Abstract 1
요 약 3
제1장 서론 11
  제1절 연구 배경 및 목적 13
  제2절 연구 내용 및 방법 15
제2장 이상 탐지 개념 정의 및 국내·외 사례 연구 17
  제1절 이상 탐지(Anomaly detection) 개념 정의 19
  제2절 이상 탐지 국내·외 사례 연구 26
제3장 데이터 사이언스 기반 이상 탐지 기법 연구 37
  제1절 기계학습 기반 이상 탐지 기법 39
  제2절 딥러닝(Deep learning)을 활용한 이상 탐지 기법 80
제4장 보건사회 분야 자료의 이상 탐지 기법에 대한 탐색적 분석 97
  제1절 치매 조기 진단을 위한 이미지 자료(FDG-PET) 활용성 분석 99
  제2절 노인 학대 노출에 대한 이상(anomaly) 재정의와 특성 분석 117
제5장 이상 탐지 기법 이슈 및 정책 제언 147
  제1절  이상 탐지 기법 관련 이슈 149
  제2절  이상 탐지 기법의 활용성과 정책 제언 152
참고문헌 155
부 록 187 

이상 탐지 기법은 학습 자료를 기반으로 기존의 자료들과는 다른 특성을 갖는 자료를 찾는 모형을 만드는 방법으로, 대부분의 자료가 정상 분류이고 극소수의 자료가 비정상 자료인 경우 비정상 자료의 탐지를 위해 사용하는 방법이다. 하지만, 비정상자료가 극소수가 아닐 수 있으며, 비정상의 개념을 문제에 따라 재정의할 수 있다.
보건사회 분야 자료의 기계학습(Machine Learning) 기반 이상 탐지 기법에 대한 탐색적 분석에서 살펴보았듯이, 정형 데이터뿐만 아니라 이미지 자료, 영상 자료의 비정형 데이터도 이상치를 탐지하는 데 정확도를 높일 수 있다. 또한, 여러 이상 탐지 기법을 사용하여 대분류부터 소분류까지 단계적으로 구분 지어 활용할 수 있다. 빅데이터 시대에 데이터의 활용가치는 증대되는 만큼, 최신 기법인 기계학습에 기반한 이상 탐지 기법을 정책 대상 발굴이나 예산 효율성 제고에 접목시켜 활용한다면 예측 가능한 맞춤형 복지에 한층 가까이 다가설 수 있을 것이다.