KR102543930B1 - 관심 토픽에 대한 투자 대상 기업을 결정하는 방법 및 그 장치 - Google Patents

Abstract

관심 토픽에 대한 투자 대상 기업을 결정하는 결정 방법이 제공된다. 본 개시의 일 실시예에 따른 투자 대상 기업 결정 방법은, 상기 관심 토픽과 연관된 필수 키워드와 보조 키워드를 획득하는 단계, 투자 후보 기업과 연관된 문서 집합을 상기 필수 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 필수 키워드와 연관된 기업에 제1 관련도 스코어를 부여하는 단계, 상기 문서 집합의 전부 또는 일부를 상기 보조 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관된 기업에 제2 관련도 스코어를 부여하는 단계 및 상기 투자 후보 기업에 부여된 관련도 스코어에 기초하여 상기 관심 토픽에 대한 하나 이상의 투자 대상 기업을 결정하는 단계를 포함할 수 있다. 이때, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관되나 상기 필수 키워드와 연관되지 않는 기업은 상기 투자 대상 기업에서 제외될 수 있다.

Description

관심 토픽에 대한 투자 대상 기업을 결정하는 방법 및 그 장치{METHOD FOR DETERMINING TARGET COMPANY TO BE INVESTED REGARDING A TOPIC OF INTEREST AND APPARATUS THEREOF}

본 개시는 관심 토픽에 대한 투자 대상 기업을 결정하는 방법 및 그 장치에 관한 것이다. 보다 자세하게는, 투자 후보 기업과 연관된 문서 집합을 토대로 다수의 투자 후보 기업 중 관심 토픽과 연관된 기업을 결정하는 방법 및 그 장치를 수행하는 장치에 관한 것이다.

상장 지수 펀드(Exchange Traded Fund; 이하 "ETF")는 코스피(KOSPI), 코스닥(KOSDAQ)과 같은 특정 지수 또는 금, 채권, 원유와 같은 특정 자산 가격의 움직임에 따라 수익률이 연동되도록 설계한 상품으로, 거래소에 상장되어 주식처럼 거래되는 펀드를 의미한다. ETF는 다수의 종목으로 구성된 포트폴리오에 기반하기 때문에 분산 투자 효과가 있을 뿐만 아니라, 주식처럼 취득, 보유 및 처분이 용이하다는 장점으로 인해 다수의 투자자들로부터 크게 각광받고 있다.

ETF 상품 설계 시 가장 중요하고도 어려운 작업은 포트폴리오에 편입될 투자 종목을 정확하게 선정하는 것이다. 이에, 종래에는 투자 종목 선정 작업이 전적으로 전문가에 의해 수행되었으며, 투자 종목 선정의 어려움으로 인해 ETF 상품의 토픽(topic)이 다양하지 않았다. 즉, ETF 상품의 토픽은 투자 종목이 정확하게 선정될 수 있는 일부 분야로 한정되었다. 가령, 도 1 및 도 2에 도시된 바와 같이, 다수의 계열사로 구성되는 포트폴리오(1)에 기반하여 특정 그룹사의 지수를 추종하는 ETF 상품, 특정 산업 섹터의 대표 기업들로 구성된 포트폴리오(3)에 기반하여 특정 산업 섹터의 가치를 추종하는 ETF 상품 등이 ETF 상품의 주요 토픽이었다.

그러나, 현재 다양한 토픽과 연계된 ETF 상품을 향한 투자자들의 니즈(needs)는 계속해서 증가하고 있으며, 종래의 방식으로는 투자자들의 니즈를 충족시킬 수 가 없다. 가령, 사회 전반에 걸친 이슈인 "2차 전지", "남북 경협", "미세 먼지" 등의 토픽과 관련된 ETF 상품을 설계한다고 할 때, 전문가라고 하더라도 어떤 기업들이 위에 열거된 토픽들과 관련이 있는지를 정확하게 파악하는 것은 어렵다. 또한, 종래의 방식에 따르면, 전문가의 주관적 판단에 따라 ETF 상품의 포트폴리오가 결정되기 때문에, ETF 포트폴리오의 객관성 및 신뢰성이 담보될 수가 없다.

따라서, 다양한 분야, 토픽, 이슈 등과 연관된 기업들을 객관적이고 정확하게 결정할 수 있는 방법이 요구된다.

한국공개특허 제10-2014-0018532호 (2014.02.13 공개)

본 개시의 실시예들을 통해 해결하고자 하는 기술적 과제는, 관심 토픽에 대한 투자 대상 기업을 결정하는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.

본 개시의 실시예들을 통해 해결하고자 하는 다른 기술적 과제는, 관심 토픽에 대한 투자 포트폴리오를 구축하는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.

본 개시의 실시예들을 통해 해결하고자 하는 또 다른 기술적 과제는, 투자 후보 기업과 관련된 문서를 이용하여 투자 후보 기업과 관심 토픽과의 관련도 스코어를 정확하게 산정하는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.

본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 해결하기 위한, 본 개시의 일 실시예에 따른 관심 토픽에 대한 투자 대상 기업을 결정하는 방법은, 컴퓨팅 장치에서 관심 토픽에 대한 투자 대상 기업을 결정하는 방법에 있어서, 상기 관심 토픽과 연관된 필수 키워드와 보조 키워드를 획득하는 단계, 투자 후보 기업과 연관된 문서 집합을 상기 필수 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 필수 키워드와 연관된 기업에 제1 관련도 스코어를 부여하는 단계, 상기 문서 집합의 전부 또는 일부를 상기 보조 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관된 기업에 제2 관련도 스코어를 부여하는 단계 및 상기 투자 후보 기업에 부여된 관련도 스코어에 기초하여 상기 관심 토픽에 대한 하나 이상의 투자 대상 기업을 결정하는 단계를 포함하되, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관되나 상기 필수 키워드와 연관되지 않는 기업은 상기 투자 대상 기업에서 제외될 수 있다.

일 실시예에서, 상기 하나 이상의 투자 대상 기업을 결정하는 단계는, 상기 부여된 관련도 스코어에 소정의 가중치를 반영하여 상기 투자 후보 기업의 최종 관련도 스코어를 산출하는 단계 및 상기 산출된 최종 관련도 스코어에 기초하여 상기 하나 이상의 투자 대상 기업을 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 문서 집합은 공시 문서, IR 문서 및 뉴스 문서를 포함할 수 있다.

일 실시예에서, 상기 문서 집합은 제1 유형의 문서 및 제2 유형의 문서를 포함하되, 상기 필수 키워드 또는 상기 보조 키워드 중 적어도 하나의 키워드가 상기 제1 유형의 문서에는 포함되고, 상기 제2 유형의 문서에 포함되지 않는 경우, 상기 키워드와 연관된 기업은 상기 투자 대상 기업에서 제외될 수 있다.

일 실시예에서, 상기 필수 키워드 또는 상기 보조 키워드 중 적어도 하나의 키워드의 문서 내 출현 위치가 기 지정된 위치에 해당하지 않는 경우, 상기 키워드와 연관된 기업은 상기 투자 대상 기업에서 제외될 수 있다.

일 실시예에서, 상기 하나 이상의 투자 대상 기업을 결정하는 단계는, 제1 투자 후보 기업의 재무 건전성과 연관된 지표가 기 지정된 조건을 만족하지 않는다는 판정에 응답하여, 상기 제1 투자 후보 기업을 상기 투자 대상 기업에서 제외하는 단계를 포함할 수 있다.

일 실시예에서, 상기 관심 토픽이 이슈화된 시점과 제1 투자 후보 기업의 가치 변동 시점을 비교하는 단계 및 상기 비교 결과에 기초하여, 상기 제1 투자 후보 기업을 상기 투자 대상 기업에 추가하는 단계를 더 포함할 수 있다.

일 실시예에서, 상기 결정된 투자 대상 기업에 대한 투자 비중을 결정함으로써, 상기 관심 토픽에 대한 투자 포트폴리오를 구축하는 단계를 더 포함할 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 다른 실시예에 따른 투자 대상 기업 결정 장치는, 하나 이상의 인스트럭션들(instructions)을 저장하는 메모리 및 상기 하나 이상의 인스트럭션들을 실행함으로써, 관심 토픽과 연관된 필수 키워드와 보조 키워드를 획득하고, 투자 후보 기업과 연관된 문서 집합을 상기 필수 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 필수 키워드와 연관된 기업에 제1 관련도 스코어를 부여하며, 상기 문서 집합의 전부 또는 일부를 상기 보조 키워드로 검색한 결과에 기초하여 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관된 기업에 제2 관련도 스코어를 부여하고, 상기 투자 후보 기업에 부여된 관련도 스코어에 기초하여 상기 관심 토픽에 대한 하나 이상의 투자 대상 기업을 결정하는 프로세서를 포함하되, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관되나 상기 필수 키워드와 연관되지 않는 기업은 상기 투자 대상 기업에서 제외될 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 또 다른 실시예에 따른 컴퓨터 프로그램은, 컴퓨팅 장치와 결합되어, 관심 토픽과 연관된 필수 키워드와 보조 키워드를 획득하는 단계, 투자 후보 기업과 연관된 문서 집합을 상기 필수 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 필수 키워드와 연관된 기업에 제1 관련도 스코어를 부여하는 단계, 상기 문서 집합의 전부 또는 일부를 상기 보조 키워드로 검색한 결과에 기초하여, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관된 기업에 제2 관련도 스코어를 부여하는 단계 및 상기 투자 후보 기업에 부여된 관련도 스코어에 기초하여, 상기 관심 토픽에 대한 하나 이상의 투자 대상 기업을 결정하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장될 수 있다. 이때, 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관되나 상기 필수 키워드와 연관되지 않는 기업은 상기 투자 대상 기업에서 제외될 수 있다.

도 1 및 도 2는 종래의 ETF 포트폴리오의 한계를 설명하기 위한 예시도이다.
도 3은 본 개시의 일 실시예에 따른 투자 포트폴리오 제공 시스템을 나타내는 구성도이다.
도 4는 본 개시의 몇몇 실시예에서 참조될 수 있는 투자 포트폴리오 제공 인터페이스를 설명하기 위한 예시도이다.
도 5 및 도 6은 본 개시의 일 실시예에 따른 투자 대상 기업 결정 장치를 나타내는 블록도이다.
도 7 및 도 8은 본 개시의 몇몇 실시예에서 참조될 수 있는 필수 키워드와 보조 키워드의 개념을 설명하기 위한 예시도이다.
도 9는 본 개시의 일 실시예에 따른 필터링 기반 검색 방법을 설명하기 위한 도면이다
도 10은 본 개시의 몇몇 실시예에서 참조될 수 있는 필수 문서와 보조 문서의 개념을 설명하기 위한 예시도이다.
도 11은 본 개시의 일 실시예에 따른 투자 대상 기업 결정 장치를 나타내는 하드웨어 구성도이다.
도 12 및 도 14는 본 개시의 일 실시예에 따라 관심 토픽에 대한 투자 대상 기업을 결정하는 방법을 설명하기 위한 흐름도이다.
도 15 내지 도 17은 본 개시의 일 실시예에 따른 관련도 스코어 산출 방법을 설명하기 위한 도면이다.
도 18 내지 도 20은 본 개시의 몇몇 실시예들에 따른 투자 비중 결정 방법을 나타내는 흐름도이다.

이하, 첨부된 도면을 참조하여 본 개시의 바람직한 실시예들을 상세히 설명한다. 본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다.

각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

이하, 본 개시의 몇몇 실시예들에 대하여 첨부된 도면에 따라 상세하게 설명한다.

도 3은 본 개시의 일 실시예에 따른 투자 포트폴리오 제공 시스템의 구성도이다.

도 3에 도시된 바와 같이, 상기 투자 포트폴리오 제공 시스템은 관심 토픽(topic of interest)에 대한 투자 대상 기업(또는 투자 종목), 투자 포트폴리오 등을 결정하고 제공하는 시스템이다. 상기 "토픽"이라는 용어는 당해 기술 분야에서 주제(subject), 이슈(issue), 분야(field), 섹터(sector) 등의 용어와 혼용되어 사용될 수 있음에 유의한다.

일 실시예에 따른 투자 포트폴리오 제공 시스템은 투자 대상 기업 결정 장치(100) 및 적어도 하나의 데이터 소스(30)를 포함할 수 있다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있음은 물론이다. 또한, 도 3에 도시된 투자 포트폴리오 제공 시스템의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 복수의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의한다. 물론, 실제 물리적 환경에서 상기 각각의 구성 요소들은 보다 세분화된 세부 기능 요소들로 분리되는 형태로 구현될 수도 있다.

상기 투자 포트폴리오 제공 시스템에서, 투자 대상 기업 결정 장치(100)는 주어진 관심 토픽과 대한 투자 대상 기업을 결정하고, 결정된 투자 대상 기업을 토대로 투자 포트폴리오를 구축하는 컴퓨팅 장치이다. 여기서, 상기 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치를 포함할 수 있다. 이하에서는, 설명의 편의상 투자 대상 기업 결정 장치(100)를 결정 장치(100)로 약칭하도록 한다.

보다 구체적으로, 결정 장치(100)는 적어도 하나의 데이터 소스(30)로부터 투자 후보 기업과 연관된 문서를 수집한다. 또한, 결정 장치(100)는 수집된 문서에 기반하여 관심 토픽과 연관된 투자 후보 기업을 투자 대상 기업으로 결정한다. 나아가, 결정 장치(100)는 각 투자 대상 기업의 투자 비중을 결정함으로써 투자 포트폴리오를 구축할 수 있다.

일 실시예에 따르면, 결정 장치(100)는 관심 토픽과 연관된 키워드로 투자 후보 기업과 연관된 문서 집합을 검색하고, 검색 결과를 기초로 관심 토픽과 투자 후보 기업 간의 관련도 스코어를 산출한다. 상기 관련도 스코어는 특정 기업이 상기 관심 토픽과 연관된 정도를 가리키는 지표로 이해될 수 있다. 또한, 결정 장치(100)는 상기 관련도 스코어를 기초로 투자 후보 기업 중에서 투자 대상 기업을 결정한다. 본 실시예에 따르면, "2차 전지", "남북 경협" 등과 같이 연관 기업이 명확하게 도출되기 어려운 토픽에 대해서도, 키워드 검색 결과에 기반하여 객관적이고 정확하게 연관 기업이 도출될 수 있다. 또한, 상기 연관 기업을 기초로 투자 포트폴리오를 구축함으로써 관심 토픽에 대한 신뢰도 높고 정확한 투자 포트폴리오가 자동으로 구축될 수 있다. 상기 투자 포트폴리오는 ETF, 인덱스 펀드 등 다양한 금융 상품에 활용됨으로써, 다양한 투자자의 니즈를 충족시키고 투자 시장을 활성화할 수 있다.

일 실시예에 따르면, 결정 장치(100)는 사용자 단말(10)에게 투자 포트폴리오 서비스를 제공할 수 있다. 상기 투자 포트폴리오 서비스는 사용자에게 관심 토픽과 연관된 기업들(즉, 투자 대상 기업)의 목록 및/또는 투자 포트폴리오를 제공하거나 추천하는 서비스이다. 가령, 도 4에 도시된 바와 같이, 결정 장치(100)는 웹 기반 사용자 인터페이스(50)를 통해 관심 토픽에 대한 투자 포트폴리오(57)를 제공할 수 있다. 이때, 사용자 인터페이스(50)의 제1 영역(51)을 통해 관심 토픽, 상기 관심 토픽과 연관된 문서 정보(e.g. 뉴스, 공시 문서 등)가 제공되고, 제2 영역(53)에는 상기 관심 토픽에 대한 투자 포트폴리오(57)가 제공될 수 있을 것이나, 본 개시의 범위가 이에 한정되는 것은 아니다. 본 실시예에 따르면, 투자자들에게 다양한 관심 토픽에 대한 투자 포트폴리오를 제공함으로써, 투자자들의 투자 활동이 독려될 수 있다. 이에 따라, 투자 시장이 활성화되는 효과 또한 달성될 수 있다.

상기 투자 포트폴리오 서비스를 제공하는 방식은 실시예에 따라 달라질 수 있다.

일 실시예에서, 결정 장치(100)는 온-디맨드(on-demand) 방식으로 투자 포트폴리오 서비스를 제공할 수 있다. 즉, 결정 장치(100)는 사용자 단말(10)의 요청에 응답하여, 투자 포트폴리오를 제공할 수 있다. 이때, 상기 요청은 관심 토픽을 포함할 수 있다.

일 실시예에서, 결정 장치(100)는 구독(subscription) 방식으로 투자 포트폴리오 서비스를 제공할 수 있다. 즉, 결정 장치(100)는 구독자들에게 정기적 또는 비정기적으로 투자 포트폴리오를 제공할 수 있다. 실시예에 따라, 결정 장치(100)는 수집된 뉴스 데이터를 분석하여 현 시점의 이슈 토픽을 추출하고, 상기 이슈 토픽을 사용자 단말(10)에게 제공할 수 있다. 물론, 상기 이슈 토픽과 함께 투자 포트폴리오도 사용자 단말(10)에게 제공될 수 있다.

일 실시예에서, 전술한 실시예들의 조합에 기초하여 투자 포트폴리오 서비스가 제공될 수도 있다.

결정 장치(100)의 구성 및 동작에 대한 자세한 설명은 도 5이하의 도면을 참조하여 보다 상세하게 설명하도록 한다.

상기 투자 포트폴리오 제공 시스템에서, 적어도 하나의 데이터 소스(30)는 투자 후보 기업과 연관된 각종 데이터를 제공하는 저장소이다. 상기 각종 데이터는 텍스트 형식의 문서일 수 있으나, 본 개시의 범위가 이에 한정되는 것은 아니다. 가령, 상기 각종 데이터는 음성, 동영상 또는 이미지 형식의 데이터일 수도 있다. 이와 같은 경우, 음성 인식(e.g. speech-to-text), 영상 분석 등을 통해 비-텍스트 기반 데이터들로부터 텍스트 데이터가 획득될 수 있다.

데이터 소스(30)는 정치, 경제, 산업 동향에 대한 다양한 뉴스 기사를 제공하는 웹 서버(e.g. 포털 사이트의 웹 서버)를 포함할 수 있다.

일 실시예에 따르면, 데이터 소스(30)로부터 수집되는 데이터는 공시 문서(e.g. 사업 보고서), IR(Investor Relations) 문서, 증권사 리포트, 뉴스 문서 등을 포함할 수 있다. 그러나, 본 개시의 범위가 이에 한정되는 것은 아니다.

상기 투자 포트폴리오 제공 시스템에서, 사용자 단말(10)은 결정 장치(100)가 제공하는 투자 포트폴리오 서비스를 이용하는 사용자(e.g. 투자자) 측의 단말이다. 사용자 단말(10)은 어떠한 장치로 구현되더라도 무방하다.

도 3에 도시된 투자 포트폴리오 제공 시스템의 각 구성 요소는 네트워크를 통해 통신할 수 있다. 여기서, 상기 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet) 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.

지금까지 도 3 및 도 4를 참조하여 본 개시의 일 실시예에 따른 투자 포트폴리오 제공 시스템에 대하여 설명하였다. 이하에서는, 도 5 내지 도 7을 탐조하여 결정 장치(100)의 구성 및 동작에 대하여 설명하도록 한다.

도 5는 본 개시의 일 실시예에 따른 결정 장치(100)는 나타내는 블록도이다.

도 5를 참조하면, 결정 장치(100)는 수집부(110), 토픽 결정부(120), 키워드 획득부(130), 스코어링부(140), 투자 대상 기업 결정부(150) 및 포트폴리오 구축부(160)를 포함할 수 있다. 다만, 도 5에는 본 개시의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술분야의 통상의 기술자라면 도 5에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다. 또한, 도 5에 도시된 결정 장치(100)의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 복수의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의한다.

또한, 도 5에 도시된 모든 구성 요소가 결정 장치(100)의 필수 구성 요소는 아님을 유의하여야 한다. 즉, 결정 장치(100)는 도 5에 도시된 구성 요소 중 일부가 생략된 형태로 구현될 수도 있다. 예컨대, 결정 장치(100)는 포트폴리오 구축부(160)를 제외한 나머지 구성 요소만으로 구현될 수도 있다. 이하, 결정 장치(100)의 각 구성 요소에 대하여 설명한다.

수집부(110)는 데이터 소스(30)로부터 투자 후보 기업과 연관된 각종 문서를 수집한다. 상기 각종 문서를 수집하는 방식은 어떠한 방식이 되더라도 무방하다.

도 5에 도시된 바와 같이, 상기 각종 문서는 공시 문서(31), IR 문서(33), 뉴스(35), 증권사 리포트(37) 등을 포함할 수 있으나, 본 개시의 범위가 이에 한정되는 것은 아니다.

상기 투자 후보 기업은 관련도 스코어 산출 대상이 되는 기업을 의미한다. 상기 투자 후보 기업을 결정하는 기준은 실시예에 따라 얼마든지 달라질 수 있다. 일 실시예에서, 상기 투자 후보 기업은 코스피 또는 코스닥에 상장된 기업일 수 있다. 다른 실시예에서, 상기 투자 후보 기업은 특정 섹터 내의 기업일 수 있다. 또 다른 실시예에서, 상기 투자 후보 기업은 재무 건전성과 연관된 재무 지표(e.g. 자산 대비 부채 비율, 거래량, 시가총액 등)가 지정된 조건을 만족하는 기업들(e.g.우량 기업)일 수 있다.

다음으로, 토픽 결정부(120)는 투자 대상 기업의 결정 기준이 되는 관심 토픽을 결정한다. 토픽 결정부(120)가 상기 관심 토픽을 결정하는 방식은 실시예에 따라 달라질 수 있다.

일 실시예에서, 사용자 단말(10)로부터 제공받은 토픽이 관심 토픽으로 결정될 수 있다. 구체적으로, 결정 장치(100)는 상기 관심 토픽을 제공받음에 응답하여 투자 대상 기업을 결정하고, 투자 포트폴리오를 구축할 수 있다. 또한, 결정 장치(100)는 구축된 투자 포트폴리오를 사용자 단말(10)에게 제공함으로써, 온-디맨드(on-demand) 방식의 투자 포트폴리오 서비스를 제공할 수 있다.

다른 실시예에서, 토픽 결정부(120)는 전술한 문서(31 내지 37) 등을 분석하여 이슈 토픽을 추출하고, 상기 이슈 토픽을 관심 토픽으로 결정할 수 있다. 예를 들어, 토픽 결정부(120)는 다수의 IR 문서에서 언급된 토픽, 다수의 뉴스에서 언급된 토픽, 업데이트 빈도가 높은 뉴스 기사의 토픽, 댓글 수가 많은 뉴스 기사의 토픽, 상위에 랭크된 실시간 검색어와 연관된 토픽 등을 이슈 토픽으로 결정할 수 있다. 다른 예를 들어, 토픽 결정부(120)는 주기적으로 수집된 문서를 클러스터링하여 복수의 클러스터를 구축하고, 클러스터에 속한 문서의 개수를 기초로 상기 복수의 클러스터 중 이슈 클러스터를 선정할 수 있다. 또한, 토픽 결정부(120)는 상기 이슈 클러스터에 대한 토픽을 관심 토픽으로 결정할 수 있다. 본 실시예에서, 결정 장치(100)는 이슈 토픽이 추출될 때마다 또는 정기적으로 이슈 토픽을 제공하며, 상기 이슈 토픽에 대한 투자 포트폴리오를 사용자 단말(10)에게 제공할 수 있다. 이때, 결정 장치(100)는 구독 서비스를 신청한 사용자에게만 상기 투자 포트폴리오를 제공할 수도 있다.

다음으로, 키워드 획득부(130)는 관심 토픽과 연관된 키워드(또는 키워드 집합)를 획득한다. 관심 토픽과 연관된 키워드는 수집된 문서(e.g. 31 내지 37)에 대한 검색 키워드로 이용된다.

몇몇 실시예에서, 상기 관심 토픽과 연관된 키워드는 두 가지 유형의 키워드를 포함할 수 있다. 이하, 이해의 편의를 제공하기 위해 상기 두 가지 유형의 키워드에 대하여 설명하도록 한다.

제1 유형의 키워드는 필수 키워드이다. 상기 필수 키워드는 투자 대상 기업으로 결정되기 위해 투자 후보 기업이 필수적으로 연관되어야 하는 키워드를 의미한다. 여기서, 특정 기업이 특정 키워드와 연관된다는 것은 상기 특정 기업과 연관된 문서가 상기 특정 키워드가 포함한다는 것을 의미한다. 예를 들어, 제1 투자 후보 기업과 연관된 문서가 필수 키워드를 포함하지 않는 경우, 상기 연관된 문서가 보조 키워드를 포함하더라도 상기 제1 투자 후보 기업은 투자 대상 기업에서 제외될 수 있다. 상기 필수 키워드에 대한 개념은 추후 도 6 및 도 7에 도시된 예를 참조하여 부연 설명하도록 한다.

제2 유형의 키워드는 보조 키워드이다. 상기 보조 키워드는 투자 대상 기업을 보다 정확하게 결정하기 위해 보조적으로 이용되는 키워드를 의미한다.

상기 필수 키워드 또는 상기 보조 키워드는 중요도에 따라 1차 키워드, 2차 키워드, ??, n차 키워드로 세분화될 수 있다. 이때, 키워드의 차수에 따라 차등적으로 가중치가 부여될 수 있는데, 이에 대한 설명은 후술하도록 한다.

키워드 획득부(130)가 필수 키워드 및/또는 보조 키워드를 획득하는 방식은 실시예에 따라 달라질 수 있다.

일 실시예에서, 관심 토픽과 연관된 필수 및 보조 키워드는 미리 설정된 것일 수 있다. 키워드 획득부(130)는 상기 미리 설정된 키워드를 파일로부터 획득하거나, 사용자 인터페이스로부터 입력받을 수 있을 것이나, 본 개시의 범위가 이에 한정되는 것은 아니다. 상기 미리 설정된 키워드들은 해당 토픽과 관련된 전문가에 의해 설정되는 것이 바람직할 것이다.

일 실시예에서, 키워드 획득부(130)는 관심 토픽을 대표하는 대표 키워드를 기초로 자동으로 필수 키워드와 보조 키워드를 생성할 수 있다. 예를 들어, 키워드 획득부(130)는 기 구축된 온톨로지(ontology) 상에서 상기 대표 키워드로부터 제1 거리 이내에 위치한 키워드를 필수 키워드로 결정하고, 상기 대표 키워드로부터 제2 거리 이내에 위치한 키워드(또는 상기 필수 키워드로부터 일정 거리 이내에 위치한 키워드)를 보조 키워드로 결정할 수 있다. 이때, 상기 제2 거리는 상기 제1 거리보다 먼 거리임은 물론이다. 다른 예를 들어, 키워드 획득부(130)는 상기 대표 키워드로 포털 검색 또는 문서 검색을 수행하고, 검색된 문서에 함께 출현한 키워드들을 필수 키워드와 보조 키워드로 결정할 수 있다. 이때, 출현 빈도가 상대적으로 높은 키워드가 필수 키워드로 결정되고, 상대적으로 낮은 키워드가 보조 키워드로 결정될 수 있다. 가령, 상기 대표 키워드가 기술 관련 키워드(e.g. 2차 전지)인 경우, 키워드 획득부(130)는 특허, 논문 등의 기술 문서를 검색하여, 필수 키워드 및 보조 키워드를 정확하게 결정할 수 있다.

일 실시예에서, 관심 토픽과 연관된 필수 키워드는 미리 설정되어 있고, 키워드 획득부(130)는 상기 필수 키워드를 기초로 보조 키워드를 자동으로 생성할 수 있다. 상기 보조 키워드를 자동으로 생성하는 방법은 전술한 실시예를 참고하도록 한다.

일 실시예에서, 키워드 획득부(130)는 전술한 실시예들의 조합에 기초하여 필수 키워드 및 보조 키워드를 획득할 수 있다.

한편, 몇몇 실시예에서, 키워드 획득부(130)는 획득된 키워드에 대한 확장 기능을 더 수행할 수 있다. 구체적으로, 필수 키워드 또는 보조 키워드가 검색 키워드로 획득되면, 키워드 획득부(130)는 각 키워드에 대한 유의어, 연관 키워드 등을 검색 키워드로 추가할 수 있다. 그렇게 함으로써, 정밀한 검색이 수행될 수 있고, 관심 토픽과 연관된 기업이 정확하게 선별될 수 있다.

다음으로, 스코어링부(140)는 투자 후보 기업과 관심 토픽 간의 관련도 스코어를 산출한다. 도 6에 도시된 바와 같이, 스코어링부(140)는 가중치 결정부(141), 검색부(143) 및 스코어 산출부(145)를 포함할 수 있다.

가중치 결정부(141)는 다양한 기준에 의거하여 가중치를 결정한다. 예를 들어, 상기 가중치는 키워드 유형에 따른 가중치, 문서 유형에 따른 가중치, 키워드별 가중치, 문서 내에서의 키워드 출현 위치에 따른 가중치, 문서의 생성 시점에 따른 가중치, 관심 토픽에 따른 가중치 등을 포함할 수 있다. 상기 가중치는 관심 토픽과의 연관성을 보다 정확하게 산정하기 위해 이용되는 것으로 이해될 수 있다. 상기 가중치에 대한 보다 자세한 설명은 도 15 내지 도 17을 참조하여 후술하도록 한다.

다음으로, 검색부(143)는 키워드 획득부(130)가 획득한 키워드로 투자 후보 기업과 연관된 문서들을 검색하고, 검색 결과를 스코어 산출부(145)에게 제공한다.

일 실시예에 따르면, 상기 연관된 문서 중 필수 키워드를 포함하지 않는 문서는 검색 결과에서 제외될 수 있다. 예를 들어, 도 7에 도시된 바와 같이, 문서 B 및 F(61, 63)는 1차 및 2차 보조 키워드를 포함하고 있더라도 검색 결과에서 제외될 수 있다. 독립 키워드가 1차, 2차 등 다수의 차수로 구성된 경우에는, 상기 연관된 문서 중 모든 차수의 독립 키워드를 포함하지 않은 문서는 검색 결과에서 제외될 수 있다. 예를 들어, 도 8에 도시된 바와 같이, 문서 B, E 및 F(71, 73, 75)는 1차 및 2차 필수 키워드를 포함하지 않으므로 검색 결과에서 제외될 수 있다. 본 실시예에 따르면, 관심 토픽에 대한 중요 키워드(즉, 필수 키워드)와 연관되지 않은 투자 후보 기업은 투자 대상 기업에서 제외됨으로써, 상기 관심 토픽과 연관된 기업이 정확하게 선별될 수 있다.

일 실시예에 따르면, 검색부(143)는 필터링 방식으로 검색을 수행할 수 있다. 구체적으로, 도 9에 도시된 바와 같이, 검색부(143)는 주어진 문서 집합(81)을 필수 키워드(83)로 필터링한 다음, 필터링된 문서(85)를 보조 키워드로 검색하는 과정(87)을 수행할 수 있다. 그렇게 함으로써, 검색에 소요되는 컴퓨팅 리소스가 절감되고, 효율적인 검색이 수행될 수 있다.

한편, 몇몇 실시예에서, 필수 키워드 및 보조 키워드에 내재된 기술적 사상은 문서의 유형에도 적용될 수 있다. 가령, 도 10에 도시된 바와 같이, 공시 문서가 필수 문서로 설정되고, 검색 결과 기업 b 및 f(241, 243)와 연관된 공시 문서에서 관심 토픽과 연관된 키워드(e.g. 필수, 보조 키워드)가 출현하지 않았다고 가정하자. 그러면, 기업 b 및 f(241, 243)는 관련도 스코어에 관계 없이 투자 대상 기업에서 제외될 수 있다.

몇몇 실시예에서, 필수 키워드 및 보조 키워드에 내재된 기술적 사상은 문서 내 키워드의 출현 위치에도 적용될 수 있다. 가령, 사업 보고서의 사업 개요 섹션이 필수 출현 위치로 설정되고, 검색 결과 제1 기업이 발행한 사업 보고서의 사업 개요 섹션에서 관심 토픽과 연관된 키워드(e.g. 필수, 보조 키워드)가 출현하지 않았다고 가정하자. 그러면, 상기 제1 기업은 관련도 스코어에 관계 없이 투자 대상 기업에서 제외될 수 있다.

다음으로, 스코어 산출부(145)는 검색 결과를 이용하여 특정 키워드와 연관된 투자 후보 기업에 관련도 스코어를 부여한다. 예를 들어, 공시 문서에서 특정 키워드가 검색된 경우, 스코어 산출부(145)는 상기 공시 문서를 발행한 투자 후보 기업에 관련도 스코어를 부여할 수 있다. 다른 예를 들어, 뉴스에서 특정 키워드가 검색된 경우, 스코어 산출부(145)는 상기 뉴스에서 언급된 투자 후보 기업에 관련도 스코어를 부여할 수 있다. 이때, 각 투자 후보 기업에 부여되는 관련도 스코어는 상기 특정 키워드의 출현 빈도에 비례하는 값일 수 있으나, 본 개시의 범위가 이에 한정되는 것은 아니다.

또한, 스코어 산출부(145)는 부여된 관련도 스코어를 합산하여 각 투자 후보 기업별로 최종 관련도 스코어를 산출한다. 이때, 스코어 산출부(145)는 가중치 결정부(141)에 의해 결정된 가중치를 반영하여 최종 관련도 스코어를 산출할 수 있는데, 이에 대한 설명은 도 15 내지 도 17을 참조하여 후술하도록 한다.

다음으로, 투자 대상 기업 결정부(150)는 상기 최종 관련도 스코어에 기초하여 다수의 투자 후보 기업 중에서 투자 대상 기업을 결정한다. 중복된 설명을 배제하기 위해, 상기 투자 대상 기업을 결정하는 방법에 대한 자세한 설명은 도 12 및 도 13을 참조하여 후술하도록 한다.

다음으로, 포트폴리오 구축부(160)는 결정된 투자 대상 기업에 대한 투자 비중을 결정함으로써 관심 토픽에 대한 투자 포트폴리오를 구축한다. 상기 투자 비중을 결정하는 방법은 실시예에 따라 달라질 수 있는데, 이에 대한 설명은 도 18 내지 도 20을 참조하여 후술하도록 한다.

도 5 및 도 6의 각 구성 요소는 소프트웨어(Software) 또는, FPGA(Field Programmable Gate Array)나 ASIC(Application-Specific Integrated Circuit)과 같은 하드웨어(Hardware)를 의미할 수 있다. 그렇지만, 상기 구성 요소들은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 어드레싱(Addressing)할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 상기 구성 요소들 안에서 제공되는 기능은 더 세분화된 구성 요소에 의하여 구현될 수 있으며, 복수의 구성 요소들을 합하여 특정한 기능을 수행하는 하나의 구성 요소로 구현될 수도 있다.

도 11은 본 개시의 일 실시예에 따른 결정 장치(100)를 나타내는 하드웨어 구성도이다.

도 11을 참조하면, 결정 장치(100)는 하나 이상의 프로세서(101), 버스(105), 통신 인터페이스(107), 프로세서(101)에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리(103)와, 컴퓨터 프로그램(109a)을 저장하는 스토리지(109)를 포함할 수 있다. 다만, 도 11에는 본 개시의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술분야의 통상의 기술자라면 도 11에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.

프로세서(101)는 결정 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(101)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 개시의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(101)는 본 개시의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 투자 대상 기업 결정 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.

메모리(103)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(103)는 본 개시의 실시예들에 따른 투자 대상 기업 결정 방법을 실행하기 위하여 스토리지(109)로부터 하나 이상의 프로그램(109a)을 로드할 수 있다. 메모리(103)의 예시는 도 11에 도시된 바와 같이 RAM이 될 수 있으나, 본 개시의 범위가 이에 한정되는 것은 아니다. 컴퓨터 프로그램(109a)이 메모리(103)에 로드되면, 메모리(103) 상에 도 5 및 도 6에 도시된 모듈이 로직(logic)의 형태로 구현될 수 있다.

버스(105)는 결정 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(105)는 주소 버스(Address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.

통신 인터페이스(107)는 결정 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(107)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(107)는 본 개시의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다.

스토리지(109)는 상기 하나 이상의 프로그램(109a)을 비임시적으로 저장할 수 있다. 스토리지(109)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 개시가 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.

컴퓨터 프로그램(109a)은 메모리(103)에 로드될 때 프로세서(101)로 하여금 본 개시의 몇몇 실시예들에 따른 방법들을 수행하도록 하는 인스트럭션들(instructions)을 포함할 수 있다. 상기 인스트럭션은 기능을 기준으로 묶인 일련의 명령어들로서 컴퓨터 프로그램의 구성 요소이자 프로세서에 의해 실행되는 것을 가리킨다.

예를 들어, 컴퓨터 프로그램(109a)은 관심 토픽과 연관된 필수 키워드와 보조 키워드를 획득하는 동작, 투자 후보 기업과 연관된 문서 집합을 상기 필수 키워드로 검색한 결과에 기초하여 상기 투자 후보 기업 중에서 상기 필수 키워드와 연관된 기업에 제1 관련도 스코어를 부여하는 동작, 상기 문서 집합의 전부 또는 일부를 상기 보조 키워드로 검색한 결과에 기초하여 상기 투자 후보 기업 중에서 상기 보조 키워드와 연관된 기업에 제2 관련도 스코어를 부여하는 동작 및 상기 투자 후보 기업에 부여된 관련도 스코어에 기초하여 상기 관심 토픽에 대한 하나 이상의 투자 대상 기업을 결정하는 동작을 수행하도록 하는 인스트럭션들을 포함할 수 있다.

지금까지 도 5 내지 도 11을 참조하여 본 개시의 일 실시예에 따른 결정 장치(100)의 구성 및 동작에 대하여 설명하였다. 이하에서는, 도 12 이하의 도면을 참조하여 본 개시의 실시예에 따른 관심 토픽에 대한 투자 대상 기업 결정 방법에 대하여 상세하게 설명한다.

이하에서 후술될 본 개시의 실시예에 따른 투자 대상 기업 결정 방법의 각 단계는, 컴퓨팅 장치에 의해 수행될 수 있다. 예를 들어, 상기 컴퓨팅 장치는 결정 장치(100)일 수 있다. 다만, 설명의 편의를 위해, 상기 투자 대상 기업 결정 방법에 포함되는 각 단계의 동작 주체는 그 기재가 생략될 수도 있다. 또한, 투자 대상 기업 결정 방법의 각 단계는 프로세서에 의해 실행되는 컴퓨터 프로그램의 인스트럭션들로 구현될 수 있다.

도 12는 본 개시의 일 실시예에 따라 관심 토픽에 대한 투자 대상 기업을 결정하는 방법을 나타내는 흐름도이다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.

도 12를 참조하면, 상기 투자 대상 기업 결정 방법은 관심 토픽과 연관된 키워드를 획득하는 단계(S100)에서 시작된다. 이때, 상기 관심 토픽과 연관된 키워드는 필수 키워드와 보조 키워드를 포함할 수 있다.

일 실시예에 따르면, 본 단계(S100) 이전에 결정 장치(100)는 관심 토픽을 결정하는 단계를 더 수행할 수 있다. 이에 대한 설명은 토픽 결정부(120)에 대한 설명을 참조하도록 한다.

단계(S200)에서, 결정 장치(100)는 기 수집된 문서 집합에서 상기 획득된 키워드로 검색을 수행하고, 검색 결과를 이용하여 관심 토픽과 투자 후보 기업 간의 관련도 스코어를 산출한다. 이때, 상기 문서 집합에서 필수 키워드를 포함하지 않는 문서는 상기 검색 결과에서 제외될 수 있다. 따라서, 필수 키워드와 연관되지 않은 투자 후보 기업은 투자 대상 기업에서 제외되게 된다. 본 단계(S200)에 대한 자세한 설명은 도 15 내지 도 17을 참조하여 상세하게 설명한다.

단계(S300)에서, 결정 장치(100)는 단계(S200)에서 산출된 관련도 스코어에 기초하여 다수의 투자 후보 기업 중에서 관심 토픽에 대한 투자 대상 기업을 결정한다. 예를 들어, 결정 장치(100)는 상기 관련도 스코어가 임계치 이상인 투자 후보 기업을 투자 대상 기업으로 결정할 수 있다. 다른 예를 들어, 결정 장치(100)는 관련도 스코어가 높은 상위 n개(단, n은 1 이상의 자연수)의 투자 후보 기업을 투자 대상 기업으로 결정할 수 있다. 여기서, 상기 n의 값은 기 설정된 고정 값 또는 상황에 따라 변동되는 변동 값일 수 있다. 또 다른 예를 들어, 전술한 예시들의 조합에 기초하여 투자 대상 기업이 결정될 수 있다. 즉, 결정 장치(100)는 관련도 스코어가 높은 상위 n개(단, n은 1 이상의 자연수)의 투자 후보 기업에 해당하고, 상기 관련도 스코어가 임계치 이상인 투자 후보 기업을 투자 대상 기업으로 결정할 수도 있다. 이와 같이, 결정 장치(100)가 투자 대상 기업을 결정하는 방식은 실시예에 따라 얼마든지 달라질 수 있다.

한편, 본 개시의 실시예에 따르면, 도 13에 도시된 바와 같이, 결정 장치(100)는 기 지정된 조건에 따라 특정 기업을 투자 대상 기업에서 제외하거나 추가할 수 있다(S310, S330). 도 13은 단계(S310, S330)들이 순서대로 수행되는 것으로 예시하고 있으나, 단계(S310, S330)들은 도 13에 도시된 순서와 무관하게 수행될 수도 있다. 또한, 단계(S310, S330) 중 일부만이 수행될 수도 있다.

구체적인 예를 들어, 결정 장치(100)는 제1 기업의 재무 건전성과 연관된 재무 지표(e.g. 자산 대비 부채 비율, 거래량, 시가총액 등)가 기 지정된 조건을 만족하지 않는다는 판정에 응답하여, 상기 제1 기업을 투자 대상 기업에서 제외할 수 있다.

다른 예를 들어, 결정 장치(100)는 관심 토픽이 이슈화된 시점과 제1 기업의 가치 변동 시점을 비교하고, 비교 결과에 기초하여 상기 제1 기업을 상기 투자 대상 기업에 추가할 수 있다. 즉, 결정 장치(100)는 관심 토픽과 제1 기업의 자산 가치(e.g. 주가지수) 간에 상관 관계가 존재한다고 판단한 경우, 상기 제1 기업을 투자 대상 기업에 추가할 수 있다. 가령, 도 14에 도시된 바와 같이, 결정 장치(100)는 다양한 뉴스 기사를 분석하여 토픽(201)을 추출하고, 뉴스 일자를 기초로 토픽(201)이 이슈화된 시점(T₁)을 결정할 수 있다. 또한, 결정 장치(100)는 기업(a)의 자산 가치(203, e.g. 주가 등)의 변동 시점과 토픽(201)의 이슈화 시점(T₁)을 비교함으로써, 토픽(201)과 기업(a) 간의 관련성 존재 여부를 판정할 수 있다. 관련성이 존재한다고 판정한 경우, 결정 장치(100)는 기업(a)을 투자 대상 기업에 추가할 수 있다. 본 예에 따르면, 실질적으로 관심 토픽과 연관되나 문서 상에서 연관성이 드러나지 않는 기업까지 정확하게 투자 대상 기업으로 선별될 수 있다.

다시 도 12를 참조하면, 단계(S400)에서, 결정 장치(100)는 투자 대상 기업의 투자 비중을 결정함으로써 투자 포트폴리오를 구축한다. 본 단계(S400)에 대한 자세한 설명은 도 18 내지 도 20를 참조하여 후술하도록 한다. 몇몇 실시예에서, 투자 포트폴리오 구축 단계(S400)는 생략될 수도 있다.

참고로, 전술한 단계(S100 내지 S400) 중에서 단계(S100)는 키워드 획득부(130)에 의해 수행되고, 단계(S200)는 스코어링부(140)에 의해 수행되며, 단계(S300)는 투자 대상 기업 결정부(150)에 의해 수행될 수 있다. 또한, 단계(S400)는 포트폴리오 구축부(160)에 의해 수행될 수 있다.

지금까지 도 12 내지 도 14를 참조하여 본 개시의 일 실시예에 따라 관심 토픽에 대한 투자 대상 기업을 결정하는 방법에 대하여 설명하였다. 이하에서는, 단계(S200)에서 수행되는 본 개시의 일 실시예에 따른 관련도 스코어 산출 방법에 대하여 도 15 내지 도 17을 참조하여 상세하게 설명하도록 한다.

도 15는 본 개시의 일 실시예에 따른 관련도 스코어 산출 방법을 나타내는 흐름도이다. 특히, 도 15는 검색 키워드가 독립 키워드, 1차 보조 키워드 및 2차 보조 키워드로 구성되는 경우를 예로서 도시하고 있다. 이해의 편의상 도 15는 단계(S210 내지 S230)들이 순서대로 수행되는 것으로 도시하고 있으나, 각 단계(S210 내지 S230)는 도 15에 도시된 순서와 무관하게 수행될 수도 있음에 유의한다. 이하, 도 15를 참조하여 설명한다.

도 15에 도시된 바와 같이, 결정 장치(100)는 각 키워드로 주어진 문서 집합을 검색하고, 검색 결과를 이용하여 각 키워드와 연관된 투자 후보 기업에 관련도 스코어를 부여한다. 보다 자세하게는, 결정 장치(100)는 필수 키워드에 대한 검색 결과를 이용하여 필수 키워드와 연관된 투자 후보 기업에 제1 관련도 스코어를 부여한다(S210). 유사하게, 결정 장치(100)는 1차 보조 키워드 및 2차 보조 키워드로 문서 집합을 검색하고, 검색 결과를 이용하여 각 키워드와 연관된 투자 후보 기업에 관련도 스코어를 추가로 부여한다(S230, S250). 이때, 상기 부여된 관련도 스코어는 검색 키워드가 해당 문서에 출현한 빈도에 비례하는 값일 수 있으나, 본 개시의 범위가 이에 한정되는 것은 아니다.

다음으로, 단계(S270)에서, 결정 장치(100)는 관련도 스코어에 다양한 가중치를 반영하여 투자 후보 기업에 대한 최종 관련도 스코어를 산출한다. 이때, 상기 가중치는 기본 가중치일 수 있고, 추가 가중치일 수도 있다. 또한, 가중치를 반영하는 방식은 관련도 스코어에 가중치를 곱하는 방식, 가산점을 부여하는 방식 등 어떠한 방식이 되더라도 무방하다. 상기 관련도 스코어에 반영되는 가중치는 실시예에 따라 달라질 수 있다.

제1 실시예에서, 상기 가중치는 키워드의 유형에 따라 적어도 일부는 차등적으로 결정되는 키워드 유형별 가중치일 수 있다. 가령, 도 16에 도시된 바와 같이, 필수 키워드와 연관된 투자 후보 기업에는 제1 가중치(211)가 적용되고, 1차 보조 키워드와 연관된 투자 후보 기업에는 제2 가중치(213)가 적용되며, 2차 보조 키워드와 연관된 투자 후보 기업에는 제3 가중치(215)가 적용될 수 있다. 이때, 제1 가중치(211)는 제2 가중치(213)보다 큰 값으로 설정되고, 제2 가중치(213)는 제3 가중치(215)보다 큰 값으로 설정될 수 있다. 상기 키워드의 유형은 관심 토픽에 대한 키워드의 중요도를 기준으로 구분될 수 있으므로, 본 실시예에 따른 가중치는 키워드 중요도에 따른 가중치로 이해하더라도 무방할 것이다. 본 실시예에 따르면, 중요도 높은 키워드와 연관된 투자 후보 기업이 투자 대상 기업으로 결정될 것인 바, 관심 토픽과 밀접하게 연관된 기업이 투자 대상 기업으로 결정될 수 있다.

제2 실시예에서, 상기 가중치는 키워드 별로 적어도 일부는 차등적으로 결정되는 키워드 가중치일 수 있다. 즉, 동일한 유형의 키워드(e.g. 필수 키워드)이더라도, 제1 필수 키워드와 연관된 투자 후보 기업에는 제1 가중치가 적용되고, 제2 필수 키워드와 연관된 투자 후보 기업에는 제2 가중치가 적용될 수 있다. 몇몇 예시에서, 상기 키워드 가중치는 관심 토픽을 가리키는 대표 키워드와 해당 키워드 간의 유사도에 기초하여 결정될 수 있다. 가령, 주어진 온톨로지 상에서 상기 대표 키워드와 특정 키워드 간에 거리에 기초하여 상기 특정 키워드에 대한 키워드 가중치가 결정될 수 있을 것이나, 본 개시의 범위가 이에 한정되는 것은 아니다. 몇몇 예시에서, 특정 키워드에 대해서만 추가 가중치(또는 가산점)가 부여될 수도 있다. 가령, 관심 토픽과 밀접한 관계에 있는 키워드가 정의된 사전이 주어진 경우, 상기 사전에 포함된 키워드와 연관된 투자 후보 기업에만 추가 가중치(또는 가산점)가 부여될 수 있다. 본 실시예에 따르면, 전술한 제1 실시예보다 더욱 세분화된 키워드별 가중치를 이용하여 관심 토픽과 연관된 기업이 보다 정확하게 결정될 수 있다.

제3 실시예에서, 상기 가중치는 문서 유형에 따라 적어도 일부는 차등적으로 결정되는 문서 유형별 가중치일 수 있다. 가령, 도 16에 도시된 바와 같이, 공시 문서에서 키워드가 검색된 경우, 상기 공시 문서와 연관된 투자 후보 기업에 제1 가중치(217)가 적용될 수 있다. 또한, IR 문서에서 키워드가 검색된 경우, 상기 IR 문서와 연관된 투자 후보 기업에는 제2 가중치(219)가 적용될 수 있다. 본 실시예에 따르면, 문서의 중요도 또는 신뢰도를 반영하여 보다 정확하게 관련도 스코어가 산정될 수 있다.

제3-1 실시예에서, 제1 관심 토픽에 대한 제1 문서 유형별 가중치는 제2 관심 토픽에 대한 제2 문서 유형별 가중치와 상이할 수 있다. 가령, 관심 토픽이 "2차 전지"와 같이 특정 기술 또는 특정 제품과 연관된 토픽인 경우, 뉴스 기사보다 공시 문서(e.g. 사업 보고서)에 더 높은 가중치가 설정될 수 있다. 그러나, 관심 토픽이 "남북 경협"과 같이 특정 기술 또는 제품과 관련이 없고 사회적 이슈에 관한 토픽인 경우, 공시 문서 상에 연관된 키워드는 거의 출현하지 않을 것이다. 따라서, 이와 같은 경우에는, 공시 문서보다 뉴스 기사에 더 높은 가중치가 설정될 수 있다. 일 예시에서, 관심 토픽이 최근 이슈(즉, 현재를 기준으로 일정 시점 이내의 이슈)에 해당하는 경우, 결정 장치(100)는 자동으로 문서 유형별 가중치를 조정할 수 있다. 이를테면, 결정 장치(100)는 뉴스 기사에 대한 가중치를 더 높은 값으로 조정하고, 공시 문서에 대한 가중치를 더 낮은 값으로 조정할 수 있다. 다른 예시에서, 제1 유형의 문서에 필수 키워드가 거의 출현하지 않는 경우, 결정 장치(100)는 상기 제1 유형 문서에 대한 가중치를 더 낮은 값으로 조정하고, 다른 유형의 문서에 대한 가중치를 상대적으로 더 높은 값으로 조정할 수도 있다.

제4 실시예에서, 상기 가중치는 특정 키워드의 문서 내 출현 위치에 기초하여 적어도 일부는 차등적으로 결정될 수 있다. 가령, 도 17에 도시된 바와 같이, 키워드 A(227)가 2개의 사업 보고서(221, 231)에 출현한 경우라 하더라도, 사업 보고서 A(221)를 발행한 투자 후보 기업에 더 높은 가중치가 적용될 수 있다. 키워드 A(227)가 사업 배경(225, 235)에 출현한 기업보다, 키워드 A(227)가 사업 개요(223)에 출현한 기업이 관심 토픽과 더 밀접한 관련성이 있을 것이기 때문이다. 본 실시예에서, 상기 특정 키워드의 문서 내 출현 위치에 기초하여 추가 가중치 또는 가산점이 부여될 수 있다. 가령, 특정 키워드가 특정 문서의 서두에 출현하거나, "요약", "개요" 등과 같이 주요 섹션에서 출현한 경우, 상기 특정 문서와 연관된 투자 후보 기업에 추가 가중치 또는 가산점이 부여될 수 있다.

제5 실시예에서, 상기 가중치는 특정 키워드가 검색된 문서의 생성 시점에 기초하여 적어도 일부는 차등적으로 결정되는 것일 수 있다. 또는, 특정 키워드의 문서 내 출현 위치에 기초하여 추가 가중치 또는 가산점이 부여될 수 있다. 가령, 특정 문서의 생성 시점이 최근인 경우, 현재 상기 특정 문서와 연관된 제1 투자 후보 기업이 관심 토픽과 보다 밀접하게 연관된 기업일 가능성이 높다. 따라서, 상기 제1 투자 후보 기업에 추가 가중치 또는 가산점이 부여될 수 있다.

제6 실시예에서, 특정 투자 후보 기업과 연관된 문서에 특정 키워드가 지속적으로 출현하는 경우, 상기 특정 투자 후보 기업에 추가 가중치 또는 가산점이 부여될 수 있다. 가령, 일정 기간 동안 생성된 제1 투자 후보 기업의 연관 문서에서 특정 키워드가 지속적으로 출현하는 경우, 상기 제1 투자 후보 기업에 추가 가중치 또는 가산점이 부여될 수 있다.

제7 실시예에서, 상기 가중치는 검색된 문서의 출처(또는 신뢰도)에 따라 적어도 일부는 상이하게 결정되는 것일 수 있다. 가령, 특정 키워드가 제1 뉴스 기사 및 제2 뉴스 기사에 출현하고, 상기 제1 뉴스 기사가 보다 공신력 있는 언론사에서 발행된 것이라고 가정하자. 이와 같은 경우, 상기 제1 뉴스 기사와 연관된 제1 투자 후보 기업에 더 높은 가중치가 부여될 수 있다. 또는, 상기 제1 투자 후보 기업에 추가 가중치 또는 가산점이 부여될 수 있다.

제8 실시예에서, 전술한 실시예들의 조합에 따른 가중치 또는 가산점을 반영하여 최종 관련도 스코어가 산출될 수 있다.

지금까지 도 15 내지 도 17을 참조하여 본 개시의 일 실시예에 따른 관련도 스코어 산출 방법에 대하여 설명하였다. 상술한 방법에 따르면, 다양한 종류의 가중치를 반영함으로써, 관심 토픽과 투자 후보 기업 간의 관련도 스코어가 정확하게 산정될 수 있다. 이에 따라, 관심 토픽과 연관된 기업이 정확하게 선별될 수 있다.

이하에서는, 도 18 내지 도 20을 참조하여 본 개시의 몇몇 실시예들에 따른 투자 비중 결정 방법에 대하여 설명하도록 한다.

도 18 내지 도 20은 본 개시의 몇몇 실시예들에 따른 투자 비중 결정 방법을 나타내는 흐름도이다. 이하, 도 18 내지 도 20을 참조하여 설명한다.

제1 실시예에서, 도 18에 도시된 바와 같이, 결정 장치(100)는 투자 대상 기업의 관련도 스코어에 기초하여 투자 비중을 결정할 수 있다(S410). 예컨대, 결정 장치(100)는 관련도 스코어의 상대적 비율에 기초로 투자 대상 기업의 투자 비중을 결정할 수 있다. 본 실시예에 따르면, 관심 토픽과의 관련성이라는 합리적인 기준 하에 투자 비중이 결정될 수 있다.

제2 실시예에서, 도 19에 도시된 바와 같이, 결정 장치(100)는 투자 대상 기업의 시가총액 또는 시총비중에 기초하여 투자 대상 기업의 투자 비중을 결정할 수 있다(S430). 본 실시예에 따르면, 투자 대상 기업의 평균 지수를 잘 추종하는 투자 포트폴리오가 구축될 수 있다.

제3 실시예에서, 도 20에 도시된 바와 같이, 결정 장치(100)는 관심 토픽이 이슈화된 시점과 투자 대상 기업과 연관된 문서의 생성 시점과의 차이에 기초하여 투자 대상 기업의 투자 비중을 결정할 수 있다(S450). 예를 들어, 관심 토픽이 이슈화된 시점과 제1 투자 대상 기업의 연관 문서의 생성 시점과의 차이가 클수록 상기 제1 투자 대상 기업의 투자 비중은 감소될 수 있다. 반대의 경우, 상기 제1 투자 대상 기업의 투자 비중은 증가될 수 있다. 본 실시예에 따르면, 관심 토픽과 투자 대상 기업 간의 실질적 상관 관계에 기초하여 신뢰도 높은 투자 포트폴리오가 구축될 수 있다.

제4 실시예에서, 전술한 실시예들의 조합에 기초하여 투자 대상 기업의 투자 비중이 결정될 수 있다. 예를 들어, 투자 대상 기업의 관련도 스코어와 시가총액을 함께 고려하여 각 투자 대상 기업의 투자 비중이 결정될 수 있다.

지금까지 도 18 내지 도 20을 참조하여 본 개시의 몇몇 실시예들에 따른 투자 비중 결정 방법에 대하여 설명하였다. 상술한 방법에 따르면, 합리적인 기준 하에 투자 대상 기업의 투자 비중을 결정함으로써, 관심 토픽에 대한 신뢰도 높은 투자 포트폴리오가 구축될 수 있다.

지금까지 도 1 내지 도 20을 참조하여 본 개시의 몇몇 실시예들 및 그 실시예들에 따른 효과들을 언급하였다. 본 개시의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

지금까지 도 1 내지 도 20을 참조하여 설명된 본 개시의 개념은 컴퓨터가 읽을 수 있는 매체 상에 컴퓨터가 읽을 수 있는 코드로 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체는, 예를 들어 이동형 기록 매체(CD, DVD, 블루레이 디스크, USB 저장 장치, 이동식 하드 디스크)이거나, 고정식 기록 매체(ROM, RAM, 컴퓨터 구비 형 하드 디스크)일 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체에 기록된 상기 컴퓨터 프로그램은 인터넷 등의 네트워크를 통하여 다른 컴퓨팅 장치에 전송되어 상기 다른 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 다른 컴퓨팅 장치에서 사용될 수 있다.

이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시가 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행되어야만 하거나 또는 모든 도시 된 동작들이 실행되어야만 원하는 결과를 얻을 수 있는 것으로 이해되어서는 안 된다. 특정 상황에서는, 멀티태스킹 및 병렬 처리가 유리할 수도 있다. 더욱이, 위에 설명한 실시예들에서 다양한 구성들의 분리는 그러한 분리가 반드시 필요한 것으로 이해되어서는 안 되고, 설명된 프로그램 컴포넌트들 및 시스템들은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키지 될 수 있음을 이해하여야 한다.

이상 첨부된 도면을 참조하여 본 개시의 실시예들을 설명하였지만, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시가 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (8)

1. 컴퓨팅 장치에서 관심 토픽에 대한 투자 대상 기업을 결정하는 방법에 있어서,
   상기 관심 토픽과 연관된 키워드를 획득하는 단계; 및
   상기 키워드와 연관된 복수의 투자 후보 기업 중에서 적어도 하나의 투자 대상 기업을 결정하는 단계를 포함하되,
   상기 투자 대상 기업을 결정하는 단계는,
   상기 복수의 투자 후보 기업에 포함된 제1 투자 후보 기업과 연관된 문서와 상기 키워드가 포함된 문서를 비교하는 단계; 및
   상기 비교의 결과에 기초하여, 상기 제1 투자 후보 기업을 상기 투자 대상 기업으로 결정하는 단계를 포함하는,
   투자 대상 기업을 결정하는 방법.
2. 제1 항에 있어서,
   상기 키워드는,
   사전에 설정된 필수 키워드와 보조 키워드를 포함하는 것이고,
   상기 제1 투자 후보 기업을 상기 투자 대상 기업을 결정하는 단계는,
   상기 제1 투자 후보 기업과 연관된 문서와 상기 필수 키워드가 포함된 문서가 동일하지 않은 경우, 상기 제1 투자 후보 기업을 상기 투자 대상에서 제외하는 단계를 포함하는,
   투자 대상 기업을 결정하는 방법.
3. 제1 항에 있어서,
   상기 제1 투자 후보 기업과 연관된 문서는 공시 문서, IR 문서 및 뉴스 문서를 포함하는 문서 집합에 포함되는 것인,
   투자 대상 기업을 결정하는 방법.
4. 제1 항에 있어서,
   상기 투자 대상 기업에 대한 투자 비중을 결정함으로써, 상기 관심 토픽에 대한 투자 포트폴리오를 구축하는 단계를 더 포함하는,
   투자 대상 기업을 결정하는 방법.
5. 컴퓨팅 장치에서 관심 토픽에 대한 투자 대상 기업을 결정하는 방법에 있어서,
   상기 관심 토픽과 연관된 키워드를 획득하는 단계; 및
   상기 키워드와 연관된 복수의 투자 후보 기업 중에서 적어도 하나의 투자 대상 기업을 결정하는 단계를 포함하되,
   상기 투자 대상 기업을 결정하는 단계는,
   상기 복수의 투자 후보 기업에 포함된 제1 투자 후보 기업과 연관된 문서에서 상기 키워드를 검색하는 단계;
   상기 키워드가 포함된 문서 내의 상기 키워드의 출현 위치와 필수 출현 위치를 비교하는 단계; 및
   상기 비교의 결과에 기초하여, 상기 제1 투자 후보 기업을 상기 투자 대상 기업으로 결정하는 단계를 포함하는,
   투자 대상 기업을 결정하는 방법.
6. 제5 항에 있어서,
   상기 필수 출현 위치는,
   상기 제1 투자 후보 기업과 연관된 문서 내의 기 지정된 섹션이고,
   상기 투자 대상 기업을 결정하는 단계는,
   상기 키워드의 출현 위치가 상기 필수 출현 위치와 동일하지 않은 경우, 상기 제1 투자 후보 기업을 상기 투자 대상에서 제외하는 단계를 포함하는,
   투자 대상 기업을 결정하는 방법.
7. 제5 항에 있어서,
   상기 제1 투자 후보 기업과 연관된 문서는 공시 문서, IR 문서 및 뉴스 문서를 포함하는 문서 집합에 포함되는 것인,
   투자 대상 기업을 결정하는 방법.
8. 제5 항에 있어서,
   상기 투자 대상 기업에 대한 투자 비중을 결정함으로써, 상기 관심 토픽에 대한 투자 포트폴리오를 구축하는 단계를 더 포함하는,
   투자 대상 기업을 결정하는 방법.
   

Images