$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

A Study on Conspired Insurance Fraud Detection Modeling Using Social Network Analysis 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.25 no.3, 2020년, pp.117 - 127  

Kim, Tae-Ho (Graduate School of Information Security, Korea University) ,  Lim, Jong-In (Graduate School of Information Security, Korea University)

초록
AI-Helper 아이콘AI-Helper

최근 보험사기는 의료인, 정비업체, 보험설계사 등 분야별 전문가와 보험가입자가 공모하여 조직화, 지능화되는 형태로 계획적이고 은밀하게 이루어지고 있어 그 혐의를 입증하는 것이 점점 더 어려워지고 있다. 자동차사고의 경우 고의를 입증하기가 쉽지 않으며 특히 수사권이 없는 보험사가 혐의를 입증하기는 현실적으로 한계를 가지고 있다. 본 논문에서는 공모형 보험사기 적발을 위한 Social Network Analysis(SNA), 혐의그룹 개체간 관계 시각화 기법 등 공모형 보험사기 혐의자 적발 기법을 통해 기존에는 알아내기 어려웠던 조직형, 공모형 보험사기 파악이 획기적으로 개선될 수 있다는 점을 살펴보고 조직적 공모형 보험사기 적발을 위한 데이터 분석기법의 발전적 연구 방향을 모색해 보고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, proving insurance fraud has become increasingly difficult because it occurs intentionally and secretly via organized and intelligent conspiracy by specialists such as medical personnel, maintenance companies, insurance planners, and insurance subscribers. In the case of car accidents, it i...

주제어

#사회관계망분석   #보험사기 적발   #공모형 보험사기   #보험사기   #사기적발  

표/그림 (13)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • [3] 이러한 보험사기로 인하여 지급된 보험금의 누수는 결국 보험료를 인상시켜 그 피해가 전체 보험계약자에게 돌아가게 된다.[4] 본 연구에서는 사회학 위주로 연구되고 있는 사회연결망 분석기법을 보험사기 조사에 대한 영역으로 확장하여 개별 데이터로는 인지할 수 없었던 공모형 보험사기 적발을 위한 Social Net work Analysis (SNA), 혐의그룹 개체간 관계 시각화 기법 등 보험사기 혐의자 그룹 적발 기법을 통해 기존에는 알아내기 어려웠던 조직형, 공모형 보험사기 파악이 획기적으로 개선될 수 있는 데이터 분석기법을 제시 하고자 한다.
  • 아울러, 보험범죄 예방을 위해 보험사기방지 특별법이 제정되는 등 보험사기에 대한 사회적 경각심은 높아지고 있으나 공모 형태의 보험사기 적발을 위한 데이터 분석 기법에 대한 연구는 거의 전무한 실정이다. 본 논문에서는 제보 없이도 공모 형태의 보험사기 혐의그룹을 자동으로 추출하고 주 혐의자를 손쉽게 식별하는 등 보험사기 조사업무의 효율성을 획기적으로 개선 할 수 있는 보험사기 혐의자 적발 모델링을 제시하고자 한다.
  • 이와 같은 개체들간의 관계 구조의 특성을 분석함으로써 ‘보험사기‘ 혐의 집단을 도출하고자 하는 것이 SNA를 보험 데이터에 적용하는 목적이라고 할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
보험범죄와 보험사기를 비교한 내용은 어떠한가? 일반적으로 보험범죄라 함은 보험가입자 또는 제3자가 받을 수 없는 보험급부를 대가 없이 받거나 부당하게 낮은 보험료를 지불하거나 부당하게 높은 보험금의 지급을 요구할 목적을 가지고 고의적이며 악의적으로 행동하는 것을 의미한다. 보험범죄가 구체적인 범법행위로 나타난 결과만을 지칭하는 반면에 보험사기는 보험가입시의 악의성을 포함하는 보다 광범위한 개념이라는 점에서 보험범죄보다 더 광의의 개념이다.[1] 2016.
보험사기행위의 법률적 정의는? 29. 법률 제14123호로 제정된 보험사기방지 특별법에서 보험사기행위를 ‘보험사고의 발생, 원인 또는 내용에 관하여 보험자를 기망하여 보험금을 청구하는 행위를 말한다’고 보험사기에 대한 법률적 정의를 하였다. ’18년 중 보험사기 적발금액은 [Fig 1]과 같이 전년 대비 9.
현재 보험범죄에 대응하기 위한 보험업계와 금융감독원의 행동의 한계는? 금융감독원에서는 내부에 각 보험사로부터 보험계약 및 보험금 지급정보를 데이터 베이스로 축적하고 과거 보험사기로 적발된 자(개인,보험설계사, 병원 등으로 구분)들의 사기유형과 사고형태를 정형화하여 보험사기에 대한 자료를 개발하고 이에 대해 점수화하여 보험사기 혐의자를 적출하는 통계적인 기법을 활용[5]하여 큰 성과를 거두고 있다. 그러나 이러한 방식은 방대한 계약정보 및 사고정보 자료를 장기간 동안 분석해야 하므로 상당한 시간, 인력 및 비용이 소요되거나, 개별 혐의자 위주로 분석하는 방식으로 공모 형태의 조직적 보험사기에 효과적으로 대응하기는 곤란한 실정이다. 공모 형태의 조직적 보험사기는 주로 공모에 가담한 자의 제보에 의존하여 적발되는 경우가 대부분이다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로