Amazon Fraud Detector는 2025년 11월 7일부터 신규 고객에게 더 이상 공개되지 않습니다. Amazon Fraud Detector와 유사한 기능을 알아보려면 Amazon SageMaker, AutoGluon 및를 살펴보세요 AWS WAF.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 파트 A: Amazon Fraud Detector 모델 구축, 훈련 및 배포
<a name="part-a"></a>

파트 A에서는 비즈니스 사용 사례를 정의하고, 이벤트를 정의하고, 모델을 빌드하고, 모델을 훈련하고, 모델의 성능을 평가하고, 모델을 배포합니다.

## 1단계: 비즈니스 사용 사례 선택
<a name="choose-business-use-case"></a>
+ 이 단계에서는 **데이터 모델 탐색기를** 사용하여 비즈니스 사용 사례를 Amazon Fraud Detector에서 지원하는 사기 탐지 모델 유형과 일치시킵니다. 데이터 모델 탐색기는 비즈니스 사용 사례에 맞는 사기 탐지 모델을 생성하고 훈련하는 데 사용할 모델 유형을 추천하는 Amazon Fraud Detector 콘솔과 통합된 도구입니다. 또한 데이터 모델 탐색기는 데이터 세트에 포함해야 하는 필수, 권장 및 선택적 데이터 요소에 대한 인사이트를 제공합니다. 데이터 세트는 사기 탐지 모델을 생성하고 훈련하는 데 사용됩니다.

  이 자습서의 목적상 비즈니스 사용 사례는 새 계정 등록입니다. 비즈니스 사용 사례를 지정하면 데이터 모델 탐색기가 사기 탐지 모델을 생성하기 위한 모델 유형을 추천하고 데이터 세트를 생성하는 데 필요한 데이터 요소 목록도 제공합니다. 새 계정 등록의 데이터가 포함된 샘플 데이터 세트를 이미 업로드했으므로 새 데이터 세트를 생성할 필요가 없습니다.

  1. [AWS Management Console](https://console.aws.amazon.com/)을 열고 계정에 로그인합니다. Amazon Fraud Detector로 이동합니다.

  1. 왼쪽 탐색 창에서 **데이터 모델 탐색기를** 선택합니다.

  1. **데이터 모델 탐색기** 페이지의 **비즈니스 사용 사례**에서 **새 계정 사기**를 선택합니다.

  1. Amazon Fraud Detector는 선택한 비즈니스 사용 사례에 대한 사기 탐지 모델을 생성하는 데 사용할 권장 모델 유형을 표시합니다. 모델 유형은 Amazon Fraud Detector가 사기 탐지 모델을 훈련하는 데 사용할 알고리즘, 보강 및 변환을 정의합니다.

     권장 모델 유형을 기록해 둡니다. 나중에 모델을 생성할 때이 정보가 필요합니다.

  1. **데이터 모델 인사이트** 창은 사기 탐지 모델을 생성하고 훈련하는 데 필요한 필수 및 권장 데이터 요소에 대한 인사이트를 제공합니다.

     다운로드한 샘플 데이터 세트를 살펴보고 테이블에 나열된 모든 필수 및 권장 데이터 요소가 있는지 확인합니다.

     나중에 특정 비즈니스 사용 사례에 맞는 모델을 생성할 때 제공된 인사이트를 사용하여 데이터 세트를 생성합니다.

## 2단계: 이벤트 유형 생성
<a name="define-event"></a>
+ 이 단계에서는 사기를 평가할 비즈니스 활동(이벤트)을 정의합니다. 이벤트를 정의하려면 데이터 세트에 있는 변수, 이벤트를 시작하는 개체 및 이벤트를 분류하는 레이블을 설정해야 합니다. 이 자습서에서는 계정 등록 이벤트를 정의합니다.

  1. [AWS Management Console](https://console.aws.amazon.com/)을 열고 계정에 로그인합니다. Amazon Fraud Detector로 이동합니다.

  1. 왼쪽 탐색 창에서 **이벤트**를 선택합니다.

  1. **이벤트 유형** 페이지에서 **생성을** 선택합니다.

  1. **이벤트 유형 세부 정보**에서 이벤트 유형 이름으로 `sample_registration`를 입력하고 선택적으로 이벤트에 대한 설명을 입력합니다.

  1. **개체**에서 **개체 생성을** 선택합니다.

  1. **개체 생성** 페이지에서 개체 유형 이름으로 `sample_customer`를 입력합니다. 선택적으로 개체 유형에 대한 설명을 입력합니다.

  1. **개체 생성을** 선택합니다.

  1. **이벤트 변수**의 **이 이벤트의 변수를 정의하는 방법 선택**에서 **훈련 데이터 세트에서 변수 선택을** 선택합니다.

  1. **IAM 역할**에서 **IAM 역할 생성을** 선택합니다.

  1. **IAM 역할 생성** 페이지에서 예제 데이터를 업로드한 S3 버킷의 이름을 입력하고 **역할 생성을** 선택합니다.

  1. **데이터 위치에** 예제 데이터의 경로를 입력합니다. 예제 데이터를 업로드한 후 저장한 `S3 URI` 경로입니다. 경로는와 비슷합니다`S3://{{your-bucket-name}}/{{example dataset filename}}.csv`.

  1. **업로드**를 선택합니다.

     Amazon Fraud Detector는 예제 데이터 파일에서 헤더를 추출하여 변수 유형으로 매핑합니다. 매핑은 콘솔에 표시됩니다.

  1. **레이블 - 선택 사항**에서 **레이블**에 대해 **새 레이블 생성을** 선택합니다.

  1. **레이블 생성** 페이지에서 이름으로 `fraud`를 입력합니다. 이 레이블은 예제 데이터 세트의 사기 계정 등록을 나타내는 값에 해당합니다.

  1. **레이블 생성을** 선택합니다.

  1. 두 번째 레이블을 생성한 다음 이름으로 `legit`를 입력합니다. 이 레이블은 예제 데이터 세트의 합법적인 계정 등록을 나타내는 값에 해당합니다.

  1. **이벤트 유형 생성을** 선택합니다.

## 3단계: 모델 생성
<a name="step-3-create-new-ml-model"></a>

1. **모델** 페이지에서 **모델 추가**를 선택한 다음 **모델 생성을** 선택합니다.

1. **1단계 - 모델 세부 정보 정의**에 모델 이름으로 `sample_fraud_detection_model`를 입력합니다. 선택적으로 모델에 대한 설명을 추가합니다.

1. **모델 유형**에서 **온라인 사기 인사이트** 모델을 선택합니다.

1. **이벤트 유형**에서 **sample\_registration**을 선택합니다. 1단계에서 생성한 이벤트 유형입니다.

1. **기록 이벤트 데이터**에서 

   1. **이벤트 데이터 소스**에서 ** S3에 저장된 이벤트 데이터를** 선택합니다.

   1. **IAM 역할**에서 1단계에서 생성한 역할을 선택합니다.

   1. **훈련 데이터 위치에** 예제 데이터 파일의 S3 URI 경로를 입력합니다.

1. **다음**을 선택합니다.

## 4단계: 모델 훈련
<a name="step-4-training-data-assign-perms"></a>

1. **모델 입력**에서 모든 확인란을 선택된 상태로 둡니다. 기본적으로 Amazon Fraud Detector는 과거 이벤트 데이터 세트의 모든 변수를 모델 입력으로 사용합니다.

1. **레이블 분류**에서 **사기 레이블**의 경우이 레이블은 예제 데이터 세트의 사기 이벤트를 나타내는 값에 해당****하므로 사기를 선택합니다. **적법한 레이블**의 경우이 레이블은 예제 데이터 세트의 적법한 이벤트를 나타내는 값에 해당하므로 **적법**성을 선택합니다.

1. **레이블이 지정되지 않은 이벤트 처리**의 경우이 예제 데이터 세트에 대한 **레이블이 지정되지 않은 이벤트 무시** 기본 선택을 유지합니다.

1. **다음**을 선택합니다.

1. 검토 후 **모델 생성 및 훈련**을 선택합니다. Amazon Fraud Detector는 모델을 생성하고 모델의 새 버전을 훈련하기 시작합니다.

   **모델 버전**에서 **상태** 열은 모델 훈련의 상태를 나타냅니다. 예제 데이터 세트를 사용하는 모델 훈련을 완료하는 데 약 45분이 걸립니다. 모델 훈련이 완료된 후 상태가 **배포 준비 완료**로 변경됩니다.