KR102522219B1 - 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치 - Google Patents

Abstract

본 발명은 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 데이터 이코노미에서 금융 데이터 가치 측정 방법은 데이터 이코노미 결정 장치가 데이터 이코노미를 결정하는 단계와 데이터 가치 결정 장치가 데이터 이코노미에서 발생된 데이터의 가치를 결정하는 단계를 포함할 수 있다.

Description

데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치{Method for valuation of financial data on data economy and apparatus for performing the method}

본 발명은 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 금융 서비스를 위한 금융 데이터의 가치를 측정하여 데이터 이코노미를 구현하기 위한 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.

데이터 경제 시대에서 데이터의 활용은 데이터노믹스의 가장 중요한 핵심으로 작용하고 있고, 데이터의 활용을 위한 데이터 거래의 중요성이 지속적으로 강조되고 있다. 특히, 데이터 가치를 최대한 높이기 위해서는 데이터의 가치 평가에 대한 신뢰 및 데이터의 유통과 거래를 위한 기준이 필요하다.

금융 데이터는 주식, 채권, 펀드 등의 금융 상품은 물론이고 금융 산업 및 금융과 관련된 데이터이다. 국내외 금융 회사들은 마케팅, 보안, 신용 평가, 금융 상품 개발 등 금융업 전 부문으로 금융 데이터의 활용을 확대하고 있는 추세이다. 금융 데이터는 빠르고 대량으로 발생하는 금융 거래의 특성과 개인의 소비, 투자 형태, 위험 성향 등의 다양한 요소를 반영하면서도 데이터의 정확성이 높다. 또한, 금융 데이터는 ICT, 유통, 보건의료 등 다른 산업 분야의 데이터와 결합이 용이하고, 전후방 산업을 비롯한 다른 산업과의 연관 효과도 높아 데이터의 경제적 가치와 산업적 활용도가 매우 높다.

따라서, 금융 데이터에 대한 적절한 가치 평가를 기반으로 한 데이터 이코노미의 생성이 필요하다. 관련 선행 기술로는 국내 특허(공개번호 10-2022-0022167)가 있다.

본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.

또한, 본 발명은, 정확한 금융 데이터 가치 판단을 수행하여 데이터의 판매 및 구매에 대한 정확도를 높이는 것을 목적으로 한다.

또한, 본 발명은, 금융 데이터를 조합하고 조합된 금융 데이터의 가치를 정확하게 판단하여 데이터의 판매자 및 데이터의 구매자의 거래를 활성화시키는 것을 목적으로 한다.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.

본 발명의 일 실시예에 따르면, 데이터 이코노미에서 금융 데이터 가치 측정 방법은 데이터 이코노미 결정 장치가 데이터 이코노미를 결정하는 단계와 데이터 가치 결정 장치가 상기 데이터 이코노미에서 발생된 데이터의 가치를 결정하는 단계를 포함할 수 있다.

한편, 상기 데이터 이코노미를 결정하는 단계는 상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미를 결정하는 단계와 상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미 분할 또는 후보 데이터 이코노미 병합을 기반으로 상기 후보 데이터 이코노미를 상기 데이터 이코노미로 결정하는 단계를 포함할 수 있다.

또한, 상기 데이터는 단독 데이터 및 조합 데이터를 포함하고, 상기 단독 데이터는 하나의 데이터 이코노미에서 발생되는 데이터이고, 상기 조합 데이터는 복수의 데이터 이코노미 각각에서 발생되는 데이터의 조합일 수 있다.

본 발명의 다른 실시예에 따르면, 데이터 거래 시스템은 데이터 이코노미를 결정하도록 구현되는 데이터 이코노미 결정 장치와 상기 데이터 이코노미에서 발생된 데이터의 가치를 결정하도록 구현되는 데이터 가치 결정 장치를 포함할 수 있다.

한편, 상기 데이터 이코노미 결정 장치는 후보 데이터 이코노미를 결정하고, 후보 데이터 이코노미 분할 또는 후보 데이터 이코노미 병합을 기반으로 상기 후보 데이터 이코노미를 상기 데이터 이코노미로 결정하도록 구현될 수 있다.

또한, 상기 데이터는 단독 데이터 및 조합 데이터를 포함하고, 상기 단독 데이터는 하나의 데이터 이코노미에서 발생되는 데이터이고, 상기 조합 데이터는 복수의 데이터 이코노미 각각에서 발생되는 데이터의 조합일 수 있다.

본 발명에 의하면, 정확한 금융 데이터 가치 판단을 수행하여 데이터의 판매 및 구매에 대한 정확도가 향상될 수 있다.

또한, 본 발명에 의하면, 금융 데이터를 조합하고 조합된 금융 데이터의 가치를 정확하게 판단하여 데이터의 판매자 및 데이터의 구매자의 거래가 활성화될 수 있다.

도 1은 본 발명의 실시예에 따른 데이터 거래 시스템을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 데이터 이코노미 결정 장치의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 데이터 이코노미의 특성을 결정하는 방법을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 데이터 가치 결정 장치의 동작을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 데이터 가치 결정 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 인공지능 모델의 학습 가능성을 기반으로 데이터의 가치를 결정하기 위한 방법을 나타낸 개념도이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 실시예에 따른 데이터 거래 시스템을 나타낸 개념도이다.

도 1에서는 복수의 데이터 이코노미를 기반으로 데이터 기반 금융 서비스를 제공하기 위한 데이터 거래 시스템이 개시된다.

도 1을 참조하면, 데이터 거래 시스템은 데이터 수집 장치(100), 데이터 이코노미 결정 장치(110), 데이터 가치 결정 장치(120), 데이터 조합 장치(130), 데이터 상품 생성 장치(140) 및 데이터 거래 장치(150)를 포함할 수 있다.

데이터 수집 장치(100)는 금융 데이터를 수집하기 위해 구현될 수 있다. 금융 데이터는 금융 서비스를 위해 직접적 또는 간접적으로 사용하는 다양한 데이터를 포함할 수 있다. 데이터 수집 장치(100)는 데이터 이코노미 상에 위치한 다양한 장치에서 발생되는 데이터를 수집하기 위해 구현될 수 있다.

데이터 이코노미 결정 장치(110)는 데이터 이코노미를 결정하기 위해 구현될 수 있다. 데이터 이코노미는 금융 데이터를 발생시키는 데이터 발생의 기본 단위일 수 있다. 데이터 이코노미는 메인 데이터 이코노미와 서브 데이터 이코노미와 같은 단위로 구분되어 설정될 수 있다.

예를 들어, 판매자에게 금융 서비스(예를 들어, 대출)을 제공하기 위한 단위로서 서비스A(예를 들어, 배달의 민족), 서비스B(예를 들어, 오늘의 집)가 설정될 수 있다. 서비스A에서 발생되는 데이터를 기반으로 한 데이터 이코노미A가 설정되고, 서비스B에서 발생되는 데이터를 기반으로 한 데이터 이코노미B가 설정될 수 있다. 이와 같은 방식으로 유사한 기준으로 금융 서비스를 제공 가능한 데이터 발생 단위가 하나의 데이터 이코노미로 설정되어 금융 서비스를 위해 활용될 수 있다.

또한, 데이터 이코노미 결정 장치(110)는 데이터 이코노미를 추가적으로 분할하거나 결합하여 금융 서비스를 제공하기 위한 데이터 이코노미를 적응적으로 변화시킬 수 있다.

금융 서비스에 활용될 최종적인 데이터 이코노미의 단위를 결정할 수 있다. 결정된 데이터 이코노미는 금융 서비스를 위해 더 작은 데이터 이코노미의 단위로 분할되거나 더 큰 단위의 데이터 이코노미로 합쳐지는 조정을 통해 재정의될 수 있다.

데이터 가치 결정 장치(120)는 데이터 이코노미 상에서 발생되는 데이터에 대한 가치를 결정하기 위해 구현될 수 있다. 데이터의 가치는 개별적인 데이터가 가지는 제1 가치, 데이터가 다른 데이터와 조합되는 경우, 데이터가 가지는 제2 가치를 포함할 수 있다.

하나의 데이터 이코노미에서 발생되는 데이터는 단독 데이터, 특정 데이터 이코노미에서 발생되는 데이터와 다른 데이터 이코노미에서 발생되는 데이터의 조합은 조합 데이터라는 용어로 표현될 수 있다. 즉, 조합 데이터는 복수의 데이터 이코노미를 기반으로 발생된 데이터의 조합일 수 있다.

데이터 가치 결정 장치(120)는 데이터 가치를 결정할 수 있다. 데이터 가치는 데이터를 기반으로 한 이익(예를 들어, 경제적 이익)을 기준으로 결정될 수 있다. 데이터 가치를 결정하는 방법은 보다 구체적으로 후술된다.

데이터 조합 장치(130)는 데이터 가치를 기반으로 데이터를 조합하기 위해 구현될 수 있다. 데이터 조합 장치(130)는 서로 다른 데이터 이코노미 각각의 데이터의 조합을 기반으로 데이터의 가치가 높아지는 경우, 조합 데이터를 생성할 수 있다.

데이터 상품 생성 장치(140)는 데이터 상품을 생성하기 위해 구현될 수 있다. 데이터 상품은 단독 데이터 상품, 조합 데이터 상품을 포함할 수 있다. 단독 데이터 상품은 단독 데이터에 대한 상품이고, 조합 데이터 상품은 조합 데이터에 대한 상품일 수 있다. 데이터 상품 생성 장치는 데이터를 기반으로 한 이익이 존재하는 경우 또는 데이터를 기반으로 한 이익이 임계 이익을 넘어가는 경우, 데이터 상품을 생성할 수 있다.

데이터 거래 장치(150)는 데이터 상품의 거래를 위해 구현될 수 있다. 데이터 거래 장치(150)는 데이터 판매자와 데이터 구매자 간의 데이터 거래를 위해 구현될 수 있다. 데이터 거래 장치(150)는 데이터 판매자에게 적정 데이터 판매 가격에 대한 정보를 제공하고, 데이터 판매자가 데이터에 대한 가격을 설정할 수 있도록 가이드를 제공할 수 있다. 또한, 데이터 거래 장치(150)는 데이터 구매자의 특성을 고려하여 구매할 데이터를 추천할 수 있다. 데이터 거래 장치(150)는 데이터 가치를 기반으로 데이터 구매자에게 구매 추천 데이터를 제공할 수 있다.

도 2는 본 발명의 실시예에 따른 데이터 이코노미 결정 장치의 동작을 나타낸 개념도이다.

도 2에서는 금융 서비스를 위한 데이터를 추출하는 단위인 데이터 이코노미를 결정하기 위한 방법이 개시된다.

도 2를 참조하면, 데이터 이코노미 결정 장치는 데이터 이코노미를 결정하기 위해 동일한 경제 활동을 수행하는 비지니스 단위를 1차적으로 후보 데이터 이코노미(200)로 설정할 수 있다.

예를 들어, 동일한 경제 활동을 수행하는 비지니스 단위는 하나의 온라인 상의 서비스 단위일 수 있다. 예를 들어, 네이버의 스마트스토어, 배달의 민족, 오늘의 집과 같은 하나의 플랫폼을 통해서 비지니스가 발생되는 경우, 이러한 하나의 비지니스 단위가 후보 데이터 이코노미(200)로 설정될 수 있다. 보다 구체적으로 구매자들의 결제와 판매자들의 판매가 이루어지면서 데이터가 발생되는 하나의 플랫폼 단위가 후보 데이터 이코노미(200)로 설정될 수 있다.

후보 데이터 이코노미(200)는 다른 데이터 이코노미로의 분할 또는 다른 후보 데이터 이코노미(200)와의 병합을 통해 금융 서비스를 위한 데이터 이코노미로서 결정될 수 있다.

(1) 후보 데이터 이코노미 분할(210)

후보 데이터 이코노미(200)에서 발생되는 데이터의 성격을 기초로 후보 데이터 이코노미(200)를 분할하여 서로 다른 금융 서비스(예를 들어, 대출 한도, 대출 금리)가 제공될 수 있는 경우, 후보 데이터 이코노미(200)는 서로 다른 복수의 데이터 이코노미로 분할될 수 있다.

후보 데이터 이코노미 분할(210)은 비지니스 모델 기반 분할(230), 데이터 기반 분할(240)을 포함할 수 있다. 비지니스 모델 기반 분할(230)은 비지니스 모델을 기반으로 서로 다른 역할을 수행하여 서로 다른 금융 서비스를 제공 가능시 수행되는 역할이 상이한 객체에 대한 데이터 이코노미 분할이다. 데이터 기반 분할(240)은 비지니스 모델 내에서 동일한 역할을 수행하나, 동일한 역할을 수행하는 경우에도 발생되는 데이터의 특성이 서로 상이하여 서로 다른 금융 서비스를 제공 가능할 경우 수행되는 분할이다. 본 발명의 실시예에 따르면, 비지니스 모델 기반 분할(230)이 1차적으로 수행되고, 2차적으로 데이터 기반 분할(240)이 수행될 수 있다.

예를 들어, 배달의 민족이라는 서비스 내에서 음식 판매자, 음식 배달자의 역할은 서로 상이할 수 있다. 비지니스 모델 기반 분할(230)은 비지니스 모델 내에서 서로 다른 역할을 수행하는 음식 판매자, 음식 배달자에 대한 데이터 이코노미의 분할일 수 있다.

또 다른 예를 들어, 네이버 스마트스토어에서 판매자 간의 서로 판매하는 물건이 다를 수도 있고, 판매 물건의 판매율, 순이익 등이 서로 다를 수 있다. 즉, 동일한 역할을 수행하나 발생되는 데이터를 기초로 판매자 별로 서로 다른 금융 서비스가 제공될 수 있다. 데이터 기반 분할(240)을 통해 비지니스 모델 내에서 동일하게 판매자의 역할을 수행하는 경우에도 판매자에 의해 발생되는 데이터를 기반으로 후보 데이터 이코노미(200)는 세분화되어 복수의 데이터 이코노미로 분할될 수 있다.

(2) 후보 데이터 이코노미 병합(220)

후보 데이터 이코노미 병합(220)은 복수의 후보 데이터 이코노미(200)에서 발생되는 데이터의 성격을 기초로 수행될 수 있다. 복수의 후보 데이터 이코노미(200)에서 발생되는 데이터의 성격이 유사하고, 동일한 금융 서비스가 제공 가능한 경우, 복수의 후보 데이터 이코노미(200)는 병합되어 하나의 데이터 이코노미를 형성할 수 있다.

데이터 이코노미에서 발생되는 데이터의 데이터 유사도는 데이터를 기반으로 한 상대적으로 유사한 금융 서비스가 제공될수록 상대적으로 유사하다고 판단될 수 있다. 예를 들어, 후보 데이터 이코노미1을 기반으로 한 금융 서비스(예를 들어, 대출)의 대출 한도, 대출 금리와 후보 데이터 이코노미2를 기반으로 한 금융 서비스(예를 들어, 대출)의 대출 한도, 대출 금리가 유사할 수록 상대적으로 높은 데이터 유사도를 가진다고 할 수 있다. 데이터 유사도를 판단하기 위해 제공 가능한 금융 서비스를 판단하기 위해 학습된 금융 서비스 엔진에 복수의 후보 데이터 이코노미 각각에서 발생된 데이터를 입력하여 예측 금융 서비스를 추출할 수 있다. 복수의 후보 데이터 이코노미 각각에서 결정된 예측 금융 서비스 간의 비교를 통해 데이터 유사도가 결정될 수 있다.

또한, 데이터 이코노미에서 발생되는 데이터 변화도가 상대적으로 유사할 경우, 데이터 유사도가 상대적으로 높게 설정될 수 있다. 데이터 변화도는 시간에 따른 데이터 특성의 변화이다. 데이터가 매출 데이터 주문 데이터인 경우, 데이터 변화도는 시간에 따른 매출 데이터의 변화도, 주문 데이터의 변화도 등을 포함할 수 있다.

도 3은 본 발명의 실시예에 따른 데이터 이코노미의 특성을 결정하는 방법을 나타낸 개념도이다.

도 3에서는 데이터 이코노미의 특성을 결정하기 위한 방법이 개시된다. 데이터 이코노미의 특성은 데이터 이코노미에서 발생한 데이터를 기반으로 한 금융 서비스를 제공하기 위해 활용될 수 있다.

도 3을 참조하면, 데이터 이코노미는 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)와 같은 단위로 구분되어 설정될 수 있다. 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310) 각각은 개별적인 데이터 이코노미로 설정될 수도 있고, 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)가 분할되어 복수의 데이터 이코노미로 설정되거나 병합되어 하나의 데이터 이코노미로 설정될 수도 있다.

메인 데이터 이코노미(300)는 데이터 이코노미의 중심으로서 특정 비지니스 모델(또는 온라인 플랫폼) 단위에서 메인 비지니스를 이루는 데이터 이코노미일 수 있다. 메인 비지니스는 비지니스 내에서 동작하는 복수의 객체들이 가장 많이 발생시키는 데이터 트랜잭션을 기준으로 결정될 수 있다.

서브 데이터 이코노미(310)는 메인 데이터 이코노미(300)와 연동되어 동작하는 데이터 이코노미로서 메인 비지니스와 연동되어 동작하는 데이터 이코노미일 수 있다.

또 구분 방법으로 메인 데이터 이코노미(300)는 데이터 발생의 시작이 되는 데이터 이코노미이고 서브 데이터 이코노미(310)는 발생된 데이터를 기반으로 한 다른 데이터가 발생하는 데이터 이코노미일 수 있다. 데이터의 초기 발생과, 초기 발생 데이터를 기반으로 한 다른 종속 데이터의 발생 여부를 기반으로 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)가 구분될 수 있다.

배달의 민족과 같은 서비스의 경우, 메인 데이터 이코노미는 음식 주문자와 음식 판매자 간에 발생되는 음식 주문 트랜잭션 상의 데이터를 기반으로 형성된 데이터 이코노미고, 서브 데이터 이코노미는 음식 배달자와 같은 메인 비지니스(음식료 주문)에 연동된 배달 드랜잭션 상의 데이터를 기반으로 형성된 데이터 이코노미일 수 있다.

위와 같이 비지니스 모델(또는 플랫폼) 상에서 발생되는 트랜잭션, 트랜잭션을 발생시키는 주체를 고려하여 위와 같은 메인 데이터 이코노미와 서브 데이터 이코노미가 분할될 수도 있다.

서브 데이터 이코노미는 메인 데이터 이코노미로부터 영향을 받을 수 밖에 없다. 예를 들어, 배달의 민족과 같은 서비스의 경우, 메인 데이터 이코노미에 대응되는 주문자의 음식 주문과 판매자의 음식 판매가 있어야 서브 데이터 이코노미에 대응되는 판매자의 음식에 대한 배달자의 배달이 이루어질 수 있다. 따라서, 메인 데이터 이코노미와 서브 데이터 이코노미 간의 데이터 이코노미 연관도가 존재하고 이러한 데이터 이코노미 연관도는 서브 데이터 이코노미에 대한 금융 서비스를 위해 활용되어 서브 데이터 이코노미에 대한 금융 서비스는 메인 데이터 이코노미에 대한 금융 서비스를 고려하여 결정될 수 있다.

데이터 이코노미 연관도는 서브 데이터 이코노미가 특정 메인 데이터 이코노미에만 연관되어 있는지 다른 메인 데이터 이코노미와도 연관되어 있는지 여부를 고려하여 결정될 수 있다. 예를 들어, 판매자의 음식에 대한 배달자의 배달은 배달의 민족뿐만 아니라 다른 배달 플랫폼(쿠팡 이츠)와도 연결될 수 있고, 이러한 경우, 데이터 이코노미 연관도는 상대적으로 낮아질 수 있다.

또한, 데이터 이코노미 연관도는 서브 데이터 이코노미가 다른 메인 데이터 이코노미에 포함되어 있는지 여부를 고려하여 결정될 수 있다. 즉, 특정 데이터 이코노미는 특정 메인 데이터 이코노미의 서브 데이터 이코노미일 수도 있고, 또한, 특정 메인 데이터 이코노미에 포함될 수도 있다. 예를 들어, 배달 비지니스가 별도의 메인 데이터 이코노미로 설정될 수도 있고 이러한 경우, 판매자의 음식에 대한 배달자의 배달은 서브 데이터 이코노미뿐만 아니라, 다른 관점에서는 메인 데이터 이코노미로도 설정될 수 있다.

도 4는 본 발명의 실시예에 따른 데이터 가치 결정 장치의 동작을 나타낸 개념도이다.

도 4에서는 데이터 가치 결정 장치가 데이터의 가치를 결정하는 동작이 개시된다.

도 4를 참조하면, 데이터 가치 결정 장치는 특정 데이터 이코노미에서 발생되는 데이터인 단독 데이터(410)의 제1 가치(415), 특정 데이터 이코노미에서 발생되는 데이터와 다른 데이터 이코노미에서 발생되는 데이터의 조합인 조합 데이터(420)의 제2 가치(425)를 결정하기 위해 구현될 수 있다.

아래의 표1은 단독 데이터(410) 및 조합 데이터(420)의 가치를 나타낸 표이다.

	데이터의 조합	이윤	현재와의 차이
1	A	100	0
2	B	80	-20
3	C	50	-50
4	A+B	150	+50
5	A+C	130	+30
6	B+C	110	+10
7	A+B+C	160	+60

데이터A, 데이터B, 데이터C는 단독 데이터(410)이고, 데이터A+B, 데이터A+C, 데이터B+C, 데이터A+B+C는 조합 데이터(420)이다.

예를 들어, 데이터 가치 결정 장치는 단독 데이터 및 조합 데이터를 기반으로 얻을 수 있는 이윤을 결정하고 이윤을 기반으로 데이터의 가치를 결정할 수 있다.

데이터A, 데이터B 각각은 단독 데이터일 경우, 이윤 100, 이윤 80을 가지게 되고, 데이터A, 데이터B는 조합 데이터일 경우, 150의 이윤을 가지게 된다. 조합 데이터의 가치는 조합 데이터를 이루는 단독 데이터의 단순합은 아닐 수 있고, 데이터 가치 결정 장치는 조합 데이터의 가치를 별도로 결정할 수 있다.

단독 데이터의 제1 가치 및 조합 데이터의 제2 가치는 다양한 기준으로 결정될 수 있으나, 설명의 편의상 예시적으로 금융 서비스를 기준으로 발생 가능한 이익을 고려하여 결정하는 방법이 개시된다.

데이터 가치 결정 장치는 단독 데이터의 제1 가치를 결정하기 위해서 단독 데이터를 사용할 경우, 추가적으로 제공 가능한 금융 서비스의 대출 한도, 대출 금리를 고려한 금융 이익을 결정할 수 있다. 즉, 특정 단독 데이터를 기반으로 추가적인 금융 서비스를 제공함으로써 발생하는 금융 이익이 제1 가치로 결정될 수 있다.

또한, 데이터 가치 결정 장치는 조합 데이터의 제2 가치를 결정하기 위해 조합 데이터를 사용할 경우, 추가적으로 제공 가능한 금융 서비스의 대출 한도, 대출 금리를 고려한 1차 금융 이익을 결정할 수 있다. 1차 금융 이익은 조합 데이터를 구성하는 단독 데이터 간의 금융 서비스 중복도를 고려하여 조정되어 최종적으로 금융 이익이 결정되고, 최종적으로 결정된 금융 이익이 제2 가치로 결정될 수 있다.

금융 서비스 중복도는 조합 데이터를 구성하는 복수의 단독 데이터에 대응되는 금융 서비스 대상의 중복을 고려하여 결정될 수 있다. 예를 들어, 조합 데이터가 단독 데이터A와 단독 데이터B의 조합인 경우가 가정될 수 있다. 금융 서비스 대상이 단독 데이터A와 단독 데이터B와 모두 관련된 경우, 금융 서비스 대상은 중복될 수 있다.

또한, 본 발명의 실시예에 따르면, 데이터 가치 결정 장치는 데이터의 독점력을 기반으로 데이터 가치를 결정할 수 있다. 동일한 데이터에 대하여 데이터를 활용하고자 하는 주체가 복수인 경우, 데이터를 기반으로 얻을 수 있는 이윤이 분산될 수 있다. 따라서, 데이터에 대한 독점 기간이 설정되는 경우, 데이터의 가치를 판단시 데이터의 독점 기간을 고려하여 데이터가 설정될 수 있다. 이뿐만 아니라 데이터 가치 결정 장치는 데이터를 구매한 구매자의 수를 고려하여 데이터 가치를 결정할 수 있다.

도 5는 본 발명의 실시예에 따른 데이터 가치 결정 방법을 나타낸 개념도이다.

도 5에서는 데이터 미래 가치를 기반으로 데이터 가치 결정 장치의 데이터 가치 결정 방법이 개시된다.

도 5를 참조하면, 데이터 가치 결정 장치는 데이터 미래 가치를 고려하여 데이터 가치를 결정할 수 있다.

시간별 데이터 가치의 변화에 대한 예측을 통해 데이터의 가치를 결정하는 방법이 개시된다.

시간별 데이터 가치의 변화는 데이터가 생성된 데이터 이코노미의 성장을 고려하여 결정될 수 있다. 데이터 이코노미의 성장은 1) 데이터 이코노미에서 발생되는 데이터의 양의 증가율(제1 데이터 이코노미 성장률(510)), 2) 데이터 이코노미에 포함되는 객체의 증가율(제2 데이터 이코노미 성장률(520)), 3) 데이터 이코노미와 다른 데이터 이코노미와의 데이터 이코노미 연관도(제3 데이터 이코노미 성장률(530)) 등을 고려하여 결정될 수 있다. 즉, 데이터 이코노미가 성장할수록 해당 데이터의 가치는 증가되도록 설정될 수 있다.

제1 데이터 이코노미 성장률(510), 제2 데이터 이코노미 성장률(520) 및 제3 데이터 이코노미 성장률(530)을 기반으로 데이터 가치를 결정하기 위해 제1 데이터 이코노미 성장률(510), 제2 데이터 이코노미 성장률(520) 간의 중복 가치가 제거될 수 있다.

데이터 이코노미에 참여하는 객체의 증가로 인한 데이터의 증가가 이루어질 수 있기 때문에 제1 데이터 이코노미 성장률(510)은 신규 객체와 기존 객체 각각에 서로 다른 가중치를 부여하여 결정할 수 있다. 중복 가치 제거를 위해서 데이터 이코노미 내에 신규 객체가 발생시킨 신규 객체 데이터와 기존 객체가 발생시킨 기존 객체 데이터가 구분될 수 있다. 제1 데이터 이코노미 성장률(510)은 신규 객체 데이터와 기존 객체 데이터 각각에 서로 다른 가중치를 부여하되 신규 객체 데이터에 상대적으로 더 높은 가중치를 부여할 수 있다.

또한 제3 데이터 이코노미 성장률(530)은 데이터 이코노미가 메인 데이터 이코노미인지, 서브 데이터 이코노미인지 여부, 다른 데이터 이코노미와의 연관도를 고려하여 결정될 수 있다.

데이터 이코노미가 메인 데이터 이코노미인 경우, 서브 데이터 이코노미인 경우보다 상대적으로 높은 가중치가 부여되어 제3 데이터 이코노미 성장률(530)이 결정될 수 있다. 또한, 다른 몇개의 데이터 이코노미와의 연결되어 있는지 또한, 연결된 데이터 이코노미가 서브 데이터 이코노미인지, 메인 데이터 이코노미인지에 따라 다른 데이터 이코노미와의 데이터 이코노미 연관도가 결정되고, 데이터 이코노미 연관도가 높을수록 제3 데이터 이코노미 성장률(530)은 상대적으로 높게 설정될 수 있다.

도 6은 본 발명의 실시예에 따른 인공지능 모델의 학습 가능성을 기반으로 데이터의 가치를 결정하기 위한 방법을 나타낸 개념도이다.

도 6에서는 금융 서비스를 제공하기 위한 인공 지능 모델의 벨류를 기반으로 데이터의 가치를 결정하기 위한 방법이 개시된다.

도 6을 참조하면, 본 발명의 데이터의 가치는 데이터를 기반으로 학습되는 인공 지능 모델의 성능을 기반으로 결정될 수 있고, 인공 지능 모델의 모델 벨류는 아래와 같이 제1 모델 벨류, 제2 모델 벨류 및 제3 모델 벨류를 기반으로 결정될 수 있다.

인공 지능 모델의 제1 모델 벨류(610)는 생성된 인공 지능 모델의 신뢰도를 기반으로 결정될 수 있다. 예를 들어, 특정 세그먼트를 위한 인공 지능 모델에 대한 벨류는 특정 세그먼트에 대한 입력 데이터를 기반으로 얼마나 정확한 금융 예측이 수행되는 지를 기반으로 결정될 수 있다. 특정 세그먼트는 금융 서비스의 대상을 의미할 수 있다.

인공 지능 모델의 제2 모델 벨류(620)는 생성된 인공 지능 모델의 개선 가능성을 기반으로 결정될 수 있다. 예를 들어, 인공 지능 모델로 계속적으로 입력 가능한 퀄리티 높은 신규 데이터가 생성될 가능성 및 신규 데이터의 생성량, 데이터의 입력시 오버피팅없이 계속적인 신뢰도 개선이 가능할지에 대한 판단을 기반으로 제2 모델 벨류(1120)가 결정될 수 있다.

인공 지능 모델의 제3 모델 벨류(630)는 생성된 인공 지능 모델의 활용 범용성을 기반으로 결정될 수 있다. 인공 지능 모델이 특정 금융 세그먼트에 대해서만 신뢰도가 높은 것보다 인공 지능 모델이 다양한 금융 세그먼트에 대해 높 은 신뢰도를 가지는 것이 보다 높은 벨류를 가질 수 있다. 또한, 인공 지능 모델이 특정 금융 서비스에 대해서만 신뢰도가 높은 것보다 인공 지능 모델이 다양한 금융 서비스에 대해 높은 신뢰도를 가지는 것이 보다 높은 벨류를 가질 수 있다.

인공 지능 모델별로 제1 모델 벨류 판단, 제2 모델 벨류 판단 및 제 3 모델 벨류 판단이 수행될 수 있고, 제1 모델 벨류 판단, 제2 모델 벨류 판단 및 제3 모델 벨류 판단 각각을 기반으로 한 제1 모델 벨류(610), 제2 모델 벨류 (620), 제3 모델 벨류(630)를 기반으로 인공 지능 모델 벨류(650)가 결정될 수 있다.

인공 지능 모델 벨류(650)를 기반으로 인공 지능 모델을 학습시킨 데이터의 가치가 결정될 수 있다.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (6)

1. 데이터 이코노미에서 금융 데이터 가치 측정 방법은,
   데이터 이코노미 결정 장치가 데이터 이코노미를 결정하는 단계; 및
   데이터 가치 결정 장치가 상기 데이터 이코노미에서 발생된 데이터의 가치를 결정하는 단계를 포함하되,
   상기 데이터 이코노미는 메인 데이터 이코노미 또는 서브 데이터 이코노미를 포함하고,
   상기 메인 데이터 이코노미는 데이터 발생의 시작이 되는 데이터 이코노미이고
   상기 서브 데이터 이코노미는 상기 메인 데이터 이코노미에서 발생된 데이터를 기반으로 한 다른 데이터가 발생하는 데이터 이코노미이고,
   상기 데이터 이코노미를 결정하는 단계는,
   상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미를 결정하는 단계; 및
   상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미 분할 또는 후보 데이터 이코노미 병합을 기반으로 상기 후보 데이터 이코노미를 상기 데이터 이코노미로 결정하는 단계를 포함하고,
   상기 데이터는 단독 데이터 및 조합 데이터를 포함하고,
   상기 단독 데이터는 하나의 데이터 이코노미에서 발생되는 데이터이고,
   상기 조합 데이터는 복수의 데이터 이코노미 각각에서 발생되는 데이터의 조합인 것을 특징으로 하는 방법.
2. 제1항에 있어서,
   상기 후보 데이터 이코노미 분할 및 후보 데이터 이코노미 병합은 복수의 후보 데이터 이코노미에서 발생되는 데이터 유사도를 기반으로 수행되고,
   상기 데이터 유사도는 상기 복수의 후보 데이터 이코노미 각각에서 발생되는 데이터를 기반으로 상기 복수의 후보 데이터 이코노미 각각에 상대적으로 유사한 금융 서비스가 제공될수록 상대적으로 높은 값을 가지고,
   상기 데이터 유사도는 상기 후보 데이터 이코노미에서 발생되는 데이터의 시간에 따른 데이터 특성의 변화가 상대적으로 유사할 경우, 상대적으로 높은 값을 가지는 것을 특징으로 하는 방법.
3. 제2 항에 있어서,
   데이터 이코노미 연관도가 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미 간에 설정되고,
   상기 서브 데이터 이코노미에 대한 금융 서비스는 상기 데이터 이코노미 연관도를 고려하여 결정되고,
   상기 데이터 이코노미 연관도는 상기 서브 데이터 이코노미가 특정 메인 데이터 이코노미에만 연관되어 있는지 다른 메인 데이터 이코노미와도 연관되어 있는지 여부를 고려하여 결정되고,
   상기 데이터 이코노미 연관도는 상기 서브 데이터 이코노미가 다른 메인 데이터 이코노미에 포함되어 있는지 여부를 고려하여 결정되는 것을 특징으로 하는 방법.
4. 데이터 거래 시스템은,
   데이터 이코노미를 결정하도록 구현되는 데이터 이코노미 결정 장치; 및
   상기 데이터 이코노미에서 발생된 데이터의 가치를 결정하도록 구현되는 데이터 가치 결정 장치를 포함하고,
   상기 데이터 이코노미는 메인 데이터 이코노미 또는 서브 데이터 이코노미를 포함하고,
   상기 메인 데이터 이코노미는 데이터 발생의 시작이 되는 데이터 이코노미이고
   상기 서브 데이터 이코노미는 상기 메인 데이터 이코노미에서 발생된 데이터를 기반으로 한 다른 데이터가 발생하는 데이터 이코노미이고,
   상기 데이터 이코노미를 결정하는 단계는,
   상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미를 결정하는 단계; 및
   상기 데이터 이코노미 결정 장치가 후보 데이터 이코노미 분할 또는 후보 데이터 이코노미 병합을 기반으로 상기 후보 데이터 이코노미를 상기 데이터 이코노미로 결정하는 단계를 포함하고,
   상기 데이터는 단독 데이터 및 조합 데이터를 포함하고,
   상기 단독 데이터는 하나의 데이터 이코노미에서 발생되는 데이터이고,
   상기 조합 데이터는 복수의 데이터 이코노미 각각에서 발생되는 데이터의 조합인 것을 특징으로 하는 데이터 거래 시스템.
5. 제4항에 있어서,
   상기 후보 데이터 이코노미 분할 및 후보 데이터 이코노미 병합은 복수의 후보 데이터 이코노미에서 발생되는 데이터 유사도를 기반으로 수행되고,
   상기 데이터 유사도는 상기 복수의 후보 데이터 이코노미 각각에서 발생되는 데이터를 기반으로 상기 복수의 후보 데이터 이코노미 각각에 상대적으로 유사한 금융 서비스가 제공될수록 상대적으로 높은 값을 가지고,
   상기 데이터 유사도는 상기 후보 데이터 이코노미에서 발생되는 데이터의 시간에 따른 데이터 특성의 변화가 상대적으로 유사할 경우, 상대적으로 높은 값을 가지는 것을 특징으로 하는 데이터 거래 시스템.
6. 제5 항에 있어서,
   데이터 이코노미 연관도가 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미 간에 설정되고,
   상기 서브 데이터 이코노미에 대한 금융 서비스는 상기 데이터 이코노미 연관도를 고려하여 결정되고,
   상기 데이터 이코노미 연관도는 상기 서브 데이터 이코노미가 특정 메인 데이터 이코노미에만 연관되어 있는지 다른 메인 데이터 이코노미와도 연관되어 있는지 여부를 고려하여 결정되고,
   상기 데이터 이코노미 연관도는 상기 서브 데이터 이코노미가 다른 메인 데이터 이코노미에 포함되어 있는지 여부를 고려하여 결정되는 것을 특징으로 하는 데이터 거래 시스템.

Images