KR102537051B1 - 인공지능 기반의 상담사 불완전 판매 평가시스템 - Google Patents

인공지능 기반의 상담사 불완전 판매 평가시스템 Download PDF

Info

Publication number
KR102537051B1
KR102537051B1 KR1020220130438A KR20220130438A KR102537051B1 KR 102537051 B1 KR102537051 B1 KR 102537051B1 KR 1020220130438 A KR1020220130438 A KR 1020220130438A KR 20220130438 A KR20220130438 A KR 20220130438A KR 102537051 B1 KR102537051 B1 KR 102537051B1
Authority
KR
South Korea
Prior art keywords
product
text
sales
customer
type
Prior art date
Application number
KR1020220130438A
Other languages
English (en)
Inventor
서영승
Original Assignee
서영승
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 서영승 filed Critical 서영승
Priority to KR1020220130438A priority Critical patent/KR102537051B1/ko
Application granted granted Critical
Publication of KR102537051B1 publication Critical patent/KR102537051B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3334—Selection or weighting of terms from queries, including natural language queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Databases & Information Systems (AREA)
  • Technology Law (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 인공지능 기반의 상담사 불완전 판매 평가시스템에 관한 것으로서, 금융상품과 관련된 상품안내 내용이 스크립트 형태로 저장되는 데이터베이스, 상담사와 상담이 진행되는 대화내용을 오디오 파일로 저장하는 상담저장부, 상담저장부가 저장한 오디오 파일을 텍스트로 변환하는 텍스트변환부, 상담사가 상담을 진행한 금융상품의 종류를 저장하는 상품종류저장부, 상품종류저장부가 저장한 금융상품에 해당하는 스크립트를 상기 데이터베이스에서 추출하는 스크립트추출부 및 상기 텍스트변환부가 변환한 텍스트와 상품종류저장부가 저장한 금융상품의 종류와 스크립트추출부가 추출한 스크립트를 인공지능 기반의 학습엔진에 입력하여 불완전판매 여부를 판단하는 불완전판매판단부를 포함하여 구성된다.
본 발명은 금융상품의 종류와 고객의 성향에 따라 불완전판매의 근거가 되는 금지어와 완전판매의 근거가 되는 필수어를 스크립트에서 자동으로 추출하고, 상담내용을 자동으로 변환한 텍스트와 자동으로 추출된 금지어 및 필수어를 인공지능으로 분석하여 판매수칙점수를 산출하고 불완전판매 여부를 결정함으로써, 상품의 종류와 고객의 성향을 자동으로 추출하는 것은 물론이고, 금지어 및 필수어를 자동으로 결정하여 완전 자동화 기반의 불완전 판매 평가가 가능하다.

Description

인공지능 기반의 상담사 불완전 판매 평가시스템{COUNSELOR INCOMPLETE SALES EVALUATION SYSTEM BASED ON ARTIFICIAL INTELLIGENCE}
본 발명은 상담사의 온라인 금융상품 상담 및 판매내용을 분석하여 불완전 판매 여부를 판단 및 평가하는 인공지능 기반의 상담사 불완전 판매 평가시스템에 관한 것이다.
불완전 판매란 펀드, 보험의 운용 방식이나 원금 손실 여부를 알리지 않고 고객에게 판매하는 행위를 말한다. 은행, 증권사, 보험사에서 펀드나 보험 같은 금융 상품을 판매할 때는 고객에게 상품의 구조, 자금을 운용하는 방식, 원금 손실 여부 등을 충분히 설명해야 하지만 이를 준수하지 않아 궁극적으로 고객에게 적합하지 않는 상품을 판매하는 것을 의미한다.
불완전 판매를 방지하기 위한 종래의 기술로는 공개특허 제10-2022-0006848호 '인공지능 금융 상담 서비스 시스템 및 방법'이 있다.
공개특허 제10-2022-0006848호는 상품에 대한 설명 및 체크리스트 진행중에, 서버가 녹취 또는 저장되는 내용에 상품의 불완전 판매의 근거가 되는 주의어가 포함되어 있는지를 판단한다. 구체적으로, 서버의 불완전 판매 분석부가 녹취 또는 저장된 내용을 분석기준정보 DB를 참조하여 분석하고, 상품의 불완전 판매여부를 판단한다. 불완전 판매의 기준은 100점을 기본으로 부여하고, 투자원금 보장, 투자원금 보전, 손실보전, 손실 보장, 탈세, 수익률 보장, 수익률 보전, 위험 없음, 이익 보장, 이익 보전, 고수익, 확정금리, 선착순, 조기마감, 손실 보전 각서, 확약서, 한도 소진 등의 주의어가 포함될 때 소정 점수를 감점하고, 감점이 완료된 최종 점수가 90점 이하인 경우 불완전 판매로 간주한다.
불완전 판매를 방지하기 위한 종래의 또 다른 기술로는 공개특허 제10-2022-0126884호 '금융상품 에이전트용 서버 및 그것의 동작 방법'이 있다.
공개특허 제10-2022-0126884호는 금융상품과 관련한 상품안내 내용을 스크립트 형태로 저장하고, 대화 텍스트와 스크립트가 일치하는 경우 금융상품의 완전 판매로 판단하고, 대화 텍스트와 스크립트가 일치하지 않는 경우, 금융상품의 불완전 판매로 판단한다.
이와 같이 종래의 기술들은 불완전 판매를 판단하는 근거가 되는 주의어가 상품의 종류에 관계없이 획일적으로 적용하거나, 대화 텍스트와 스크립트가 일치하는지 여부만을 기준으로 단순하게 판단하기 때문에 상품의 종류와 고객의 성향 정보를 종합적으로 반영하여 불완전 판매 여부를 판단하지 못하는 한계를 가지고 있다.
대한민국 공개특허 제10-2022-0006848호 대한민국 공개특허 제10-2022-0126884호
본 발명은 상기와 같은 문제점을 개선하기 위하여 발명된 것으로, 상담내용의 음성파일을 텍스트로 변환하고, 텍스트로 변환한 상담내용을 분석하여 금융상품의 종류를 자동으로 결정하며, 인공지능 기반으로 고객성향을 분석하고, 금융상품의 종류와 고객성향에 따라 불완전판매의 근거가 되는 금지어 및 필수어를 자동으로 추출한 후 인공지능 기반의 학습엔진에 적용하여 판매수칙점수를 산출하고, 이를 기반으로 불완전판매 여부를 결정하는 인공지능 기반의 상담사 불완전 판매 평가시스템을 제공하기 위한 것이다.
상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 인공지능 기반의 상담사 불완전 판매 평가시스템은 금융상품과 관련된 상품안내 내용이 스크립트 형태로 저장되는 데이터베이스, 상담사와 상담이 진행되는 대화내용을 오디오 파일로 저장하는 상담저장부, 상담저장부가 저장한 오디오 파일을 텍스트로 변환하는 텍스트변환부, 상담사가 상담을 진행한 금융상품의 종류를 저장하는 상품종류저장부, 상품종류저장부가 저장한 금융상품에 해당하는 스크립트를 상기 데이터베이스에서 추출하는 스크립트추출부 및 상기 텍스트변환부가 변환한 텍스트와 상품종류저장부가 저장한 금융상품의 종류와 스크립트추출부가 추출한 스크립트를 인공지능 기반의 학습엔진에 입력하여 불완전판매 여부를 판단하는 불완전판매판단부를 포함하여 구성된다.
상기 상품종류저장부는 텍스트변환부가 변환한 텍스트 파일을 기계학습 기반의 상품종류분석엔진에 입력하여 금융상품의 카테고리를 파악한 후 카테고리에 속하는 금융상품의 종류를 결정하는 상품종류결정부를 포함하여 구성할 수 있다.
구체적으로, 상기 상품종류결정부는 텍스트 파일을 기계학습 기반의 상품종류분석엔진에 입력하여 금융상품의 카테고리를 우선순위 순으로 출력하는 카테고리결정모듈 및 카테고리결정모듈이 출력한 최우선순위의 금융상품 카테고리를 상품종류분석엔진에 입력하여 금융상품 카테고리에 속하는 금융상품의 종류를 결정하는 상품결정모듈로 구성된다.
그리고 상기 상품결정모듈은 최우선순위의 금융상품 카테고리에 속하는 단어에 가중치를 높게 설정하고, 상품종류분석엔진으로 분석하여 금융상품의 종류를 결정하도록 구성할 수 있다.
또한, 상기 텍스트변환부는 오디오 파일을 화자 분리가 가능한 인공지능 음성인식엔진을 이용하여 고객과 상담사의 상담 내용을 구분하여 별도의 텍스트로 변환하고, 상기 텍스트변환부가 변환한 고객의 텍스트를 입력하여 고객의 성향이 안정성을 추구하는 성향인지, 높은 수익률을 추구하는 공격적인 성향인지, 사고시 높은 보장을 원하는 성향인지 분석하는 기계학습 기반의 고객성향분석부를 더 포함하고, 상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트, 상품종류저장부가 저장한 금융상품의 종류, 스크립트추출부가 추출한 금융상품에 해당하는 스크립트와 고객성향분석부가 분석한 고객성향정보를 인공지능 기반의 학습엔진에 입력하여 판매수칙점수 및 불완전판매 여부를 출력하도록 구성할 수 있다.
그리고 상품종류저장부가 저장한 금융상품의 종류와 상기 고객성향분석부가 분석한 고객의 성향정보와 스크립트추출부가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 불완전판매의 근거가 되는 금지어를 스크립트에서 추출하는 금지어추출부를 더 포함하고, 상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트와 금지어추출부가 추출한 금지어를 인공지능 기반의 학습엔진에 입력하여 제1 판매수칙점수를 산출하고, 제1 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정하는 기본점수산출모듈을 포함하도록 구성할 수 있다.
구체적으로, 상기 금지어추출부는 금융상품의 종류와 고객의 성향에 따라 같은 종류의 금융상품이라도 금지어의 가중치를 서로 다르게 설정하여 추출하도록 구성할 수 있다.
나아가, 상품종류저장부가 저장한 금융상품의 종류와 상기 고객성향분석부가 분석한 고객의 성향정보와 스크립트추출부가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 완전판매의 근거가 되는 필수어를 스크립트에서 추출하는 필수어추출부를 더 포함하고, 상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트와 고객의 텍스트 그리고 필수어추출부가 추출한 필수어를 인공지능 기반의 학습엔진에 입력하여 필수어가 상담사의 텍스트 또는 고객의 텍스트에 있는지 확인하여 제2 판매수칙점수를 산출하고, 상기 기본점수산출모듈이 산출한 제1 판매수칙점수가 일정 점수 이상에 해당하더라도 제2 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정하는 종합점수산출모듈을 포함하도록 구성할 수 있다.
본 발명에 따르면 상담사가 상담한 내용을 텍스트로 자동 변환한 후 기계학습 기반의 상품종류분석엔진에 적용하여 금융상품의 종류를 자동으로 결정할 수 있다.
상담사가 상담한 오디오 파일에서 인공지능 기반으로 화자를 분리하여 고객의 상담 내용을 별도의 텍스트로 분리 변환할 수 있으며, 고객의 텍스트를 인공지능으로 분석하여 고객의 상품투자성향을 자동으로 분석할 수 있다.
또한, 금융상품의 종류와 고객의 성향에 따라 불완전판매의 근거가 되는 금지어와 완전판매의 근거가 되는 필수어를 스크립트에서 자동으로 추출하고, 상담내용을 자동으로 변환한 텍스트와 자동으로 추출된 금지어 및 필수어를 인공지능으로 분석하여 판매수칙점수를 산출하고 불완전판매 여부를 결정함으로써, 인공지능 기반으로 상품의 종류와 고객의 성향을 자동으로 추출하는 것은 물론이고, 금지어 및 필수어를 자동으로 결정하여 반영할 수 있는 완전 자동화 기반의 불완전 판매 평가가 가능하다.
도 1은 본 발명에 따른 인공지능 기반의 상담사 불완전 판매 평가시스템의 기능 구성도
도 2는 본 발명에 따른 인공지능 기반의 상담사 불완전 판매 평가시스템의 전체 순서도
도 3 및 도 4는 상담사의 텍스트와 금지어를 이용하여 제1 판매수칙점수 산출 및 불완전판매 여부를 결정하고, 상담사의 텍스트 및 고객의 텍스트와 필수어를 이용하여 제2 판매수칙점수 산출 및 불완전판매 여부를 최종적으로 결정하는 과정을 나타낸 순서도
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예를 참조하면 명확해질 것이다.
그러나, 본 발명은 이하에서 개시되는 실시 예로 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다.
그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
따라서, 몇몇 실시 예에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
또한, 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하고, 본 명세서에서 사용된(언급된) 용어들은 실시 예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함하며, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다.
또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참고로 본 발명의 바람직한 실시 예에 대하여 설명한다.
도 1 내지 도 4를 참고하면, 본 발명에 따른 인공지능 기반의 상담사 불완전 판매 평가시스템은 데이터베이스(100), 상담저장부(200), 텍스트변환부(300), 상품종류저장부(400), 스크립트추출부(500) 및 불완전판매판단부(600)를 포함한다.
데이터베이스(100)는 금융상품과 관련된 상품안내 내용이 스크립트(Script) 형태로 저장된다. 금융상품은 펀드, 보험, 연금, 저축 등이 다양하며, 소비자의 선택기준에 따라 안전성 상품, 수익성 상품, 환금성(유동성) 상품, 보장성 상품 등으로 나누어 진다.
데이터베이스(100)는 금융상품 카테고리(안전성 상품, 수익성 상품, 환금성 상품, 보장성 상품) 별로 펀드, 보험, 연금, 저축 등 다양한 상품과 관련된 상품안내 내용이 스크립트 형태로 저장된다. 스크립트는 상담사가 고객 상담시 고객에게 설명해야 하는 금융상품의 내용을 담고 있다.
상담저장부(200)는 상담사와 상담이 진행되는 대화내용을 오디오 파일로 저장한다.
텍스트변환부(300)는 상담저장부(200)가 저장한 오디오 파일을 STT(Speech to Text) 머신러닝 엔진에 의해 텍스트로 변환한다.
상품종류저장부(400)는 상담사가 상담을 진행한 금융상품의 종류를 저장한다. 상담사가 고객과 상담을 진행하면서 고객이 원하는 금융상품의 종류를 직접 저장할 수도 있고, 인공지능 기반의 소프트웨어가 자동으로 판단하여 저장할 수도 있다. 자동으로 판단하여 저장하는 방법에 대해서는 아래에서 자세하게 설명한다.
스크립트추출부(500)는 상품종류저장부(400)가 저장한 금융상품에 해당하는 스크립트를 데이터베이스(100)에서 추출한다.
불완전판매판단부(600)는 텍스트변환부(300)가 변환한 텍스트와 상품종류저장부(400)가 저장한 금융상품의 종류와 스크립트추출부(500)가 추출한 스크립트를 인공지능 기반의 학습엔진(700)에 입력하여 불완전판매 여부를 판단한다.
인공지능 기반의 학습엔진(700)은 상담사가 상담한 음성을 변환한 다양한 종류의 텍스트, 다양한 종류의 금융상품명 및 해당 금융상품의 스크립트를 자연어처리(NLP)와 지도학습기반으로 학습하여 텍스트변환부(300)가 변환한 텍스트에서 키워드(금지어, 필수어)를 추출할 수 있고, 추출된 각 키워드의 점수를 이용하여 불완전판매 또는 완전판매를 결정한다. 구체적인 내용은 아래에서 다시 자세하게 설명한다.
상품종류저장부(400)는 상품종류결정부(410)를 포함한다.
상품종류결정부(410)는 텍스트변환부(300)가 변환한 텍스트 파일을 기계학습 기반의 상품종류분석엔진(420)에 입력하여 금융상품의 카테고리를 파악한 후 카테고리에 속하는 금융상품의 종류를 결정한다.
기계학습 기반의 상품종류분석엔진(420)은 다양한 종류의 텍스트 파일 샘플을 키워드 기반으로 학습하여 해당 텍스트 파일의 내용이 어떤 금융상품 카테고리(안전성 상품, 수익성 상품, 환금성 상품, 보장성 상품)에 해당하고, 카테고리 내에서 금융상품의 종류를 결정할 수 있다. 예를 들어, 기계학습 기반의 상품종류분석엔진(420)에 텍스트변환부(300)가 변환한 텍스트 파일을 입력하면, '보장성 상품' 카테고리에 속하는 '종신보험' 상품이라고 결정할 수 있다.
구체적으로, 상품종류결정부(410)는 카테고리결정모듈(430)과 상품결정모듈(440)을 포함한다.
카테고리결정모듈(430)은 텍스트 파일을 기계학습 기반의 상품종류분석엔진(420)에 입력하여 금융상품의 카테고리를 우선순위 순으로 출력한다. 카테고리결정모듈(430)은 텍스트 파일을 상품종류분석엔진(420)에 입력하여 1차적으로 금융상품의 카테고리를 결정하며, 금융상품 카테고리(안전성 상품, 수익성 상품, 환금성 상품, 보장성 상품)를 결정하는데 필요한 키워드를 중심으로 학습하여 금융상품의 카테고리를 결정하게 된다.
예를 들어, 카테고리결정모듈(430)은 텍스트 파일을 분석하여 금융상품의 카테고리를 보장성 상품(60%), 환금성 상품(30%), 안전성 상품(10%) 순으로 출력할 수 있다. 카테고리결정모듈(430)이 텍스트 파일을 분석한 결과 해당 상품은 60%의 확률로 '보장성 상품'에 해당한다고 출력할 수 있다.
상품결정모듈(440)은 카테고리결정모듈(430)이 출력한 최우선순위의 금융상품 카테고리를 상품종류분석엔진(420)에 입력하여 금융상품 카테고리에 속하는 금융상품의 종류를 결정한다. 상품결정모듈(440)은 텍스트 파일과 금융상품 카테고리를 상품종류분석엔진(420)에 입력하여 2차적으로 금융상품의 종류를 결정하며, 해당 카테고리(보장성 상품)에 속하는 금융상품의 종류(실비보험, 자동차보험, 화재보험, 종신보험, 치아보험, 암보험 등)를 결정하는데 필요한 키워드를 중심으로 학습하여 금융상품의 종류를 최종적으로 결정한다.
예를 들어, 최우선순위의 금융상품 카테고리가 '보장성 상품'으로 결정되면, 결정된 금융상품 카테고리 '보장성 상품'과 텍스트 파일을 다시 상품종류분석엔진(420)에 입력하여 '보장성 상품' 카테고리에 속하는 금융상품의 구체적인 종류를 결정한다. '보장성 상품' 카테고리에 속하는 금융상품이 '실비보험', '자동차보험', '화재보험', '종신보험', '치아보험', '암보험' 등이 있다고 하면, 상품종류분석엔진(420)으로 분석하여 종신보험(70%), 암보험(30%) 순으로 출력할 수 있으며, 이 경우 금융상품의 구체적인 종류를 '종신보험'으로 최종 결정한다.
이 때, 상품결정모듈(440)은 최우선순위의 금융상품 카테고리(위의 예에서 '보장성 상품')에 속하는 단어에 가중치를 높게 설정하고, 상품종류분석엔진(420)으로 분석하여 금융상품의 종류를 결정한다. 예를 들어, 카테고리결정모듈(430)이 출력한 최우선순위의 금융상품 카테고리가 '보장성 상품'이라고 결정된 경우 '보장성 상품'을 나타내는 '자동차', '화재', '만기', '보험료', '사고', '사망', '암', '보장', '소멸', '만기환급형, '순수보장성' 등의 단어에 가중치를 높게 설정하여 구체적인 금융상품의 종류를 결정한다. '사망', '보장', '소멸' 등의 단어 위주로 분석되는 경우 '종신보험'으로 결정되는 것이다.
이 밖에도 '보장성 상품'을 나타내는 여러 단어가 있으며 개별 상품에 따라 그 특징을 나타내는 단어도 다르기 때문에 가중치를 조절하여 설정하고, 상품종류분석엔진(420)으로 분석하면 구체적인 금융상품의 종류를 결정할 수 있다.
텍스트변환부(300)는 오디오 파일을 화자(상담사, 고객) 분리가 가능한 인공지능 음성인식엔진을 이용하여 고객과 상담사의 상담 내용을 구분하여 별도의 텍스트로 변환한다. 다시 말해서, 오디오 파일의 음성에 대해 딥러닝을 통해 화자를 분리하여 상담사의 녹음파일과 고객의 녹음파일을 각각 생성하며, 상담사의 녹음파일과 고객의 녹음파일을 텍스트로 변환한다.
본 발명은 고객성향분석부(800)를 더 포함한다.
기계학습 기반의 고객성향분석부(800)는 텍스트변환부(300)가 변환한 고객의 텍스트를 입력하여 고객의 성향이 안정성을 추구하는 성향인지, 높은 수익률을 추구하는 공격적인 성향인지, 사고시 높은 보장을 원하는 성향인지 분석한다. 고객의 텍스트를 키워드 기반으로 학습하면 고객의 금융상품에 대한 성향분석이 가능하다. 이를 위해 사전에 금융상품에 대한 다양한 고객의 성향을 반영할 수 있는 텍스트를 학습세트로 입력하여 학습하도록 한다.
여기서, 고객성향분석부(800)가 분석하는 내용은 위에서 말한 금융상품 카테고리(안전성 상품, 수익성 상품, 환금성 상품, 보장성 상품)와는 다르다. 다시 말해서, 고객은 안전성 상품 카테고리 내에서 비교적 높은 수익률이 나오는 상품을 원할 수도 있고, 수익성 상품 카테고리 내에서 비교적 안전한 상품을 원할 수도 있다. 즉, 고객성향분석부(800)는 순수하게 고객의 성향을 분석하는 것이며, 금융상품의 카테고리 결정과는 상관이 없다.
불완전판매판단부(600)는 텍스트변환부(300)가 구분하여 변환한 상담사의 텍스트, 상품종류저장부(400)가 저장한 금융상품의 종류, 스크립트추출부(500)가 추출한 금융상품에 해당하는 스크립트와 고객성향분석부(800)가 분석한 고객성향정보를 인공지능 기반의 학습엔진(700)에 입력하여 판매수칙점수 및 불완전판매 여부를 출력한다.
예를 들어, 인공지능 기반의 학습엔진(700)에 상담사의 상담 내용에 해당하는 텍스트, 금융상품의 종류에 해당하는 'ELF 펀드', 'ELF 펀드'에 해당하는 스크립트와 고객성향정보에 해당하는 '안전성을 추구하는 성향' 정보를 인공지능 기반의 학습엔진(700)에 입력하면, 판매수칙점수 65점과 불완전판매에 해당한다고 출력할 수 있다.
인공지능 기반의 학습엔진(700)은 동일한 종류의 금융상품 및 스크립트에 해당하여도 고객의 성향이 안전성을 추구하는 성향인지, 높은 수익률을 추구하는 성향인지, 사고시 높은 보장을 원하는 성향인지에 따라 금융상품의 스크립트에서 고객에게 설명시 주의해야 하는 키워드의 가중치를 다르게 설정하고 학습하여 판매수칙점수를 산출하는 점이 특징이다.
다르게 설정된 키워드를 기준으로 상담사의 상담 내용에 해당하는 텍스트의 판매수칙점수를 산출하면, 주의해야 하는 키워드(금지어)의 출현시 키워드별 점수를 차감하고, 반드시 설명해야 하는 키워드(필수어)의 출현시 키워드별 점수를 증감하는 방식으로 판매수칙점수를 산출한다. 이때 상담사의 텍스트에 금지어가 하나도 사용되지 않고, 필수어를 모두 사용하면 총점 100점에 해당하며, 판매수칙점수는 총점 100점이 되도록 키워드별 가중치를 조절하도록 한다.
본 발명은 금융상품의 종류가 위의 예와 같이 동일한 'ELF 펀드'에 해당하여도 A 고객성향정보가 '높은 수익률을 추구하는 성향' 에 해당하고, B 고객성향정보가 '안전성을 추구하는 성향'에 해당하면, 인공지능 기반의 학습엔진(700)은 'ELF 펀드' 금융상품의 스크립트에서 A 고객에서 설명시 주의해야 하는 키워드(금지어 및 필수어)의 가중치와 B 고객에게 설명시 주의해야 하는 키워드(금지어 및 필수어)의 가중치를 다르게 설정하는 점이 특징이다. 이를 바탕으로 고객에게 상품 판매 및 상담시 고객 맞춤형으로 유연한 대응이 가능하고, 상품 판매 실적을 높일 수가 있다. 즉, 위의 예는 금융상품의 종류가 같고 고객성향이 다른 경우에 키워드(금지어 및 필수어)의 종류 및 개수가 동일하여도 각 키워드의 가중치를 다르게 설정할 수 있다는 의미이다.
본 발명은 금지어추출부(900)를 더 포함한다.
금지어추출부(900)는 상품종류저장부(400)가 저장한 금융상품의 종류와 고객성향분석부(800)가 분석한 고객의 성향정보와 스크립트추출부(500)가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 불완전판매의 근거가 되는 금지어를 스크립트에서 추출한다.
불완전 판매의 근거가 되는 금지어의 예는 '투자원금을 보장합니다', '손실을 보전해 드립니다', '수익률을 보장합니다', '이익을 보장합니다', '확정금리', '선착순 마감', '한도가 거의 소진' 등 다양하다.
동일한 종류의 금융상품이라도 고객의 성향에 따라 불완전판매의 근거가 되는 금지어를 다르게 추출하는 점이 특징이다. 동일한 종류의 금융상품이고 고객의 성향이 다른 경우 불완전판매의 근거가 되는 금지어가 모두 다른 것은 아니며 고객의 성향에 따라 특별히 주의해야 하는 일부 금지어에서 차이가 발생한다. 이 경우는 금융상품의 종류가 같고 고객성향이 다른 경우 키워드(금지어)의 종류를 다르게 추출하여 적용한다는 의미이다.
불완전판매판단부(600)는 기본점수산출모듈(610)을 포함한다.
기본점수산출모듈(610)은 텍스트변환부(300)가 구분하여 변환한 상담사의 텍스트와 금지어추출부(900)가 추출한 금지어를 인공지능 기반의 학습엔진(700)에 입력하여 제1 판매수칙점수를 산출하고, 제1 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정한다.
이때, 금지어추출부(900)는 금융상품의 종류와 고객의 성향에 따라 같은 종류의 금융상품이라도 금지어의 종류와 가중치를 서로 다르게 설정하여 추출한다.
다시 말하면, 금융상품의 종류가 같아도 고객의 성향에 따라 중복되는 금지어와 서로 다른 금지어가 있을 수 있으며, 이때 고객의 성향에 따라 금지어의 가중치도 서로 다르게 학습하는 점이 특징이다.
기본점수산출모듈(610)은 텍스트변환부(300)가 구분하여 변환한 상담사의 텍스트와 금지어추출부(900)가 추출한 금지어를 인공지능 기반의 학습엔진(700)에 입력하여 금지어가 출현한 경우 각 금지어에 설정된 가중치를 반영하여 제1 판매수칙점수를 산출한다. 예를 들어, 제1 판매수칙점수가 70점 이하에 해당하면 불완전판매로 결정한다.
본 발명은 필수어추출부(1000)을 더 포함한다.
필수어추출부(1000)는 상품종류저장부(400)가 저장한 금융상품의 종류와 고객성향분석부(800)가 분석한 고객의 성향정보와 스크립트추출부(500)가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 완전판매의 근거가 되는 필수어를 스크립트에서 추출한다.
완전판매의 근거가 되는 필수어의 예는 '손실을 보전하지 않습니다', '손실이 발생할 수 있습니다', '주의사항', '충분히 이해', '책임을 지지 않습니다' 등 다양하다.
동일한 종류의 금융상품이라도 고객의 성향에 따라 완전판매의 근거가 되는 필수어를 다르게 추출하는 점이 특징이다. 동일한 종류의 금융상품이고 고객의 성향이 다른 경우 완전판매의 근거가 되는 필수어가 모두 다른 것은 아니며 고객의 성향에 따라 특별히 신경을 더 써야 하는 일부 필수어에서 차이가 발생한다. 이 경우는 금융상품의 종류가 같고 고객성향이 다른 경우 키워드(필수어)의 종류를 다르게 추출하여 적용한다는 의미이다.
불완전판매판단부(600)는 종합점수산출모듈(620)을 포함한다.
종합점수산출모듈(620)은 텍스트변환부(300)가 구분하여 변환한 상담사의 텍스트와 고객의 텍스트 그리고 필수어추출부(1000)가 추출한 필수어를 인공지능 기반의 학습엔진(700)에 입력하여 필수어가 상담사의 텍스트 또는 고객의 텍스트에 있는지 확인하여 제2 판매수칙점수를 산출하고, 기본점수산출모듈(610)이 산출한 제1 판매수칙점수가 일정 점수 이상에 해당하더라도 제2 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정한다.
이때, 필수어추출부(1000)는 금융상품의 종류와 고객의 성향에 따라 같은 종류의 금융상품이라도 필수어의 종류와 가중치를 서로 다르게 설정하여 추출한다.
다시 말하면, 금융상품의 종류가 같아도 고객의 성향에 따라 중복되는 필수어와 서로 다른 필수어가 있을 수 있으며, 이때 고객의 성향에 따라 필수어의 가중치도 서로 다르게 학습하는 점이 특징이다.
종합점수산출모듈(620)은 텍스트변환부(300)가 구분하여 변환한 상담사의 텍스트와 고객의 텍스트 그리고 필수어추출부(1000)가 추출한 필수어를 인공지능 기반의 학습엔진(700)에 입력하여 상담사의 텍스트 또는 고객의 텍스트에서 필수어가 출현한 경우 각 필수어에 설정된 가중치를 반영하여 제2 판매수칙점수를 산출한다. 기본점수산출모듈(610)이 산출한 제1 판매수칙점수가 70점을 초과하더라도 제2 판매수칙점수가 70점 이하에 해당하면 불완전판매로 결정한다.
종합점수산출모듈(620)은 상담사의 텍스트와 고객의 텍스트를 모두 입력 받는 점에서 기본점수산출모듈(610)과 차이가 있다. 상담사의 텍스트에 필수어가 없다고 하여고 고객이 질문하거나 답변하는 내용(고객의 텍스트)에 필수어가 포함되어 있는 경우가 있기 때문에 상담사의 텍스트 또는 고객의 텍스트에서 필수어가 출현하는지 확인을 하는 것이다. 상담사가 필수어를 직접 언급하지 않았더라도 고객이 해당 상황을 이해하고 필수어를 언급했는지를 확인하는 것이다.
본 발명은 상담내용을 텍스트로 변환 후 인공지능 기반으로 상담사가 고객과 상담한 금융상품의 종류를 자동으로 결정할 수 있어 상담사는 고객과의 상담에 집중할 수 있다.
또한 본 발명은 고객의 텍스트를 입력하여 기계학습 기반으로 고객의 금융상품 투자성향을 자동으로 분석하고, 고객의 투자성향과 금융상품의 종류에 따라 서로 다른 종류의 금지어 및 필수어를 추출하고, 금지어 및 필수어의 가중치를 다르게 설정하여 판매수칙점수를 산출하고, 불완전판매 여부를 결정함으로써, 금융상품의 종류 및 고객의 성향에 따른 고객 맞춤형 상담과 상담사 맞춤형 평가가 가능하다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시할 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
그리고, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 특정되는 것이며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 데이터베이스 200: 상담저장부
300: 텍스트변환부 400: 상품종류저장부
410: 상품종류결정부 420: 상품종류분석엔진
430: 카테고리결정모듈 440: 상품결정모듈
500: 스크립트추출부 600: 불완전판매판단부
610: 기본점수산출모듈 620: 종합점수산출모듈
700: 인공지능 기반의 학습엔진 800: 고객성향분석부
900: 금지어추출부 1000: 필수어추출부

Claims (8)

  1. 금융상품과 관련된 상품안내 내용이 스크립트 형태로 저장되는 데이터베이스;
    상담사와 상담이 진행되는 대화내용을 오디오 파일로 저장하는 상담저장부;
    상담저장부가 저장한 오디오 파일을 텍스트로 변환하는 텍스트변환부;
    상담사가 상담을 진행한 금융상품의 종류를 저장하는 상품종류저장부;
    상품종류저장부가 저장한 금융상품에 해당하는 스크립트를 상기 데이터베이스에서 추출하는 스크립트추출부; 및
    상기 텍스트변환부가 변환한 텍스트와 상품종류저장부가 저장한 금융상품의 종류와 스크립트추출부가 추출한 스크립트를 인공지능 기반의 학습엔진에 입력하여 불완전판매 여부를 판단하는 불완전판매판단부;를 포함하되,
    상기 텍스트변환부는 오디오 파일을 화자 분리가 가능한 인공지능 음성인식엔진을 이용하여 고객과 상담사의 상담 내용을 구분하여 별도의 텍스트로 변환하고,
    상기 텍스트변환부가 변환한 고객의 텍스트를 입력하여 고객의 성향이 안정성을 추구하는 성향인지, 높은 수익률을 추구하는 공격적인 성향인지, 사고시 높은 보장을 원하는 성향인지 분석하는 기계학습 기반의 고객성향분석부;를 포함하며,
    상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트, 상품종류저장부가 저장한 금융상품의 종류, 스크립트추출부가 추출한 금융상품에 해당하는 스크립트와 고객성향분석부가 분석한 고객성향정보를 인공지능 기반의 학습엔진에 입력하여 판매수칙점수 및 불완전판매 여부를 출력하고,
    상기 상품종류저장부가 저장한 금융상품의 종류와 상기 고객성향분석부가 분석한 고객의 성향정보와 스크립트추출부가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 불완전판매의 근거가 되는 금지어를 스크립트에서 추출하는 금지어추출부;를 포함하며,
    상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트와 금지어추출부가 추출한 금지어를 인공지능 기반의 학습엔진에 입력하여 제1 판매수칙점수를 산출하고, 제1 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정하는 기본점수산출모듈을 포함하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
  2. 청구항 1에 있어서,
    상기 상품종류저장부는,
    텍스트변환부가 변환한 텍스트 파일을 기계학습 기반의 상품종류분석엔진에 입력하여 금융상품의 카테고리를 파악한 후 카테고리에 속하는 금융상품의 종류를 결정하는 상품종류결정부;를 포함하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
  3. 청구항 2에 있어서,
    상기 상품종류결정부는,
    텍스트 파일을 기계학습 기반의 상품종류분석엔진에 입력하여 금융상품의 카테고리를 우선순위 순으로 출력하는 카테고리결정모듈; 및
    카테고리결정모듈이 출력한 최우선순위의 금융상품 카테고리를 상품종류분석엔진에 입력하여 금융상품 카테고리에 속하는 금융상품의 종류를 결정하는 상품결정모듈;를 포함하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
  4. 청구항 3에 있어서,
    상기 상품결정모듈은 최우선순위의 금융상품 카테고리에 속하는 단어에 가중치를 높게 설정하고, 상품종류분석엔진으로 분석하여 금융상품의 종류를 결정하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
  5. 삭제
  6. 삭제
  7. 청구항 1에 있어서,
    상기 금지어추출부는 금융상품의 종류와 고객의 성향에 따라 같은 종류의 금융상품이라도 금지어의 가중치를 서로 다르게 설정하여 추출하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
  8. 청구항 1에 있어서,
    상기 상품종류저장부가 저장한 금융상품의 종류와 상기 고객성향분석부가 분석한 고객의 성향정보와 스크립트추출부가 추출한 금융상품에 해당하는 스크립트를 입력받아 기계학습하여 금융상품의 종류와 고객의 성향에 따른 완전판매의 근거가 되는 필수어를 스크립트에서 추출하는 필수어추출부;를 더 포함하고,
    상기 불완전판매판단부는 텍스트변환부가 구분하여 변환한 상담사의 텍스트와 고객의 텍스트 그리고 필수어추출부가 추출한 필수어를 인공지능 기반의 학습엔진에 입력하여 필수어가 상담사의 텍스트 또는 고객의 텍스트에 있는지 확인하여 제2 판매수칙점수를 산출하고, 상기 기본점수산출모듈이 산출한 제1 판매수칙점수가 일정 점수 이상에 해당하더라도 제2 판매수칙점수가 일정 점수 이하에 해당하면 불완전판매로 결정하는 종합점수산출모듈;을 포함하는 것을 특징으로 하는 인공지능 기반의 상담사 불완전 판매 평가시스템.
KR1020220130438A 2022-10-12 2022-10-12 인공지능 기반의 상담사 불완전 판매 평가시스템 KR102537051B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220130438A KR102537051B1 (ko) 2022-10-12 2022-10-12 인공지능 기반의 상담사 불완전 판매 평가시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220130438A KR102537051B1 (ko) 2022-10-12 2022-10-12 인공지능 기반의 상담사 불완전 판매 평가시스템

Publications (1)

Publication Number Publication Date
KR102537051B1 true KR102537051B1 (ko) 2023-05-26

Family

ID=86536564

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220130438A KR102537051B1 (ko) 2022-10-12 2022-10-12 인공지능 기반의 상담사 불완전 판매 평가시스템

Country Status (1)

Country Link
KR (1) KR102537051B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150141279A (ko) * 2014-06-09 2015-12-18 삼성생명보험주식회사 고객 상담 의도를 예측하여 대응하기 위한 장치 및 컴퓨터-판독가능 매체
KR20210110990A (ko) * 2020-03-02 2021-09-10 주식회사 오케이첵 고객 투자 성향 분석의 자동화를 통한 불완전판매 방지 방법
KR20220006848A (ko) 2020-07-09 2022-01-18 주식회사 국민은행 인공지능 금융 상담 서비스 시스템 및 방법
KR20220064868A (ko) * 2020-11-12 2022-05-19 삼성전자주식회사 음성 비서를 통해 광고를 제공하는 전자 장치 및 그 제어 방법
KR20220126884A (ko) 2021-03-10 2022-09-19 주식회사 푸른새벽 금융상품 에이전트용 서버 및 그것의 동작 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150141279A (ko) * 2014-06-09 2015-12-18 삼성생명보험주식회사 고객 상담 의도를 예측하여 대응하기 위한 장치 및 컴퓨터-판독가능 매체
KR20210110990A (ko) * 2020-03-02 2021-09-10 주식회사 오케이첵 고객 투자 성향 분석의 자동화를 통한 불완전판매 방지 방법
KR20220006848A (ko) 2020-07-09 2022-01-18 주식회사 국민은행 인공지능 금융 상담 서비스 시스템 및 방법
KR20220064868A (ko) * 2020-11-12 2022-05-19 삼성전자주식회사 음성 비서를 통해 광고를 제공하는 전자 장치 및 그 제어 방법
KR20220126884A (ko) 2021-03-10 2022-09-19 주식회사 푸른새벽 금융상품 에이전트용 서버 및 그것의 동작 방법

Similar Documents

Publication Publication Date Title
Aramonte et al. Risk taking and low longer-term interest rates: Evidence from the US syndicated term loan market
US7177817B1 (en) Automatic generation of voice content for a voice response system
US8145562B2 (en) Apparatus and method for fraud prevention
US20170154028A1 (en) Call flow and discourse analysis
US9014363B2 (en) System and method for automatically generating adaptive interaction logs from customer interaction text
KR102105744B1 (ko) 지능형 증권 투자 의사결정 지원 방법 및 그 장치
US20150142446A1 (en) Credit Risk Decision Management System And Method Using Voice Analytics
WO2004102350A2 (en) Identifying violative behavior in a market
JP2001282957A (ja) 信用リスク分析システム及び信用リスク分析方法
KR102462371B1 (ko) 인공지능 금융 상담 서비스 시스템 및 방법
KR20230084441A (ko) 인공 신경망을 이용한 상담 서비스 품질 보증 방법과 상기 방법을 수행할 수 있는 컴퓨터 프로그램
CN111144087A (zh) 基于人工智能的企业法律流程辅助决策系统及方法
Miyajima Exchange rate volatility and pass‐through to inflation in South Africa
GB2521050A (en) Credit risk decision management system and method using voice analytics
CN113837862A (zh) 一种基于征信的贷后风险预警方法、设备及介质
KR20210029326A (ko) 비정형 재무정보 추출을 활용한 기업 건전성 진단 장치 및 방법
KR102537051B1 (ko) 인공지능 기반의 상담사 불완전 판매 평가시스템
KR20220126884A (ko) 금융상품 에이전트용 서버 및 그것의 동작 방법
US11706337B1 (en) Artificial intelligence assistant for customer service representatives
US20110258091A1 (en) Method and system for processing accounting information
CN115564529A (zh) 语音导航控制方法、装置、计算机终端及存储介质
KR102332268B1 (ko) 고객 상담 요약 장치 및 방법
KR102537168B1 (ko) 불완전판매 모니터링 장치 및 방법
CN111159351A (zh) 一种用于企业的法律流程分析系统及方法
JP2002269357A (ja) 証券売買意思決定支援システム

Legal Events

Date Code Title Description
GRNT Written decision to grant