KR102304328B1

KR102304328B1 - 체납관리 방법 및 시스템

Info

Publication number: KR102304328B1
Application number: KR1020210039296A
Authority: KR
Inventors: 김용익
Original assignee: 국민건강보험공단
Priority date: 2021-03-26
Filing date: 2021-03-26
Publication date: 2021-09-23

Abstract

본 발명은, 재화 또는 서비스 이용에 대한 체납 요금 관리에 있어서, 수집된 체납자에 관한 데이터를 분석하는 단계; 데이터 분석을 통해 특정 시점에서 체납빈도 및 일정 기간이 지난 후 미납빈도를 추출하는 단계; 데이터 분석에 기반하는 체납자 개인 특성에 관한 변수와, 상기 체납빈도 또는 미납빈도에 관한 변수 및 체납에 대한 행정처분에 관한 변수를 이용하여, 체납액납부 예측모형을 생성하는 단계를 포함하는, 체납관리 방법을 개시한다. 본 발명에 따르면, 생계형과 비생계형을 명확히 구분하고 체납세대의 특성 등을 고려한 차별적 징수로 민원은 줄고, 징수율은 높여 업무 효율성이 강화될 수 있다.

Description

체납관리 방법 및 시스템{METHOD AND SYSTEM FOR DELINGQUENCY MANAGEMENT}

본 발명은 체납관리 방법 및 시스템에 관한 것으로, 더욱 상세하게는 국민건강보험료의 체납관리 방법 및 이를 이용하는 체납관리 시스템에 관한 것이다.

국민건강보험제도란 질병이나 부상으로 인해 발생한 고액의 진료비로 가계에 과도한 부담이 되는 것을 방지하기 위하여, 국민들이 평소에 보험료를 내고 보험자인 국민건강보험공단이 이를 관리, 운영하다가 필요 시 보험급여를 제공함으로써 국민 상호간 위험을 분담하고 필요한 의료서비스를 받을 수 있도록 하는 사회보장제도를 말한다.

보험가입을 기피할 수 있도록 제도화될 경우 질병위험이 큰 사람만 보험에 가입하여 국민 상호간 위험분담 및 의료비 공동해결이라는 건강보험제도의 목적을 실현할 수 없기 때문에 일정한 법적요건이 충족되면 본인의 의사와 관계없이 건강보험가입이 강제되며 보험료 납부의무가 부여된다.

민간보험은 보장의 범위, 질병위험의 정도, 계약의 내용 등에 따라 보험료를 부담하는데 비해, 사회보험방식으로 운영되는 국민건강보험은 사회적 연대를 기초로 의료비 문제를 해결하는 것을 목적으로 하므로 소득수준 등 보험료 부담능력에 따라서 보험료가 부과된다.

민간보험은 보험료 수준과 계약내용에 따라 개인별로 다르게 보장되지만, 사회보험인 국민건강보험은 보험료 부담수준과 관계없이 관계법령에 따라 균등하게 보험급여가 이루어진다.

국내에 거주하는 국민은, 의료급여법에 따라 의료급여를 받는 사람, 독립유공자예우에 관한 법률 및 국가유공자 등 예우 및 지원에 관한 법률에 따라 의료보호를 받는 사람에 해당하는 사람을 제외하고는 건강보험의 가입자가 된다.

국민건강보험은, 가입과 보험료 납입이 의무이므로 민간보험과 비교하여 보험료가 체납되는 경우가 많이 발생한다. 현재 건강보험료 체납관리는 모든 체납자에게 체납요인을 고려하지 않은 동일한 절차를 적용함에 따라 업무의 비효율성이 발생하여 이를 개선하고자 할 목적에서 본 발명의 일 실시 예에 따른 체납관리 방법 및 시스템이 제안되었다.

본 발명의 일 실시 예에 따른 체납관리 방법 및 시스템은, 징수 가능 예측모형에 기반하여 체납자별 차등화된 등급을 설계하고, 체납자 등급별 차별화된 맞춤 징수전략을 수립하는 체납방법 및 시스템에 관한 것이다.

본 발명과 관련된 기술로서, 대한민국 등록 특허 공보에 개시된, 체납처분 시스템은, 정보 추출부, 납부패턴 분석부, 개인정보 분석부, 경제 반영부 및 스마트 고지부를 포함하는 체납처분 시스템을 개시한다. 이 관련 기술은, 개인정보의 변경이 있는 경우 납부 예상일을 보정하고, 보정된 납부 예상일에 대응하여 세금납부를 통지함으로써 중복 통지를 방지하고, 체납에 따른 처분을 통합하여 고지하는 체납처분 시스템에 관한 것이라는 점에서 본 발명의 기술과 구별된다.

KR 등록 특허 제10-1954132호 (2019.03.05 공고)

본 발명이 해결하고자 하는 일 과제는, 하나의 체납요인에 기반하여 체납자를 관리하고 있는 종래의 기술에서 탈피하여 다양한 체납요인을 반영한 등급별 맞춤관리가 가능한 체납관리 방법 및 시스템을 제안하는 것이다.

본 발명이 해결하고자 하는 일 과제는, 징수 가능 예측모형을 구축하고, 징수 가능 예측모형에 기반하여 체납자별 차등화된 등급을 설계할 수 있는 체납관리 방법 및 시스템을 제안하는 것이다.

본 발명의 일 실시 예에 따른 체납관리 방법은, 재화 또는 서비스 이용에 대한 체납 요금 관리에 있어서, 수집된 체납자에 관한 데이터를 분석하는 단계; 데이터 분석을 통해 특정 시점에서 체납빈도 및 일정 기간이 지난 후 미납빈도를 추출하는 단계; 데이터 분석에 기반하는 체납자 개인 특성에 관한 변수와, 체납빈도 또는 미납빈도에 관한 변수 및 체납에 대한 행정처분에 관한 변수를 이용하여, 체납액납부 예측모형을 생성하는 단계를 포함하도록 구성될 수 있다.

또한, 채납관리 방법은, 체납자에 관한 데이터를 수집하는 단계; 체납자에 관한 데이터의 기초 분석 단계; 기초 분석의 결과를 이용하는 상관관계 분석 단계; 및 상관관계 분석의 결과를 이용하는 회귀 분석 단계를 포함하도록 구성될 수 있다.

또한, 체납자에 관한 데이터는, 일정 시점 기준 체납 이력이 있는 체납자의 일정 기간 내에 납부한 이력에 관한 데이터를 포함하도록 구성될 수 있다.

또한, 기초 분석 단계는, 체납 요금의 납부 여부를 종속변수로 하고, 상기 체납자에 관한 데이터를 독립변수로 하는 분석을 포함하도록 구성될 수 있다.

또한, 체납 요금의 납부 여부를 종속변수로 하고, 상기 체납자에 관한 데이터를 독립변수로 하는 상기 기초 분석 단계에서, 독립변수는, 체납자에 관한 데이터 중에서 체납자 개인 특성에 관한 변수 및 행정처분에 관한 변수를 포함하도록 구성될 수 있다.

또한, 체납 요금의 납부 여부를 종속변수로 하고, 상기 체납자에 관한 데이터를 독립변수로 하는 상기 기초 분석 단계에서, 독립변수는, 체납자의 연령, 총소득, 체납빈도, 미납빈도, 성별 및 생계형가입자 여부 중에서 적어도 하나에 관한 변수를 포함하도록 구성될 수 있다.

또한, 체납 요금의 납부 여부를 종속변수로 하고, 상기 체납자에 관한 데이터를 독립변수로 하는 상기 기초 분석 단계에서, 독립변수는, 행정처분으로서 체납처분 및 경감여부 중에서 적어도 하나에 관한 변수를 포함하도록 구성될 수 있다.

또한, 기초 분석 단계는, 일정 시점 기준 체납 이력이 있는 체납자의 일정 기간 내의 납부에 관한 납부율을 각종 인구학적 특징에 따라 분석한 다변량 분석을 포함하도록 구성될 수 있다.

또한, 상관관계 분석 단계는, 독립변수와 종속변수 간의 상기 기초 분석에 기반하는 설명변수 및 반응변수를 포함하되, 설명변수는, 독립변수와 종속변수 간의 관계에서 유의미한 독립변수들 중에서 선택되도록 구성될 수 있다.

또한, 상관관계 분석 단계는, 체납 요금의 납부 여부를 반응변수로 하고, 체납자 개인 특성과 체납에 관한 행적처분을 설명변수로 하는 분석을 포함하도록 구성될 수 있다.

또한, 상관관계 분석 단계는, 독립변수와 종속변수 간의 상기 기초 분석에 기반하는 설명변수 및 반응변수를 포함하되, 기술통계를 통해 상기 설명변수 및 반응변수의 관측치, 평균, 표준편차, 최솟값 및 최댓값 중에서 적어도 하나를 설정하는 단계를 포함하도록 구성될 수 있다.

또한, 상관관계 분석 단계는, 피어슨 상관계수를 사용하도록 구성될 수 있다.

또한, 체납관리 방법은, 독립변수와 종속변수 간의 상기 기초 분석에 기반하는 설명변수 및 반응변수를 포함하되, 설명변수 중에서 체납 관련 변수와 소득 관련 변수의 상관관계 분석을 포함하도록 구성될 수 있다.

또한, 체납관리 방법은, 독립변수와 종속변수 간의 상기 기초 분석에 기반하는 설명변수 및 반응변수를 포함하되, 설명변수 간의 상관관계 분석을 포함하도록 구성될 수 있다.

또한, 회귀 분석 단계는, 기초 분석 및 상관관계 분석 중에서 적어도 하나에 기반하여 체납자의 완납여부에 영향을 미치는 독립변수를 탐색하는 단계; 및 독립변수를 이용하여 체납액납부 예측모형을 생성하는 단계를 포함하도록 구성될 수 있다.

또한, 체납관리 방법은, 예측모형의 선택 기준으로 예측모형의 정확도를 계산하는 단계를 더 포함하도록 구성될 수 있다.

또한, 예측모형의 정확도를 계산하는 단계는, 독립변수의 계수를 추정하는 단계를 포함하도록 구성될 수 있다.

또한, 예측모형의 정확도를 계산하는 단계는, 예측모형 및 임계값 별로 상기 정확도를 계산하도록 구성될 수 있다.

또한, 체납액납부 예측모형을 생성하는 단계는, 복수 개의 상기 예측모형 중에서 적합한 예측모형을 선택하는 단계를 더 포함하도록 구성될 수 있다.

또한, 체납관리 방법은, 회귀 분석을 통해 생성된 체납액납부 예측모형을 기반으로 징수 가능성과 생계형 여부를 결합하여 체납자의 등급을 산정하는 단계 더 포함하도록 구성될 수 있다.

또한, 체납자의 등급은, 징수가능성이 가장 높은 비생계형 최저등급; 및

징수가능성이 가장 낮은 생계형 최고등급을 포함하도록 구성될 수 있다.

또한, 체납자의 등급을 산정하는 단계는, 예측모형의 임계값의 백분위 점수를 기준으로, 산정점수가 상기 백분위 점수 이상이고 생계형가입자 아닌 것에 1등급; 산정점수가 상기 백분위 점수 이상이고 생계형가입자인 것에 2등급; 산정점수가 11 내지 상기 백분위 점수 미만이고 생계형가입자 아닌 것에 3등급; 산정점수가 11 내지 상기 백분위 점수 미만이고 생계형가입자인 것에 4등급; 산정점수가 10점 이하이고 생계형가입자 아닌 것에 5등급; 및 산정점수가 10점 이하이고 생계형가입자인 것에 6등급을 부여하도록 구성될 수 있다.

또한, 체납관리 방법은, 체납자의 등급에 따라 납부 독려, 진료가능 정보 안내 발송, 사회복지 지원사업 연계, 압류예고통지서 발송, 압류 또는 공매 추진, 결손처분 및 의료급여 전환 등의 차별화된 맞춤 징수전략을 수립하는 단계를 더 포함하도록 구성될 수 있다.

본 발명의 일 실시 예에 따른 체납관리 시스템은, 재화 또는 서비스 이용에 대한 체납 요금 관리를 위한 시스템에 있어서, 수집된 체납자에 관한 데이터를 분석하는 데이터분석 모듈; 데이터 분석의 결과를 이용하여 상기 데이터를 분석하는 상관관계분석 모듈; 및 상관관계 분석의 결과를 이용하여 상기 데이터를 분석하는 회귀분석 모듈을 포함하도록 구성될 수 있다.

또한, 체납관리 시스템은, 회귀 분석을 통해 생성된, 징수 가능성을 예측하는 체납액납부 예측모형을 더 포함하도록 구성될 수 있다.

또한, 체납관리 시스템은, 회귀 분석을 통해 생성된, 체납액납부 예측모형을 기반으로 징수 가능성과 생계형 여부를 결합하여 체납자의 등급을 산정하는 등급산정 모듈을 더 포함하도록 구성될 수 있다.

기타 실시 예의 구체적인 사항은 "발명을 실시하기 위한 구체적인 내용" 및 첨부 "도면"에 포함되어 있다.

본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 각종 실시 예를 참조하면 명확해질 것이다.

그러나 본 발명은 이하에서 개시되는 각 실시 예의 구성만으로 한정되는 것이 아니라 서로 다른 다양한 형태로도 구현될 수도 있으며, 단지 본 명세서에서 개시한 각각의 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구범위의 각 청구항의 범주에 의해 정의될 뿐임을 알아야 한다.

본 발명에 의하면, 체납 관련 데이터 분석을 통해 체납 이후 완납에 영향을 미칠 수 있는 변수의 범위가 파악될 수 있다.

또한, 로지스틱 상관관계 분석을 통해 체납 관련 변수와 소득 관련 변수의 상관관계가 파악될 수 있다.

또한, 로지스틱 상관관계 분석을 통해 체납빈도와 미납빈도 간의 상관관계가 파악될 수 있다.

또한, 생계형과 비생계형을 명확히 구분하고 체납세대의 특성 등을 고려한 차별적 징수로 민원은 줄고, 징수율은 높아져 업무 효율성이 강화될 수 있다.

또한, 관행적 징수방식을 탈피하여, 체계적으로 과학적인 맞춤 징수로 체납액 감축을 통한 재정 안정성이 확보될 수 있다.

도 1은 본 발명의 일 실시 예에 따른 체납관리 시스템의 네트워크 관계도이다.
도 2는 본 발명의 일 실시 예에 따른 체납관리 장치의 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 체납관리 방법의 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 체납관리 방법의 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 체납자에 관한 데이터 중에서 연도별 건강보험 가입자 및 체납자 현황을 나타내는 표이다.
도 6은 본 발명의 일 실시 예에 따른 로지스틱 분석 관련 설명 변수의 유형과 특징을 나타내는 표이다.
도 7은 본 발명의 일 실시 예에 따른 체납 관련 변수와 소득 관련 변수 간 상관관계를 나타내는 표이다.
도 8은 본 발명의 일 실시 예에 따른 예측모형별 변수 포함 여부를 나타내는 표이다.
도 9는 본 발명의 일 실시 예에 따른 예측모형별 추정된 계수를 나타내는 표이다.
도 10은 본 발명의 일 실시 예에 따른 예측모형별 정확도를 나타내는 표이다.
도 11은 본 발명의 일 실시 예에 따른 예측모형 4에 의하여 추정된 승산비를 나타내는 표이다.
도 12는 본 발명의 일 실시 예에 따른 예측모형 4에 의하여 추정된 한계효과를 나타내는 표이다.

본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니 되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.

즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시 예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.

또한, 본 명세서에서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.

본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.

더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"라고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있고, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결하기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있으며, 이 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.

반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.

마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.

또한, 본 명세서에서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 사용된다면, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용되며, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.

또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 하며, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.

또한, 본 명세서에서는 각 도면의 각 구성 요소에 대해서 그 도면 부호를 명기함에 있어서, 동일한 구성 요소에 대해서는 이 구성 요소가 비록 다른 도면에 표시되더라도 동일한 도면 부호를 가지고 있도록, 즉 명세서 전체에 걸쳐 동일한 참조 부호는 동일한 구성 요소를 지시하고 있다.

본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.

또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대해 상세한 설명은 생략될 수도 있다.

이하, 본 발명의 실시 예에 대해 관련 도면들을 참조하여 상세히 설명하기로 한다.

본 발명의 일 실시 예에 따른 체난관리 방법 및 시스템은, 재화 또는 서비스 이용에 대한 체납 요금, 예를 들어 체납된 보험료 관리에 관한 것이다.

도 1은 본 발명의 일 실시 예에 따른 체납관리 시스템의 네트워크 관계도이다.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 체납관리 시스템(100)은 체납관리 장치(110), 서버(130), 사용자 단말(140) 및 네트워크(150)를 포함하도록 구성될 수 있다.

체납관리 장치(110)는 체납자에 관한 데이터와 각종 분석을 이용하는 체납액납부 예측모형의 구축을 통해 체납세대의 등급에 따라 체납액의 징수계획을 수립하는 장치에 해당한다.

서버(130)는 체납자에 관한 데이터를 제공하거나, 분석에 필요한 프로그램, 예를 들어 통계 프로그램을 제공하는 장치에 해당한다. 서버(130)는 그 기능에 따라 복수 개의 서브 서버, 예를 들어 파일 서버, 웹 서버, 데이터베이스 서버, 클라우드 서버 및 API 서버 등을 포함하도록 구성될 수 있다.

사용자 단말(140)은, 서버로 체납관리 장치(110)에 통신 연결할 수 있는 클라이언트에 해당한다. 사용자는 사용자 단말(140)을 통해 체납관리 시스템(100) 또는 체납관리 장치(110)에 접속하여, 체납자에 관한 데이터에 기반하여 체납자에 대한 분석을 수행하고, 분석 결과를 열람하고, 분석 결과에 따른 체납액 징수전략을 수립할 수 있다.

네트워크(150)는 유선 및 무선 네트워크, 예를 들어 RS422 등과 같은 시리얼 통신, LAN(local area network), WAN(wide area network), TCP/IP의 인터넷(internet), 인트라넷(intranet) 및 엑스트라넷(extranet), 그리고 모바일 네트워크, 예를 들어 셀룰러, 3G, LTE, WiFi 네트워크, 애드혹 네트워크 및 이들의 조합을 비롯한 임의의 적절한 통신 네트워크 일 수 있다.

네트워크(150)는 허브, 브리지, 라우터, 스위치 및 게이트웨이와 같은 네트워크 요소들의 연결을 포함할 수 있다. 네트워크(150)는 인터넷과 같은 공용 네트워크 및 안전한 기업 사설 네트워크와 같은 사설 네트워크를 비롯한 하나 이상의 연결된 네트워크들, 예컨대 다중 네트워크 환경을 포함할 수 있다. 네트워크(150)에의 액세스는 하나 이상의 유선 또는 무선 액세스 네트워크들을 통해 제공될 수 있다.

이하 체납관리 장치(110)에 대해 상세히 설명하기로 한다.

도 2는 본 발명의 일 실시 예에 따른 체납관리 장치의 블록도이다.

도 2를 참조하면, 본 발명의 일 실시 예에 따른 체납관리 장치(110)는 제어부(111), 입력 장치(112), 출력 장치(113), 저장 장치(114), 통신 장치(115), 메모리(116)를 포함하도록 구성될 수 있다.

제어부(111)는, 기본적으로 입력 장치(112), 출력 장치(113), 저장 장치(114) 및 통신 장치(115)의 동작을 제어한다. 또한 제어부(111)는 본 발명의 일 실시 예에 따른 체납괸리 방법과 관련하여 메모리(116)에 저장된 모듈의 동작을 제어할 수 있다. 제어부(111)는 프로세서 형태로 구현될 수 있다.

입력 장치(112)는, 사용자에 의해 입력되는 명령, 체납자에 관한 데이터 등을 수신하는 장치로, 키보드, 터치패드, 마우스 및 문서 스캔 장치 등을 포함하도록 구성될 수 있다.

출력 장치(113)는, 체납자에 관한 데이터, 데이터 분석에 따른 각종 분석 결과를 디스플레이 하는 모니터를 포함하도록 구성될 수 있다.

저장 장치(114)는, 체납자에 관한 데이터, 각종 데이터 분석에 따른 각종 분석 결과를 저장할 수 있는 각종 미디어, 예를 들어 하드 디스크(HDD), 솔리드 스테이트 디스크(SSD), 자기 테이프 등을 포함하도록 구성될 수 있다.

통신 장치(115)는, 체납관리 시스템(100)을 구성하는 서버(130), 사용자 단말(140)과 네트워크(150) 및 해당 프로토콜을 통해 통신이 가능하도록 하는 통신 모듈, 예를 들어 이더넷과 같은 네트워크 어댑터를 포함하도록 구성될 수 있다. 그 밖에 통신 장치(115)는 각종 네트워크를 이용하는 통신에 맞는 통신 모듈, 예를 들어 근거리 통신 모듈, 무선랜 모듈, 무선통신 모듈 등을 포함하도록 구성될 수 있다.

본 발명의 일 실시 예에 따른 체납관리 장치(110)는 체납관리 방법을 수행하도록 구성된 컴퓨팅 장치, 예를 들어 컴퓨터이다. 체납관리 장치(110)는 체납관리 방법에 포함된 하부 단계를 수행하는 하나 이상의 기능성 모듈을 포함하도록 구성될 수 있다. 기능성 모듈은 모든 기능을 수행하는 하나의 모듈 또는 특징 있는 기능들을 각각 수행하는 복수의 모듈일 수 있다.

기능성 모듈은 하드웨어 또는 하드웨어와 소프트웨어의 조합을 통해 구현될 수 있다. 예를 들어 기능성 모듈은 체납관리 방법에 관한 코드, 예를 들어 명령어 코드를 포함하는 IC 형태로 구현되거나 컴퓨터 프로그램 형태의 명령어 코드로 구현되어 저장 장치 및 메모리에 저장될 수 있다. 이하 메모리(116)에 저장된 컴퓨터 프로그램 형태의 기능성 모듈에 대해서 상세히 설명하기로 한다.

본 발명의 일 실시 예에 따른 체납관리 장치(110)는, 체납관리 방법의 각 단계를 수행하도록 구성된 데이터분석 모듈(117), 상관관계분석 모듈(118), 회귀분석 모듈(119), 체납액납부 예측모형(120) 및 등급산정 모듈(121)을 포함하도록 구성될 수 있다.

데이터분석 모듈(117)은 체납자에 관한 데이터의 기초 분석의 기능을 수행하도록 구성될 수 있다.

상관관계분석 모듈(118)은 체납자에 관한 데이터 및 기초 분석의 결과 중에서 적어도 하나를 이용하여 데이터의 상관관계 분석의 기능을 수행하도록 구성될 수 있다.

회귀분석 모듈(119)은 체납자에 관한 데이터, 기초 분석의 결과 및 상관관계 분석의 결과 중에서 적어도 하나를 이용하여 회귀 분석의 기능을 수행하도록 구성될 수 있다.

체납액납부 예측모형(120)은 체납자에 관한 데이터를 기반으로 체납액의 징수 가능성을 예측하는 기능을 수행하도록 구성될 수 있다.

등급산정 모듈(121)은 체납액납부 예측모형의 확률값에 따라 체납세대의 등급을 나누는 기능을 수행하도록 구성될 수 있다.

이러한 기능성 모듈들이 수행하는 각 기능은 본 발명의 일 실시 예에 따른 체납관리 방법(S100)의 각 단계를 수행할 수 있다. 이하 좁게는 체납관리 장치(110), 넓게는 체납관리 시스템(100)에 의해 수행되는, 본 발명의 일 실시 예에 따른 체납관리 방법(S100)에 대해 설명하기로 한다.

도 3은 본 발명의 일 실시 예에 따른 체납관리 방법의 흐름도이다.

도 3을 참조하면, 본 발명의 일 실시 예에 따른 체납관리 방법(S100)은, 체납자에 관한 데이터 수집(S100), 체납자에 관한 데이터의 기초 분석(S120), 기초 분석의 결과를 이용하는 상관관계 분석(S130), 상관관계 분석의 결과를 이용하는 회귀 분석(S140) 및 회귀 분석을 이용하는 체납액납부 예측모형 생성(S150)에 추가적으로 체납액납부 예측모형을 기반으로 하는 체납자의 등급 산정(S160) 및 체납자의 등급에 따른 맞춤 징수전략 수립(S170)을 포함하도록 구성될 수 있다.

체납관리 시스템(100)은, 체납자에 관한 데이터를 수집하도록 구성될 수 있다(S110). 체납자에 관한 데이터는 체납관리 시스템(100)의 입력 장치(112)를 통해 입력되거나, 통신 장치(115)를 이용하여 네트워크(150)를 통해 서버(130)로부터 수신될 수 있다.

체납관리 시스템(100)은, 체납자에 관한 데이터를 기초 분석하도록 구성될 수 있다(S120). 체납자에 관한 데이터는, 일정 시점 기준 체납에 관한 데이터, 일정 기간 내에 납부에 관한 데이터와 미납에 관한 데이터, 체납자 개인 특성에 관한 데이터를 포함하도록 구성될 수 있다.

체납관리 시스템(100)은, 기초 분석의 결과를 이용하여 상관관계 분석하도록 구성될 수 있다(S130). 상관관계 분석은 로지스틱 분석을 포함하도록 구성될 수 있다. 상관관계 분석은, 독립변수와 종속변수의 관계, 독립변수와의 관계에 관한 분석을 포함하도록 구성될 수 있다.

체납관리 시스템(100)은, 상관관계 분석의 결과를 이용하여 회귀 분석하도록 구성될 수 있다(S140). 회귀 분석은 로지스틱 회귀 분석을 포함하도록 구성될 수 있다.

로지스틱 회귀 분석에서 체납액 납부 여부가 종속변수로 사용되고, 체납자의 성별, 연령, 체납이력, 납부이력, 소득, 재산, 고지방법 및 납부방법 등이 독립변수로 사용될 수 있다.

체납관리 시스템(100)은, 회귀 분석을 이용하여 체납액납부 예측모형을 생성하도록 구성될 수 있다(S150).

로지스틱 회귀 분석에서 산출된 확률값을 이용하여 특정 시점에서 일정 기간 내에 체납자가 체납된 보험료를 납부할 가능성에 관한 체납액납부 예측모형이 구축될 수 있다.

체납관리 시스템(100)은, 회귀 분석을 이용하여 체납액납부 예측모형을 기반으로 체납자의 등급을 산정하도록 구성될 수 있다(S160).

체납관리 시스템(100)은, 체납자의 등급에 따라 맞춤 징수전략을 수립하도록 구성될 수 있다 (S170).

이하 회귀 분석을 이용하여 체납액납부 예측모형 생성하는 단계에 대해서 설명하기로 한다.

도 4는 본 발명의 일 실시 예에 따른 체납관리 방법의 흐름도이다.

도 4를 참조하면, 체납관리 시스템(100)은, 체납자의 완납여부에 영향을 미치는 독립변수를 탐색할 수 있다(S151).

체납관리 시스템(100)은, 독립변수를 이용하여 복수 개의 체납액납부 예측모형을 생성할 수 있다(S152, S153).

체납관리 시스템(100)은, 체납액납부 예측모형 선택 기준으로 체납액납부 예측모형의 정확도를 계산할 수 있다(S155).

체납관리 시스템(100)은, 체납액납부 예측모형 및 임계값 별로 정확도를 계산할 수 있다(S156).

체납관리 시스템(100)은, 복수 개의 체납액납부 예측모형 중에서 적합한 체납액납부 예측모형을 선택할 수 있다(S157).

이하 기초 분석(S120)의 대상이 되는, 수집된 체납자에 관한 데이터 및 기초 분석의 결과로부터 도출되는 여러 특징 등에 대해 상세히 설명하기로 한다.

본 발명의 일 실시 예에 따른 기초 분석에서 특정 시점에서 체납이력이 있는 체납자가 체납한 보험료를 일정 기간 이내 납부할 여부가 종속변수로 사용되고, 체납이력, 납부이력, 체납자의 소득, 재산, 연령, 성별 등이 독립변수로 사용될 수 있다.

본 발명의 일 실시 예에 따른 기초 분석의 독립변수는 체납이력, 납부이력, 장애(유무, 등급, 유형), 보험료 분위(20 등급레벨), 소득유형(근로소득, 사업소득, 이자소득, 배당소득, 국민연금소득, 직역연금소득, 기타소득, 총재산과세표준), 소득유형 기술통계량, 체납자 체납빈도 분포, 체납횟수, 체납빈도별 미납/완납률 및 미납횟수별 미납률 중에서 적어도 하나를 포함하도록 구성될 수 있다.

연도별 건강보험 가입자 및 체납자 현황을 살펴보면, 2018년 기준 체납세대는 전체 국민 5283만여명 중에서 442만여명(8.4%), 체납횟수는 총 2163만여건, 체납자 1인당 체납 수는 4.9건이었다.

연도별 체납자의 체납, 완납 및 미납 현황을 살펴보면, 특정 시점, 예를 들어 2018년 12월 기준 체납자는 186만여명, 이 중에서 102만여명(55.1%)은 체납 발생 후 1년 이내에 납부했고, 83만여명(44.9%)은 여전히 체납을 유지했다.

본 발명에서 특정 시점으로부터 일정 기간 이내 납부자 특성 파악을 위해, 2018년 12월 기준의 체납자가 분석대상으로 선정될 수 있다.

2018년 12월 기준 체납자 중에서 2020년 1월 기준 납부자의 비율은 55.1%이다.

특정 시점 기준 체납자의 특징으로, 체납자는 남성(67%)이 여성(33%)보다 많고, 체납자 중 납부자는 남성(64.7%)이 여성(35.3)보다 많았다. 보험료를 납부하는 사람으로 여성보다 남성이 많은 것을 감안하면, 남성 체납자의 비율 67%보다 남성 납부자의 비율 64.7%이 낮은 것으로 봐서, 실제 납부율 면에서 여성의 납부율이 남성보다 높은 것으로 분석된다. 미납유지율을 보면 확연히 남성과 여성 간의 납부 성향의 차이를 나타난다.

체납자, 납부자 및 미납자의 연령 분포를 살펴보면, 체납자, 납부자 및 미납자 모두 50~60대, 30~40대, 70~80대 순으로 50~60대의 비율이 높게 분석된다. 그러나 실제 납부율을 살펴보면, 체납자 비율 대비 납부자의 비율이 70~80대에서 높게 나타나고, 50~60대에서 낮게 나타나게 분석된다.

2018년 12월 체납자 중에서 장애인 비율은 4.7%, 체납자 중에서 납부자 장애인 비율은 5.1%, 체납자 중에서 미납자 장애인 비율은 4.1%이다. 비장애인 대비 장애인의 납부율이 상대적으로 높은 것으로 분석된다.

장애등급 6등급, 5등급 및 4등급 순으로 체납자, 납부자 및 미납자 비율이 감소하는 것으로 분석된다. 즉, 장애 정도가 낮을수록 체납율, 납부율 및 미납율 모두 증가하는 경향이다. 실제 납부율을 분석해 보면, 체납율 대비 중증 장애등급인 1급 및 2급에서 납부율이 높아지고, 경증 장애등급인 6급에서 납부율이 떨어지게 분석된다.

장애유형 별 체납자, 납부자 및 미납자의 장애유형 분포는 지체(59.9%/59.7%/60.2%)>시각(11.5%/11.0%/12.3%)>청각(10.3%/10.9%/9.5%) 순으로 분석된다. 장애유형 중에서 지체 장애가 큰 부분을 차지하므로, 수치적인 비교보다는 실제 납부율을 분석해 보면, 청각장애유형에서 납부율이 다소 높게 나타났으나, 다른 유형과 큰 차이를 보이지는 않는다.

보험 분위별(연말 시점 보험료 20등급 레벨) 분포를 분석해 보면, 체납자, 납부자 및 미납자 보험료분위는 4분위(9.1%, 6.1% 및 12.8%)가 가장 많으며, 3 내지 9분위 체납비율이 높게 분석된다. 건강보험은 지역 및 직장가입자 소득수준에 따라 매달 보험료를 20등급(1분위는 하위 5%, 20분위는 상위 5%)으로 분류한다.

2018년 12월 체납자 연평균 총소득은, 1400여만원이며, 근로소득이 790여만원(56.5%), 사업소득이 500여만원(36.2%)이다. 해당 체납자 총재산 과세표준액은 5900여만원이며, 산정보험료 발췌 시 결측 제외한 180만여명의 1인 평균 산정보험료는 8만3천여원이다. 체납자 중에서 납부자의 1인 평균 총소독(1800여만원)은 미납자(900여만원)에 비해 2배 높고, 근로소득 1.9배, 사업소득 1.9배 총재산과세표준은 3.6배 가량 높은 것으로 분석된다.

소득유형 기술통계량 분석에 대해 살펴보면, 2018년 12월 체납자 1인당 평균 총소득 최댓값 369억원, 평균 1,403만원, 백분위 값 중에서 75%인 삼사분위 값(Q3) 1,471만원, 50%인 중앙값 226만원이다. 체납자 간 총소득 차이가 큰 것으로 분석된다.

2018년 12월 체납자의 모든 소득유형(근로소득, 사업소득, 이자소득, 배당소득, 국민연금, 직역연금, 기타)에서 최댓값과 평균의 차이가 크게 나타났다. 2018년 12월 체납자 산정보험료 최대값 247만원, 중앙값 57,920원이다.

체납자 체납빈도 분포를 분석해 보면, 2018년 12월 체납자 평균 체납빈도가 29건인 자가 24만명으로 전체 14.8%를 차지하고, 1건인 자가 107,651명으로 전체 6.4%를 차지하는 것으로 분석된다.

체납자 중에서 납부자 체납빈도는 1회(9.2%), 2회(6.5%), 3회(5.9%) 순으로 나타났다. 체납자 중에서 미납자 체납빈도는 29회(26.5%), 28회(7.3) 순으로 나타났다.

2018년 12월 체납자 평균 체납빈도가 29건인 자가 24만명으로 전체 14.8%를 차지하고, 1건인 자 107,651명으로 전체 6.4%를 차지한다.

체납빈도 별 1년 이내 미납유지자는 29회(24.2%)가 가장 높았다.

체납빈도 별 미납율 및 완납율을 살펴 보면, 체납자의 체납빈도가 많을수록 미납 확률이 높고, 체납빈도가 적을수록 완납 확률이 높게 나타난다.

본 발명의 일 실시 예에서 로지스틱 기초 분석은, 인구학적 특징에 따른 건강보험료 납부율, 체납자 1년 이내 보험료 납부율, 성별 납부율, 연령별 납부율, 가입자 유형별 납부율(지역, 직장, 의료급여), 보험료분위별, 가입자 특성에 따른 보험료분위별 납부율, 장애 등급별 납부율, 장애유형별 납부율, 납부여부별 소득수준, 소득수준별 납부율, 과거 체납횟수별 납부율, 과거 미납횟수별 납부율, 체납 건 미납유지 비율별 납부여부, 자동이체 납부여부별 납부율, 고지유형별 납부율, 체납처분/압류여부/경감여부/월별분할신청여부별 납부율 및 반송고지 횟수별 납부율을 포함하도록 구성될 수 있다.

이하 로지스틱 기초 분석 결과에 대해 상세히 설명하기로 한다.

인구학적 특성에 따라 건강보험료 납부율을 살펴보면, 특정시점, 예를 들어 2018년 12월 당시 체납자들의 1년 이내 보험료 납부율은 55%이다.

체납자 인구학적 성별 납부율은 남자가 53.2%, 여자가 58.9%로 나타났다.

체납자 인구학적 연령별 납부율은, 20대까지 불규칙적이고, 30대에서 55%보다 높게, 40대에서 평균 55%로 나타났고, 50대에서 55%보다 낮게, 60대 이상에서 55%보다 높게 나타났다.

가입자유형별 납부율은, 지역가입자보다 직장가입자의 납부율이 더 높았다. 의료급여세대주의 납부율이 제일 낮았다.

특정 시점 체납자들의 보험분위별 납부율은, 4분위의 납부율이 가장 높고, 그 전후로 납부율이 점점 떨어지고, 1분위까지 떨어지다가, 0분위에서 납부율이 다소 상승하고, 4분위 이후로는 20분위까지 꾸준히 하락한다. 이는 4분위의 가입자의 정상 보험료 납부율이 가장 낮은 것을 의미한다. 지역 가입자 중에서 4분위의 정상 보험료 납부율이 가장 낮았고, 지역 세대원 중에서는 3분위가 가장 낮았다.

체납자 인구학적 장애등급별 납부율에 있어서, 비장애인보다 장애인에서 체납자가 많이 발생하는 경향이고, 체납자 중에서 1급 및 6급이 다른 급보다 체납 후 납부율이 낮게 나타났다. 장애유형별 체납 후 납부율에 있어서는, 타 장애인보다 지적, 정신 장애인의 납부율이 낮게 나타났다.

체납자의 납부여부에 따른 소득수준에서는, 미납자 대비 납부자의 소득이 높게 나타났다.

소득수준별 납부율에서는, 체납자의 납부율은 소득수준에 대체로 비례하였다.

과거 체납횟수별 납부율에서는 과거 체납횟수가 높을수록 납부확률이 낮게 나타났다.

과거 미납횟수별 납부율에서는, 과거 미납횟수가 0회인 체납자, 즉 처음 미납한 사람의 납부율이 가장 높고, 미납 1회 이상 발생자 중 미납건수가 높을수록 납부확률이 낮게 나타났다.

과거 체납건 미납유지 비율별 납부여부 상관관계에서는, 과거 체납건에 대해 미납유지를 많이 하는 체납자의 납부율이 낮게 나타났다. 즉 미납유지 비율과 납부율은 대체로 반비례 관계이다.

체납자 중에서 자동이체에 의한 납부율이 기타 방법에 의한 납부율보다 높게 나타났다.

고지유형별 납부율에서, OCR 고지의 건수가 압도적으로 많은 점을 감안하면 OCR 고지 관련 납부율이 가장 낮았다. 인터넷 고지가 가장 적은 건수에 해당하나 납부율은 가장 높았다.

체납처분, 압류처분, 경감여부 또는 월별분할신청여부 별 납부율에 있어서, 체납처분 및 압류의 경우 처분이 있는 경우에 처분이 없는 경우보다 납부율이 더 높았다. 경감의 경우, 유무에 관계없이 납부율에 영향이 없으며, 월별분할신청이 있는 경우 오히려 납부율이 그렇지 않은 경우보다 더 낮았다.

반송고지 횟수별 납부율에 있어서, 반송고지 횟수가 1~3회에 비하여 4~5회로 갈수록 높은 납부율이 나타났다.

이하 로지스틱 분석의 변수 설정에 대해 상세히 설명하기로 한다.

도 5는 본 발명의 일 실시 예에 따른 로지스틱 분석 관련 설명 변수의 유형과 특징을 나타내는 표이다.

도 5를 참조하면, 특정 시점, 예를 들어 2018년 12월 체납자의 일정 기간 후, 예를 들어 2020년 1월 건강보험료 완납여부가 반응변수로 사용될 수 있다. 미납=0, 완납=1로 표기되며, 이 경우 완납=1이 모형을 통하여 예측하고자 아는 사건반응, 즉 성공반응에 해당한다.

체납자 개인의 특성과 체납 등의 사건이 발생했을 때 적용하는 행정적 처분이 설명변수로 사용될 수 있다.

도 5를 다시 참조하면, 변수유형으로 연속형 변수와 범주형 변수가 표시되어 있다. 범주형 변수 관련, 해당 범주에 해당하는 경우, 해당 설명 변수에 1이 주어진다. 성별의 경우, 여자인 경우 성별 변수에 1이 주어진다. 연령, 총소득, 체납빈도 및 미납빈도는 연속형 변수에, 성별, 생계형가입자, 행정처분(체납처분, 경감여부)은 범주형 변수에 해당한다.

도 6은 본 발명의 일 실시 예에 따른 반응변수와 설명변수의 기술통계를 나타내는 표이다.

도 6을 참조하면, 반응 변수와 설명 변수의 기술통계가 표시되어 있다. 기초 분석 결과에 기반하여 각 변수에 대한 관측치, 평균, 표준편차, 최솟값(Min. value), 및 최댓값(Max. value)이 묘사되어 있다.

2018년 12월 체납자 1,862,462명 중에서 성별이 알려지지 않은 1,361명을 제외한 1.861,101명을 분석 대상으로 하였다. 2018년 12월 체납자의 연령은 평균 48.58세이며, 여성의 비중은 약 33%이다.

2018년 12월 체납자 중에서 2020년 1월에 완납한 사람은 약 55%로 미납 835,481명, 완납 1,861,101명으로 구성된다. 2018년 1월2 체납자 중에서 생계형 가입자는 약 8%를 차지하며, 145,382명이다. 2018년 2월 체납 건수는 평균 14.02건이며, 미납 건수는 평균 7.58건이다.

이하 본 발명의 일 실시 예에 따른 기초 분석에 기반하는 상관관계 분석(S130)에 대해 상세히 설명하기로 한다.

본 발명의 일 실시 예에 따른 상관관계 분석에서는 체납 관련 변수와 소득 관련 변수의 상관관계가 분석될 수 있다. 본 발명에서 특히 피어슨 상관 계수가 사용될 수 있다.

도 7은 본 발명의 일 실시 예에 따른 체납 관련 변수와 소득 관련 변수 간 상관관계를 나타내는 표이다.

도 7을 참조하면, 총소득과 체납빈도는 -0.13, 총소득과 미납빈도는 -0.10의 음의 상관관계가 나타났고 상관계수 모두 유의함을 알 수 있다(p<.0001).

그러나 총소득과 체납빈도, 미납빈도 사이의 상관계수는 약 10%대로 총소득과 체납관련 변수의 선형적인 상관관계는 낮은 수준이다.

또한, 본 발명의 일 실시 예에 따라 체납관련 변수 간 상관관계가 분석될 수 있다. 체납빈도와 미납빈도는 0.7의 양의 상관관계가 나타났고 통계적으로 유의함을 알 수 있다(p<.0001). 체납빈도와 미납빈도 사이에 높은 상관관계는 모형의 적합 시 다중공선성 문제를 야기할 수 있다. 모형 적합 시 체납빈도와 미납빈도는 둘 중 하나의 변수를 사용할 필요가 있다.

본 발명의 일 실시 예에 따른 체납관리 방법의 목적은 2018년 12월 체납자의 완납여부에 영향을 미치는 변수를 탐색하는 것뿐만 아니라, 완납여부에 대한 확률을 예측하는 것이다.

총 5개의 변수 그룹이 설정되고 각 변수 그룹에 로지스틱 회귀모형이 적용된다. 정확도(accuracy)를 기준으로 각 임계값(cut-off value)에서 가장 우수한 예측성능을 갖는 모형이 최종 모형으로 선택된다.

여기서, 정확도=정분류 관측치/전체 관측치이며, 모형에 의하여 정확하게 분류된 관측치의 비율을 나타낸다. 본 발명에 사용된 자료는 미납자 45%, 완납자 55%로 구성된 균형 자료라는 점에서 모형의 선택 기준으로 정확도가 사용된다.

임계값은, 모형에 의하여 예측된 확률을 사용하여 각 관측치를 두 개의 그룹으로 나눌 때 사용되는 기준이다. 예를 들어 임계값을 0.5로 설정할 경우, 모형에 의하여 추정된 확률이 0.5(50%)를 넘는 관측치는 무조건 사건반응(성공반응)인 1로 분류된다.

도 8은 본 발명의 일 실시 예에 따른 예측모형별 변수 포함 여부를 나타내는 표이다.

도 8을 참조하면, 상관관계 분석에 따르면 체납빈도와 미납빈도의 상관계수가 0.7로 높은 편이므로, 두 변수 중 하나만 사용되는 것이 바람직하다.

도 9는 본 발명의 일 실시 예에 따른 예측모형별 추정된 계수를 나타내는 표이다.

도 9를 참조하면, 모형 1, 2와 모형 3, 4는 체납관련변수로써, 체납빈도와 미납빈도를 각각 사용했다는 점에서 차이가 있다. 모형 1과 3은 행정처분에 해당하는 체납처분과 경감여부를 제외한 모형이다.

모형 5는 체납관련 변수인 체납빈도와 미납빈도를 모두 제외했으나, 행정처분인 체납처분과 경감여부를 포함한다.

추정된 계수는 모형 5개의 모든 변수에서 통계적으로 유의함을 알 수 있다(p<.0001).

수학식 1은 모형 4에 기반하여 생성된 건강보험료 체납징수가능성 예측모형에 해당한다.

도 10은 본 발명의 일 실시 예에 따른 예측모형별 정확도를 나타내는 표이다.

도 10을 참조하면, 4개의 예측모형에 관한 임계값 및 정확도가 묘사되어 있다. 임계값은 총 4개의 구간으로 0.5에서 0.8까지 0.1 간격으로 설정될 수 있다. 5개의 모형 중에서 모형 3 및 모형 4의 예측 성능이 가장 뛰어난 것으로 나타난다. 모형 3 및 모형 4는 체납 관련 변수로 미납빈도를 사용한다.

반면에 모형 1 및 모형 2는 체납 관련 변수로 체납빈도를 사용한다. 체납빈도만을 단독으로 사용한 모형 1은 정확도가 매우 낮고, 모형 2와 같이 체납빈도 이외에 체납처분과 경감여부를 함께 사용했을 때 정확도가 소폭 상승하는 것으로 나타난다.

모형 3은 체납처분과 경감여부 없이 미납빈도만을 단독으로 사용했음에도 불구하고, 상대적으로 높은 정확도를 보인다는 점에서 미납빈도가 완납 확률을 예측하는 핵심 변수라고 할 수 있다.

모형 5는 체납 관련 변수인 체납빈도와 미납빈도가 모두 제거된 모형으로, 체납에 대한 행정적 조치인 체납처분과 경감여부만으로는 완납 확률을 정확하게 예측하기 어렵다는 점을 보여준다.

본 발명에서 정확도를 선택 기준으로 모형 4가 최종 분석모형으로 선택될 수 있다.

도 11은 본 발명의 일 실시 예에 따른 예측모형 4에 의하여 추정된 승산비를 나타내는 표이다.

도 11을 참조하면, 모형 4에 의하여 추정된 승산비가 나타나 있다. 추정된 승산비는 모두 통계적으로 유의하다(p<.05). 모형 4의 승산비에 따르면, 나이 한 살, 총소득 1백만원이 증가할 때 완납할 경향이 근소하게 커진다. 남자보다 여자가 완납할 경향이 크다. 미납빈도가 1회 증가할 때 완납할 경향은 감소한다. 생계형 가입자일 때 완납할 경향이 적다. 체납처분과 경감을 받았을 때 완납할 경향이 높다.

도 12는 본 발명의 일 실시 예에 따른 예측모형 4에 의하여 추정된 한계효과를 나타내는 표이다.

도 12를 참조하면, 본 발명의 일 실시 예에 따라 생성된 모형 4에 의하여 추정된 한계효과가 나타나 있다. 추정된 한계효과는 모두 통계적으로 유의함을 알 수 있다(p<.05).

본 발명의 일 실시 예에 따라 생성된 모형 4에 의하여 추정된 한계효과에 의하면, 나이가 한 살 증가할 때 완납할 확률은 평균 0.49% 증가한다. 총소득이 1백만 원 증가할 때 완납할 확률은 평균 0.03% 증가한다. 미납빈도가 1회 증가할 때 완납할 확률은 평균 12.5% 감소한다. 남자보다 여자의 완납확률이 평균 0.47% 높다. 생계형 가입자의 완납확률이 평균 3.6% 낮다. 체납처분을 받은 사람이 그렇지 않은 사람에 비해 완납확률이 평균 13% 높다. 경감을 받은 사람이 그렇지 않은 사람에 비해 완납확률이 평균 1.04% 높다.

본 발명의 목적 중의 하나는 체납액납부 예측모형을 이용하여 징수 가능성과 생계형 여부에 따라 국민건강 보험료의 체납 관리를 하는 것이다. 본 발명의 체납액납부 예측 모형에 기반하여 징수 가능성과 생계형 여부를 결합하여 체납세대가 총 6등급으로 분류될 수 있다.

정확성이 가장 높은 임계값 0.7을 기준으로 하는 경우 각 등급의 산정 기분은 다음과 같다.

산정점수가 70점 이상이고, 체납자가 생계형가입자가 아닌 경우, 해당 체납자는 1등급에 해당한다.

산정점수가 70점 이상이고, 체납자가 생계형가입자가인 경우, 해당 체납자는 2등급에 해당한다.

산정점수가 11 내지 69점 내에 있고, 체납자가 생계형가입자가 아닌 경우, 해당 체납자는 3등급에 해당한다.

산정점수가 11 내지 69점 내에 있고, 체납자가 생계형가입자인 경우, 해당 체납자는 4등급에 해당한다.

산정점수가 10점 이하이고, 체납자가 생계형가입자가 아닌 경우, 해당 체납자는 5등급에 해당한다.

산정점수가 10점 이하이고, 체납자가 생계형가입자인 경우, 해당 체납자는 6등급에 해당한다.

여기서, 생계형 가입자 여부는 중위소득 50%미만인 가구가 체납하는 경우(평균보험료 31,490원)로, 저소득 체납세대 심층분석 연구용역 결과에 기반한다.

1등급은 저위험 등급으로 징수가능성이 높은 정도이다. 1등급에 대해서는 문자, 알림톡 전송 등 유연한 납부독려가 필요하다. 때에 따라 압류예고통지서가 발송되거나 압류추진이 가능하다.

2등급은 중위험 생계형 등급으로 징수가능성이 중간 정도이다. 2등급에 대해서는 문자, 알림톡 등이 활용될 수 있다. 주기적 점검을 통해 자진납부가 견인될 수 있다.

3등급은 높은 중위험 비생계형 등급으로 징수가능성이 중간 정도이다. 3등급에 대해서는 체납예방 중심의 징수독려가 필요하다. 때에 따라 압류예고통지서가 발송되고 압류가 추진될 수 있다.

4등급은 고위험 생계형 등급으로 징수가능성이 낮은 정도이다. 4등급에 대해서는 체납이 있어도 진료가능하다는 정보안내가 알림톡으로 전송될 수 있다. 사회복지 지원사업 연계가 필요하다.

5등급은 높은 고위험 비생계형 등급으로 징수가능성이 낮은 정도이다. 5등급에 대해서는 압류예고 통지서가 발송될 수 있다. 때에 따라 압류 또는 공매 등 강력한 징수가 필요할 수 있다.

6등급은 징수가능성이 희박한 등급이다. 6등급에 대해서는 문자, 알림토 등이 전송될 수 있다. 때에 따라 결손처분이 발생하거나 정부부처에 의료급여 전환이 건의 될 수 있다.

이와 같이 본 발명의 일 실시 예에 따르면, 또한, 생계형과 비생계형을 명확히 구분하고 체납세대의 특성 등을 고려한 차별적 징수로 민원은 줄고, 징수율은 높여 업무 효율성이 강화될 수 있다.

이상, 일부 예를 들어서 본 발명의 바람직한 여러 가지 실시 예에 대해서 설명하였지만, 본 "발명을 실시하기 위한 구체적인 내용" 항목에 기재된 여러 가지 다양한 실시 예에 관한 설명은 예시적인 것에 불과한 것이며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이상의 설명으로부터 본 발명을 다양하게 변형하여 실시하거나 본 발명과 균등한 실시를 행할 수 있다는 점을 잘 이해하고 있을 것이다.

또한, 본 발명은 다른 다양한 형태로 구현될 수 있기 때문에 본 발명은 상술한 설명에 의해서 한정되는 것이 아니며, 이상의 설명은 본 발명의 개시 내용이 완전해지도록 하기 위한 것으로 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이며, 본 발명은 청구범위의 각 청구항에 의해서 정의될 뿐임을 알아야 한다.

100: 체납관리 시스템
110: 체납관리 장치
111: 제어부
112: 입력 장치
113: 출력 장치
114: 저장 장치
115: 통신 장치
116: 메모리
117: 데이터분석 모듈
118: 상관관계 분석 모듈
119: 회귀 분석 모듈
120: 체납액납부 예측모형
121: 등급산정 모듈
130: 서버
140: 사용자 단말(클라이언트)
150: 네트워크

Claims

재화 또는 서비스 이용에 대한 체납 요금 관리에 있어서,
수집된 체납자에 관한 데이터를 분석하는 단계;
상기 데이터 분석을 통해 특정 시점에서 체납빈도 및 일정 기간이 지난 후 미납빈도를 추출하는 단계;
상기 데이터 분석에 기반하는 체납자 개인 특성에 관한 변수와, 상기 체납빈도 또는 미납빈도에 관한 변수 및 체납에 대한 행정처분에 관한 변수를 이용하여, 체납액납부 예측모형을 생성하는 단계; 및
상기 체납액납부 예측모형을 기반으로 징수 가능성과 생계형 여부를 결합하여 체납자의 등급을 산정하는 단계를 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 데이터를 분석하는 단계는,
일정 시점 기준 체납 이력이 있는 체납자의 일정 기간 내의 납부에 관한 납부율을 각종 인구학적 특징에 따라 분석한 다변량 분석을 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 데이터를 분석하는 단계는,
설명변수 및 반응변수를 포함하되,
기술통계를 통해 상기 설명변수 및 반응변수의 관측치, 평균, 표준편차, 최솟값 및 최댓값 중에서 적어도 하나를 설정하는 단계를 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 데이터를 분석하는 단계는,
피어슨 상관계수를 사용하는 상관관계 분석을 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 데이터를 분석하는 단계는,
설명변수 및 반응변수를 포함하되,
상기 설명변수 중에서 체납 관련 변수와 소득 관련 변수의 상관관계 분석을 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 데이터를 분석하는 단계는,
체납자의 완납여부에 영향을 미치는 독립변수를 탐색하는 단계를 포함하도록 구성되는,
체납관리 방법.
제6항에 있어서,
상기 예측모형의 선택 기준으로 예측모형의 정확도를 계산하는 단계를 더 포함하도록 구성되는,
체납관리 방법.
제7항에 있어서,
상기 예측모형의 정확도를 계산하는 단계는,
상기 독립변수의 계수를 추정하는 단계를 포함하도록 구성되는,
체납관리 방법.
제7항에 있어서,
상기 예측모형의 정확도를 계산하는 단계는,
예측모형 및 임계값 별로 상기 정확도를 계산하도록 구성되는,
체납관리 방법.
제6항에 있어서,
상기 체납액납부 예측모형을 생성하는 단계는,
복수 개의 상기 예측모형 중에서 전체 관측치 대비 정분류 관측치의 비율에 따른 정확도를 기준으로 가장 적합한 예측모형을 선택하는 단계를 더 포함하도록 구성되는,
체납관리 방법.
삭제
제1항에 있어서,
상기 체납자의 등급은,
징수가능성이 가장 높은 비생계형 최저등급; 및
징수가능성이 가장 낮은 생계형 최고등급을 포함하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 체납자의 등급을 산정하는 단계는,
상기 예측모형의 임계값의 백분위 점수를 기준으로,
산정점수가 상기 백분위 점수 이상이고 생계형가입자 아닌 것에 1등급;
산정점수가 상기 백분위 점수 이상이고 생계형가입자인 것에 2등급;
산정점수가 11 내지 상기 백분위 점수 미만이고 생계형가입자 아닌 것에 3등급;
산정점수가 11 내지 상기 백분위 점수 미만이고 생계형가입자인 것에 4등급;
산정점수가 10점 이하이고 생계형가입자 아닌 것에 5등급; 및
산정점수가 10점 이하이고 생계형가입자인 것에 6등급을 부여하도록 구성되는,
체납관리 방법.
제1항에 있어서,
상기 체납자의 등급에 따라 납부 독려, 진료가능 정보 안내 발송, 사회복지 지원사업 연계, 압류예고통지서 발송, 압류 또는 공매 추진, 결손처분 및 의료급여 전환 등의 차별화된 맞춤 징수전략을 수립하는 단계를 더 포함하도록 구성되는,
체납관리 방법.
재화 또는 서비스 이용에 대한 체납 요금 관리를 위한 시스템에 있어서,
수집된 체납자에 관한 데이터를 분석하는 데이터분석 모듈; 및
상기 데이터 분석에 기반하는 체납자 개인 특성에 관한 변수와, 체납빈도 또는 미납빈도에 관한 변수 및 체납에 관한 행정처분에 관한 변수를 이용하여, 체납액납부 예측모형을 생성하는 회귀 분석 모듈; 및
상기 데이터 분석을 통해 특정 시점에서 체납빈도 및 일정 시간이 지난 후 미납빈도를 추출하게, 데이터분석 모듈을 제어하는 제어부를 포함하고,
상기 제어부는,
상기 체납액납부 예측모형을 기반으로 징수 가능성과 생계형 여부를 결합하여 체납자의 등급을 산정하도록 구성되는,
체납관리 시스템.