제2항에 있어서,상기 가상 데이터를 생성하는 단계는,상기 제1 유효데이터를 분석하여, 복수개의 데이터 팩터를 획득하며,상기 데이터 팩터 중 기 입력되거나 기 설정된 복수개의 팩터들을 핵심 팩터로 정의하고, 상기 핵심 팩터를 포함하는 복수개의 상기 가상 데이터로 생성하는 최적 보험료 산출 모델 획득 방법.

제3항에 있어서,상기 가상 데이터를 생성하는 단계는, 상기 복수개의 가상 데이터를 생성하기 위해 생성적 적대 신경망(GAN) 알고리즘 중 생성자 모델을 이용하는 최적 보험료 산출 모델 획득 방법.

제4항에 있어서,상기 제2 유효데이터를 획득하는 단계는,상기 가상 데이터를 생성하는 단계로부터 상기 가상 데이터를 전달받고,상기 가상 데이터를 감별하여 기 설정된 기준을 초과하는 상기 가상 데이터를 상기 제2 유효데이터로 획득하기 위해 상기 생성적 적대 신경망(GAN) 알고리즘 중 감별자 모델을 이용하는 최적 보험료 산출 모델 획득 방법.

제1항에 있어서,상기 제1 유효데이터는, 보험 가입자의 보험 가입 정보이며, 상기 제2 유효데이터를 생성하는 단계는,가상 데이터를 생성하는 단계; 및상기 가상 데이터를 이용하여 상기 제2 유효데이터를 획득하는 단계;를 포함하도록 형성되는 최적 보험료 산출 모델 획득 방법.

최적 보험료 산출 모델 획득 시스템에 있어서,유효 데이터 획득부를 이용하여 데이터베이스로부터 제1 유효데이터를 전달받는 단계;상기 유효 데이터 획득부에서 상기 제1 유효데이터를 이용하여 제2 유효데이터를 생성하는 단계;보험료 산출 모델 획득부에서 유효 데이터 풀을 이용하여 보험료 예측 모델을 생성하는 단계; 및상기 보험료 산출 모델 획득부에서 상기 보험료 예측 모델 중 최적 보험료 산출 모델을 선정하는 단계;를 포함하도록 형성되는 최적 보험료 산출 모델 획득 방법.

제5항에 있어서,상기 보험료 예측 모델을 생성하는 단계는,상기 유효 데이터 획득부에서 제1 유효데이터 및 상기 제2 유효데이터를 이용하여 유효 데이터 풀을 생성하는 단계; 및상기 보험료 산출 모델 획득부에서 상기 유효 데이터 풀(Pool)을 이용하여 적어도 하나의 상기 보험료 예측 모델을 생성하는 단계;를 포함하는 최적 보험료 산출 모델 획득 방법.

제6항에 있어서,상기 적어도 하나의 상기 보험료 예측 모델을 생성하는 단계는, 상기 유효 데이터 풀로부터 상기 제1 유효데이터 및 상기 제2 유효데이터를 획득하여 마르코프 결정 과정(Markov Decision Process, MDP)을 적용하여 상기 보험료 예측 모델을 생성하는 최적 보험료 산출 모델 획득 방법.

제7항에 있어서,상기 최적 보험료 산출 모델을 선정하는 단계는,상기 적어도 하나의 보험료 예측 모델을 비교 분석하여 상기 최적 보험료 산출 모델을 획득하는 최적 보험료 산출 모델 획득 방법.

제8항에 있어서,상기 보험료 예측 모델 생성 모듈에서 생성된 적어도 하나의 상기 보험료 예측 모델을 전달받고, 전달받은 상기 보험료 예측 모델에 상기 제1 유효데이터를 대입하여 예측 보험료를 계산하고, 계산된 예측 보험료와 상기 데이터베이스에 저장된 실제 상기 가입자의 보험료인 실제 보험료를 비교하여 예측 정확도를 획득하는 최적 보험료 산출 모델 획득 방법.

제9항에 있어서,상기 예측 정확도는, 상기 복수의 가입자 별로 상기 제1 유효데이터를 이용하여 획득된 개인 예측 정확도의 평균값인 최적 보험료 산출 모델 획득 방법.