KR101914905B1 - Ars 납부 시스템 - Google Patents

Ars 납부 시스템 Download PDF

Info

Publication number
KR101914905B1
KR101914905B1 KR1020180038507A KR20180038507A KR101914905B1 KR 101914905 B1 KR101914905 B1 KR 101914905B1 KR 1020180038507 A KR1020180038507 A KR 1020180038507A KR 20180038507 A KR20180038507 A KR 20180038507A KR 101914905 B1 KR101914905 B1 KR 101914905B1
Authority
KR
South Korea
Prior art keywords
payment
date
unit
information
personal information
Prior art date
Application number
KR1020180038507A
Other languages
English (en)
Inventor
이영도
Original Assignee
이영도
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이영도 filed Critical 이영도
Priority to KR1020180038507A priority Critical patent/KR101914905B1/ko
Application granted granted Critical
Publication of KR101914905B1 publication Critical patent/KR101914905B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 명세서에서 개시하는 기술은 ARS(Automatic Response Service)를 이용하여 납세자의 세금납부를 간편하게 하기 위한 ARS 납부 시스템에 관한 것으로, 데이터베이스로부터 납부자의 개인정보와 납부자의 납부이력 정보 및 경제지표정보를 추출하는 정보 추출부와 상기 추출된 납부자의 납부이력 정보에 근거하여, 납부자의 납부 예상일을 추정하는 납부패턴 분석부, 상기 추출된 납부자 개인정보의 변경이 있을 경우, 새로운 납부패턴을 생성하여 상기 납부 예상일을 보정하는 개인정보 분석부, 경제지표정보에 근거하여, 추가 납부 예상일을 더 추정하는 경제 반영부, 상기 납부 예상일과 추가 납부 예상일에 대응하여 납부자에게 통지하는 통지부, ARS를 통해서 납부자의 접속을 확인하는 접속 확인부 및 상기 접속한 납부자에게 선택사항을 제시하고 접속한 납부자의 응답에 따라서 서비스를 제공하는 서비스 제공부를 포함한다.

Description

ARS 납부 시스템{AUTOMATIC RESPONSE SERVICE PAYMENT SYSTEM}
본 명세서에서 개시하는 기술은 ARS(Automatic Response Service)를 이용하여 납세자의 세금납부를 간편하게 하기 위한 ARS 납부 시스템에 관한 것이다.
통상의 ARS((Automatic Response Service)는 시스템에 설정된 안내에 따라서 사용자의 응답에 따라서 정보 또는 경로를 안내해주는 서비스이고, 근래에 이르러 세금 수납을 위해서 ARS(Automatic Response Service)시스템이 많이 사용되고 있는 실정이다.
나아가 단순히 자동 응답형 시스템을 벗어나, 공과금이나 세금을 효율적으로 부과하고 징수하기 위한 여러 가지 시스템 또는 방법들이 개발되어 왔으며, 최근에는 인터넷이나 모바일을 이용한 시스템도 많이 개발되어 접목되고 있다.
이러한 시스템들은 공과금의 고지, 수납 및 조회 등의 업무와, 납부자의 관리 업무 등을 효율적으로 처리하도록 설계되어 있다.
일본 공개특허 제2001-142971호에 의하면, 세금 미납자에 대한 데이터를 출력하여 징수 관리하는 납세정보 관리시스템이 제시되어 있으며, 일본 공개특허 제2003-203143에 의하면, 납부 기한 내에 납부를 시행하지 않은 체납자에 대하여 소정 수속이 이루어질 때까지 컴퓨터로 관리를 실행하는 체납자 관리시스템이 제시되어 있다.
또한, 한국 공개특허 제2007-0096568호에 의하면, 휴대폰의 메신저 기능을 통해 납세 고지 및 결재를 실행하는 시스템에 대해 제시하고 있으며, 한국 공개특허 제2009-0002113호에 의하면, 납부자가 공과금을 조회하도록 구성된 공과금 통장 서비스를 제공하는 방법에 대해 제시하고 있다.
그리고 한국 등록특허공보 제10-1422562호(2014.07.24. 공고, ARS 납부 시스템에는 납부자의 인적사항, 주소, 납부 기록, 상담 내용이 저장되어 있는 데이터베이스로부터 납부자의 개인 정보와 납부이력 정보를 추출하는 정보 추출 수단과, 상기 추출된 개인 정보별로 납부자를 그룹화 하는 그룹화 수단과, 그룹화된 각 그룹에 속하는 납부자의 납부이력 정보에 근거하여, 각 그룹에 가중치를 부여하는 가중치 설정 수단과, 납부자 개인의 납부이력 정보와, 납부자가 속한 그룹의 가중치에 근거하여, 납부자의 등급을 결정하는 등급 결정 수단과, 상기 납부자의 등급에 따라 납부통지 방법을 결정하여, 납부자에게 통지하는 납부 통지 수단을 포함하여 이루어짐으로써, 납부자의 정보나 납부 특성 등을 이용하여 체납 발생을 사전에 감소시킬 수 있고, 편리하고 유용한 납부 서비스를 제공할 수 있는 기술이 개시되어 있다.
본 명세서에서 개시하는 ARS 납부 시스템은 납부자의 개인적인 환경변화에 맞추어 세금의 효율적인 징수가 가능한 ARS 납부 시스템을 제공하고자 한다.
본 명세서에서 개시하는 ARS 납부 시스템은 데이터베이스(10)로부터 납부자의 개인정보와 납부자의 납부이력 정보 및 경제지표정보를 추출하는 정보 추출부(100)와 상기 추출된 납부자의 납부이력 정보에 근거하여, 납부자의 납부 예상일을 추정하는 납부패턴 분석부(200), 상기 추출된 납부자 개인정보의 변경이 있을 경우, 새로운 납부패턴을 생성하여 상기 납부 예상일을 보정하는 개인정보 분석부(300), 경제지표정보에 근거하여, 추가 납부 예상일을 더 추정하는 경제 반영부(500), 상기 납부 예상일과 추가 납부 예상일에 대응하여 납부자에게 통지하는 통지부(400), ARS를 통해서 납부자의 접속을 확인하는 접속 확인부(900) 및 상기 접속한 납부자에게 선택사항을 제시하고 접속한 납부자의 응답에 따라서 서비스를 제공하는 서비스 제공부(1000)를 포함한다.
상기 납부패턴 분석부(200)는 관리자가 기한을 설정하는 기한 설정부(210) 및 설정된 기한 이내에 납부이력 정보에 포함된 납부일자의 평균 일을 추정하여 납부 예상일로 지정하는 예상일 지정부(220)를 포함할 수 있다.
상기 개인정보 분석부(300)는 개인정보가 변경된 항목을 판독하는 정보 변경 판독부(310)와 개인정보가 변경된 경우에는 개인정보가 변경된 시점부터의 납부이력 정보에 근거하여, 변경 납부 예상일을 추정하는 보정 납부패턴 분석부(320) 및 납부 예상일을 변경 납부 예상일로 보정하는 예상일 보정부(330)를 포함할 수 있다.
상기 개인정보 분석부(300)는 납부자의 납부이력 정보에 근거하여, 납부일자의 변경을 판독하는 패턴 변경 판독부(340)를 더 포함할 수 있다.
상기 개인정보 분석부(300)는 개인정보가 변경된 항목을 판독하는 정보 변경 판독부(310)와 개인정보가 변경된 경우에는 개인정보가 변경된 시점부터의 납부이력 정보에 근거하여, 변경 납부 예상일을 추정하는 보정 납부패턴 분석부(320) 및 개인정보의 변경된 항목과 상기 변경 납부 예상일을 항목별 납부 예상일로 설정하는 항목별 패턴 설정부(350)를 포함하되, 개인정보가 변경된 항목이 항목별 납부 예상일의 항목과 동일한 지를 판독하는 항목 판단부(360) 및 개인정보가 변경된 항목이 동일할 경우에 납부 예상일을 변경 납부 예상일로 보정하는 예상일 보정부(330)를 포함할 수 있다.
ARS 납부 시스템은 상기 납부자를 그룹화하는 그룹핑부(600)를 더 포함할 수 있다.
상기 그룹화된 각 그룹에 속하는 납부자의 납부이력 정보에 근거하여, 각 그룹에 가중치를 부여하는 가중치 설정부(700)를 더 포함할 수 있다.
상기 납부자 개인의 납부이력 정보와, 납부자가 속한 그룹의 가중치에 근거하여, 납부자의 등급을 결정하는 등급 결정부(800)를 더 포함할 수 있다.
ARS 납부 시스템은 납부자의 납부 패턴을 분석하고 이에 따라 납부 예상일을 추정하되, 납부자의 개인정보의 변경 상황 및 국가적인 경제지표를 통한 납부자의 경제상황을 예측하여 추가 납부 예상일을 추정함으로써, 추정된 납부 예상일을 납부자의 개인정보의 변화에 대응하여 납부 예상일을 보정 또는 추가 납부 예상일에 납부 통지가 진행됨으로써, 경제지표를 통한 납부자의 개인사정에 대응하는 일자에 납부통지가 이루지는 바, 납부자의 세금납부에 대한 편의성이 증대되고, 납부할 세금을 경제상황의 악화로 소비되기 이전에 세금이 납부될 수 있도록 함으로써 체납 발생이 감소될 수 있는 효과가 있다.
ARS 납부 시스템은 개인정보 분석부의 패턴 변경 판독부와 항목별 패턴설정부 및 항목 판단부를 통해서 납부자의 개인정보 변경에 실시간으로 대응할 수 있는바, 납부자의 개인사정에 대응하는 최적의 날짜에 납부통지를 진행할 수 있는 효과가 있다.
전술한 내용은 이후에 보다 자세하게 기술되는 사항에 대해 간략화된 형태로 선택적인 개념만을 제공한다. 본 내용은 특허 청구 범위의 주요 특징 또는 필수적 특징을 한정하거나, 특허청구범위의 범위를 제한할 의도로 제공되는 것은 아니다.
도 1은 일 실시 예에 따른 ARS 납부 시스템의 구성을 개략적으로 나타낸 블록도이다.
도 2는 일 실시 예에 따른 개인정보 분석부를 개략적으로 나타낸 블럭도이다.
도 3은 다른 일 실시 예에 따른 개인정보 분석부를 개략적으로 나타낸 블럭도이다.
도 4는 일 실시 예에 경제 반영부를 개략적으로 나타낸 블럭도이다.
도 5는 다른 일 실시 예에 따른 ARS 납부 시스템의 구성을 개략적으로 나타낸 블록도이다.
도 1은 일 실시 예에 따른 ARS 납부 시스템의 구성을 개략적으로 나타낸 블록도이다. 도 2는 일 실시 예에 따른 개인정보 분석부를 개략적으로 나타낸 블럭도이다. 도 3은 다른 일 실시 예에 따른 개인정보 분석부를 개략적으로 나타낸 블럭도이다. 도 4는 일 실시 예에 경제 반영부를 개략적으로 나타낸 블럭도이다. 도 5는 다른 일 실시 예에 따른 ARS 납부 시스템의 구성을 개략적으로 나타낸 블록도이다.
본 명세서에서 개시하는 ARS 납부 시스템을 첨부된 도면을 참조하여 대략적으로 설명하면 정보 추출부(100)와 납부패턴 분석부(200), 개인정보 분석부(300) 통지부(400), 접속 확인부(900) 및 서비스 제공부(1000)를 포함한다.
상기 납부패턴 분석부(200)는 기한 설정부(210) 및 예상일 지정부(220)를 포함할 수 있다.
상기 개인정보 분석부(300)는 정보 변경 판독부(310)와 보정 납부패턴 분석부(320) 및 예상일 보정부(330)를 포함할 수 있다.
상기 개인정보 분석부(300)는 패턴 변경 판독부(340)를 더 포함할 수 있다.
상기 개인정보 분석부(300)는 정보 변경 판독부(310)와 보정 납부패턴 분석부(320) 및 항목별 패턴 설정부(350)를 포함하되, 항목 판단부(360) 및 예상일 보정부(330)를 포함할 수 있다.
ARS 납부 시스템은 상기 납부자를 그룹화하는 그룹핑부(600)를 더 포함할 수 있다.
ARS 납부 시스템은 가중치 설정부(700)를 더 포함할 수 있다.
ARS 납부 시스템은 등급 결정부(800)를 더 포함할 수 있다.
이하 본 명세서에서 개시하는 ARS 납부 시스템의 대표적인 실시 예를 통해서 상세하게 설명한다.
일 실시 예에 따른 도 1을 참조한 ARS 납부 시스템은 데이터베이스(10)로부터 납부자의 개인정보와 납부자의 납부이력 정보 및 경제지표정보를 추출하는 정보 추출부(100)와 상기 추출된 납부자의 납부이력 정보에 근거하여, 납부자의 납부 예상일을 추정하는 납부패턴 분석부(200), 상기 추출된 납부자 개인정보의 변경이 있을 경우, 새로운 납부패턴을 생성하여 상기 납부 예상일을 보정하는 개인정보 분석부(300), 경제지표정보에 근거하여, 추가 납부 예상일을 더 추정하는 경제 반영부(500), 상기 납부 예상일과 추가 납부 예상일에 대응하여 납부자에게 통지하는 통지부(400), ARS를 통해서 납부자의 접속을 확인하는 접속 확인부(900) 및 상기 접속한 납부자에게 선택사항을 제시하고 접속한 납부자의 응답에 따라서 서비스를 제공하는 서비스 제공부(1000)를 포함한다.
상기 정보 추출부(100)는 데이터베이스(10)로부터 납부자의 개인정보와 납부자의 납부이력 정보 및 경제지표정보를 추출하도록 구성된다. 납부자의 개인 정보와 납부자의 납부이력 정보는 납부자의 인적사항, 주소, 납부 기록, 상담 내용 등이 저장되어 있는 데이터베이스(100)로부터 전문(full text)을 판독하고, 텍스트마이닝(text mining) 기법 등을 이용하여 정보가 추출된다. 상기 경제지표정보는 IMF와 ADB, 한국은행 등의 각종 기관에서 공개하는 다양한 경제성장률에 관한 정보들을 의미하는 것으로, 데이터베이스(10)에 저장된 정제지표정보를 추출한다. 상기 개인 정보는 납부자의 성별, 연령, 주소지, 주거형태, 결혼여부(미혼/기혼), 재산 및 소득 현황, 직장정보 등에 관한 정보이며, 상기 납부이력 정보는 납부일, 납부수단, 고지방법, 체납액, 체납일수, 체납빈도, 체납 사유, 납입 현황 등에 관한 정보이다. 여기서, 주거형태는 크게 아파트, 다가구 주택, 다세대 주택 등을 의미하고, 납입 현황은 건강보험료, 국세 등의 납입 현황을 의미한다. 상기 정보 추출부(100)는 GIS(Geographic Informaition System)와 같은 지리 정보 시스템과 연동하여, 정확한 정보를 더 수집 및 추출할 수도 있다. 또한, 추출된 개인 정보와 납부이력 정보는 관리를 용이하게 하기 위해서 분류하고 코드화시킬 수 있다.
상기 납부패턴 분석부(200)는 상기 추출된 납부자의 납부이력 정보에 근거하여, 납부자의 납부 예상일을 추정하도록 구성된다. 납부패턴 분석부(200)는 관리자가 기한을 설정하는 기한 설정부(210)를 포함한다. 납부패턴 분석부(200)는 설정된 기한 이내에 납부이력 정보에 포함된 납부일자의 평균 일을 추정하여 납부 예상일로 지정하는 예상일 지정부(220)를 포함한다.
일례로, 관리자가 최근 3년이라는 기한을 기한 설정부(210)를 통해서 설정하면, 납부자의 최근 3년동안 납부한 일자의 평균 값(날짜)을 추출한다. 추출된 평균 값이 예상일 지정부(220)에 의해서 납부 예상일로 추정되는 것이다. 이러한 납부패턴 분석부(200)는 납부이력을 통해서 납부자가 실제로 납부할 수 있는 상황을 추정하는 것이다.
상기 개인정보 분석부(300)는 상기 추출된 납부자 개인정보의 변경이 있을 경우, 새로운 납부패턴을 분석하여 상기 납부 예상일을 보정하도록 구성된다. 개인정보 분석부(300)는 대략적으로 정보 변경 판독부(310)와 보정 납부패턴 분석부(320) 및 예상일 보정부(330)를 포함할 수 있다.
상기 정보 변경 판독부(310)는 개인정보가 변경된 항목을 판독한다.
상기 보정 납부패턴 분석부(320)는 개인정보가 변경된 경우에는 개인정보가 변경된 시점부터의 납부이력 정보에 근거한 새로운 납부패턴을 생성하여 변경 납부 예상일을 추정한다.
일례로, 납부자의 개인정보(납부자의 수입과 직결된 직장정보 등)가 2017년 3월에 변경이 있을 경우에 2017년 3월부터 현재까지의 납부이력 정보에 근거한 새로운 납부패턴을 생성하고, 새로운 납부패턴에 근거한 평균 납부 일을 변경 납부 예상일로 추정한다.
상기 예상일 보정부(330)는 납부 예상일을 상기 보정 납부패턴 분석부(320)에 의한 변경 납부 예상일로 보정한다.
일례로, 예상일 보정부(330)는 상기에서 설명된 납부패턴 분석부(200)를 통해서 추정된 납부 예상일의 일자를 상기에서 설명된 보정 납부패턴 분석부(320)를 통해서 추정된 변경 납부 예상일의 일자로 변경한다. 이러한 개인정보 분석부(300)는 개인정보의 변경을 납부자의 개인사정으로 추정함으로써, 납부자의 납부일자가 개인사정 즉 개인정보에 따라서 납부 예상일을 실제 납부가 가능한 상황에 근접하게 추정할 수 있는 것이다. 나아가, 정보 변경 판독부(310)를 통해서 납부일의 변동이 일시적인 것인지, 지속될 것인지를 판단할 수도 있다.
상기 경제 반영부(500)는 도 4에서와 같이, 대략적으로 성장 판단부(510) 및 추가 납부 예상일 지정부(520)를 포함할 수 있다.
성장 판단부(510)는 데이터베이스(10)로부터 추출된 경제지표정보를 통해서 경제성장 유/무를 판단한다.
일례로, 경제성장률에 관한 경제지표정보를 제공하는 IMF와 ADB, 한국은행 등의 각종 기관에서 제공하는 경제지표정보에 포함된 경제성장률에 관한 정보를 종합하여 평균적인 성장률을 도출하여 +값일 경우에는 경제성장 가능성이 높을 것으로 판단하고, -값일 때에는 경제성장이 불가능할 것으로 판단한다. 즉, 경제성장 유/무는 납부자의 수입 또는 자금이 커지거나 줄어드는 것을 추정하는 것이다. 나아가, 경제성장률을 특정기간 대의 성장률 대비, 상승 값을 기준으로 판단할 수도 있다.
추가 납부 예상일 지정부(520)는 상기 성장 판단부(510)를 통해서 경제성장으로 판단되지 않으면, 납부 예상일과 다른 일자의 추가 납부 예상일을 추정한다.
이러한 경제 반영부(500)는 납부자의 경제상황을 예측하여 납부를 독려함으로써, 납부자의 경제상황이 나빠지는 상황에서도 사치성 상품을 구매하기 이전에 세금 납부가 먼저 이루어지도록 하는 효과가 있다.
상기 통지부(400)는 납부 예상일에 대응하여 납부자에게 통지하도록 구성된다. 통지부(400)는 납부 예상일에 맞추어 모바일과 이메일, 우편 및 방문 등의 방법으로 납부고지서 또는 안내문 등을 통지하는 것이다.
한편, 통지부(400)는 납부패턴 분석부(200)를 통한 납부 예상일에 맞추어 통지할 수 있고, 개인정보 분석부(300)를 통한 보정된 납부 예상일에 맞추어 통지할 수도 있으며, 상기 납부 예상일과 보정된 납부 예상일에 맞추어 반복적으로 통지할 수도 있다.
접속 확인부(900)는 통상의 ARS시스템에 포함되는 구성으로써, 전화를 통해서 이하 설명될 서비스 제공부(1000)에 접속 유/무를 판단한다.
서비스 제공부(1000)는 통상의 ARS시스템에 포함되는 구성으로써, 상기 설명될 접속 확인부(900)를 통해서 접속이 확인되면, 접속자(납부자)의 개인정보를 확인하고, 납부 대상 세금의 항목과 납부내역 등의 세금조회 메뉴를 제공하고, 접속자(납부자)가 응답하는 사항에 맞추어 납부 대상 세금의 항목을 안내 또는 납부된 내역의 안내 또는 조회되는 세금의 항목을 안내하여 신용카드 또는 계좌이체 또는 휴대폰 결재 등의 결재가 진행될 수 있도록 구성된다.
나아가 서비스 제공부(1000)는 관리자를 고려하여 부과된 세금의 체납 내역을 관리자에게 안내할 수도 있고, 상담원과의 연결 및 그 내역을 제공해 줄 수도 있다.
이상에서 설명한 ARS 납부 시스템은 납부자의 납부 패턴을 분석하고 이에 따라 납부 예상일을 추정하되, 납부자의 개인정보의 변경 상황 및 국가적인 경제지표를 통한 납부자의 경제상황을 예측하여 추가 납부 예상일을 추정함으로써, 추정된 납부 예상일을 납부자의 개인정보의 변화에 대응하여 납부 예상일을 보정 또는 추가 납부 예상일에 납부 통지가 진행됨으로써, 경제지표를 통한 납부자의 개인사정에 대응하는 일자에 납부통지가 이루지는 바, 납부자의 세금납부에 대한 편의성이 증대되고, 납부할 세금을 경제상황의 악화로 소비되기 이전에 세금이 납부될 수 있도록 함으로써 체납 발생이 감소될 수 있는 효과가 있다.
ARS 납부 시스템은 개인정보 분석부의 패턴 변경 판독부와 항목별 패턴설정부 및 항목 판단부를 통해서 납부자의 개인정보 변경에 실시간으로 대응할 수 있는바, 납부자의 개인사정에 대응하는 최적의 날짜에 납부통지를 진행할 수 있는 효과가 있다.
한편, 상기 정보 변경 판독부(310)와 보정 납부패턴 분석부(320) 및 예상일 보정부(330)로 구성된 개인정보 분석부(300)는 도 2에서와 같이, 패턴 변경 판독부(340)를 더 포함하여 실시 될 수 있다.
상기 패턴 변경 판독부(340)는 납부자의 납부이력 정보에 근거하여, 납부패턴의 변경을 판독한다. 패턴 변경 판독부(340)를 좀 더 상세히 설명하면 납부이력 정보를 근거로 최근에 납부된 납부일자가 납부 예상일과 다른 날에 납부된 것인지를 판독한다.
상기 패턴 변경 판독부(340)를 포함하는 개인정보 분석부(300)의 정보 변경 판독부(310)는 납부패턴이 변경된 경우에 개인정보가 변경된 항목을 판독한다. 보정 납부패턴 분석부(320)는 개인정보가 변경된 경우에는 개인정보가 변경된 시점부터의 납부이력 정보에 근거하여, 변경 납부 예상일을 추정한다. 예상일 보정부(330)는 납부 예상일을 변경 납부 예상일로 보정한다.
상기에서 설명한 개인정보 분석부(300)는 납부자의 납부일자를 실질적으로 영향을 끼치는 개인사정을 우선적으로 추출할 수 있도록 하는 것이다. 이러한 개인정보 분석부(300)는 실질적으로 납부일자의 변경에 영향을 미치는 개인사정을 개인정보로부터 추출할 수 있는바, 더욱 정확한 납부자의 개인사정에 근접한 통지를 진행할 수 있게 한다.
한편, 상기 정보 변경 판독부(310)와 보정 납부패턴 분석부(320) 및 예상일 보정부(330)로 구성된 개인정보 분석부(300)는 도 3에서와 같이, 항목별 패턴 설정부(350) 및 항목 판단부(360)를 더 포함하여 실시 될 수 있다.
항목별 패턴 설정부(350)는 상기에서 설명된 정보 변경 판독부(310)를 통한 개인정보의 변경된 항목과 상기에서 설명된 보정 납부패턴 분석부(320)를 통한 변경 납부 예상일을 항목별 납부 예상일로 설정하여 데이터베이스(10)에 저장한다.
항목 판단부(360)는 개인정보가 변경된 항목이 항목별 납부 예상일의 항목과 동일한 지를 판독한다.
본 실시 예에서의 정보 추출부(100)는 항목별 납부 예상일 정보를 추가적으로 더 추출한다. 예상일 보정부(330)는 개인정보가 변경된 항목이 동일할 경우에 납부 예상일을 변경 납부 예상일로 보정한다.
본 실시 예를 좀 더 상세히 설명하면, 상기에서 설명된 납부패턴 분석부(200)를 통해서 추정된 납부 예상일이 15일인 상태에서 납부자가 20일에 납부를 할 경우, 정보 변경 판독부(310)에 의해서 변경된 개인정보(직장정보)와 납부일자가 판독된다.
그 후, 항목 판단부(360)는 항목별 납부 예상일의 항목과 동일한지를 판독하고, 동일한 개인정보의 항목(직장정보)이 아닐 경우에는 보정 납부패턴 분석부(320)를 통해서 개인정보의 항목(직장정보)이 변경된 날로부터 하여 새로운 납부패턴을 생성하여 변경 납부 예상일을 추정한다.
그 후, 항목별 패턴 설정부(350)는 변경된 개인정보의 항목(직장정보)과 그 항목에 대응하는 변경 납부 예상일을 포함하는 항목별 납부 예상일을 데이터베이스(10)에 저장하고, 예상일 보정부(330)를 통해서 최종적으로 납부 예상일을 보정하게 된다.
한편, 데이터베이스(10)에 직장정보에 관한 항목별 납부 예상일이 저장되어 있을 경우에는 항목 판단부(360)가 저장된 변경 납부 예상일 근거로 예상일 보정부(330)가 납부 예상일을 보정하도록 한다.
상기에서 설명한 항목별 납부 예상일에 포함된 변경 납부 예상일은 20일과 15일의 차이 값인 -5일이 된다. 즉, 변경 납부 예상일은 기존의 납부 예상일에서 5일을 뺀 날이 되는 것이다.
다른 일례로, 변경 납부 예상일은 직장정보의 항목이 변경되면, 그 직장정보에 포함된 급여 일을 기준으로 추정할 수 있다.
상기 항목별 패턴 설정부(350) 및 항목 판단부(360)를 더 포함하는 개인정보 분석부(300)는 변경 납부 예상일을 개인정보의 변경된 항목만으로 간단하게 추정할 수 있는 효과가 있다. 상기 개인정보 분석부(300)는 보정 납부패턴 분석부(320)에 사용되는 납부이력 정보가 충분하지 않더라고 충분히 정확도가 높은 납부 예상일을 추정할 수 있는 효과가 있다.
한편, 상기 패턴 변경 판독부(340)와 항목별 패턴 설정부(350) 및 항목 판단부(360)를 조합하여 실시 할 수도 있다.
다른 일 실시 예에 따른 도 5를 참조한 ARS 납부 시스템은 그룹핑부(600)를 더 포함하여 실시할 수 있다.
그룹핑부(600)는 정보 추출부(10)에 의해 추출된 개인 정보를 납부자별로 그룹화 된다. 상세하게는 개인정보의 성별, 연령별, 주소지별, 주거형태별, 결혼여부 및 직장별로 납부자를 그룹화 한다. 나아가 납부이력 정보의 동일한 납부일 별로 그룹화 할 수도 있다.
한편, 본 실시 예에서의 상기 통지부(400)는 상기 그룹별로 통지 횟수를 달리 할 수 있다.
상기 그룹핑부(600)를 포함하는 ARS 납부 시스템은 도 5와 같이, 가중치 설정부(700)를 더 포함하여 실시할 수 있다.
가중치 설정부(700)는 상기 그룹화에 의해 생성된 각 그룹에 속하는 납부자의 납부이력 정보에 근거하여, 적절한 가중치를 부여한다. 즉, 각 그룹별로 체납 특성을 분석하고, 그 결과에 따라 가중치를 부여한다.
예를 들어, 그룹화된 주소지별로 납부자의 체납액, 체납일수, 체납빈도를 평균하여, 평균값이 높은 주소지에 대해서는 상대적으로 높은 가중치를 부여하고 평균값이 낮은 주소지에 대해서는 상대적으로 낮은 가중치를 부여할 수 있다. 다른 예로서, 납부자의 체납 사유와 같은 납부이력 정보의 경우에는, 체납을 해결할 가능성이 낮은 사유에 대해서는 상대적으로 높은 가중치를 부여하고 체납을 해결할 가능성이 높은 사유에 대해서는 상대적으로 낮은 가중치를 부여할 수 있다. 이러한 가중치 부여를 위해서 RFM(Recency, Frequency, Monetary) 통계 이론 등을 적용할 수 있다.
이와 같이 가중치를 부여하는 데에 있어서, 납부자의 개인적인 납부 특성뿐만 아니라 거주 환경과 같은 외부 조건도 함께 사용되므로, 더욱 정확하고 세밀하게 납부자의 체납 가능성 등을 판단할 수 있다.
상기 가중치 설정부(700)를 포함하는 ARS 납부 시스템은 도 5와 같이, 등급 결정부(800)를 더 포함하여 실시할 수 있다.
한편, 등급 결정부(800)는 납부자의 납부이력 정보와, 납부자가 속한 그룹의 가중치에 근거하여, 납부자의 등급을 결정한다. 좀 더 상세하게 설명하면, 등급 결정부(800)는 납부이력 정보 중에서 체납액, 체납일수, 체납빈도에 따라 납부자에게 기본 등급점수를 부여하고, 상기 기본 점수에 납부자가 속하는 각각의 그룹의 가중치를 부여하여 납부자의 최종 등급점수를 산출한다. 산출된 최종 등급점수에 따라 납부자의 등급을 결정한다.
납부자의 등급은 필요에 따라 적정한 개수로 설정할 수 있으며, 예를 들어, 낮은 등급은 성실 납세자를 의미하고 높은 등급은 악성 체납자를 의미하는 것으로 설정할 수 있다.
한편, 본 실시 예에서의 상기 통지부(400)는 상기 등급별로 통지 횟수를 달리 할 수 있다.
상기 다양한 실시 예를 통해서 설명한 ARS 납부 시스템은 용이한 설명을 위해서 한정한 것일 뿐, 각 구성요소들을 다양하게 조합하여 실시 될 수 있다.
한편, 입출력 장치를 구비한 하나의 통상적인 서버로 구성될 수도 있고, 이와는 달리 다수의 서버에 분산되어 구성될 수도 있다. 본 실시 예에서는 하나의 서버를 이용한 경우를 나타내었다. 이러한 서버는 데이터베이스(10)와 상시적으로 통신하여, 연속적으로 갱신되는 데이터베이스(10)의 납부자 관련 정보를 판독한다.
본 발명은 상기한 바람직한 실시 예와 첨부한 도면을 참조하여 설명되었지만, 본 명세서에서 개시하는 사상 및 범위 내에서 상이한 실시 예를 구성할 수도 있다. 따라서 본 명세서에서 개시하는 범위는 첨부된 청구범위에 의해 정해지며, 본 명세서에 기재된 특정 실시 예에 의해 한정되지 않는 것으로 해석되어야 한다.
10 : 데이터베이스
100 : 정보 추출부
200 : 납부패턴 분석부
210 : 기한 설정부
220 : 예상일 지정부
300 : 개인정보 분석부
310 : 정보 변경 판독부
320 : 보정 납부패턴 분석부
330 : 예상일 보정부
340 : 패턴 변경 판독부
350 : 항목별 패턴 설정부
360 : 항목 판단부
400 : 통지부
500 : 경제 반영부
510 : 성장 판단부
520 : 추가 납부 예상일 지정부
600 : 그룹핑부
700 : 가중치 설정부
800 : 등급 결정부
900 : 접속 확인부
1000 : 서비스 제공부

Claims (9)

  1. ARS 납부 시스템에 있어서,
    데이터베이스(10)로부터 납부자의 개인정보와 납부자의 납부이력 정보 및 경제성장률 정보를 제공하는 경제지표정보를 추출하는 정보 추출부(100);
    상기 추출된 납부자의 납부이력 정보에 포함된 납부일자의 평균 일을 납부자의 납부 예상일로 추정하는 납부패턴 분석부(200);
    상기 추출된 납부자 개인정보의 직장정보에 변경이 있을 경우, 새로운 납부패턴을 생성하여 상기 납부 예상일을 보정하는 개인정보 분석부(300);
    경제지표정보에 근거하여, 추가 납부 예상일을 더 추정하는 경제 반영부(500);
    상기 납부 예상일과 추가 납부 예상일에 대응하여 납부자에게 통지하는 통지부(400);
    ARS를 통해서 납부자의 접속을 확인하는 접속 확인부(900);
    상기 접속한 납부자에게 선택사항을 제시하고 접속한 납부자의 응답에 따라서 서비스를 제공하는 서비스 제공부(1000)를 포함하며,
    상기 개인정보 분석부(300)는 개인정보가 변경된 항목을 판독하는 정보 변경 판독부(310)와 개인정보의 직장정보는 급여 일이고, 급여 일이 변경된 경우에는 그 급여 일이 변경된 시점부터의 납부이력 정보에 포함된 납부일자의 평균 일을 변경 납부 예상일로 추정하는 보정 납부패턴 분석부(320) 및 납부 예상일을 변경 납부 예상일로 보정하는 예상일 보정부(330)를 포함하고,
    상기 경제 반영부(500)는 추출된 경제지표로부터 경제성장 유/무를 판단하는 성장 판단부(510) 및 경제성장으로 판단되지 않으면, 납부 예상일과 다른 일자의 추가 납부 예상일을 추정하는 추가 납부 예상일 지정부(520)를 포함하여,
    개인정보의 직장정보 중 급여 일의 변경을 납부자의 개인사정으로 추정함으로써, 납부자의 납부일자가 개인사정에 맞추어 납부 예상일을 실제 납부가 가능한 상황에 근접하게 추정할 수 있는 ARS 납부 시스템.
  2. 제1항에 있어서,
    납부패턴 분석부(200)는
    관리자가 기한을 설정하는 기한 설정부(210); 및
    설정된 기한 이내에 납부이력 정보에 포함된 납부일자의 평균 일을 추정하여 납부 예상일로 지정하는 예상일 지정부(220)를 포함하는 ARS 납부 시스템.
  3. 삭제
  4. 제1항에 있어서,
    개인정보 분석부(300)는
    납부자의 납부이력 정보에 근거하여, 납부일자의 변경을 판독하는 패턴 변경 판독부(340)를 더 포함하는 ARS 납부 시스템.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
KR1020180038507A 2018-04-03 2018-04-03 Ars 납부 시스템 KR101914905B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180038507A KR101914905B1 (ko) 2018-04-03 2018-04-03 Ars 납부 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180038507A KR101914905B1 (ko) 2018-04-03 2018-04-03 Ars 납부 시스템

Publications (1)

Publication Number Publication Date
KR101914905B1 true KR101914905B1 (ko) 2018-11-02

Family

ID=64328483

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180038507A KR101914905B1 (ko) 2018-04-03 2018-04-03 Ars 납부 시스템

Country Status (1)

Country Link
KR (1) KR101914905B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358428A (ja) * 2001-06-01 2002-12-13 Shinsei Bank Ltd 債務償還処理システム、債務償還処理方法、並びに債務償還方法
KR101422562B1 (ko) * 2014-01-29 2014-07-24 주식회사 케이알시스 지능형 징수 관리 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358428A (ja) * 2001-06-01 2002-12-13 Shinsei Bank Ltd 債務償還処理システム、債務償還処理方法、並びに債務償還方法
KR101422562B1 (ko) * 2014-01-29 2014-07-24 주식회사 케이알시스 지능형 징수 관리 시스템

Similar Documents

Publication Publication Date Title
US10817958B1 (en) Robotic detection apparatus with artificial intelligence and machine learning
KR101422562B1 (ko) 지능형 징수 관리 시스템
US20120246060A1 (en) Loan management, real-time monitoring, analytics, and data refresh system and method
US8355974B2 (en) Account level liquidity charge determination
US20050130704A1 (en) Credit limit recommendation
JP2004078435A (ja) リスク管理装置、リスク管理システム、リスク管理方法、将来期待利益算出方法、およびプログラム
US20060277139A1 (en) System and method for credit account management
CN107026848A (zh) 业务授权方法及装置
US20090210327A1 (en) System and method for cash flow prediction
CN111369345A (zh) 云计算区块链的大数据信贷用户信用评估方法及系统
WO2021176762A1 (ja) 不正検出装置、外国人就労システム、プログラム及び外国人就労者の不正労働の検出方法
US20090063311A1 (en) Adjusted Net Income
WO2004008367A1 (en) Individualized analysis and proposals for finance management applications
KR101954131B1 (ko) 무인 납부 시스템
KR101954132B1 (ko) 체납처분 시스템
KR101914905B1 (ko) Ars 납부 시스템
CN111192120A (zh) 养老社区费用管理方法、系统、设备及存储介质
JP6808743B2 (ja) 徴税、分析及び法令遵守のためのシステム及び方法
CN112200340A (zh) 预测逃废债区块链系统
KR101954128B1 (ko) T-save 독려 시스템
KR101954129B1 (ko) 스마트고지 핀테크 간편납부 시스템
US20150178827A1 (en) Computer modeling of propery tax delinquency risk
KR101857630B1 (ko) 지능형 징수 관리 시스템 및 지능형 징수 관리 방법
KR101954133B1 (ko) 리얼타임 스마트 조회서비스 시스템
KR20190093727A (ko) 지능형 징수 관리 시스템 및 지능형 징수 관리 방법

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant