일반화가법모형요율산정 (Generalized Additive Model Pricing)

한 줄 정의: 일반화가법모형요율산정은 나이나 운전 경력처럼 연속적인 변수와 손해 위험 사이의 비선형적인 관계를, 유연한 곡선 형태의 함수를 이용해 반영하는 요율산정 기법입니다.

쉽게 풀면

일반화선형모형(GLM)은 나이가 많아질수록 사고 위험이 일정한 비율로 증가하거나 감소한다는 식으로 비교적 단순한 관계를 가정합니다. 그러나 실제로는 20대 초반에는 위험이 높다가 중년에 낮아지고 노년에 다시 높아지는 U자형 패턴처럼, 단순한 직선이나 곡선으로 표현하기 어려운 관계가 흔합니다. 일반화가법모형(GAM)은 이런 복잡하고 구불구불한 관계를 유연한 곡선으로 그대로 반영할 수 있는 통계 기법으로, 요율산정에 적용하면 나이 같은 연속 변수의 효과를 더 정교하게 담아낼 수 있습니다.

왜 중요한가

일반화가법모형요율산정은 전통적인 일반화선형모형이 놓치기 쉬운 비선형적 위험 패턴을 포착할 수 있어, 예측 정확도를 높이는 방법으로 최근 요율산정 연구에서 활발히 다뤄집니다. 머신러닝 기법과 전통적 통계 모형 사이의 다리 역할을 하는 방법으로도 주목받습니다.

논문에서는 이렇게 쓰입니다

"generalized additive model을 이용해 운전자 연령과 사고 빈도 사이의 비선형 관계를 평활함수로 추정하였다."

연령 변수의 효과를 곡선 형태로 유연하게 추정했다는 뜻입니다.

"GLM과 GAM 기반 요율산정 결과를 비교한 결과, GAM이 특정 연령 구간에서 더 낮은 예측 오차를 보였다."

두 통계 모형의 예측 성능을 비교 검증한 연구를 설명합니다.

조금 더 깊게 보면

일반화가법모형은 각 설명변수마다 별도의 평활함수(스플라인 함수 등)를 적용하고 이들을 더하는 구조를 가지며, 일반화선형모형이 가정하는 고정된 선형 관계 대신 데이터로부터 곡선의 형태 자체를 추정합니다. 이렇게 추정된 평활함수는 시각화를 통해 각 변수가 손해 위험에 미치는 영향의 패턴을 직관적으로 확인할 수 있게 해줍니다.

주의할 점

모형이 유연한 만큼 과적합의 위험이 있어, 평활 정도를 적절히 조절하는 절차가 필요합니다. 또한 해석의 직관성은 단순 선형모형보다 다소 떨어질 수 있습니다.