KR102351300B1 - 공공기관 인증 플랫폼 제공 방법 및 시스템 - Google Patents

공공기관 인증 플랫폼 제공 방법 및 시스템 Download PDF

Info

Publication number
KR102351300B1
KR102351300B1 KR1020210099673A KR20210099673A KR102351300B1 KR 102351300 B1 KR102351300 B1 KR 102351300B1 KR 1020210099673 A KR1020210099673 A KR 1020210099673A KR 20210099673 A KR20210099673 A KR 20210099673A KR 102351300 B1 KR102351300 B1 KR 102351300B1
Authority
KR
South Korea
Prior art keywords
authentication
evaluation
type
certification
application
Prior art date
Application number
KR1020210099673A
Other languages
English (en)
Inventor
이성현
Original Assignee
이성현
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 이성현 filed Critical 이성현
Priority to KR1020210099673A priority Critical patent/KR102351300B1/ko
Application granted granted Critical
Publication of KR102351300B1 publication Critical patent/KR102351300B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375Prediction of business process outcome or impact based on a proposed change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

공공기관 인증 플랫폼 제공 방법 및 시스템이 개시된다. 공공기관 인증 플랫폼 시스템의 인증 플랫폼 서버는, 복수개의 인증 유형 중 어느 하나의 인증 유형에 대한 선택 정보, 해당 인증 유형의 인증과 관련된 복수개의 평가 항목에 대한 속성 정보를 포함하는 평가대상 인증 신청을 신청자 단말기로부터 수신하는 신청 접수부 및 상기 선택 정보에 나타난 인증 유형과 동일한 인증 유형을 가지는 인증 신청 중 평가가 완료된 참조대상 인증 신청을 수집하고, 상기 참조대상 인증 신청에 대한 분석을 수행하고, 분석 결과를 토대로 상기 평가대상 인증 신청에 포함된 복수개의 평가 항목에 대한 속성 정보를 분석하여 상기 평가대상 인증 신청의 인증 성공 가능성을 추정하는 평가 결과 추정부를 포함할 수 있다.

Description

공공기관 인증 플랫폼 제공 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING PUBLIC INSTITUTION CERTIFICATION PLATFORM}
본 발명은 공공기관 인증 플랫폼 제공 방법 및 시스템에 관한 것으로, 더욱 상세하게는 평가대상 인증 신청을 처리하는 공공기관 인증 플랫폼 제공 방법 및 시스템에 관한 것이다.
공공기관 인증은 다양한 종류가 있다. 비록 최근에는 민간 부분으로 평가와 관련된 많은 부분이 이전되었으나 벤쳐기업 인증도 주요한 공공기관 인증의 하나라고 할 수 있다.
벤처기업이란 고위험과 고성과를 특징으로 하는 사업을 영위하는 기업, 새로운 아이디어와 기술, 진취적 기업가정신을 바탕으로 사업에 도전하는 모험적인 기업 등으로 정의될 수 있다. 우리나라에서는 '벤처기업육성에 관한 특별조치법'에서 일정한 조건을 가진 기업들을 '벤처기업'으로 정의하고 있으며, 우리나라의 벤처기업 개수는 2020년 12월말 기준 39,511개로 4만개에 육박하고 있다.
벤처기업 인증은 벤처기업육성에 관한 특별조치법에 근거를 두고 있으며, 기업의 신청 내역을 평가하여 일정한 인증 요건을 만족할 경우 인증 기관에서 벤처기업 인증을 해준다. 벤처기업으로 인증된 기업은 세제, 금융, 입지, 인력 등 다양한 측면에서 우대 혜택을 누릴 수 있다.
현재 벤처기업 인증은 기업의 특징 및 현황에 따라 벤처투자 유형, 연구개발 유형, 혁신성장 유형 중 어느 하나의 유형을 선택하여 신청이 가능하며, 유형별로 해당 유형에 따른 평가 기준 및 평가 기관이 정해져 있다.
벤처투자 유형의 경우 서류 심사를 통해 투자요건 충족 시 인증이 가능하다. 한편, 연구개발 유형은 서류 심사 외에 사업성 등에 관한 현장 실제 조사가 요구되며, 혁신성장 유형의 경우 기술성 및 사업성과 관련된 현장 실제 조사가 요구된다.
연구개발 유형 및 혁신성장 유형의 경우 평가 기관의 평가 위원에 의한 사업성 또는 기술성 및 사업성의 평가가 벤처기업 인증 성공 여부를 결정하게 되는데, 평가 위원의 자의적 판단의 여지가 있다는 문제가 있다.
따라서, 이러한 문제들을 해결하기 위하여 평가 위원에게 기존에 평가가 완료된 인증 신청의 내용 및 결과에 기초한 1차적인 스크리닝 결과를 제공하고 이를 참고하여 평가를 진행할 수 있게 함으로써 자의적인 판단의 여지를 감소시킬 수 있는 기술의 개발이 요구되고 있는 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 평가가 신청된 평가대상 인증 신청의 평가 항목별 속성 정보를 활용하여 평가 결과 인증의 성공 여부를 사전에 어느 정도 파악할 수 있게 해주는 공공기관 인증 플랫폼 제공 방법 및 시스템을 제공하는 데 있다.
또한, 본 발명의 목적은, 데이터 마이닝 또는 머신 러닝 등을 통해 성공 여부의 판단에 중요한 핵심 평가 항목을 2개 이상 도출하고 이들을 이용하여 평가대상 인증신청의 성공 가능성을 효율적으로 산출할 수 있게 해주는 공공기관 인증 플랫폼 제공 방법 및 시스템을 제공하는 데 있다.
또한, 본 발명의 목적은, 복수의 유형 가운데 어느 하나의 유형에 대한 인증을 신청할 때 어느 유형의 인증의 성공 가능성이 높은지 자가진단을 수행할 수 있는 공공기관 인증 플랫폼 제공 방법 및 시스템을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명은, 인증 플랫폼 서버를 제공한다.
상기 인증 플랫폼 서버는, 복수개의 인증 유형 중 어느 하나의 인증 유형에 대한 선택 정보, 해당 인증 유형의 인증과 관련된 복수개의 평가 항목에 대한 속성 정보를 포함하는 평가대상 인증 신청을 신청자 단말기로부터 수신하는 신청 접수부 및 상기 선택 정보에 나타난 인증 유형과 동일한 인증 유형을 가지는 인증 신청 중 평가가 완료된 참조대상 인증 신청을 수집하고, 상기 참조대상 인증 신청에 대한 분석을 수행하고, 분석 결과를 토대로 상기 평가대상 인증 신청에 포함된 복수개의 평가 항목에 대한 속성 정보를 분석하여 상기 평가대상 인증 신청의 인증 성공 가능성을 추정하는 평가 결과 추정부를 포함할 수 있다.
상기 평가 결과 추정부는, 상기 참조대상 인증 신청을 수집하는 참조대상 인증 신청 수집부; 데이터 마이닝 및 머신러닝 중 어느 하나 이상을 이용해 상기 참조대상 인증 신청을 분석하여 평가 항목별 속성 정보와 인증 성공과의 상관 관계를 결정하는 상관 관계 결정부 및 상기 상관 관계를 이용하여 상기 평가대상 인증 신청에 포함된 평가 항목 및 속성 정보를 분석하여 상기 평가대상 인증 신청의 성공 가능성을 추정하는 인증 성공 가능성 추정부를 포함할 수 있다.
상기 상관 관계 결정부는 상기 참조대상 인증 신청을 분석하여 인증 성공과 높은 상관 관계를 가지는 2개 이상의 핵심 평가 항목을 선정하고, 선정된 2개 이상의 핵심 평가 항목과 인증 성공 여부의 상관 관계를 결정 트리 학습 모델로 만들고, 상기 인증 성공 가능성 추정부는 상기 결정 트리 학습 모델을 이용하여 상기 평가대상 인증 신청의 성공 가능성을 추정할 수 있다.
상기 결정 트리 학습 모델은 인증 성공 여부를 성공 또는 실패로 분류하여 출력하는 분류 트리 분석 모델일 수 있다.
상기 결정 트리 학습 모델은 인증 성공 가능성을 확률로 출력하는 회귀 트리 분석 모델일 수 있다.
상기 인증은 벤처기업 인증이고, 상기 복수개의 인증 유형은 연구개발 유형 및 혁신성장 유형을 포함할 수 있다.
상기 평가대상 인증 신청은 상기 인증 유형에 대한 선택 정보 외에 기술분야에 대한 선택 정보를 더 포함하고, 상기 평가 결과 추정부는 상기 선택 정보에 나타난 인증 유형 및 기술분야와 동일한 인증 유형 및 기술분야를 가지는 인증 신청 중 평가가 완료된 참조분석대상 인증 신청을 수집할 수 있다.
상기 연구개발 유형은 상기 복수개의 평가 항목으로 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 지적재산권 보유 개수 및 사업 완성도를 포함하고, 상기 혁신성장 유형은 상기 복수개의 평가 항목으로 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 당기 연구개발비, 지적재산권 보유 개수, 사업 완성도, 기술 성숙도 및 기술 수준도를 포함할 수 있다.
상기 인증 플랫폼 서버는, 상기 선택 정보에 나타난 인증 유형에 대해 사전에 평가 기관으로 등록되어 있는 하나 이상의 평가 기관 중 어느 하나를 상기 평가대상 인증 신청에 대한 평가 기관으로 배정하는 평가 기관 배정부를 더 포함할 수 있다.
상기 인증 플랫폼 서버는, 상기 복수개의 인증 유형의 복수개의 평가 항목 중 적어도 일부 평가 항목에 대한 속성 정보를 포함하는 자가진단 요청을 신청자 단말기로부터 수신하고, 상기 자가진단 요청에 포함된 평가 항목별 속성 정보를 분석하여 적합한 것으로 판단되는 인증 유형을 산출하는 인증 유형 진단부를 더 포함할 수 있다.
상기 인증 유형 진단부는 상기 인증 유형이 2개 이상인 경우 인증 유형별 평가 수수료, 평균 평가 소요 기간 및 인증 성공 비율 중 어느 하나 이상을 고려하여 상기 평가 수수료가 저렴하거나 상기 평균 평가 소요 기간이 짧거나 상기 인증 성공 비율이 높은 인증 유형을 우선 인증 유형으로 산출할 수 있다.
상기 인증 유형 진단부는 상기 인증 유형이 2개 이상인 경우 신청자의 주소지와 가장 가까운 평가 기관이 평가 기관으로 등록되어 있는 인증 유형을 우선 인증 유형으로 산출할 수 있다.
상기와 같은 본 발명에 따른 공공기관 인증 플랫폼 제공 방법 및 시스템을 이용할 경우에는 인증 신청을 평가하는 평가 위원에게 기존에 평가가 완료된 인증 신청의 내용 및 결과에 기초한 1차적인 스크리닝 결과를 제공하여 이를 참고할 수 있게 함으로써 자의적인 판단의 여지를 감소시킬 수 있다.
또한, 데이터 마이닝 또는 머신 러닝 등을 통해 성공 여부의 판단에 중요한 핵심 평가 항목을 2개 이상 도출하고 이들을 이용하여 평가대상 인증신청의 성공 가능성을 효율적으로 산출할 수 있게 된다.
또한, 인증을 신청하는 신청 기업에게 적합한 인증 유형을 사전에 제공할 수 있어 신청 기업의 인증 성공 확률을 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 인증 플랫폼 서버를 포함하는 공공기관 인증 플랫폼 제공 시스템의 구성도이다.
도 2는 도 1의 인증 플랫폼 서버의 기능적 구성을 설명하기 위한 블록도이다.
도 3은 도 2의 평가 결과 추정부의 기능적 구성을 설명하기 위한 블록도이다.
도 4는 결정 트리 학습 모델의 예시를 나타낸 도면이다.
도 5는 일 실시예에 따른 인증 유형 진단부에 의한 자가진단 요청을 수신하는 모습을 예시적으로 나타낸 도면이다.
도 6은 인증 유형 진단부에 따른 우선 인증 유형을 추천하는 모습을 예시적으로 나타낸 도면이다.
도 7은 일 실시예에 따른 인증 플랫폼 서버의 하드웨어 구성을 예시적으로 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 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. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 인증 플랫폼 서버를 포함하는 공공기관 인증 플랫폼 제공 시스템의 구성도이다.
본 발명의 일 실시예에 따른 인증 플랫폼 서버를 포함하는 공공기관 인증 플랫폼 제공 시스템은 평가 위원들이 평가대상이 되는 평가대상 인증 신청을 평가하기 전에, 기존에 평가가 완료된 인증 신청의 내용 및 결과에 기초한 1차적인 스크리닝 결과를 산출하여 줌으로써 평가 위원들의 평가에 유용한 참고자료를 제공한다.
도 1을 참조하면, 공공기관 인증 플랫폼 제공 시스템은 인증 플랫폼 서버(100), 신청자 단말기(200) 및 평가 기관 단말기(300)를 포함할 수 있다. 본 발명의 인증 플랫폼 서버(100)는 신청자 단말기(200)로부터 평가대상 인증 신청을 수신하고, 이에 대한 평가 기관을 배정하여 평가 기관 단말기(300)에 평가 요청을 송신할 수 있다.
한편, 인증 플랫폼 서버(100)는 인증과 관련된 각종 정보, 기존 인증 정보 등을 저장하고 있는 인증 플랫폼 DB를 구비할 수 있으며, 신청자 단말기(200) 및 평가 기관 단말기(300)뿐만 아니라 인증 플랫폼 서버(100)에 접속한 타 단말기(예를 들면, 금융 기관 단말기, 정부 기관 단말기 등)에 인증 플랫폼 DB에 저장된 정보를 제공할 수 있다.
도 2는 도 1의 인증 플랫폼 서버의 기능적 구성을 설명하기 위한 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 인증 플랫폼 서버(100)는 신청 접수부(110), 평가 결과 추정부(120), 평가 기관 배정부(130) 및 인증 유형 진단부(140)를 포함할 수 있다.
신청 접수부(110)는 복수개의 인증 유형 중 어느 하나의 인증 유형에 대한 선택 정보, 해당 인증 유형의 인증과 관련된 복수개의 평가 항목에 대한 속성 정보를 포함하는 평가대상 인증 신청을 신청자 단말기(200)로부터 수신한다.
예를 들면, 상기 인증은 벤처기업 인증이고, 상기 복수개의 인증 유형은 연구개발 유형 및 혁신성장 유형을 포함할 수 있다. 이밖에도 상기 복수개의 인증 유형은 벤처투자 유형, 예비벤처 유형을 더 포함할 수 있다.
상기 연구개발 유형은 상기 복수개의 평가 항목으로 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 지적재산권 보유 개수 및 사업 완성도를 포함할 수 있다. 또한, 상기 혁신성장 유형은 상기 복수개의 평가 항목으로 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 당기 연구개발비, 지적재산권 보유 개수, 사업 완성도, 기술 성숙도 및 기술 수준도를 포함할 수 있다.
한편, 상기 평가대상 인증 신청은 상기 인증 유형에 대한 선택 정보 외에 기술분야에 대한 선택 정보를 더 포함할 수 있다. 예를 들면, 기술분야는 기계/소재, 전기/전자, 정보통신, 화학/화공, 바이오/의료, 에너지/자원, 지식서비스, 기타로 분류될 수 있으며, 선택 정보는 위 분류 가운데 어느 하나에 대한 선택함으로써 생성될 수 있다.
평가 결과 추정부(120)는 상기 선택 정보에 나타난 인증 유형과 동일한 인증 유형을 가지는 인증 신청 중 평가가 완료된 참조대상 인증 신청을 수집하고, 상기 참조대상 인증 신청에 대한 분석을 수행하고, 분석 결과를 토대로 상기 평가대상 인증 신청에 포함된 복수개의 평가 항목에 대한 속성 정보를 분석하여 상기 평가대상 인증 신청의 인증 성공 가능성을 추정한다.
평가 결과 추정부(120)는 상기 평가대상 인증 신청이 상기 인증 유형에 대한 선택 정보 외에 기술분야에 대한 선택 정보를 더 포함할 경우, 상기 선택 정보에 나타난 인증 유형 및 기술분야와 동일한 인증 유형 및 기술분야를 가지는 인증 신청 중 평가가 완료된 참조분석대상 인증 신청을 수집할 수 있다.
도 3은 도 2의 평가 결과 추정부의 기능적 구성을 설명하기 위한 블록도이다.
도 3을 참조하면, 본 발명의 일 실시예에서, 평가 결과 추정부(120)는 참조대상 인증 신청 수집부(121), 상관 관계 결정부(122), 인증 성공 가능성 추정부(123)를 포함할 수 있다.
참조대상 인증 신청 수집부(121)는 상기 참조대상 인증 신청을 수집한다. 참조대상 인증 신청 수집부(121)는 상기 선택 정보에 나타난 인증 유형과 동일한 인증 유형을 가지는 인증 신청 중 평가가 완료된 참조대상 인증 신청을 수집할 수 있다.
또한, 상기 평가대상 인증 신청이 상기 인증 유형에 대한 선택 정보 외에 기술분야에 대한 선택 정보를 더 포함할 경우, 참조대상 인증 신청 수집부(121)는 상기 선택 정보에 나타난 인증 유형 및 기술분야와 동일한 인증 유형 및 기술분야를 가지는 인증 신청 중 평가가 완료된 참조분석대상 인증 신청을 수집할 수 있다.
상관 관계 결정부(122)는 데이터 마이닝 및 머신러닝 중 어느 하나 이상을 이용해 상기 참조대상 인증 신청을 분석하여 평가 항목별 속성 정보와 인증 성공과의 상관 관계를 결정한다.
상관 관계 결정부(122)는 상기 참조대상 인증 신청을 분석하여 인증 성공과 높은 상관 관계를 가지는 2개 이상의 핵심 평가 항목을 선정하고, 선정된 2개 이상의 핵심 평가 항목과 인증 성공 여부의 상관 관계를 결정 트리 학습 모델로 만들 수 있다.
결정 트리 학습 모델은 상관 관계 분석대상이 되는 자료 집합을 적절한 분할 기준 또는 분할 테스트에 따라 부분 집합들로 나누는 과정이다. 부분 집합들로 나누는 과정은 분할의 결과 새로운 예측값이 나타나지 않거나 부분 집합의 노드가 목표 변수와 동일한 값을 가질 때까지 수행될 수 있다. 이러한 과정은 순환 분할로서 각각의 나눠진 자료 부분 집합에 재귀적으로 반복될 수 있다.
데이터 마이닝에서 결정 트리는 주어진 데이터의 일반화와 범주화를 위하여 아래의 수학식 1로 기술될 수 있다.
Figure 112021087683818-pat00001
여기서, 종속 변수 Y는 분류를 통해 학습하고자 하는 목표 변수이고, 벡터 X는 X1, X2 등은 입력 변수로 이루어진다.
이때, 상기 결정 트리 학습 모델은 분류 트리 분석 모델 또는 회귀 트리 분석 모델일 수 있다.
분류 트리 분석 모델은 예측된 결과로서 입력 데이터가 분류되는 클래스를 출력한다. 본 발명의 일 실시예에서, 클래스는 인증 성공 또는 인증 실패일 수 있다. 즉, 상기 결정 트리 학습 모델은 인증 성공 여부를 성공 또는 실패로 분류하여 출력하는 분류 트리 분석 모델일 수 있다.
회귀 트리 분석 모델은 예측된 결과로서 특정 의미를 지니는 수치를 출력한다. 다시 말하면, 본 발명의 일 실시예에서, 상기 결정 트리 학습 모델은 인증 성공 가능성을 확률로 출력하는 회귀 트리 분석 모델이 될 수 있다.
예를 들면, 상관 관계 결정부(122)는 ID3, C4.5, C5.0 등의 알고리즘을 통해 결정 트리 학습 모델을 만들 수 있다.
전술한 바와 같이, 인증 유형 가운데, 혁신성장 유형은 상기 복수개의 평가 항목으로 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 당기 연구개발비, 지적재산권 보유 개수, 사업 완성도, 기술 성숙도 및 기술 수준도를 포함할 수 있다.
평가대상 인증 신청이 혁신성장 유형인 경우 상관 관계 결정부(122)는 혁신성장 유형에 해당하는 참조대상 인증 신청을 분석하여 인증 성공과 높은 상관 관계를 가지는 2개 이상의 핵심 평가 항목을 선정하고, 선정된 2개 이상의 핵심 평가 항목과 인증 성공 여부의 상관 관계를 결정 트리 학습 모델로 만들 수 있다.
예를 들어, 상관 관계 결정부(122)는 참조대상 인증 신청을 분석하여 당기 연구개발비, 기술 성숙도 및 박사급 인력수를 핵심 평가 항목으로 선정할 수 있다. 상관 관계 결정부(122)는 이와 같이 선정된 3개의 핵심 평가 항목에 대해 도 4에 나타난 바와 같은 결정 트리 학습 모델을 생성할 수 있다.
도 4는 결정 트리 학습 모델의 예시를 나타낸 도면이다.
도 4를 참조하면, 뿌리 마디(root node)가 되는 핵심 평가 항목으로 당기 연구개발비가 선정되었고, 중간 마디(intermediate node)가 되는 핵심 평가 항목들로, 기술 성숙도 및 박사급 인력수가 선정되었다. 이때, 기술 성숙도는 기초연구단계, 실험단계, 시제품단계, 실용화단계 및 사업화단계 등 총 5단계로 구분되는 정도 가운데 선택된 것일 수 있다.
한편, 끝 마디(terminal node)는 성공 또는 실패로 분류되며, 괄호 안의 수치는 성공 확률을 의미한다. 예를 들면, 성공 확률이 0.5 이상인 경우 성공으로 분류되고, 0.5 미만인 경우 실패로 분류될 수 있다.
본 발명의 일 실시예에서, 상기 평가대상 인증 신청이 상기 인증 유형에 대한 선택 정보 외에 기술분야에 대한 선택 정보를 더 포함할 경우, 참조대상 인증 신청 수집부(121)는 상기 선택 정보에 나타난 인증 유형 및 기술분야와 동일한 인증 유형 및 기술분야를 가지는 인증 신청 중 평가가 완료된 참조분석대상 인증 신청을 수집할 수 있다. 이에 따라 동일한 인증 유형이라도 기술분야에 따라 참조대상 인증 신청이 달라지고, 상관 관계 결정부(122)가 생성하는 상관 관계는 달라질 수 있다.
이와 같이 본 발명의 실시예에 따를 경우 인증 유형뿐만 아니라 기술 분야도 고려되어 관련성이 높은 참조대상 인증 신청의 수집 및 분석을 통한 상관 관계의 도출이 이루어질 수 있다.
인증 성공 가능성 추정부(123)는 상기 상관 관계를 이용하여 상기 평가대상 인증 신청에 포함된 평가 항목 및 속성 정보를 분석하여 상기 평가대상 인증 신청의 성공 가능성을 추정한다. 예를 들면, 인증 성공 가능성 추정부(123)는 상기 결정 트리 학습 모델을 이용하여 상기 평가대상 인증 신청의 성공 가능성을 추정할 수 있다.
도 4에 나타난 예를 참조하면, 당기 연구개발비가 1억원 이상인 경우 또는 당기 연구개발비가 1억원 미만이고 기술 성숙도가 실용화단계 이상이며 박사급 인력이 3인 이상인 경우 해당 평가대상 인증 신청은 성공 가능성이 높은 것으로 추정될 수 있다.
평가 기관 배정부(130)는 상기 선택 정보에 나타난 인증 유형에 대해 사전에 평가 기관으로 등록되어 있는 하나 이상의 평가 기관 중 어느 하나를 상기 평가대상 인증 신청에 대한 평가 기관으로 배정한다.
예를 들면, 상기 인증 유형이 연구개발 유형이고, 해당 유형에 대한 평가 기관으로 신용보증기금, 중소벤처기업 진흥공단이 지정되어 있다고 할 때, 평가 기관 배정부(130)는 상기 인증 유형이 연구개발 유형인 경우 위 2개의 평가 기관 중 어느 하나를 평가 기관으로 배정할 수 있다.
인증 유형 진단부(140)는 상기 복수개의 인증 유형의 복수개의 평가 항목 중 적어도 일부 평가 항목에 대한 속성 정보를 포함하는 자가진단 요청을 신청자 단말기(200)로부터 수신하고, 상기 자가진단 요청에 포함된 평가 항목별 속성 정보를 분석하여 적합한 것으로 판단되는 인증 유형을 산출한다.
본 발명의 일 실시예에서, 인증 유형 진단부(140)는 상기 인증 유형이 2개 이상인 경우 인증 유형별 평가 수수료, 평균 평가 소요 기간 및 인증 성공 비율 중 어느 하나 이상을 고려하여 상기 평가 수수료가 저렴하거나 상기 평균 평가 소요 기간이 짧거나 상기 인증 성공 비율이 높은 인증 유형을 우선 인증 유형으로 산출할 수 있다.
또한, 인증 유형 진단부(140)는 상기 인증 유형이 2개 이상인 경우 신청자의 주소지와 가장 가까운 평가 기관이 평가 기관으로 등록되어 있는 인증 유형을 우선 인증 유형으로 산출할 수 있다.
이때, 신청자의 주소지는 현장 평가가 필요한 경우 현장 평가 대상이 되는 지점을 의미할 수 있다. 또한, 평가 기관의 본점뿐만 아니라 지점도 고려될 수 있다.
도 5는 일 실시예에 따른 인증 유형 진단부에 의한 자가진단 요청을 수신하는 모습을 예시적으로 나타낸 도면이다. 도 6은 인증 유형 진단부에 따른 우선 인증 유형을 추천하는 모습을 예시적으로 나타낸 도면이다.
도 5를 참조하면, 자가진단 요청에 포함된 속성 정보로는, 투자자 유형별 투자 유치 금액, 투자 유치 금액에 따른 입금일 등을 포함하는 투자 정보, 납입 자본금, 업종, 설립일, 직전 4분기 공급가액, 연구개발조직의 보유 여부, 연구개발조직의 비용 정보 등을 포함한다.
여기서, 연구개발조직은, 기업부설연구소, 연구개발전담부서, 기업부설창작연구소, 기업창작전담부서 등을 포함한다.
연구개발조직의 비용 정보는, 연구개발인건비, 인건비 이외의 기타 개발 비용 등을 포함한다.
도 6을 참조하면, 벤처유형 별 요건충족 여부 및, 우선 인증 유형으로서, 하나 이상의 인증 유형(벤처투자유형, 연구개발유형, 혁신성장유형)을 제공하는 것을 확인할 수 있다.
이처럼, 본 발명의 경우 인증 유형을 신청자 단말기(200)에 직접 제공할 수 있기 때문에 신청자가 어떠한 유형으로 인증을 신청하는 것이 타당한지에 대한 세부 검토 없이 곧바로 자신에게 맞는 인증 유형을 신청할 수 있는 장점이 있다.
도 7은 일 실시예에 따른 인증 플랫폼 서버의 하드웨어 구성을 예시적으로 나타낸 도면이다.
도 7을 참조하면, 인증 플랫폼 서버(100)는, 적어도 하나의 프로세서(110); 및 적어도 하나의 프로서세(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory, 120)를 포함할 수 있다.
적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 인증 플랫폼 서버(100)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 인증 플랫폼 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 인증 플랫폼 서버(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
인증 플랫폼 서버(100)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
본 발명에 따른 구성요소들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 인증 플랫폼 서버 110: 신청 접수부
120: 평가 결과 추정부 121: 참조대상 인증 신청 수집부
122: 상관 관계 결정부 123: 인증 성공 가능성 추정부
130: 평가 기관 배정부 140: 인증 유형 진단부
200: 신청자 단말기 300: 평가 기관 단말기

Claims (5)

  1. 복수개의 인증 유형 중 어느 하나의 인증 유형과 기술분야에 대한 선택 정보, 해당 인증 유형의 인증과 관련된 복수개의 평가 항목에 대한 속성 정보를 포함하는 평가대상 인증 신청을 신청자 단말기로부터 수신하는 신청 접수부;
    상기 선택 정보에 나타난 인증 유형과 기술분야와 동일한 인증 유형과 기술분야를 가지는 인증 신청 중 평가가 완료된 참조대상 인증 신청을 수집하고, 상기 참조대상 인증 신청 중 복수개의 평가 항목에 대한 속성 정보를 이용하여 상기 평가대상 인증 신청의 인증 성공 가능성을 추정하는 평가 결과 추정부;
    상기 선택 정보에 나타난 인증 유형에 대해 사전에 평가 기관으로 등록되어 있는 평가 기관들 중 하나를 배정하는 평가 기관 배정부; 및
    상기 신청자 단말기로부터 상기 복수개의 인증 유형과 대응하는 상기 속성 정보를 포함하는 자가진단요청을 수신하고, 상기 자가진단요청에 포함된 상기 속성 정보를 기초로 우선 인증 유형을 결정하는 인증 유형 진단부;를 포함하고,
    상기 복수개의 인증 유형은, 벤처기업 인증에 대한 인증 유형으로서 연구개발 유형, 혁신성장 유형, 벤처투자 유형, 및 예비벤처 유형을 포함하고,
    상기 복수개의 평가 항목은, 상기 연구 개발 유형에 대하여 자본금, 상시 근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 지적재산권 보유 개수 및 사업 완성도를 포함하고, 상기 혁신성장 유형에 대하여 자본금, 상시근로자수, 연구개발조직 보유 여부, 연구인력수, 박사급 인력수, 당기 연구개발비, 지적재산권 보유 개수, 사업 완성도, 기술 성숙도 및 기술 수준도를 포함하고,
    상기 연구개발조직은, 기업부설연구소, 연구개발전담부서, 기업부설창작연구소, 및 기업창작전담부서 중 적어도 하나를 포함하고,
    상기 평가 결과 추정부는,
    상기 참조대상 인증 신청을 수집하는 참조대상 인증 신청 수집부;
    결정 트리 학습 모델을 이용해 상기 참조대상 인증 신청을 기초로 상기 복수개의 평가 항목에 대한 속성 정보와 인증 성공과의 상관 관계를 결정하는 상관 관계 결정부; 및
    상기 상관 관계를 이용하여 상기 평가대상 인증 신청에 포함된 평가 항목 및 속성 정보를 기초로 상기 평가대상 인증 신청의 성공 가능성을 추정하는 인증 성공 가능성 추정부를 포함하고,
    상기 상관 관계 결정부는,
    상기 참조대상 인증 신청을 기초로 인증 성공과 높은 상관 관계를 가지는 2개 이상의 핵심 평가 항목들을 선정하고,
    ID3, C4.5, C5.0 중 하나를 포함하는 결정 트리 알고리즘을 이용하여, 상기 2개 이상의 핵심 평가 항목들을 루트 노드(root node)와 중간 노드(intermediate node)로 하고, 상기 인증 성공 가능성을 나타내는 확률을 종단 노드(terminal node)로 하는 상기 결정 트리 학습 모델을 생성하고,
    상기 인증 성공 가능성 추정부는,
    생성된 상기 결정 트리 학습 모델을 이용하여 상기 평가대상 인증 신청의 성공 가능성을 추정하고,
    상기 인증 유형 진단부는,
    상기 복수개의 인증 유형과 대응하는 평가 수수료, 평균 평가 소요 기간, 및 상기 인증 성공 가능성에 따른 인증 성공 비율 중 적어도 하나에 기초하여, 우선 인증 유형을 결정하고, 결정된 우선 인증 유형을 상기 복수개의 인증 유형 별 요건 충족 여부와 함께 상기 신청자 단말기에 제공하는, 인증 플랫폼 서버.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020210099673A 2021-07-29 2021-07-29 공공기관 인증 플랫폼 제공 방법 및 시스템 KR102351300B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210099673A KR102351300B1 (ko) 2021-07-29 2021-07-29 공공기관 인증 플랫폼 제공 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210099673A KR102351300B1 (ko) 2021-07-29 2021-07-29 공공기관 인증 플랫폼 제공 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102351300B1 true KR102351300B1 (ko) 2022-01-13

Family

ID=79342102

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210099673A KR102351300B1 (ko) 2021-07-29 2021-07-29 공공기관 인증 플랫폼 제공 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102351300B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102657222B1 (ko) * 2023-09-15 2024-04-15 (주)유알피 생성형 ai 모델을 활용한 제품별 정부 및 공공기관 인증 추천과 처리 자동화 시스템 및 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005309876A (ja) * 2004-04-22 2005-11-04 Sysway:Kk 企業評価支援装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005309876A (ja) * 2004-04-22 2005-11-04 Sysway:Kk 企業評価支援装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102657222B1 (ko) * 2023-09-15 2024-04-15 (주)유알피 생성형 ai 모델을 활용한 제품별 정부 및 공공기관 인증 추천과 처리 자동화 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
Chang et al. Towards a reuse strategic decision pattern framework–from theories to practices
US20170111245A1 (en) Process traces clustering: a heterogeneous information network approach
US20210150315A1 (en) Fusing Multimodal Data Using Recurrent Neural Networks
CN112035549B (zh) 数据挖掘方法、装置、计算机设备及存储介质
CN112365202B (zh) 一种多目标对象的评价因子筛选方法及其相关设备
CN116245670B (zh) 基于双标签模型处理财税数据的方法、装置、介质和设备
US20230043882A1 (en) Method for assisting launch of machine learning model
CN104573434A (zh) 帐户保护方法、装置及系统
CN112529477A (zh) 信用评估变量筛选方法、装置、计算机设备及存储介质
CN110197426B (zh) 一种信用评分模型的建立方法、装置及可读存储介质
CN111951052A (zh) 基于知识图谱的获取潜在客户方法及装置
KR102351300B1 (ko) 공공기관 인증 플랫폼 제공 방법 및 시스템
CN109783381B (zh) 一种测试数据生成方法、装置及系统
CN115936895A (zh) 基于人工智能的风险评估方法、装置、设备及存储介质
CN111210332A (zh) 贷后管理策略生成方法、装置及电子设备
CN112887371B (zh) 边缘计算方法、装置、计算机设备及存储介质
CN114519376A (zh) 利用神经网络的数据分割
US11023101B2 (en) System and method for implementing a self service machine learning framework
JP2022534160A (ja) 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN114742645B (zh) 基于多阶段时序多任务的用户安全等级识别方法及装置
US10929340B2 (en) Email and identity migration based on relationship information
JP2020129222A (ja) モデル出力プログラム、モデル出力方法及びモデル出力装置
CN114998001A (zh) 业务类别识别方法、装置、设备、存储介质和程序产品
CN112950382A (zh) 交易业务撮合匹配方法、装置、电子设备及介质
Alshammari Design of System‐of‐System Acquisition Analysis Using Machine Learning

Legal Events

Date Code Title Description
GRNT Written decision to grant