KR102308098B1 - 매출 채권과 입출금 정보간 자동화된 매칭 서비스에 기초한 사용자 인터페이스 제공 방법 및 그 장치 - Google Patents

Abstract

본 발명의 실시 예에 따른 사용자 인터페이스 제공 방법은, 네트워크로부터 수집된 거래 내역 정보에 대한 거래 정보 데이터베이스의 신규 거래 정보에 대한 학습 기반 매칭 분석 처리에 따라, 상기 신규 거래 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리가 수행되고, 상기 매칭 결과에 기초하여, 매출 채권과 입출금 정보간 자동화된 매칭 서비스가 제공되면, 상기 매칭 서비스 처리 결과에 기초한 사용자 인터페이스를 생성하는 단계; 및 상기 생성된 사용자 인터페이스를 출력하는 단계를 포함한다.

Description

매출 채권과 입출금 정보간 자동화된 매칭 서비스에 기초한 사용자 인터페이스 제공 방법 및 그 장치{An apparatus and method for providing user interfaces of managing transaction information based on automatic matching between accounts receivables and deposit information}

본 발명은 매출 채권 관리 방법 및 그 장치에 관한 것이다. 보다 구체적으로, 본 발명은 학습 기반의 매출 채권과 입출금 정보간 자동화된 매칭 서비스를 제공하는 매칭 서비스에 기초한 사용자 인터페이스 제공 방법 및 그 장치에 관한 것이다.

최근, 경제 발전의 속도가 가속화되면서 기업간의 주문 및 거래 횟수 역시 괄목할 만한 증가 속도를 나타내고 있으며, 이러한 기업간 거래의 증가 추세에 발맞추어 기업간에 발생하는 대금 결제 관계에 관련된 문제도 한층 복잡하고 다양한 양상을 띠고 있다.

기업간 거래 관계가 형성될 때, 통상적으로 물품, 용역 등을 판매하는 판매업체는 구매업체를 대상으로 하는 일련의 대금 청구 프로세스를 통해 매출 채권을 발생시키며, 구매 업체로부터의 입금 확인 프로세스를 진행한다. 대금 청구가 발생하면 미수금 상태의 매출 채권이 형성되고, 이에 대한 구매 업체의 대금 결제 수단으로서의 현금(Cash), 외상거래, 어음, B2B 대출(예를 들어 외상매출 채권 담보 대출, 기업 구매 자금 대출 등), 신용카드 등의 이용에 따라 계좌 입금이 처리되며, 이러한 입금 내역 확인 및 매칭을 통해 대금 결제가 완료되며 이에 대한 세금계산 처리가 진행되게 된다.

통상적으로 기업에서는 이러한 매입, 매출 및 급여 등과 같은 각종 데이터를 주로 물리적 또는 전자적 장부 등에 기재하여 관리하고 있으며, 입금 내역에 대한 확인을 바탕으로 하는 판매실적, 영업이익, 급여총액, 순이익 산출 및 세금계산과 같은 회계정보의 산출은 이러한 장부 관리를 통해 이루어진다.

이러한 장부 관리에 있어서, 단순 회계정보의 산출은 ERP 관리 시스템 등의 전산처리에 의해 자동화가 가능한 측면이 존재하나, 매출 채권에 대응한 입금 내역확인의 경우, 기업마다 입금 수단이나 입금 방식 또는 입금 주기가 모두 상이하고, 입금자명 또한 수시로 변경되는 경우가 잦기 때문에 자동화가 매우 어려우며, 이에 무조건적으로 수작업이 요구되며, 이에 따른 인적 자원이 소요되는 문제점이 존재하고 있다.

또한, 입금 내역과 매출 채권간 매칭 관리를 수작업으로 처리하는데 있어서도 어려움이 존재하는 바, 입금 내역을 포함하는 거래 정보는 은행마다 서로 다른 은행 필드명을 갖질 수 있으며, 회사형태의 다양한 표기로 인한 회사명의 비정형성이 존재하고, 외국계기업의 한글표기법이 각각 상이한 경우가 존재하며, 입력 텍스트 포맷의 경우 수신은행의 전산정책에 따른 캐릭터 세트와 인코딩 타입이 상이할 수 있고, 예외적인 송금 기업의 공식 통장이 아닌 입금이 존재하며, 복수의 매출 채권이 병합된 입금이 이루어지거나, 선납의 케이스가 존재하거나, 대표자가 상이한 여러 사업장의 거래 대금에 대해 실소유자가 일괄 입금하는 경우까지도 존재하고 있는 실정이다.

이와 같이, 거래 정보 관리에 있어서, 특히 매출 채권 관리를 위한 입금 확인 및 매칭 프로세스는 그 비정형성으로 인해, 복잡하면서도 판단이 어려운 문제점이 발생하는 바, 자동화가 어려울 뿐만 아니라 실제 수작업으로 처리하는 데에도 많은 시간이 소요되는 문제점이 있다.

또한, 수작업 매칭 관리를 위한 사용자 인터페이스는 단순한 채권 리스트만을 제공하여 입력할 필요 정보의 색인이나, 거래 정보의 분류 식별이 매우 불편하여, 사용자 편의성이 미비한 실정이다.

JP 2018-116602 A1 JP 2018-073249 A1

본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로, 입금 내역을 포함하는 거래 정보 데이터에 대한 케이스 기반 패턴 매칭 프로세스를 기반으로 하는 학습 처리를 수행하여, 기존의 비정형적 입금 내역과 매출 채권 간 관계 매칭에 대한 자동화된 분류 판단을 가능하게 하고, 그 처리 시간을 효과적으로 단축시킬 수 있는 자동화된 매칭 서비스와, 이에 기초한 매칭 입력, 분석 정보의 확인 및 분류 식별이 용이한 사용자 인터페이스를 제공하는데 그 목적이 있다.

상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 방법은, 네트워크로부터 수집된 거래 내역 정보에 대한 거래 정보 데이터베이스의 신규 거래 정보에 대한 학습 기반 매칭 분석 처리에 따라, 상기 신규 거래 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리가 수행되고, 상기 매칭 결과에 기초하여, 매출 채권과 입출금 정보간 자동화된 매칭 서비스가 제공되면, 상기 매칭 서비스 처리 결과에 기초한 사용자 인터페이스를 생성하는 단계; 및 상기 생성된 사용자 인터페이스를 출력하는 단계를 포함한다.

상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 장치는, 사용자 인터페이스 제공 장치에 있어서, 네트워크로부터 수집된 거래 내역 정보에 대한 거래 정보 데이터베이스의 신규 거래 정보에 대한 학습 기반 매칭 분석 처리에 따라, 상기 신규 거래 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리가 수행되고, 상기 매칭 결과에 기초하여, 매출 채권과 입출금 정보간 자동화된 매칭 서비스가 서비스 제공부로부터 제공되면, 상기 매칭 서비스 처리 결과에 기초한 사용자 인터페이스를 생성하여 출력하는 사용자 인터페이스부를 포함한다.

이러한 구성의 본 발명에 따르면, 입금 내역 데이터에 대응한 케이스 기반 패턴 매칭 프로세스를 이용하여 학습 처리하여, 입금 내역에 대한 분류 및 판단이 용이한 학습 패턴 데이터베이스를 구축할 수 있으며, 이에 따른 사용자 편의성 향상 및 미수 채권 분석 관리가 용이한 사용자 인터페이스를 제공할 수 있다.

그리고, 본 발명의 실시 예에 따르면, 초기 학습 패턴 데이터 베이스 구축시 기 저장된 일정 기간의 거래 정보로부터 획득되는 입금 내역 데이터와 매출 채권 정보 및 거래처 로직 학습 정보를 이용하여, 패턴 매핑 테이블을 생성하게 함으로써, 개별적인 사용자 수기 입력 절차 없이도 자동화된 분류 체계를 데이터베이스화 할 수 있으므로, 처리 효율성과 시스템 호환성을 높일 수 있다.

또한, 본 발명의 실시 예에 따르면, 패턴 데이터베이스에 대해 일정 기간에 대응하는 미수금 내역 정보를 기반으로 하는 검증 처리를 제공함으로써, 별도의 사용자의 검증 수작업 없이도 자동화된 검증 프로세스를 제공하며, 이에 따라 생성된 학습 패턴 데이터베이스의 매핑 테이블에 대한 정확도 향상을 가져올 수 있다.

또한, 본 발명의 실시 예에 따르면, 초기 학습 패턴 데이터베이스 기반의 자동화된 입금 확인 처리를 제공하며, 사용자 확인 입력에 따른 학습 패턴 업데이트를 제공함으로써, 사용자의 서비스 이용 누적에 따라 패턴 매칭 정확도가 더욱 향상될 수 있게 된다.

따라서 별도의 사용자 입력 없이도, 기존의 비정형적 입금 내역과 매출 채권 간 관계 매칭에 대한 자동화된 분류 판단을 가능하게 하고, 수작업적 처리 시간은 효과적으로 단축시킬 수 있는 매출 채권과 입출금 정보간 자동화된 매칭 서비스를 제공하고, 이에 기초하여 거래 정보의 분류 식별을 용이하게 하며, 미수 채권 분석 정보 제공에 따른 사용자 편의성을 향상시킬 수 있는 사용자 인터페이스를 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 전체 시스템을 개략적으로 도시한 개념도이다.
도 2는 본 발명의 실시 예에 따른 전체 시스템 동작을 설명하기 위한 흐름도이다.
도 3은 본 발명의 실시 예에 따른 매칭 분석 처리부를 보다 구체적으로 도시한 블록도이다.
도 4는 본 발명의 실시 예에 따라 분류되는 거래 정보를 설명하기 위한 도면이다
도 5는 본 발명의 실시 예에 따른 사용자 인터페이스부 동작을 설명하기 위한 흐름도이다.
도 6은 본 발명의 실시 예에 따른 사용자 인터페이스부 구성을 설명하기 위한 블록도이다.
도 7 내지 도 18은 본 발명의 실시 예에 따른 사용자 인터페이스 출력을 설명하기 위한 예시도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 실시예에 따른 전체 시스템을 개략적으로 도시한 개념도이다.

도 1을 참조하면, 본 발명의 실시 예에 따른 전체 시스템은 거래 관리 시스템을 구성할 수 있으며, 매출 채권과 입출금 정보간 자동화된 매칭 서비스를 제공하기 위한 사용자 인터페이스부(10), 거래 관리 서비스 제공부(20), 학습 기반 매칭 분석 처리부(30), 패턴 데이터베이스(39), 거래 정보 데이터베이스(29) 및 통신부(50)를 포함할 수 있다.

여기서, 각 시스템을 구성하는 구성 요소들은 각각 모듈화된 프로세서로서 구현되고 전기적으로 연결되어 하나의 거래 관리 장치를 구성하거나, 필요에 따라 부분 결합적으로 모듈화된 프로세서로 구성되고, 나머지 구성 요소가 내부 네트워크를 통해 연결되는 시스템으로 구현될 수도 있다.

이를 위해, 통신부(50)는 상기 내부 네트워크 또는 금융 서비스 네트워크와의 접속 및 데이터 송수신을 처리할 수 있으며, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network;WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크로 구현되거나, 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution) 등과 같은 무선 네트워크로도 구현될 수 있다.

예를 들어, 본 발명의 실시 예에 따른 시스템은 사용자 인터페이스부(10)를 통해 거래 관리 서비스 제공부(20)에서 처리되는 거래 정보를 출력하고, 출력된 거래 정보에 대응하는 사용자 입력을 수신하여 거래 정보 데이터베이스(29)를 업데이트하는 거래 관리 장치로 구현될 수 있다.

또한, 본 발명의 실시 예에 따른 시스템은 거래 관리 서비스 제공부(20), 학습 기반 매칭 분석 처리부(30), 패턴 데이터베이스(39) 및 거래 정보 데이터베이스(29)가 하나의 거래 관리 장치를 구성하고, 사용자 인터페이스부(10)는 거래 관리 장치에 접속된 별도의 사용자 단말에 대응하여, 사용자 입출력 정보의 처리를 제공할도 수 있다.

이와 같은, 본 발명의 실시 예에 따른 시스템은 거래 관리 프로세스 및 관련 서비스를 제공할 수 있다. 거래 관리 서비스는 기본적으로 거래 정보 데이터베이스(29)에 대응하는 정보 저장 및 업데이트 처리를 포함할 수 있다. 거래 정보는 예를 들어, 거래 내역 정보를 포함할 수 있으며, 거래 내역 정보에는 거래처 정보, 매출 채권 정보, 입금 내역 정보 등의 거래 관리를 위한 다양한 정보가 포함될 수 있다.

특히, 본 발명의 실시 예에 따른 거래 관리 장치는, 거래 관리 서비스 제공에 있어서, 거래 내역 정보를 실시간으로 수집 및 관리할 수 있으며, 이를 활용하여 매출 채권 정보를 생성하고, 이에 대응하는 입출금 내역 정보가 수집되면 자동화된 매칭 처리를 통한 결과 확인 인터페이스를 사용자 인터페이스부(10)를 통해 제공함으로써, 매출 채권과 입출금 정보간 자동화된 매칭 서비스를 제공할 수 있다.

이에 따라, 사용자는 사용자 인터페이스부(10)를 통해 출력된 매출 채권과 입출금 정보간 자동화된 매칭 정보를 확인할 수 있으며, 이에 대응하는 사용자 확인 정보를 입력하여 거래 정보 데이터베이스(29)의 업데이트가 처리되도록 할 수 있다.

이와 같은 매칭 서비스 제공을 위해, 본 발명의 실시 예에 따른 거래 관리 장치는, 학습 기반 매칭 분석 처리부(30)를 통해 거래 정보 데이터베이스(29)에 대응하는 학습 기반의 패턴 분석 처리를 수행할 수 있다.

본 발명의 실시 예에 따르면, 학습 기반 매칭 분석 처리부(30)는 매칭 서비스를 처리하기 위한 거래 정보 데이터베이스(29)의 초기 분석 처리를 수행할 수 있으며, 초기 분석 처리에 따른 초기 패턴 데이터베이스 구축을 수행하여, 패턴 데이터베이스(39)에 패턴 매핑 테이블을 생성 및 저장할 수 있다.

여기서, 학습 기반 매칭 분석 처리부(30)는 학습 기반 처리를 위한 거래 정보 데이터베이스(29)의 거래 학습 정보를 수집할 수 있다. 여기서, 거래 학습 정보는 일정 기간 동안 누적된 거래 정보 데이터베이스(29)의 거래 내역 정보로부터 추출되는 학습 정보를 포함할 수 있으며, 학습 기반 처리를 위한 구조화된 학습 정보를 포함할 수 있다.

그리고, 학습 기반 매칭 분석 처리부(30)는 다양한 학습 알고리즘을 통해 상기 구조화된 학습 정보에 대응하는 매칭 분석을 처리할 수 있으며, 매칭 분석에 따라 형성되는 매핑 테이블 정보를 패턴 데이터베이스(39)에 저장함으로써, 초기 패턴 데이터베이스를 구축할 수 있다.

특히, 본 발명의 실시 예에서, 학습 기반 매칭 분석 처리부(30)의 학습 프로세스는 자동화된 인공 지능(Artificial Intelligence) 학습 프로세스와, 케이스(사례) 기반 추론 학습(case based reasoning, CBR) 처리에 따른 거래 정보 데이터베이스(29)의 분석 처리를 수행하는 것이 예시될 수 있다.

이 경우, 학습 기반 매칭 분석 처리부(30)는 거래 내역 정보를 구조화하여, 기 매칭된 매출 채권과 입출금 내역 정보간 매칭 케이스를 획득할 수 있으며, 각 케이스간 데이터 패턴 분석에 따른 유사성 함수 처리를 통해, 유사 케이스들간 그룹핑 처리를 수행할 수 있다. 그리고, 학습 기반 매칭 분석 처리부(30)는 그룹핑 처리에 대응하는 각 케이스별 패턴 매핑 테이블을 패턴 데이터베이스(39)에 구축함으로써, 초기 패턴 데이터베이스를 구축할 수 있다.

이에 따라, 패턴 데이터베이스(39)는 입출금 데이터 패턴에 대응하는 매출 채권간 매핑 룰 정보를 포함할 수 있으며, 케이스 기반으로 그룹핑된 매핑 테이블 정보를 포함할 수 있다.

예를 들어, 거래 정보 데이터베이스(29)로부터 획득되는 학습 케이스 정보는 기업 정보에 따라 사전 분류된 거래처 정보와, 상기 거래처 정보에 대응하여 매핑된 입출금 내역의 적요 패턴 정보, 입금일 정보, 입금 주기 정보, 입금일간 편차 정보, 거래 통장 정보, 거래 수단 정보(현금, 어음, 채권담보대출 등), 거래 코드 정보 등이 포함될 수 있다. 그리고, 학습 기반 매칭 분석 처리부(30)는 학습 케이스 정보의 누적 및 유사도 분석 처리에 따라, 그룹핑 처리를 수행하여 패턴 데이터베이스(39)를 통해 학습된 데이터 패턴 정보를 포함하는 초기 패턴 데이터베이스(39)를 구축할 수 있다.

또한, 본 발명의 실시 예에 따르면, 초기 패턴 데이터베이스(39)는 별도 입력된 미수 채권 정보(또는 미수금 정보)를 기반으로, 초기 패턴 데이터베이스에 대응하는 검증 처리를 수행하여, 그 정확도를 향상시킬 수 있다.

이를 위해, 학습 기반 매칭 분석 처리부(30)는, 초기 패턴 데이터베이스(39)를 기반으로, 거래 정보 데이터베이스(29)에 대한 일정 기간 동안 계산서와 입금내역을 자동화 매칭 처리한 결과와, 실제 미수내역이 정확히 일치하는지 여부를 확인함으로써 패턴 데이터베이스의 검증을 수행할 수 있다.

예를 들어, 학습 기반 매칭 분석 처리부(30)는, 현재 시점에 대한 거래 정보 데이터베이스(29)로부터 획득되는 매출 채권 대비 세금계산서 발행 정보에 따른 실제 미수금 정보를 획득할 수 있으며, 실제 미수금 정보와 거래 정보 데이터베이스(29)의 패턴 매칭 분석에 따라 결정된 미수금 정보를 비교함으로써, 매칭 정확도를 검증할 수 있다.

학습 기반 매칭 분석 처리부(30)는, 이와 같은 검증 처리를 통해, 패턴 데이터베이스(39)에 대한 매칭 정확도를 예측할 수 있으며, 사용자는 보다 정확한 데이터베이스 구축을 위한 거래 정보 데이터베이스(29)의 분석을 수행하게 할 수 있으며, 별도의 사용자 설정 입력을 사용자 인터페이스부(10)를 통해 입력할 수도 있다.

예를 들어, 초기 패턴 데이터베이스(39)에 대응한 사용자 입력에 따른 튜닝 설정 정보가 사용자 인터페이스부(10)를 통해 입력될 수 있으며, 입력된 튜닝 설정 정보에 따른 패턴 데이터베이스(39) 갱신 처리가 수행될 수 있다. 튜닝 설정 정보는, 패턴 매핑 테이블의 조정 정보, 유사도 함수 파라미터 변경 정보 또는 케이스 정보 조정 정보 등이 예시될 수 있다.

한편, 거래 관리 서비스 제공부(20)는, 거래 정보 데이터베이스(29)의 미수 채권 매핑, 저장 및 관리 서비스를 제공할 수 있다.

특히, 거래 관리 서비스 제공부(20)는, 통신부(50)를 통해 금융 서비스 네트워크로부터 수신되는 각 거래처간 입출금 내역에 대응하는 미수 채권 매칭 서비스를 제공할 수 있으며, 이를 위해, 학습 기반 매칭 분석 처리부(30)를 이용한 패턴 데이터베이스(39) 기반의 거래 정보 매핑 처리 및 출력 서비스를 사용자 인터페이스부(10)를 통해 제공할 수 있다.

이를 위해, 거래 관리 서비스 제공부(20)는, 통신부(50) 또는 사용자 인터페이스부(10)를 통해 신규 입출금 내역 정보가 수신되면, 거래 정보 데이터베이스(29)에 저장하며, 학습 기반 매칭 분석 처리부(30)를 통해 패턴 데이터베이스(39)에 기초한 미수 채권 매칭 처리를 수행하게 하고, 그 매칭 결과 정보를 수신하여 사용자 인터페이스부(10)를 통해 출력할 수 있다.

그리고, 거래 관리 서비스 제공부(20)는, 사용자 인터페이스부(10)를 통해 매칭 결과 정보에 대응하는 사용자 확인 입력을 수신하여 거래 정보 데이터베이스(29)의 업데이트를 수행할 수 있다. 예를 들어, 사용자는 매칭 완료 버튼을 입력하거나, 필요에 따라 일부 유사도가 일정 값 이하인 매칭 결과에 대응하는 사용자 확인 요청에 대응하는 확인 입력을 사용자 인터페이스부(10)를 통해 입력할 수 있다.

한편, 거래 관리 서비스 제공부(20)는 매칭 완료된 입출금 내역 정보를 기반으로 거래 정보 데이터베이스(29)를 업데이트할 수 있으며, 학습 기반 매칭 분석 처리부(30)를 통해 업데이트된 거래 정보 데이터베이스(29)의 학습 처리를 재수행하게 함으로써, 패턴 데이터베이스(39)가 업데이트되도록 처리할 수 있다.

이에 따라, 학습 기반 매칭 분석 처리부(30)는, 반복적인 거래 관리 서비스 처리 및 사용자 확인 입력 정보를 이용하여, 패턴 데이터베이스(39)의 정확도 향상을 위한 추가적인 학습 처리를 수행할 수 있다. 따라서, 사용자의 거래 관리 서비스의 이용 기록이 누적됨에 따라, 그 매칭 분석의 정확도는 지속적으로 향상될 수 있다.

또한, 본 발명의 실시 예에 따른 학습 기반 매칭 분석 처리부(30)는, 신규 입력된 매칭 케이스에 대응하는 데이터 패턴 분석에 따른 변화 정보를 판단할수 있으며, 변화 정보가 일정 값 이상인 경우에는 이상 패턴 정보를 거래 관리 서비스 제공부(20)로 제공할 수 있다. 거래 관리 서비스 제공부(20)는 이상 패턴 정보 알림를 사용자 인터페이스부(10)를 통해 출력하여, 패턴 분석의 이상 알림을 처리할 수 있다.

예를 들어, 학습 기반 매칭 분석 처리부(30)는, 거래처별 데이터 패턴에 대응하는 입금 주기 지연 패턴, 입금일자 변경, 입금자명 변경, 입금은행 변경, 입금액 분할 지급 발생, 입금 누락 또는 기타 모니터링 정보를 실시간 분석하고, 이에 대응하는 알림 정보를 사용자 인터페이스부(10)를 통해 출력함으로써 입출금 및 매출 채권 관리에 보다 실시간적인 편의성을 제공할 수도 있다.

여기서, 사용자 인터페이스부(10)는, 매칭 분석에 따른 처리 정보를 출력하기 위한 단말장치로서, 사용자의 컴퓨터, 휴대폰, 스마트 폰(smart phone), 스마트 패드(smart pad), 노트북 컴퓨터(laptop computer), PDA(Personal Digital Assistants) 등이 더 예시될 수 있으나, 본 발명은 이에 한정되지 아니하며 그 이외에 사용자 입력 및 정보 표시 등이 가능한 다양한 장치일 수 있다.

도 2는 본 발명의 실시 예에 따른 전체 시스템 동작을 설명하기 위한 흐름도이다.

도 2를 참조하면, 본 발명의 실시 예에 따른 전체 시스템 동작은, 거래 관리 장치의 동작으로서 설명될 수 있으며, 먼저 거래 관리 장치는 거래 정보 데이터베이스(29)로부터, 일정 기간 동안 누적된 거래 학습 정보를 수집한다(S101).

그리고, 거래 관리 장치는, 학습 기반 매칭 분석 처리부(30)를 통해, 누적된 거래 학습 정보에 대한 케이스 추론 학습(CBR) 기반의 유사성 패턴 분석을 수행한다(S103).

이후, 거래 관리 장치는 패턴 데이터베이스(39)를 통해 패턴 분석 결과에 따른 초기 패턴 데이터베이스를 구축하며(S105), 미수 채권 정보에 기초하여 초기 패턴 데이터베이스의 검증 및 조정을 수행한다(107).

여기서, 검증 및 조정 프로세스는 거래 정보 데이터베이스(29)의 일정 기간 세금계산서와 입금내역의 자동화된 매칭에 대응하는, 상기 일정 기간 동안 실제 미수금 내역간 비교 및 정확도 산출 프로세스를 포함할 수 있다.

그리고, 거래 관리 장치는 사용자 인터페이스부(10)를 통해 입력된 사용자 입력에 따른 튜닝 설정정보를 적용하여, 패턴 데이터베이스(39)를 구축한다(S109).

예를 들어, 튜닝 설정정보는 업종별, 거래유형별, 예외케이스 등 매칭율 튜닝을 위한 패턴 데이터베이스(39) 설정 및 필터링 정보를 포함할 수 있다.

그리고, 패턴 데이터베이스(39)가 구축되면, 거래 관리 장치는, 거래 관리 서비스 제공부(20) 및 사용자 인터페이스부(10)를 통해 거래 정보 데이터베이스의 신규 입출금 내역에 대한 미수 채권 매칭 서비스 인터페이스를 제공한다(S111).

여기서, 거래 관리 서비스 제공부(20)는, 유사도가 일정 값 이하인 매칭 결과에 대응하는 사용자 확인 요청을 선택적으로 제공하고(S113), 이에 대응하는 사용자 확인 정보를 수신할 수 있다.

예를 들어, 유사도 정보는 강한 매칭, 약한 매칭, 비매칭 등으로 분류될 수 있으며 약한 매칭의 경우 사용자 확인 정보가 요청될 수 있다. 사용자는 매칭된 입출금 내역과 매출 채권 정보에 대응하는 확인 정보를 사용자 인터페이스부(10)를 통해 입력할 수 있다. 사용자 확인 정보는 예를 들어, 매칭됨, 비매칭 또는 알 수 없음 중 어느 하나일 수 있다.

그리고, 거래 관리 장치는, 매칭 완료 입력에 따라 거래 정보 데이터베이스(29)의 업데이트를 처리할 수 있으며(S115), 학습 기반 매칭 분석 처리부(30)를 통해, 거래 정보 데이터베이스(29) 업데이트에 따른 신규 매칭 거래 정보와, 상기 사용자 확인 정보에 기초한 학습 처리를 추가적으로 수행하게 할 수 있다(S117).

이에 따라, 학습 결과에 따른 패턴 데이터베이스(39) 업데이트가 처리될 수 있으며(S119), 이러한 매칭 처리의 반복 수행을 통해 패턴 데이터베이스(39)의 추가적인 정확도 향상이 이루어질 수 있다.

이하에서는 본 발명의 실시 예에 따른 매칭 분석 처리부의 패턴 DB 업데이트 프로세스를 보다 구체적으로 설명한다.

도 3은 본 발명의 실시 예에 따른 매칭 분석 처리부를 보다 구체적으로 도시한 블록도이며, 도 4는 본 발명의 실시 예에 따라 분류되는 거래 정보를 설명하기 위한 도면이다.

도 3을 참조하면, 매칭 분석 처리부(30)는 전술한 바와 같이, 일정 기간 동안의 거래 정보 데이터베이스(29)에 대한 학습 기반의 분석 처리에 따라 초기 학습 기반 패턴 데이터베이스(DB)(39)를 생성할 수 있다.

예를 들어, 매칭 분석 처리부(30)는 초기 패턴 DB(39)를 구축하기 위해, 거래 정보 데이터베이스(29)로부터 각 거래처의 전자세금계산서 조회시점을 기준으로 과거 1년치의 매출 정보(미수 정보를 포함) 및 각 거래처의 은행 조회시점을 기준으로 과거 1년치의 입출금 정보를 스크래핑하여 수집하여 분석하며, 이에 따른 초기 패턴 DB(39)를 구축할 수 있다.

그리고, 매칭 분석 처리부(30)는 패턴 DB(39)가 구축되면, 거래 정보 데이터베이스(29)의 신규 입출금 내역 정보 및 매핑 정보 갱신과 연동한 패턴 DB(39)의 업데이트를 처리할 수 있다.

이를 위해, 매칭 분석 처리부(30)는, 거래 정보 데이터베이스(29)로부터 신규 매핑 케이스 정보를 수집할 수 있다. 보다 구체적으로, 매칭 분석 처리부(30)는, 각 거래처의 전자세금계산서의 이전 조회 시점 이후의 매출 정보 및 각 거래처의 은행 이전 조회 시점 이후의 입출금 정보를 수집할 수 있으며, 현재 수집된 매출 정보와 기수집된 매출 정보중의 매출채권정보를 사업자번호별로 분류하고, 현재 수집된 입출금 정보와 기수집된 입출금 정보중의 비매칭 입출금정보를 은행 입출금 그룹키별로 분류할 수 있다.

그리고, 매칭 분석 처리부(30)는 신규 매핑 케이스 정보에 기초한 패턴 DB(39)의 업데이트를 처리할 수 있다. 예를 들어, 매칭 분석 처리부(30)는, 기 구축된 패턴 DB(39)에 등록된 은행 입출금 그룹키와 동일한 은행 입출금 그룹키에 대해서는 해당 사업자번호에 상응하는 전자세금계산서와의 개별적인 거래 매칭 작업을 통하여 패턴 DB 갱신 작업을 수행하고, 기구축된 패턴 DB에 등록되지 않은 은행 입출금 그룹키에 대해서는 학습 평가 및 검증을 수행하여 패턴 DB 갱신 작업을 수행할 수 있다.

이와 같은 처리를 위해, 매칭 분석 처리부(30)는 수집부(31), 추출부(32), 분류부(33), 패턴 DB 등록여부 판단부(34), 매트릭스 생성부(35), 스코어 산입부(36), 검증부(37), 패턴 DB 갱신부(38)를 포함할 수 있다.

먼저, 수집부(31)는 패턴 DB 갱신을 위한 신규 매출 정보 및 입출금 정보를 수집한다.

이를 위해, 수집부(31)는 통신부(50)를 통해 접속된 네트워크로부터 각 거래처의 전자세금계산서 이전 조회시점 이후의 신규 매출 정보(미수 정보를 포함)를 스크래핑하여 수집하는 매출정보 수집부(31a)와, 각 거래처의 은행 이전 조회시점 이후의 신규 입출금 정보를 스크래핑하여 수집하는 입출금정보 수집부(31b)를 포함한다.

또한, 수집부(31)는 전자세금계산서를 관리하는 기관(도시 생략) 및 은행 입출금 정보를 관리하는 기관(도시 생략)으로부터 각 거래처의 전자세금계산서 이전 조회시점 이후의 매출 정보, 각 거래처의 은행 이전 조회시점 이후의 입출금 정보를 스크래핑할 수 있다. 또한, 스크래핑된 거래 정보는 거래 정보 데이터베이스(29)에 저장 갱신될 수 있다.

예를 들어, 전자세금계산서 이전 조회시점이 7월 25일이라고 하면 전자세금계산서 이전 조회시점 이후의 매출 정보는 7월 25일 이후의 매출 정보를 의미할 수 있다.

한편, 예를 들어 거래처의 은행 이전 조회시점이 7월 25일이라고 하면 거래처의 은행 이전 조회시점 이후의 입출금 정보는 7월 25일 이후의 입출금 정보를 의미할 수 있다.

여기서, 거래 정보는 매출 정보를 포함할 수 있으며, 매출 정보는 전자세금계산서상의 사업자 정보 및 품목정보(예컨대, 매출액, 세금관련정보(예컨대, 부가세), 세부 품목 정보를 포함할 수 있다. 사업자 정보로는 사업자 번호, 사업자명, 대표자명이 있을 수 있다. 품목정보로는 매출액, 세금관련정보(예컨대, 부가세), 세부 품목 정보(예컨대, 개별품목명, 개별품목단가, 개별품목수량) 등이 있을 수 있다.

입출금 정보는 거래일시, 입금은행, 입금계좌번호, 적요(예컨대, 인터넷출금이체), 의뢰인/수취인(예컨대, 거래처명(즉, 사업자명)), 출금액, 입금액, 잔액, 출금계좌메모, 및 처리점(예컨대, 개포남 등과 같은 해당 지점명) 등을 포함할 수 있다.

또한, 추출부(32)는 수집된 정보로부터 패턴 DB 갱신을 위한 케이스 정보를 추출한다.

이를 위해, 추출부(32)는 기수집된 전자세금계산서 매출 정보중에서 매출채권정보를 추출하는 매출채권정보 추출부(32a), 및 기수집된 은행 입출금 정보중에서 비매칭 입출금정보를 추출하는 비매칭 입출금정보 추출부(32b)를 포함한다.

여기서, 기수집된 전자세금계산서 매출 정보는 전자세금계산서 이전 조회시점까지 수집되었던 일정 기간 동안의 매출 정보를 포함할 수 있고, 기수집된 은행 입출금 정보는 거래처의 은행 이전 조회시점까지 수집되었던 일정 기간 동안의 입출금 정보를 포함할 수 있다.

상기 기수집된 전자세금계산서 매출 정보는 입금이 확인된 매출 정보 및 입금확인이 되지 않은 매출 정보를 포함할 수 있으며, 여기서 입금확인이 되지 않은 매출 정보는 미수금 채권으로서, 매출 채권 정보에 대응할 수 있다.

그리고, 비매칭 입출금정보는 기수집된 은행 입출금 정보중에서 입금처와 출금처간의 매칭이 되지 않은 입출금 정보를 의미할 수 있다.

분류부(33)는 추출된 케이스 정보에 대한 그룹핑 및 분류 처리를 수행한다.

이를 위해, 분류부(33)는 매출정보 수집부(31a)에서 현재 수집된 매출 정보와 매출채권정보 추출부(32a)에서 추출한 매출채권정보를 사업자번호 기준으로 분류하는 사업자번호별 분류부(33a), 및 입출금정보 수집부(31b)에서 현재 수집된 입출금 정보와 비매칭 입출금정보 추출부(32b)에서 추출한 비매칭 입출금정보를 은행 입출금 그룹키 기준으로 분류하는 은행 입출금 그룹키별 분류부(33b)를 포함한다.

여기서, 은행 입출금 그룹키는 관리 편의를 위한 것으로서 입출금 내역 그룹핑의 대표성을 갖는 그룹키라고 할 수 있는데, 예를 들어 입금은행, 입금계좌번호, 적요, 의뢰인/수취인, 출금계좌메모, 처리점 등의 정보를 이용하여 해시함수(예컨대, MD5)화한 값일 수 있다.

여기서, 도 4를 참조하여 분류부(33)의 분류 동작을 부연 설명한다. 도 4에서, 전자세금계산서 이전 조회시점을 7월 25일이라고 가정하고, 7월 26일은 현재의 조회시점으로 가정한다. 이 경우, 전자세금계산서 이전 조회시점까지의 매출 정보(15)는 입금이 확인된 매출 정보(12)와 매출채권정보(14)로 구성될 수 있다. 도 4에서 참조부호 16은 전자세금계산서 이전 조회시점과 현재의 조회시점 사이의 매출 정보이다.

이에 따라, 사업자번호별 분류부(33a)는 매출채권정보 추출부(32a)에서 추출한 매출채권정보(14) 및 매출정보 수집부(31a)에서 현재 수집된 매출 정보(16)를 사업자번호 기준으로 분류할 수 있다.

한편, 도 4는 은행 입출금 그룹키 분류부(33b)에도 적용될 수 있다. 이 경우, 7월 25일이 거래처의 은행 이전 조회시점이 되고, 7월 26일은 현재의 은행 조회시점이 될 수 있다. 이 경우, 참조부호 14는 비매칭 입출금정보가 될 수 있고, 참조부호 16은 현재 수집된 입출금 정보가 될 수 있다. 도 4를 참조하면, 은행 입출금 그룹키 분류부(33b)는 비매칭 입출금정보 추출부(32b)에서 추출한 비매칭 입출금정보(14) 및 입출금정보 수집부(31b)에서 현재 수집된 입출금 정보(16)를 은행 입출금 그룹키 기준으로 분류할 수 있다.

한편, 패턴 DB 등록여부 판단부(34)는 은행 입출금 그룹키별 분류부(33b)에서 현재 분류된 은행 입출금 그룹키와 동일한 은행 입출금 그룹키가 기구축된 패턴 DB(39)에 등록되어 있는지를 판단한다.

만약, 현재 분류된 은행 입출금 그룹키와 동일한 은행 입출금 그룹키가 기구축된 패턴 DB(39)에 등록되어 있다면 패턴 DB 등록여부 판단부(34)는 해당 은행 입출금 그룹키와 쌍으로 존재하는 사업자번호의 전자세금계산서와 개별적으로 거래내역 매칭 작업을 수행하도록 하는 갱신 명령(은행 입출금 그룹키 포함)을 패턴 DB 갱신부(38)로 전달할 수 있다.

반대로, 현재 분류된 은행 입출금 그룹키와 동일한 은행 입출금 그룹키가 기구축된 패턴 DB(39)에 등록되어 있지 않다면 패턴 DB 등록여부 판단부(34)는 현재 분류된 은행 입출금 그룹키를 잔여 항목으로서 마킹할 수 있다.

그리고, 매트릭스 생성부(35)는 패턴 DB 등록여부 판단부(34)에서 잔여 항목으로 마킹한 하나 이상의 은행 입출금 그룹키에 대해 사업자번호 기준으로 분류된 매출채권정보(14) 및 현재 수집된 매출 정보(16)를 이용하여 학습 패턴 매트릭스를 생성한다.

여기서, 매트릭스는 룩업테이블(lookup table) 형태로 구성될 수 있으며, 케이스 기반 학습 패턴 정보가 산출되어 삽입될 수 있다.스코어 산입부(36)는 매트릭스 생성부(35)에서 생성된 매트릭스내의 팩터(factor)간 연관성을 분석하여 그에 상응하는 스코어를 매트릭스에 입력할 수 있다.

이에 따라, 스코어 산입부(36)는 매트릭스내의 팩터간의 연관성을 분석함에 있어서 각각의 사업자번호에 포함된 정보와 각각의 은행 입출금 그룹키에 포함된 정보간의 연관성을 분석하되, 각각의 사업자번호에 포함된 정보와 각각의 은행 입출금 그룹키에 포함된 정보간의 텍스트 유사도, 금액 및 일자 유사도, 금액 유사도를 분석할 수 있다.

그에 따라, 스코어 산입부(36)는 매트릭스내의 팩터(factor)간 연관성을 분석하여 그에 상응하는 스코어를 매트릭스에 입력할 수 있다. 매칭 신뢰도(즉, 연관성)가 높을수록 스코어는 높게 입력될 수 있다.

검증부(37)는 스코어 값이 제로(zero) 보다 큰 값으로 제한하여 매트릭스를 최적화하고, 최적화된 매트릭스에 대해 은행 입출금을 기준으로 하는 매칭 검증 및 전자세금계산서를 기준으로 하는 매칭 검증을 순차적으로 처리한다.

그리고, 검증부(37)는 은행 입출금 및 전자세금계산서를 기준으로 매칭 검증을 순차적으로 처리한다. 이에 따라, 검증부(37)는 스코어가 산입된 매트릭스를 기반으로 사업자번호별 정보와 은행 입출금 그룹키별 정보간의 매칭 검증을 실시하고 매칭 등급을 결정할 수 있다.

한편, 패턴 DB 갱신부(38)는 패턴 DB 등록여부 판단부(34)로부터의 갱신 명령에 포함된 은행 입출금 그룹키(즉, 기등록된 은행 입출금 그룹키와 동일한 키)에 속한 정보를 해당 은행 입출금 그룹키에 대해 쌍으로 존재하는 사업자번호에 속한 정보와 개별적으로 거래내역 매칭 작업을 수행한다. 이에 의해, 패턴 DB(39)내의 해당 패턴 정보의 매칭 등급(사전등급)이 갱신되거나 그대로 유지될 수 있다.

그리고, 패턴 DB 갱신부(38)는 검증부(37)에서의 검증 결과를 근거로 패턴 DB(39)를 갱신할 수 있다. 이 경우에는, 잔여 항목으로 마킹된 하나 이상의 은행 입출금 그룹키 및 사업자번호 기준으로 분류된 정보를 기반으로 하는 패턴 DB(39)의 갱신이 이루어진다.

패턴 DB(39)는 (은행 입출금 그룹키, 사업자번호)를 기본 쌍으로 하는 패턴 매핑 테이블 정보를 포함한다.

보다 구체적으로, 패턴 DB(39)는 (은행 입출금 그룹키, 사업자번호), 및 그에 대한 매칭 등급(사전등급), 사전등록사유를 포함하는 패턴 정보를 포함할 수 있다. 즉, 패턴 DB(39)내의 각각의 패턴 정보는 {(은행 입출금 그룹키, 사업자번호), 매칭 등급(사전등급), 사전등록사유}로 구성될 수 있다. 여기서, 사업자번호는 전자세금계산서의 사업자번호로서 사업자명 또는 대표자명으로 대체될 수 있다. 사전등급은 사용자확정, 시스템추천, 추천이 있을 수 있다. 사전등록사유는 등록사유라고 할 수도 있고 텍스트와 금액 및 일자의 조합일 수 있다.

이러한 패턴 DB(39)에는 소정 개수의 패턴 정보가 미리 등록되어 있다. 그리고, 패턴 DB(39)에서는 전자세금계산서 이전 조회시점 이후의 매출 정보와 은행 이전 조회시점 이후의 입출금 정보 및 기수집된 매출채권정보와 기수집된 비매칭 입출금정보를 근거로, 새롭게 만든 패턴 정보가 등록되거나 미리 등록된 패턴 정보가 갱신될 수 있다.

이와 같이 패턴 DB 갱신부(38)가 패턴 DB(39)를 갱신함에 따라, 매칭 분석 처리부(30)는 거래 관리 서비스 제공부(20)로 갱신된 매칭 내역을 전송할 수 있다.

도 5는 본 발명의 실시 예에 따른 사용자 인터페이스부 동작을 설명하기 위한 흐름도이며, 도 6은 본 발명의 실시 예에 따른 사용자 인터페이스부 구성을 설명하기 위한 블록도이다.

먼저, 도 5를, 본 발명의 실시 예에 따른 사용자 인터페이스부(10)는, 거래 관리 서비스 제공부(20)에서 전술한 패턴 데이터베이스 기반의 미수 채권 매칭 서비스가 처리되면(S201), 매칭 서비스 처리 결과에 기초한 사용자 인터페이스를 생성하며(S203), 사용자 선택 입력에 따라 생성된 개별 사용자 인터페이스를 제공할 수 있다(S205).

여기서, 사용자 인터페이스의 제공은 디스플레이부를 통한 인터페이스 출력 형태로 이루어질 수 있으며, 사용자 인터페이스부(10)는, 각각의 인터페이스 연산 및 출력을 위한 하나 이상의 모듈화된 처리부를 포함할 수 있다.

도 6에 도시된 바와 같이, 본 발명의 실시 예에 따른 사용자 인터페이스부(10)는, 추천 매칭 인터페이스부(11), 수기 매칭 인터페이스부(12), 매칭 내역 조회부(13), 미수 채권 리포트 제공부(14), 추정현금흐름 분석부(15) 및 이상 패턴 분석부(16) 중 적어도 하나를 포함할 수 있으며, 각 처리부의 동작에 따라 후술할 각각의 사용자 인터페이스 생성 연산 및 출력 처리를 제공할 수 있고, 사용자 입력에 따른 디스플레이 제어 처리를 수행할 수 있다.

이하에서는 각각의 사용자 인터페이스부(10)의 처리부 동작에 따라 출력되는 인터페이스 화면을 중심으로 사용자 인터페이스부(10)의 정보 처리 및 출력 동작을 설명하도록 한다.

도 7 내지 도 15는 본 발명의 실시 예에 따른 사용자 인터페이스 출력을 설명하기 위한 예시도이다.

먼저, 도 7을 참조하면, 도 7은 추천 매칭 인터페이스부(11)를 통해 연산 및 출력되는 추천 매칭 인터페이스의 예시도로서, 추천 매칭 인터페이스부(11)는, 거래 관리 서비스 제공부(20)의 자동화된 매칭 결과 정보에 기초하여, 일정 등급 이상 매칭된 자동화 매칭 내역을 포함하는 추천 매칭 인터페이스를 생성하고, 이에 따른 디스플레이 출력을 제어할 수 있다.

추천 매칭 인터페이스부(11)는, 학습된 패턴 데이터베이스를 기준으로 하는 전자세금계산서와 입금내역에 대해 추천매칭 서비스 처리된 내역을 확인하고, 매칭취소 또는 매칭확정을 입력할 수 있는 디스플레이 유저 인터페이스를 제공할 수 있다.

보다 구체적으로, 추천 매칭 인터페이스부(11)는, 패턴 DB(39)내의 패턴 정보의 사전등급이 시스템추천인 경우의 거래 내역들의 매칭 결과를 획득하고, 도 7과 같은 추천 매칭 인터페이스를 통해 매칭 내역을 출력할 수 있다.

또한, 추천 매칭 인터페이스부(11)는, 추천 매칭 인터페이스의 좌변 영역을 통해 은행거래내역을 출력할 수 있으며, 우변 영역을 통해 전자세금계산서 매출내역을 출력할 수 있다.

또한, 추천 매칭 인터페이스부(11)는 강한 매칭에 대응하는 매칭 내역을 색인하여 출력할 수 있다. 예를 들어, 추천 매칭 인터페이스부(11)는, 매칭 신뢰도(예컨대, 스코어)가 임계치(예컨대, 50) 이상인 경우의 매칭 거래 내역들만을 필터링하여 출력할 수 있다.

도 7에 도시된 바와 같이, 텍스트와 금액 및 일자에 따라, 좌변의 은행거래내역과 우변의 전자세금계산서 매출내역은 서로 강하게 일치된 매칭 내역일 수 있으며, 사용자는 도 7의 매칭내역을 확인하고, 각각의 거래 내역, 부분 거래 내역 또는 전체 거래 내역에 대응한 매칭 취소 또는 매칭 확정 명령을 상기 추천 매칭 인터페이스를 통해 입력할 수 있다.

예를 들어, 사용자는 추천 매칭 인터페이스상의 매칭내역 항목 생성을 위한 조회 조건 정보를 입력할 수 있다. 조회 조건 정보는 조회 기간 정보, 은행거래일 정보, 매출일 정보, 추천생성일 정보, 거래처명 정보 중 적어도 하나를 포함할 수 있다.

그리고, 상세 조회 조건이 입력될 수 있는 바, 상세 조회 조건은 은행명, 계좌번호, 입금액, 적요, 사업자번호, 매출금액 및 비고 중 적어도 하나가 포함될 수 있다.

이에 따라, 추천 매칭 인터페이스부(11)는 조회 요건에 따른 전자세금계산서와 입금내역에 대한 추천매칭내역을 조회하여 출력할 수 있으며, 사용자는 이에 대응하는 매칭 확정 또는 취소 입력을 선택할 수 있다. 여기서, 매칭 취소가 입력되는 경우, 매칭취소된 매칭 내역은 후술할 수기 매칭 인터페이스로 이관될 수 있다.

또한, 추천 매칭 인터페이스부(11)는 좌우 및 상하 변경 기능을 제공하는 바, 추천 매칭 인터페이스부(11)는 좌변과 우변간의 좌우 전환 입력과, 매칭 내역의 상하 전환 입력을 수신하여 관련 처리를 제공할 수 있다.

한편, 도 8은 수기 매칭 인터페이스부(12)를 통해 연산, 생성 및 제공되는 수기 매칭 인터페이스 화면을 도시한 도면으로서, 패턴 DB(39)내의 패턴 정보의 사전등급이 '추천'인 경우의 거래 내역들의 매칭 결과가 출력될 수 있다.

예를 들어, 도 8에 도시된 수기 매칭 인터페이스의 조회 내역은 좌변의 은행거래내역과 우변의 전자세금계산서 매출내역이 약하게 매칭된 경우의 매칭 내역일 수 있다. 이에 따라, 수기 매칭 인터페이스에서는 매칭 신뢰도(예컨대, 스코어)가 임계치(예컨대, 50) 이하인 경우의 거래 내역들이 출력될 수 있다.

수기 매칭 인터페이스부(12)는 좌변의 은행 입금내역조회에서 조회기간(40)의 키 입력을 수신하고, 조회(41)가 선택되면 해당 조회기간동안의 수기 매칭 대상 거래내역(42)을 출력할 수 있다.

또한, 사용자가 예를 들어 특정 적요(43)를 선택하게 하면 이에 대응하는 우변의 계산서내역 조회 결과 화면(44)이 디스플레이될 수 있다.

따라서, 도 8에 도시된 바와 같이, 수기 매칭 인터페이스부(12)는 텍스트와 금액 및 일자 정보로부터 좌변의 은행거래내역과 우변의 전자세금계산서 매출내역이 서로 약하게 일치되는 케이스에 대응한 매칭 내역 정보를 출력할 수 있다.

도 8의 경우에는 은행 입금내역 조회에 따른 어느 한 거래 내역(43)에 약하게 매칭될 수 있는 계산서의 매출내역이 3개임을 나타내고 있다. 따라서, 사용자는 도 8의 화면에서 좌측의 은행 입금내역 조회의 결과와 우측의 계산서 내역 조회의 결과를 꼼꼼히 확인한 후에 각각의 거래 내역에 대해 매칭 취소 또는 매칭 확정을 키입력할 수 있다.

또한, 도 8을 참조하면, 수기 매칭 인터페이스부(12)는 사용자 입력에 따른 수기 매칭 처리를 제공할 수 있는 바, 사용자는 먼저 입금확인 처리할 입금내역을 좌변의 은행 입금내역조회 영역에서 선택하고, 입금확인 처리할 계산서 내역을 우변의 계산서내역조회 영역에서 선택할 수 있다.

각 좌변 및 우변 조회 영역은 각각의 조회 조건 기준 입력에 따라 색인될 수 있다.

좌변의 은행 조회의 경우, 조회 조건 기준은 입금일 기준, 은행명 기준, 계좌번호 기준, 입금금액 기준, 적요 기준 중 적어도 하나를 포함할 수 있으며 사용자의 조회 입력시, 수기 매칭 인터페이스부(12)는 조회 조건에 따라 입금확인을 처리할 은행입금내역을 조회할 수 있다.

그리고, 수기 매칭 인터페이스부(12)는 은행 입금내역이 선택되면, 선택된 입금내역 건에 약하게 매칭되는 추천계산서내역을 거래 관리 서비스 제공부(20)로부터 획득하여 우변의 계산서내역조회에 표시할 수 있다.

또한, 수기 매칭 인터페이스부(12)는 입금내역 선택에 따라, 선택된 입금 건을 입금내역 리스트에 추가하거나, 기존 입금내역 리스트에에서 제거할 수도 있다.

한편, 우변의 계산서 조회의 경우에도 은행 조회의 경우와 마찬가지 매칭 처리에 따른 인터페이스 제공이 이루어질 수 있으므로, 계산서내역의 추가 선택시 동일한 사업자에 대해서만 선택가능한 측면을 제외하면, 나머지 동작에 대하여는 유사하므로 그 설명을 생략하도록 한다.

그리고, 사용자는 하단의 [매칭확정]버튼을 입력함으로써, 수기 매칭 처리를 매우 용이하게 완료할 수 있다. 매칭 확정된 내역은 전술한 자동화 매칭 결과와 함께 매칭 내역 조회 탭 입력을 통해 확인할 수 있다.

도 9에 도시된 바와 같이, 매칭 내역 조회부(13)는 상기 자동화된 매칭 서비스의 추천 매칭 처리 결과 및 수기 매칭 처리 결과를 포함하는 매칭 내역 조회 정보를 포함하는 매칭 내역 조회 인터페이스를 출력할 수 있다.

매칭 내역 조회부(13)는, 매칭 내역 조회 인터페이스를 통해 앞서 결정된 자동화된 매칭 결과(추천 매칭) 및 수기 매칭 결과를 포함하는 전체 매칭 내역 정보를 출력할 수 있으며, 사용자는 색인을 위한 조회 요건을 다양하게 설정하여 필요한 매칭내역을 조회할 수 있다. 도 9에 도시된 바와 같이, 매칭 내역 조회 정보는 은행 거래 내역 대비 세금계산서 매출내역의 매칭 리스트 정보를 포함할 수 있으며, 전체 입금 합계 정보, 매출 합계 정보 및 입금 평균 주기 정보를 더 포함할 수 있다.

또한, 사용자는 매칭내역 조회 인터페이스를 통해 특정 매칭건들에 대응하는 [확정취소] 메뉴를 선택할 수 있는 바, 사용자가 확정 취소를 입력한 경우, 대상 매칭 건들에 대한 수기 매칭 인터페이스부(12)의 수기 매칭 인터페이스 출력이 다시 처리될 수 있다.

한편, 도 10 및 도 11은 상기 자동화된 매칭 서비스 처리 결과에 따른 미수 채권 리포트를 생성 및 출력하는 미수 채권 리포트 인터페이스를 나타낸다.

도 10 및 도 11에 도시된 바와 같이, 미수 채권 리포트 제공부(14)는, 자동화된 매칭 서비스 처리 결과에 따른 미수 채권 리포트를 그래프 또는 수치 형태로 생성하여 출력할 수 있다.

보다 구체적으로, 미수 채권 리포트 제공부(14)는 미수금(Account Receivable, AR) 채권 현황 정보를 파악하기 위한 AR 현황 페이지를 제공할 수 있으며, AR 현황 페이지는 AR 전체 수량 정보(51), DSO(Day sales outstanding) - 매출채권이 현금 등으로 전환되는 데 걸리는 기간인 매출채권평균회전일수 정보(52), 미수 기간별 AR 현황 그래프(50), 중 적어도 하나를 포함할 수 있으며, 도 10에서는 거래처별 AR 현황 정보(53)가 출력되는 것을 나타내고, 도 11에서는 거래처 상세 매출 정보(55)가 출력되는 것을 나타낸다.

미수 채권 리포트 제공부(14)는 미수 채권 리포트를 생성 및 출력하기 위한 데이터베이스 분석 처리를 더 수행할 수 있으며, 인터페이스상의 최종분석일은 최종분석된 일자로서, 화면에 표시되는 Data는 최종분석일 기준으로 표시될 수 있다.

또한, 미수 채권 리포트 인터페이스상의 통화 및 단위 설정은 조정 가능한 항목으로서, 화면에 표시되는 금액의 단위는 설정된 금액단위로 표시될 수 있다.

그리고, 미수 채권 리포트 제공부(14)는 미수금 전체금액, AR 매출 건수, AR 거래처 건수 정보를 표시할 수 있으며, 이에 대응하여, 전술한 DSO(Day sales outstanding) 정보를 함께 표시할 수 있다.

한편, 미수 채권 리포트 제공부(14)는 전월 평균DSO대비 당월 평균DSO 증감률을 표시할 수 있는 바, 평균DSO값이 증가하면 제1 색상(예를 들어, 붉은색(BAD)으로 감소하면 제2 색상(예를 들어, 파란색(GOOD))으로 증감률을 표시할 수 있다.

한편, 미수 채권 리포트 제공부(14)는 AR 기간 별 요약 정보를 산출하여 AR 현황 차트를 생성 및 출력할 수 있는 바, AR 현황 차트는 AR 기간별 분포 차트(50) 및 AR 기간 및 금액별 비율 정보를 포함할 수 있다.

여기서, AR 기간별 현황 차트 정보는 미수 기간별로 상이하게 출력될 수 있다. 예를 들어, 1구간(0~30 days), 2구간(31~60 days), 3구간(61~90 days) 내지 4구간(over 91 days)으로 구분될 수 있으며, 미수 채권 리포트 제공부(14)는 해당기간의 AR금액, 매출건수 및 거래처수를 표시할 수 있다.

한편, 도 11에 도시된 바와 같이, 매출정보 목록은 거래처 상세 정보로서 표시될 수 있는 바, 매출일자, 매출구분정보 (전자세금계산서, 카드매출, 기타매출), 결제수단정보 (CASH, B2B, 전자어음, PG/CMS, 신용카드), 매출금액, 미수금액, 입금상태입금상태정보 (입금완료, 미입금), 입금(예상)일 : 입금완료 상태일 경우 입금일, 미입금 상태일 경우 입금예상일 정보가 출력될 수 있다.

또한, 매출 정보 목록에는 이상패턴감지일 및 이상패턴사유 정보가 포함될 수 있는 바, 이는 후술할 이상 패턴 분석부(16)에서 처리되는 이상패턴 식별정보를 포함할 수 있다.

이에 따라, 사용자 인터페이스부(10)는 거래처 상세 정보를 기반으로 하는 매출구분별 검색을 입력받아 처리하거나, 매출구분항목 선택시, 선택된 매출구분에 대한 매출정보를 조회하여 출력 처리할 수 있다. 항목은 전체, 전자세금계산서, 카드매출, 기타매출 중 적어도 하나를 포함할 수 있으며, 이에 대응하는 입금상태 항목 선택시 선택된 입금상태에 대한 매출정보가 조회될 수 있다. 조회항목은 전체, 입금완료, 미입금 중 어느 하나일 수 있다.

한편,도 12 및 도 13은 본 발명의 실시 예에 따른 추정현금흐름 분석부(15)의 동작에 따라 출력되는 추정현금흐름 분석 정보 및 사용자 인터페이스를 나타내는 것으로, 추정현금흐름 분석부(15)는, 상기 자동화된 매칭 서비스 처리 결과에 따른 추정현금흐름 분석 정보를 생성하여 사용자 인터페이스부(10)를 통해 출력할 수 있다.

추정현금흐름 분석부(15)는, 거래 관리 서비스 제공부(20)에서 처리된 패턴 데이터베이스의 입금 패턴을 기준으로 하여, 추정현금흐름정보를 분석하고, 이를 확인할 수 있는 인터페이스를 사용자 인터페이스부(10)를 통해 제공할 수 있는 바, 그 기준이 되는 입금 패턴은 보다 구체적으로, 입금 주기 패턴 정보가 예시될 수 있다.

도 12를 참조하면, 추정현금흐름 분석부(15)는, 전술한 입금 패턴 정보에 기초하여 추정현금흐름 전체 요약정보 인터페이스(61)와, 월별 추정 그래프(62)와 월별 추정 상세내역(63)을 생성하고, 결합하여, 하나의 사용자 인터페이스를 통해 출력할 수 있다.

요약정보 인터페이스(61)는 전체 미수잔액 정보(입금일 추정금액 + 입금일 미추정금액)와, 입금일 추정금액 정보(매출에 대한 입금주기를 기준으로 추정), 입금일 미추정금액 정보(매출에 대한 입금정보가 없어서 추정이 불가능한 금액정보), 결제수단별 입금일 추정금액 정보(예를 들어, 현금, B2B, 전자어음, PG/CMS별 추정금액 정보)를 포함할 수 있다.

또한, 요약정보 인터페이스(61)는 당월 입금예상 요약정보로서, 당월 입금예상 금액정보(당월 입금액 + 잔여 당월 추정액), 잔여 당월 추정액 정보, 입금액 정보(당월에 입금된 금액정보) 및 결제수단(현금, B2B, 전자어음, PG/CMS)별 입금액 정보를 포함할 수 있다.

한편, 추정현금흐름 분석부(15)는, 월별 추정 그래프(62)를 생성 및 인터페이스상에 출력할 수 있는 바, 현금 추정금액, B2B 추정금액, 전자어음 추정금액, PG/CMS 추정금액, 당월 입금된 입금액 및 입금일 미추정금액 정보가 반영된 추정 그래프를 생성하여 출력함으로써, 월별 현금흐름 파악을 용이하게 한다.

예를 들어, 도 12에 도시된 바와 같이, X축은 추정월 정보를 나타낼 수 있으며, Y축은 금액 정보를 나타낼 수 있고, 추정 그래프는 당월(M), M+1, M+2, M+3, M+4, M+5, M+6 이상, 미추정 8개 구간으로 표시될 수 있다.

한편, 도 13에 도시된 바와 같이, 추정현금흐름 분석부(15)는, 각 거래 수단별 추정현금흐름 분석 정보를 개별적으로 출력할 수 있는 바, 도 13은 현금에 대응하는 추정현금흐름 분석정보를 나타내고 있으나, B2B 거래, 전자어음 거래, PG/CMS 거래에 대하여도 동일한 분석정보가 생성 및 출력될 수 있다.

예를 들어, 도 13의 건별 내역(64)에 도시된 바와 같이, 현금에 대한 월별 추정금액정보가 건별 내역으로 출력될 수 있으며, 건별 상세 항목은, 거래처명, 사업자번호, 매출금액, 매출발생일, 입금예정일 및 비고 정보(세금계산서 품목 정보)를 포함할 수 있다.

건별 상세 항목은 각 결제 수단별로 상이할 수 있는 바, B2B 거래의 경우, B2B 정보제공일 정보 및 B2B 결제일 정보를 더 포함할 수 있으며, 전자어음의 경우 발행금액 정보, 전자어음발행일 정보 및 전자어음만기일 정보를 더 포함할 수도 있다.

한편, 이상 패턴 분석부(16)는, 상기 자동화된 매칭 서비스 처리 결과에 따른 패턴 데이터베이스의 이상 패턴 분석 정보를 생성하여 사용자 인터페이스부(10)를 통해 출력할 수 있다.

본 발명의 실시 예에 따르면, 이상 패턴은 입금예상일 초과 패턴과, 입금주기 지연 패턴을 포함할 수 있으며, 도 14 및 도 15는 각 패턴에 대응하여 출력가능한 이상 패턴 분석 인터페이스를 나타내고 있다.

먼저, 도 14를 참조하면, 도 14는 입급예상일 초과 인터페이스를 도시한 것으로, 패턴 데이터베이스에 기초하여 산출되는 거래처 평균회수일의 편차 범위를 초과한 매출 거래 정보가 출력될 수 있다.

보다 구체적으로, 도 14를 참조하면, 이상패턴 요약정보(74)가 상단에 표시될 수 있는 바, 이상패턴 요약정보는 이상패턴 감지 총 건수와, 입금예상일 초과 매출건 건수 정보(매출 기준) 및 입금주기지연 거래처 건수 정보(거래처 기준)가 출력될 수 있는 바, 사용자는 이상패턴의 구성을 종합적으로 용이하게 파악할 수 있다.

그리고, 입금예상일 초과 내역(71)이 상기 이상 패턴 분석부(16)에 의해 처리되어 출력될 수 있는 바, 입금예상일 초과 상세 항목은 매출일, 거래처명, 매출종류, 매출액, 품목, 입금예상일 및 입금경과일수 정보를 포함할 수 있고, 특정 내역 선택시 상세 거래내역이 조회될 수 있다.

또한, 입금예상일 초과 상세내역 차트(72)가 출력될 수 있는 바, 사용자는 각 평균범위 대비 매출 내역의 입금 또는 미입금 정보를 쉽게 확인할 수 있다. 입금예상일 초과 상세내역 차트(72)의 X축은 매출, Y축은 회수일수를 나타낼 수 있다.

그리고, 이상 패턴 분석부(16)는 선택된 거래처에 대응하는 입금예상일 초과 분석정보 메시지(73)를 출력할 수 있다. 예를 들어, 이상 패턴 분석부(16)는 도 14에 도시된 바와 같이 '분석결과 :[거래처명] 평균회수율은 D일로 해당 건의 입금예상일은 YYYY-MM-DD입니다. 예상일로부터 D일이 경과한 상태로 거래처 확인이 필요합니다.'와 같은 입금예상일 초과 분석정보 메시지를 생성하여 인터페이스상에 출력할 수 있다.

한편, 도 15는 입금주기지연 거래처 정보를 나타내는 입금주기 지연 이상 패턴 인터페이스를 나타낸다.

도 15를 참조하면, 이상 패턴 분석부(16)는 입금주기가 지연된 거래처 정보(75)를 출력할 수 있으며, 입금주기 지연 내역의 상세 항목은 거래처명, 평균회수일수, 증가추세일 중 적어도 하나를 포함할 수 있다.

또한, 이상 패턴 분석부(16)는 입금예상일 초과 상세내역 차트(76)를 생성하여 매출 대비 증가추세선을 출력할 수 있는 바, X축은 매출, Y축은 회수일수를 나타낼 수 있다.

그리고, 이상 패턴 분석부(16)는 선택된 거래처에 대응하는 입금 주기 지연 분석정보 메시지(76)를 출력할 수 있다. 예를 들어, 이상 패턴 분석부(16)는 도 15에 도시된 바와 같이 '분석결과 :[거래처명] 입금 주기가 D일 증가하고 있습니다.'와 같은 입금 주기 지연 분석 메시지를 생성하여 인터페이스상에 출력할 수 있다.

그리고, 도 16 내지 도 18은 본 발명의 다른 일 실시 예에 따라 입금주기지연 거래처 정보를 나타내는 입금주기 지연 이상 패턴 인터페이스를 나타내는 도면들이다.

도 16 내지 도 18을 참조하면, 한편, 이상 패턴 분석부(16)는, 상기 자동화된 매칭 서비스 처리 결과에 따른 패턴 데이터베이스의 이상 패턴 분석 정보를 생성하여 사용자 인터페이스부(10)를 통해 출력할 수 있으며, 이상 패턴 분석 정보는 이상 거래처 정보를 포함할 수 있다.

도 16에 도시된 바와 같이, 이상 패턴 분석부(16)는, 이상 거래처 정보 인터페이스를 이용하여, 이상 패턴 분석 정보로부터 평균 입금주기 및 초과 일자별 미수금액 정보를 출력할 수 있으며, 거래처의 평균 입금일 수보다 설정된 초과일수만큼 초과한 거래처 정보가 이상 거래처 정보 인터페이스상에 출력될 수 있다. 이에 따른 설정 입금주기 차트 및 초과 거래처 내역이 도 16과 같이 사용자 인터페이스부(10)를 통해 디스플레이될 수 있다.

또한, 도 17 및 도 18은 이상거래처 정보에 있어서, 각각 평균입금주기 초과 상세 페이지 및 설정입금주기 초과 상세 페이지를 나타내는 것이다.

도 17에 도시된 바와 같이, 평균입금주기 초과 상세 페이지는 평균입금주기가 지연된 거래처 정보를 나타내며, 거래처 상세 정보, 초과 요약정보(설정 초과일수, 초과금액, 초과건수, 초과 거래처 수), 거래처 내역 및 평균 입금주기 차트를 포함할 수 있다.

또한 도 18에 도시된 바와 같이, 설정입금주기 초과 상세 페이지는 설정입금주기가 지연된 거래처 정보를 나타내며, 거래처 상세 정보, 설정주기 초과 요약정보(초과금액, 초과건수, 초과 거래처 수), 거래처 내역 및 설정 입금주기 차트를 포함할 수 있다.

또한, 상술한 본 발명의 실시 예에 따른 방법은, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다.

또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (16)

1. 사용자 인터페이스 제공 장치의 사용자 인터페이스 제공 방법에 있어서,
   서비스 제공부에서의 네트워크로부터 수집된 거래 내역 정보에 대한 거래 정보 데이터베이스의 신규 거래 정보에 대한 패턴 매칭 분석 처리에 따라, 상기 서비스 제공부에서 상기 신규 거래 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리가 수행되고, 상기 매칭 처리 결과에 기초하여, 매출 채권과 입출금 정보간 자동화된 매칭 서비스 처리 정보가 상기 서비스 제공부로부터 제공되면, 상기 사용자 인터페이스 제공 장치가 상기 자동화된 매칭 서비스 처리 정보에 기초한 사용자 인터페이스를 생성하는 단계; 및
   상기 생성된 사용자 인터페이스를 출력하는 단계를 포함하고,
   상기 인터페이스를 생성하는 단계는,
   상기 서비스 제공부의 매칭 분석 처리부가, 상기 거래 정보 데이터베이스로부터 일정 기간 동안 누적된 거래 학습 정보를 수집하며, 상기 수집된 거래 학습 정보에 대한 패턴 분석에 따라, 초기 패턴 데이터베이스를 구축하는 단계; 및
   상기 서비스 제공부의 거래 관리 서비스 제공부가, 상기 초기 패턴 데이터베이스를 이용하여, 매출 채권과 입출금 정보간 자동화된 매칭 분석을 처리하는 단계를 포함하고,
   상기 초기 패턴 데이터베이스를 구축하는 단계는,
   상기 매칭 분석 처리부가, 상기 거래 정보 데이터베이스의 거래 정보 데이터에 대한 케이스에 기초하여, 상기 일정 기간 동안의 거래 학습 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리를 수행하는 단계;
   상기 매칭 분석 처리부가, 상기 일정 기간 동안에 대응하여 별도 입력된 실제 미수내역 정보와, 상기 초기 패턴 데이터베이스에 대응하는 자동화된 매칭 분석 처리 결과의 미수 채권 매핑 내역을 비교하여, 상기 초기 패턴 데이터베이스에 대응하는 매칭 분석 정확도 검증 결과를 출력하는 단계; 및
   상기 매칭 분석 처리부가, 상기 검증 결과 출력에 대응하는 사용자 입력에 따른 튜닝 설정 정보에 따라, 상기 초기 패턴 데이터베이스의 케이스에 대응하여 설정된 패턴 매핑 테이블의 조정 정보, 파라미터 변경 정보 또는 케이스 정보 조정 정보 중 적어도 하나를 갱신하는 단계를 포함하며,
   상기 사용자 인터페이스를 출력하는 단계는,
   상기 사용자 인터페이스 제공 장치가, 상기 자동화된 매칭 서비스 처리 정보에 기초하여, 상기 거래 정보 데이터베이스에서 일정 등급 이상 매칭된 자동화 매칭 내역을 포함하는 추천 매칭 인터페이스를 출력하는 단계를 포함하고,
   상기 매칭 분석 처리부는,
   상기 거래 정보 데이터베이스로부터, 거래처의 전자세금계산서 조회시점을 기준으로 과거 일정 기간의 전자세금계산서 매출 정보 및 거래처의 은행 조회시점을 기준으로 과거 일정 기간의 은행 입출금 정보를 수집하는 수집부; 및
   상기 수집부에서 수집된 전자세금계산서 매출 정보 및 상기 은행 입출금 정보로부터 상기 초기 패턴 데이터베이스의 거래 정보 데이터에 대한 케이스를 추출하는 추출부;를 더 포함하고,
   상기 매출 정보는 전자세금계산서상의 사업자 정보를 포함하며,
   상기 추출부는
   상기 수집된 전자세금계산서 매출 정보 중에서 입금확인이 되지 않은 매출채권정보를 추출하는 매출채권정보 추출부; 및
   상기 수집된 은행 입출금 정보중에서 입금처와 출금처간의 매칭이 되지 않은 비매칭 입출금정보를 추출하는 비매칭 입출금정보 추출부를 포함하며,
   상기 매칭 분석 처리부는,
   상기 매출채권정보 및 상기 전자세금계산서 매출 정보를 상기 사업자 정보 기준으로 분류하는 사업자 정보 별 분류뷰;
   상기 비매칭 입출금 정보 및 상기 은행 입출금 정보를 은행 입출금 그룹키 기준으로 분류하는 은행 입출금 그룹키별 분류부; 및
   상기 사업자 정보별 분류뷰에서 분류된 상기 사업자 정보 기준의 매출채권정보 및 상기 전자세금계산서 매출 정보와, 상기 은행 입출금 그룹키 기준의 상기 비매칭 입출금 정보 및 상기 은행 입출금 정보를 매핑하고, 각각의 사업자 정보에 포함된 팩터 정보와 각각의 은행 입출금 그룹키에 포함된 팩터 정보간의 텍스트 유사도, 금액 및 일자 유사도, 금액 유사도 중 적어도 하나를 분석하여 산출된 스코어가 입력되는 매트릭스를 이용하여, 상기 거래 정보 데이터에 대한 상기 초기 패턴 데이터베이스를 생성하는 패턴 DB 생성부를 더 포함하는
   사용자 인터페이스 제공 방법.
2. 제1항에 있어서,
   상기 사용자 인터페이스를 생성하는 단계는,
   사용자 선택 입력에 따라, 매출 채권과 입출금 정보간 자동화된 매칭 서비스 처리 정보에 대응한 인터페이스 연산 처리를 수행하는 단계; 및
   상기 인터페이스 연산 처리에 따라 생성된 하나 이상의 사용자 인터페이스 항목을 디스플레이하는 단계를 포함하는
   사용자 인터페이스 제공 방법.
3. 제2항에 있어서,
   상기 사용자 인터페이스 항목은 자동화된 매칭 서비스 처리 정보에 따른 추천 매칭 인터페이스 항목을 포함하는
   사용자 인터페이스 제공 방법.
4. 제2항에 있어서,
   상기 사용자 인터페이스 항목은 자동화된 매칭 서비스 처리 정보에 대응한 수기 입력 정보를 나타내는 수기 매칭 인터페이스 항목을 포함하는
   사용자 인터페이스 제공 방법.
5. 제2항에 있어서,
   상기 사용자 인터페이스 항목은 상기 자동화된 매칭 서비스 처리 정보에 기초한 추천 매칭 처리 결과 및 수기 매칭 처리 결과를 포함하는 매칭 내역 조회 정보를 포함하는
   사용자 인터페이스 제공 방법.
6. 제1항에 있어서,
   상기 사용자 인터페이스를 생성하는 단계는,
   상기 사용자 인터페이스 제공 장치가, 상기 자동화된 매칭 서비스 처리 정보에 따른 미수 기간 대비 미수 채권 리포트를 생성하는 단계를 포함하는
   사용자 인터페이스 제공 방법.
7. 제1항에 있어서,
   상기 사용자 인터페이스를 생성하는 단계는,
   상기 사용자 인터페이스 제공 장치가, 상기 자동화된 매칭 서비스 처리 정보에 따른 거래 수단별 추정현금흐름 분석 정보를 생성하는 단계를 포함하는
   사용자 인터페이스 제공 방법.
8. 제1항에 있어서,
   상기 사용자 인터페이스를 생성하는 단계는,
   상기 사용자 인터페이스 제공 장치가, 상기 자동화된 매칭 서비스 처리 정보에 따른 패턴 데이터베이스의 이상 패턴 분석 정보를 생성하는 단계를 포함하고,
   상기 이상 패턴 분석 정보는 입금 주기 지연 분석 정보 및 입금예상일 초과 분석 정보 중 적어도 하나를 포함하는
   사용자 인터페이스 제공 방법.
9. 사용자 인터페이스 제공 장치에 있어서,
   서비스 제공부에서의 네트워크로부터 수집된 거래 내역 정보에 대한 거래 정보 데이터베이스의 신규 거래 정보에 대한 패턴 매칭 분석 처리에 따라, 상기 신규 거래 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리가 수행되고, 상기 매칭 처리 결과에 기초하여, 매출 채권과 입출금 정보간 자동화된 매칭 서비스 처리 정보가 서비스 제공부로부터 제공되면, 상기 자동화된 매칭 서비스 처리 정보에 기초한 사용자 인터페이스를 생성하여 출력하는 사용자 인터페이스부를 포함하고,
   상기 서비스 제공부는
   상기 거래 정보 데이터베이스로부터 일정 기간 동안 누적된 거래 학습 정보 수집하며, 수집된 거래 학습 정보에 대한 패턴 분석에 따라, 초기 패턴 데이터베이스를 구축하는 매칭 분석 처리부; 및
   상기 초기 패턴 데이터베이스를 이용하여, 매출 채권과 입출금 정보간 자동화된 매칭 분석을 처리하는 거래 관리 서비스 제공부를 포함하며,
   상기 매칭 분석 처리부는
   상기 거래 관리 서비스 제공부가, 상기 거래 정보 데이터베이스의 케이스에 기초하여, 상기 일정 기간 동안의 거래 학습 정보에 대응하는 입출금 정보와 매출 정보간 매칭 처리를 수행하고, 상기 일정 기간 동안에 대응하여 별도 입력된 실제 미수내역 정보와, 상기 초기 패턴 데이터베이스에 대응하는 자동화된 매칭 분석 처리 결과의 미수 채권 매핑 내역을 비교하여, 상기 초기 패턴 데이터베이스에 대응하는 매칭 분석 정확도 검증 결과를 출력하며, 검증 결과 출력에 대응하는 사용자 입력에 따른 튜닝 설정 정보에 따라, 상기 초기 패턴 데이터베이스의 거래 정보 데이터에 대한 케이스에 대응하여 설정된 패턴 매핑 테이블의 조정 정보, 파라미터 변경 정보 또는 케이스 정보 조정 정보 중 적어도 하나를 갱신하며,
   상기 사용자 인터페이스부는
   상기 자동화된 매칭 서비스 처리 정보에 기초하여, 상기 거래 정보 데이터베이스에서 일정 등급 이상 매칭된 자동화 매칭 내역을 포함하는 추천 매칭 인터페이스를 출력하며,
   상기 매칭 분석 처리부는,
   상기 거래 정보 데이터베이스로부터, 거래처의 전자세금계산서 조회시점을 기준으로 과거 일정 기간의 전자세금계산서 매출 정보 및 거래처의 은행 조회시점을 기준으로 과거 일정 기간의 은행 입출금 정보를 수집하는 수집부; 및
   상기 수집부에서 수집된 매출 정보 및 상기 은행 입출금 정보로부터 상기 초기 패턴 데이터베이스의 거래 정보 데이터에 대한 케이스를 추출하는 추출부;를 더 포함하고,
   상기 매출 정보는 전자세금계산서상의 사업자 정보를 포함하며,
   상기 추출부는
   상기 수집된 전자세금계산서 매출 정보 중에서 입금확인이 되지 않은 매출채권정보를 추출하는 매출채권정보 추출부; 및
   상기 수집된 은행 입출금 정보중에서 입금처와 출금처간의 매칭이 되지 않은 비매칭 입출금정보를 추출하는 비매칭 입출금정보 추출부를 포함하며,
   상기 매칭 분석 처리부는,
   상기 매출채권정보 및 상기 전자세금계산서 매출 정보를 상기 사업자 정보 기준으로 분류하는 사업자 정보 별 분류뷰;
   상기 비매칭 입출금 정보 및 상기 은행 입출금 정보를 은행 입출금 그룹키 기준으로 분류하는 은행 입출금 그룹키별 분류부; 및
   상기 사업자 정보별 분류뷰에서 분류된 상기 사업자 정보 기준의 매출채권정보 및 상기 전자세금계산서 매출 정보와, 상기 은행 입출금 그룹키 기준의 상기 비매칭 입출금 정보 및 상기 은행 입출금 정보를 매핑하고, 각각의 사업자 정보에 포함된 팩터 정보와 각각의 은행 입출금 그룹키에 포함된 팩터 정보간의 텍스트 유사도, 금액 및 일자 유사도, 금액 유사도 중 적어도 하나를 분석하여 산출된 스코어가 입력되는 매트릭스를 이용하여, 상기 거래 정보 데이터에 대한 상기 초기 패턴 데이터베이스를 생성하는 패턴 DB 생성부를 더 포함하는
   사용자 인터페이스 제공 장치.
10. 제9항에 있어서,
    상기 사용자 인터페이스부는,
    사용자 선택 입력에 따라, 매출 채권과 입출금 정보간 자동화된 매칭 서비스 처리 정보에 대응한 인터페이스 연산 처리를 수행하고, 상기 인터페이스 연산 처리에 따라 생성된 하나 이상의 사용자 인터페이스 항목을 디스플레이하는
    사용자 인터페이스 제공 장치.
11. 제10항에 있어서,
    상기 사용자 인터페이스 항목은 상기 자동화된 매칭 서비스 처리 정보에 따른 추천 매칭 인터페이스 항목을 포함하는
    사용자 인터페이스 제공 장치.
12. 제10항에 있어서,
    상기 사용자 인터페이스 항목은 상기 자동화된 매칭 서비스 처리 정보에 대응한 수기 입력 정보를 나타내는 수기 매칭 인터페이스 항목을 포함하는
    사용자 인터페이스 제공 장치.
13. 제10항에 있어서,
    상기 사용자 인터페이스 항목은 상기 자동화된 매칭 서비스 처리 정보에 기초한 추천 매칭 처리 결과 및 수기 매칭 처리 결과를 포함하는 매칭 내역 조회 정보를 포함하는
    사용자 인터페이스 제공 장치.
14. 제9항에 있어서,
    상기 사용자 인터페이스부는,
    상기 자동화된 매칭 서비스 처리 정보에 따른 미수 기간 대비 미수 채권 리포트를 생성하는 미수 채권 리포트 제공부를 더 포함하는
    사용자 인터페이스 제공 장치.
15. 제9항에 있어서,
    상기 사용자 인터페이스부는,
    상기 자동화된 매칭 서비스 처리 정보에 따른 거래 수단별 추정현금흐름 분석 정보를 생성하는 추정현금흐름 분석부를 더 포함하는
    사용자 인터페이스 제공 장치.
16. 제9항에 있어서,
    상기 사용자 인터페이스부는,
    상기 자동화된 매칭 서비스 처리 정보에 따른 패턴 데이터베이스의 이상 패턴 분석 정보를 생성하는 이상 패턴 분석부를 더 포함하고,
    상기 이상 패턴 분석 정보는 입금 주기 지연 분석 정보 및 입금예상일 초과 분석 정보 중 적어도 하나를 포함하는
    사용자 인터페이스 제공 장치.

Images