The task of assigning internationally accepted commodity codes (aka HS code) to traded goods is a critical function of customs offices. Like court decisions made by judges, this task follows the doctrine of precedent and can be nontrivial even for experienced officers. In this paper, I propose a first-ever explainable decision supporting model that suggests the most likely subheadings (i.e., the first six digits) of the HS code. The model also provides reasoning for its suggestion in the form of a document that is interpretable by customs officers. The model is evaluated using 5,000 cases that recently received a classification request. The results showed that the top-3 suggestions made by our model had an accuracy of 93.9% when classifying 925 challenging subheadings. A user study with 32 customs experts further confirmed that our algorithmic suggestions accompanied by explainable reasonings, can substantially reduce the time and effort taken by customs officers for classification reviews.
수출입 되는 상품에 국제적으로 통용되는 품목 코드(HS 코드)를 할당하는 일은 세관의 중요한 역할 중 하 나이다. 법관이 내리는 판결과 마찬가지로 관세 품목 분류는 통칙 등의 문서와 선례에 따라 결정되며 이는 경험이 많은 전문가에게도 간단하지 않은 업무이다. 이 논문에서는 관세 물품에 대해 가장 가능성이 높은 HS 코드의 소호(첫 6자리)를 제안하는 최초의 설명 가능한 의사 결정 지원 모델을 제안한다. 이 모델은 세관 실무자가 해석할 수 있는 문서의 형태로 결정 근거를 제공한다. 최근에 분류된 5,000건의 분류 사례을 이용 하여 모델을 평가했으며, 총 925개의 소호에 대해 모델이 3가지 후보 코드를 제시했을 때 93%의 정확도를 보였다. 또한, 32명의 관세청 세관 전문가를 대상으로 한 설문조사를 통해 설명 가능한 결정 사유를 제공하는 알고리즘이 분류 검토에 소요되는 시간과 노력을 크게 줄일 수 있다는 것을 추가로 확인할 수 있었다.
