외국과 마찬가지로 우리나라에서도 렌터카를 이용한 보험사기가 많은데 아직 렌터카를 이용한 보험사기 적발에 대한 연구는 찾아보기 힘들다. 본 연구는 2019-2020년 기간 동안 발생한 81,728건의 렌터카 사고 자료를 이용하여 보험사기 적발 모형을 제시하려는 것이다. 렌터카공제조합에서 일반사고로 분류한 80,866건과 보험사기로 적발한 862건 중 보험사기 적발모델 구축에 사용된 데이터는 각각 60,000건과 600건이었으며, 나머지 자료는 적발모델의 정확도를 판단하기 위한 테스트 자료로 활용하였다. 보험사기 적발에 가장 탁월한 예측치를 보이는 로지스틱모델과 머신러닝 기법의 일종인 랜덤포레스트(random forest) 기법을 활용하여 렌터카 사고 중 보험사기 가능성이 있는 사고를 예측해 보았지만 두 방법 모두 예측력이 높지 않았다. 그 이유는 관찰변수가 제한적이며, 일반사고로 판명된 렌터카 사고에도 실제 보험사기 건수가 많이 포함되어 있어 트레이닝 데이터와 테스트 데이터로서 역할을 하지 못한 것이라고 할 수 있다. 그러나 본 연구에서는 14개의 렌터카를 이용한 보험사기 징후를 나타내는 변수의 특성을 규명하였고, 기존 연구에서 밝히지 못한 렌터카 보험사기의 4가지 구체적인 특성을 밝혔다. 보험사기 예측력을 향상시키기 위해 향후 수집하고 축적해야 하는 변수들에 대한 제안 중 우리가 수집하고 있지 않은 피해자의 특성, 가해자의 특성, 그리고 상해의 특성과 피해자 치료의 구체적인 특성 요소들이 꾸준히 수집되어야 한다는 것을 제안하였다.

As in other countries, there are many insurance frauds using rental cars in Korea, too. However, there are few studies on the detection of insurance fraud using rental vehicles. This study is to present an insurance fraud detection model using 81,728 cases received for rental car accidents during the period 2019-2020. Of the 80,866 samples classified as normal auto accidents and 862 ones detected as insurance fraud by the Korea Rental Car Mutual Aid Association, 60,000 and 600 samples, respectively, were used to construct an insurance fraud detection model and tested the model with the rest of the data. We compared the results of a logistic model with that of a random forest technique, however, the prediction powers from both methods were not as high. The reasons may be the observational variables are limited and/or many cases of insurance fraud might be included in the case of normal auto accidents. In this study, we figured out 14 variables indicating insurance fraud symptoms using rental cars and 4 characteristics that were not revealed in the previous studies were found. We propose that more variables that represent the characteristics of the victims, of the perpetrators, of the injuries, and the treatment of the victims, which we have not collected, should be specifically observed and continuously accumulated.