최근 들어 개인의 신용을 어떻게 평가하는지에 대한 관심이 고조되고 있다. 데이터마이닝을 이용하여 개인의 신용을 가장 잘 예측할 수 있는 모형을 로지스틱 회귀분석, 의사결정나무, 신경망 분석으로 디자인하고, 신경망 모형의 해석상의 어려움을 극복하기 위하여 의사결정나무로 재해석하여 기존의 의사결정나무 모형과의 유사성을 찾음으로써 어떠한 패턴을 찾고자 하는 것이 논문의 목적이다.
신경망이 유연한 구조를 이용하면 예측율을 원래의 데이터와 거의 비슷한 수준으로 높일 수 있다. 이렇게 결과가 좋은 모델을 만들었다 하더라도 그것의 구조를 파악하여 의미를 해석하는 일을 간과할 수는 없다. 그러기 위하여 의사결정 나무를 이용하여 신경망 구조를 재해석해보면, 여러 가지 의미있는 정보를 알 수 있다. 데이터에 기초한 나무와 신경망에 기초한 나무의 전체적인 분류기준이 동일하다는 것이다. 다만 신경망의 경우 예측율을 높이기 위하여 더 많은 변수가 사용되었고 그래서 나무가 더 커지는 구조를 갖게 된다는 것이다. 또, 의사결정나무로 해석된 신경망 구조를 의사결정 하는데 직접적으로 사용할 수는 없다는 점이다. 분석을 위하여 신경망 모형의 구조로부터 새로운 목표변수를 생성하고, 원래의 데이터와 비슷한 성격의 데이터 셋을 만들어 그것을 분석하여 의사결정나무를 만들었기 때문에 이것 자체가 원래의 데이터는 아니기 때문이다. 여기서 의사결정나무는 단지 해석의 지원 도구로 사용되었을 뿐이지 이것이 의사결정의 목적은 아니다.
