Process of New R&D Grant Management System," Korean Academic Society of Business Administration, Vol.24, No.2, pp.19-31, Nov. 2007.
T. S. O, "Transparency of the research performed by the research institution Cards," Korean Development Institute, 2001.
H. G. Lee, G. S. Shin, "A Study on Transparency of Research Fund Supported by Government," Korean Academic Society of Accounting, Vol.12, No.3, pp.189-209, Dec.2007.
S. A. Kim, "A study on increasing transprency of government research and development fund usage : focused on introduction R&D credit card system in government R&D fund," M. S. dissertation, Kyunghee University, 2009.
Korea Evaluation Institute of Industrial Technology, "Real-time integration Grant Management System project request for proposal," 2009.
J. E. Kim, M. S. Kim, K. N. Lee, H. Y. Jeon, "Improvement of R&D funding management system for National R&D Program", Korea Information Society Development Institute, Sep. 2014.
Korea Database Agency, "Guide line for Database Quality", 2011.
Financial Security Agency, "Technology guide for fraud detection in Financial Transaction System", 2014.
Telecommunications Technology Association, "Fraud Detection and Response Framework in Electronic Financial Transaction System",TTAK.KO-0178, 2011.
Abbasi, A., C. Albrecht, A. Vance, and J. Hansen, "MetaFraud: A Meta-Learning Framework for Detecting Financial Fraud," MIS Quarterly, Vol.36, No.4, pp.1293-1340, 2012.
D. K. Kim, K. Kim, J. W. Kim, S. Park, "A Study on the Application of Outlier Analysis for Fraud Detection: Focused on Transactions of Auction Exception Agricultural Products," Journal of Intelligence and Information Systems, Vol.20, No.3, pp.93-108, 2014.
Kou, Y., C. T. Lu, S. Sirwongwattana, Y. P.Huang, "Survey of Fraud Detection Techniques," Proceedings of the 2004 IEEE international conference on Networking, sensing and control, Vol.2, pp.749-754, 2004.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.