AI 환불처리감시 시스템에 대한 개인적인 생각

AI 환불 처리 감시 처리의 예

 

환불처리에 사기 취소 감지에 대한 코드 예는 아래와 같다.

(출처: OPENAI)

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report
import ace_tools as tools

# 샘플 데이터 생성
data = {
    "user_id": ["userA", "userB", "userC", "userD", "userE", "userF", "userG"],
    "refund_count": [5, 1, 3, 2, 7, 1, 4],   # 환불 요청 횟수
    "usage_hours": [15, 0, 8, 2, 20, 0, 12],  # 사용 시간
    "same_ip_usage": [1, 0, 0, 1, 1, 0, 0],   # 동일 IP에서 다른 계정 사용 여부 (1: 예, 0: 아니오)
    "previous_fraud": [1, 0, 1, 0, 1, 0, 1],  # 과거 사기 환불 이력 (1: 있음, 0: 없음)
    "fraudulent_refund": [1, 0, 1, 0, 1, 0, 1]  # 사기 환불 여부 (1: 사기, 0: 정상)
}

df = pd.DataFrame(data)

# 데이터 분리
X = df.drop(columns=["user_id", "fraudulent_refund"])  # 특징 변수

y = df["fraudulent_refund"]  # 타겟 변수 (사기 여부)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 모델 학습
model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

# 예측
y_pred = model.predict(X_test)

# 결과 출력
report = classification_report(y_test, y_pred, output_dict=True)
df_report = pd.DataFrame(report).transpose()
tools.display_dataframe_to_user(name="Fraud Detection Report", dataframe=df_report)

 

그런데 이러한 취소 환불 감시를 꼭 AI로 해야 하는지 의문이다.물론 "꼭" 이란 표현이 그렇지만, 모두가 AI를 외칠 때 비용측면에서 의아하다는 것이다.

매우 복잡한 또는 룰 베이스 시스템으로 검출할 수 없는 사항이라면, 또는 매우 복잡하거나 절대 사람의 실수를 용납하지 않는 시스템이어야 한다면 특정한 조건에서 AI를 학습시키고 운영할 수 있겠지만 이러한 AI를 구축하고 운영하는데 드는 보다 룰베이스로 작동하는 시스템의 비용이 10분의 1, 아니, 더 적을 수도 있다.

따라서, 개인적으로는 반드시 모든 것을 AI화 해야하는 것은 아닌 것 같다.