KR20080047859A

KR20080047859A - 기사 자동 생성 방법 및 그 장치

Info

Publication number: KR20080047859A
Application number: KR1020060117823A
Authority: KR
Inventors: 김동진; 김정민; 박광수; 정준섭; 김백중; 박경하; 이창원
Original assignee: 주식회사 씽크풀
Priority date: 2006-11-27
Filing date: 2006-11-27
Publication date: 2008-05-30
Also published as: KR100853022B1

Abstract

본 발명은 기업공시와 관련된 기사 생성 및 보도에 있어서 정보이용자의 이해를 돕는 풍부한 부가자료와 유용한 분석의견을 첨부하면서도 전 과정을 자동화하여 시급한 보도자료에 대하여 기존의 편집방식보다 정확하고 월등히 빠른 실시간개념의 기사를 제공하는 기사 자동 생성 방법 및 그 장치에 관한 것이다.

본 발명에서는 통신망을 통해 연결된 정보 제공원으로부터 제공된 데이터를 검색하고 분류한다. 상기 데이터에 대한 메타 데이터를 생성하여 저장한다. 상기 데이터의 내용을 파싱하여 누락 데이터가 존재하는지 여부를 판단하여 상기 메타 데이터의 해당 항목에 기록한다. 상기 판단 결과 누락 데이터가 존재하지 않는 경우, 상기 데이터의 파싱 내용을 저장한다. 상기 데이터를 기초로 가공 데이터를 생성한다. 상기 가공 데이터에 포함된 수치 데이터를 문장 데이터로 변환한다.

뉴스, 공시 정보, 주식, 실시간

Description

기사 자동 생성 방법 및 그 장치{METHOD AND APPARATUS FOR AUTOMATICALLY GENERATING ARTICLES}

도 1은 종래에 수동으로 제공되던 기사의 일 예를 도시한 것이다.

도 2는 본 발명의 일 실시예에 따른 개략적인 기사 자동 제공 시스템의 블록도이다.

도 3은 본 발명의 일 실시예에 따른 기사 자동 생성 장치의 개략적인 블록도이다.

도 4는 본 발명의 일 실시예에 따른 기사 자동 생성 방법을 설명하기 위한 순서도이다.

도 5 내지 도 10은 실적공시의 경우에 본 발명에 따른 기사 자동 생성 과정에서 생성 및 참조되는 데이터의 일 예를 도시한 것이다.

도 11은 수주공시의 경우에 본 발명에 따라 작성된 기사를 나타낸 예이다.

<도면의 주요 부분에 대한 부호의 설명>

100 : 기사 생성 장치

200 : 정보 제공원

300 : 통신망

400 : 고객 단말기

500 : 관리자 단말기

본 발명은 기사를 자동으로 생성하여 제공하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 기업공시와 관련된 기사의 생성 및 보도에 있어서 정보 이용자의 이해를 돕는 부가자료 및 분석의견을 첨부하면서도 전 과정을 자동화하여 신속하게 기사를 제공하는 기사 자동 생성 방법 및 그 장치에 관한 것이다.

증권에 관련된 기사를 제공하는 온라인 신문사의 보도기사는 기존의 오프라인 신문사의 해설 기사 또는 인터뷰 기사를 기본적으로 포함하고 있더라도 시급히 보도해야하는 보도 기사(스트레이트 기사)의 비중이 큰데, 종래에는 상기 보도 기사를 작성하는 데 하기의 도 1과 같이 대부분 기자의 손에 의해 수작업으로 이루어지기 때문에 많은 시간, 노동력 및 비용이 소요되어 왔다.

상기 스트레이트 기사의 일 예로는 기업의 실적관련기사, 수주관련기사, 지분공시관련기사, 특허 공시관련 기사, 기타 기업의 중요한 경영사항을 알리는 기사 등이 있다.

도 1은 상기 내용을 실례를 들어 설명하기 위하여 실적관련 공시정보와 이에 기초하여 제작된 기사를 나타낸 것이다.

도 1을 참조하면, 한독약품(종목고유번호: 002390)의 실적관련공시정보(10)는 2006년 10월 23일 15시 26분 57초에 제공되었다. 기존 온라인 신문사들은 한독 약품(종목고유번호: 002390)의 실적관련공시정보(10)를 기반으로 보도 기사를 작성하여 고객 단말기로 제공하였고, 보도 시각은 공시 정보를 인용한 단문 기사임에도 불구하고 공시 발생 후 최소 3~55분이 지나서야 보도하고 있고 있는 것을 알 수 있다.

즉, A 신문(12)의 경우 보도 시각은 2006년 10월 23일 15시 29분 59초, B 신문(14)의 경우 보도 시각은 2006년 10월 23일 15시 35분 18초, C 신문(16)의 경우 보도 시각은 2006년 10월 23일 16시 22분 17초로서, 공시발생 후 각각 3분 2초, 8분 21초 및 55분 30초가 소요되었으며, 부가자료나 분석의견도 없이 공시 원본을 한번 더 보도한 것에 지나지 않아 정보를 이용하고자 하는 자로 하여금 기사에 대한 만족도를 높이지 못한다는 문제점이 있어 왔다.

설령 신문사가 편집기사를 생성 전달하는 일부 과정을 자동화하더라도 나머지 부분에서 수동 작업이 개입되면 그만큼 시간이 지연되고, 그로 인하여 분초를 다투는 증권기사 생성에 있어서 기사로서의 가치가 훼손된다는 한계점이 있다.

한편, 종래의 선행기술로서 특허 제0416953호 "시스템 뉴스 제공 시스템 및 그 방법(이하 선행 특허라 한다)"가 있다. 상기 선행 특허는 투자정보에 대하여 '사용자 또는 시스템 운영자'에 의해 미리 설정된 로직에 대응되는 뉴스를 발생시키는 구조로 되어 있다.

그러나 상기 선행 특허의 경우에서는 상시로 흘러나오는 정보를 사용자 또는 시스템 운영자가 설정해 둔 소정의 로직에 상응하는 이벤트에 대해 고정화된 문구 정도를 발생시키는 구조이므로 그것이 기사라고 할 수 있을 만큼 양적으로나 질적 으로나 완결성이 떨어진다. 또한, 사용자가 설정한 로직에 대해 그 해당 사용자만 받아보는 구조로 사용한다면 그것은 뉴스라기보다는 현재 홈트레이딩시스템(HTS)에서 사용하는 실시간 검색 기능과 별다를 바가 없다는 것이다. 그리고 그것이 보여줄 결과물도 단편적인 내용으로서, 주식거래를 하고 있는 일부 사용자들에게만 의미 있는 내용, 예컨대 상한가, 하한가 정보, 매도량 정보 등으로 기사라고 보기 어렵다. 또한, 뉴스생성의 근본이 되는 기반 데이터도 시세정보 등과 같이 단일 데이터를 기반으로 하므로, 생성되는 기사가 단순하고 뉴스라기보다는 알람(alarm) 장치에 불과하다고 볼 수 있다.

또한, 상기 선행 특허는 단일 데이터 내에서 로직에 해당하느냐 해당하지 않느냐가 뉴스 발생 여부를 결정짓는데, 이는 결국, '시스템 운영자 또는 사용자가 의미가 있다고 생각하는 정보'만을 기사로 생성시킨다는 것을 의미한다. 이것은 '기사 발생 여부'를 시스템운영자 또는 사용자의 자의적 판단에 맡기는 것이며 자칫 중요한 기사를 상당수 놓칠 수 있고 또한 클라이언트마다 서로 다른 뉴스가 생성되어 실제로는 정보의 비대칭성이 발생하는바, 뉴스라고 하기 어렵다는 문제점이 있다. 또한, 상기 선행 특허는 '로직에 해당하는 사건이 있느냐?' 가 뉴스생성의 중요한 결정인자이자 내용이므로 전달할 내용이 '로직에 해당하는 사건발생'이기 때문에 내용에서 객관성이 떨어지고 6하 원칙의 필수요소들이 빠질 가능성이 높다.

더욱이, 상기 선행 특허는 시스템 뉴스를 6자리로 코드화하여 클라이언트에 전달하여 해독하게 함으로써 네트워크에 부하를 일으키지 않는다는 점을 장점으로 내세우고 있으나, 역설적으로 이는 종목 개수도 3자리 이내에서 구분되어야 하고 로직도 3자리 내에서 구분되어야 하므로 1000개 이상의 종목 혹은 1000개 이상의 다양한 로직은 처리할 수 없다는 치명적인 단점이 있다. 또한, 이러한 구조에서는 매번 클라이언트가 서버에 접속할 때마다 종목이나 로직의 변동사항을 다운로드 받아야 하는 부하는 감안하지 않았다는 한계점이 있다.

덧붙여, 현재 자동화 시스템을 이용하는 증권정보업체마저도 공시정보를 가공하여 신문기사와 같은 보도성 자료를 낼 수 없었던 이유로 첫째, 공시정보들은 단순 시세정보 내지는 시세가공정보와는 달리 그 내용의 복잡성, 다양성으로 인하여 자동화 내지는 서버구성 및 관리가 어려운 점, 둘째, 기업들이 공시하는 내용에 있어서 기재오류가 존재하는데 정보제공자가 대량의 데이터에 섞인 오류를 찾아내기란 쉽지 않다는 점, 셋째, 단순히 수치정보(시세정보 등)를 보여주는 이외의 분석의견이나 가공정보는 복잡한 로직관리와 문장의 의미파싱, 합성 등 상당한 수준의 기술이 필요하지만 현재 상용서비스를 위한 언어처리기술이 일반화되지 않았다는 점 등을 들 수 있다.

본 발명은 상기한 사정을 감안하여 창출된 것으로서, 그 목적은 기업공시와 관련된 뉴스 생성에 있어서 정보이용자의 이해를 돕는 풍부한 부가자료와 분석의견을 첨부하면서도 전 과정을 자동화하여 기존의 수동 편집방식보다 정확하고 월등히 빠른 실시간개념의 기사를 제공하기 위한 자동 기사 자동 생성 방법 및 그 장치를 제공하는 데 있다.

본 발명의 다른 목적은 기반데이타, 과거누적데이타, 가공데이타 등의 연동 을 통해 사용자가 찾아보아야 할 모든 데이터들을 정리해 보여줌으로써 풍부하고 종합적인 의견 내지는 투자판단의 근거자료로 활용할 수 있는 분석 기사를 제공하기 위한 기사 자동 생성 방법 및 그 장치를 제공하는 데 있다.

본 발명의 또 다른 목적은 모든 공시건에 대해 오류가 없는 한 모두 기사를 발생시킴에 의해 자의성을 배제하며 장치에서 처리된 기사는 모든 클라이언트에게 동등하게 공개되어 정보의 비대칭성이 발생하지 않는 기사 자동 생성 방법 및 그 장치를 제공하는 데 있다.

본 발명의 다른 목적은 6하 원칙의 필수요소들을 빠트리지 않고 기사의 보도원칙에 충실하며 풍부한 내용을 제공할 수 있는 기사 자동 생성 방법 및 그 장치를 제공하는 데 있다.

본 발명의 또 다른 목적은 모든 과정을 일괄적으로 처리하여 클라이언트에게 불필요한 부하를 발생시키지 않으며 네트워크의 부하문제도 통상적인 웹페이지 1개 수준에서 해결되므로 통상적인 웹서버라면 무난히 서비스가 가능하고, 또한 예상치 못하게 많은 사용자가 동시에 접속하는 경우에도 별도의 뉴스제공업체 혹은 별도의 서버를 두어 문제를 해결할 수 있는 기사 자동 생성 방법 및 그 장치를 제공하는 데 있다.

상기 목적을 달성하기 위한 본 발명의 제 1 관점에 따른 기사 자동 생성 방법은,

a) 통신망을 통해 연결된 정보 제공원으로부터 제공된 데이터를 검색하여 수 집하고 분류하는 단계;

b) 상기 데이터에 대한 메타 데이터를 생성하여 저장하는 단계;

c) 상기 데이터의 내용을 파싱한 후, 누락 데이터가 존재하는지 여부를 판단하여 상기 메타 데이터의 해당 항목에 기록하는 단계;

d) 상기 단계 c)의 판단 결과 누락 데이터가 존재하지 않는 경우, 상기 데이터의 파싱 내용을 저장하는 단계;

e) 상기 데이터를 기초로 가공 데이터를 생성하는 단계; 및

f) 상기 가공 데이터에 포함된 수치 데이터를 문장 데이터로 변환하는 단계를 포함하는 것을 특징으로 한다.

이 경우 상기 단계 d)에서, 상기 데이터의 파싱 결과 상기 데이터가 누적하여 저장되는 경우 상기 메타 데이터의 누적 데이터 생성 여부 항목에 소정의 상태 표시를 기록하는 것이 바람직하다.

또한, 상기 단계 d)에서, 상기 파싱 내용에 대하여 기재 오류 여부를 검사하고 기재에 오류가 없는 경우 상기 단계 e)를 수행하는 것이 바람직하다.

더욱이, 상기 단계 e)에서 상기 데이터가 분기 실적 데이터인 경우, 과거 분기 실적과 연동하여 가공 데이터를 생성하는 단계를 더 포함할 수 있다.

상기 단계 f)는, 상기 수치 데이터에서 체언을 추출하고 상기 수치 데이터의 증감에 따른 용언을 선택하며 상기 선택된 체언과 용언의 조합에 따라 분석 정보를 결정하는 단계; 및 상기 체언 및 용언 사이에 미리 설정된 규칙에 따른 조사 및 어미를 삽입하여 문장을 완성하는 단계를 포함한다.

상기 가공 데이터는 주가 수익 비율, 영업 이익률, 및 자기 자본 이익률 중 적어도 하나를 포함할 수 있다.

상기 목적을 달성하기 위한 본 발명의 제 2 관점에 따른 기사 자동 생성 장치는,

통신망에 연결된 적어도 하나의 공시 정보를 제공하는 정보 제공원으로부터 발생한 데이터를 주어진 색인어를 기준으로 검색하여 수집하고 분류하는 검색 및 분류 모듈;

상기 검색된 데이터로부터 원하는 내용을 파싱하고 상기 파싱된 데이터의 유효성을 검사하는 파싱 및 유효성 검사 모듈;

상기 유효성 검사가 이루어진 데이터를 기초로 가공 데이터를 생성하는 가공 모듈을 포함하는 데이터 가공부; 및

상기 데이터 가공부로부터 제공된 가공 데이터에 포함된 수치 데이터를 문장 데이터로 변환하는 기사 생성부를 포함하는 것을 특징으로 한다.

상기 데이터 가공부는 상기 데이터 중 일부를 누적 저장하는 누적 데이터 DB 및 상기 가공 모듈에서 가공된 가공 데이터를 저장하는 가공 데이터 DB를 더 포함할 수 있다.

또한, 상기 기사 생성부는 상기 누적 데이터 DB 및 상기 가공 데이터 DB의 데이터를 기초로 표 및 그래프 중 적어도 하나를 생성하는 도표화 모듈을 더 포함할 수 있다.

상기 기사 생성부는 상기 수치 데이터에서 체언을 추출하고 상기 수치 데이 터의 증감에 따른 용언을 선택하며 상기 선택된 체언과 용언의 조합에 따라 분석 정보를 결정한 후, 상기 체언 및 용언 사이에 미리 설정된 규칙에 따른 조사 및 어미를 삽입함으로써 상기 수치 데이터를 문장 데이터로 변환한다.

(실시예)

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 관하여 상세히 설명한다.

도 2는 본 발명의 일 실시예에 따른 개략적인 기사 자동 제공 시스템의 블록도이고, 도 3은 본 발명의 일 실시예에 따른 기사 자동 생성 장치의 개략적인 블록도이다.

도 2를 참조하면, 본 발명의 기사 자동 제공 시스템은 기사 생성 장치(100), 정보 제공원(200), 고객 단말기(400), 상기 기사 생성 장치(100)와 연결된 관리자 단말기(500) 및 통신망(300)을 포함하여 구성된다.

상기 정보 제공원(200)은 예를 들어, 증권 거래소, 코스닥, 금융감독원 외에 증권과 관련된 정형적인 정보를 제공하는 모든 기관을 포함한다.

상기 정보 제공원(200)에서 게시하는 정보는 정보 통신망(300)을 통해 기사 생성 장치(100)에 의해 모니터링 후 가공되어 고객 단말기(400)로 제공된다.

고객 단말기(400)는 통신망(300)에 접속한 개인용 컴퓨터 또는 뉴스 제공 업체이다.

상기 기사 생성 장치(100), 정보 제공원(200), 고객 단말기(400)는 인터넷 또는 LAN을 통하여 유선 또는 무선 방식으로 접근 가능한 통신망(300)에 연결되어 있으며, 상기 고객 단말기(400)는 인터넷 접속이 가능한 단말기라면 어떤 것도 가능하다.

기사 생성 장치(100)는 상기 정보 제공원(200)이 게시하는 정보를 실시간 감시하고, 정보가 유효한 것인지를 판단한 후 소정의 가공 과정을 거쳐 고객 단말기로 제공하며, 고객 단말기(400)가 뉴스 제공업체인 경우 전달된 기사는 개인용 컴퓨터(PC)로 인터넷에 접속한 개인들에게 전달된다.

도 3을 참조하면, 상기 본 발명의 기사 생성 장치(100)는 중앙처리장치, 램(RAM), 외부 저장장치, 통신모듈을 포함하는 하드웨어(미도시)와 이들에서 실행되는 소프트웨어들을 포함하며, 저장부(120), 데이터 가공부(140), 및 기사 생성부(160)를 포함하여 구성된다.

상기 저장부(120)는 검색어 DB(121), 메타 데이터 DB(123), 누적 데이터 DB(125), 가공 데이터 DB(127), 및 주식 시세 데이터 DB(129)를 포함한다. 상기 데이터 가공부(140)는 타이머(141), 검색 및 분류 모듈(143), 파싱 및 유효성 검사 모듈(145), 및 가공 모듈(147)을 포함하며, 뉴스 생성부(160)는 분석모듈(162), 도표화 모듈(164), 및 시소러스 DB(168)를 포함한다.

이하에 본 발명의 기사 생성 장치(100)를 상세히 설명한다.

상기 데이터 가공부(140)의 타이머(141)는 검색 및 분류 모듈(143)과 연동하여 상기 검색 및 분류 모듈(143)이 실시간 또는 주기적으로 정보 제공원(200)의 서버에 접속하여 공시 정보에 대하여 검색하는 데 필요한 시간정보를 제공한다.

상기 공시 정보는 예를 들어, 기업실적에 관련된 실적공시, 수주와 관련된 수주공시, 지분변동과 관련된 지분공시, 기타 광범위한 종류의 공시 등을 포함하며, 이하에서는 상기 공시 정보 중 "실적 공시"가 게시된 경우를 예를 들어 설명한다.

검색 및 분류 모듈(143)은 타이머(141)에 의해 설정된 시각에 통신망을 통해 정보 제공원(200)의 서버에 접속하거나 상기 정보 제공원(200)으로부터 제공된 데이터를 실시간 또는 주기적으로 검색하여 색인어 목록과 일치하는 항목이 발생하면 공시류와 고유번호 등을 담은 메타 데이터(meta data)를 생성하여 메타 데이터 DB(123)에 저장한다. 상기 검색 및 분류 모듈(143)은 검색어 DB(121)에 저장된 색인어 목록을 이용하여 상기 데이터를 검색하며, 상기 검색어 DB(121)에 저장된 색인어 목록의 일 예가 도 5의 참조번호 510으로 도시되어 있으며, 상기 데이터의 검색 및 분류 결과의 일 예가 도 5의 참조번호 520으로 도시되어 있다.

파싱 및 유효성 검사 모듈(145)은 검색 및 분류된 데이터에 대해 그 내용의 파싱을 수행하고, 파싱 중 누락된 데이터가 있으면 메타 데이터 누적 데이터 생성 여부에 "누락"으로 기록하고 유효하지 않은 데이터로 판단해 해당 고유번호에 대해서는 이후 과정을 처리하지 않고 종료한다. 내용의 파싱이 시작되면 누적할 가치가 없는 공시정보(도 7의 참조번호 705)로 판단되는 경우는 도 7의 참조번호 715와 같이 가공되지 않은 공시원문의 데이터를 그대로 인용한 표 형식으로 표현하는 데 사용하고, 누적하여 저장할 가치가 있는 당기 실적 데이터(725)는 도 7의 참조번호 735와 같이 누적데이터 DB(125)에 저장한다. 그리고 이 경우 도 6의 메타 데이터 중 누적 데이터 유효 여부컬럼(610)에 "검사중"임을 기록한다.

또한, 상기 파싱 및 유효성 검사 모듈(145)은 누락없이 파싱된 데이터에 대하여 기재 오류 여부를 판단하는데, 도 6의 메타 데이터의 "누적 데이터 유효 여부컬럼(610)" 항목 중 "검사 전" 에 해당하는 종목의 고유번호를 참조하여 공시 정보에 대한 검사 로직을 수행하며, 상기 검사 로직은 공시 정보에 따라 상이하다.

예를 들어, 상기 공시 정보 중 실적 공시에 대한 검사 로직은 재무제표에 대한 종적 검사 및 횡적 검사가 있으며, 횡적인 검사는 기업의 매출액이 전분기 대비 이상 급변하는 경우가 통계상 매우 드물다는 전제 하에, 관리자에 의해 설정된 일정 범위를 벗어나면 오류로 인식한다. 상기 오류는 기업이 공시 내용을 입력할 때에 단위를 잘못 기재함으로써 종종 발생한다(억 원->백 만원으로 기재하는 경우 등).

상기 횡적 방식에 의해 자칫 매출이 이상 급변한 기업에 대해 뉴스를 생성하지 못하는 경우가 생길 수 있으나 본 발명에서는 잘못된 정보제공을 막기 위한 목적을 우선하므로 후술의 방법으로 종료한다. 종적인 검사는 회계원리를 이용한 항목간 차감의 값이 일치하는 지의 여부로 검사한다.

가공 모듈(147)은 상기 메타 데이터 DB(123)에 저장된 "누적 데이터 유효 여부컬럼(610)"에 유효로 기록되어 있는 종목의 고유 번호를 참조하여 공시 정보에 대한 가공을 수행한다.

이때 가공 모듈(147)은 과거 실적이 분기 실적이면 해당 종목의 누적 데이터 DB(125)의 과거분기실적을 참조하여 과거 분기 실적 연동과정을 거쳐 연간환산 재무비율 등의 가공데이터를 산출하고, 연간 실적이면 상기 누적 데이터 DB(125)와의 연동 없이 바로 가공 데이터를 산출한다. 가공이 완료된 데이터에 대해서는 도 6의 메타 데이터에서 가공 데이터 생성 여부컬럼(620) 항목에 "완료"임을 기록한다.

상기 가공 데이터란 투자정보에서 사용되는 주가수익비율(PER), 영업이익률 및 자기자본이익률(ROE) 중 적어도 하나를 포함하는 데이터이다.

또한, 가공 모듈(147)은 동일 DB가 아닌 서로 다른 DB와의 연동을 통해 상기 가공 데이터를 생성하는데, 예를 들면 자기자본이익률(ROE)을 구하기 위해서는 현재 파싱된 도 7의 당기순이익 데이터와 과거에 다른 공시에서 파싱하여 누적된 데이터 중 대차대조표의 자본총계 항목을 참조한다.

상기 가공 데이터는 통상적으로 시계 열적인 기업의 경영성과 판단이나 타 기업과의 비교를 위한 투자정보로서 유용하며, 그 데이터로 생성된 문구와 그래프의 실시예가 도 8에 도시된다.

상술한 바와 같이 데이터 가공부(140)에서 가공된 데이터는 기사 생성부(160)에서 참조 된다.

분석 모듈(162)은 시계 열적 분석 및 기업 간 비교의 기능을 포함하며 각각의 상황에 따른 분석을 위해 분석 모듈(162) 내에 "개별 로직"이 설정되어 있고, 그 결과에 대한 조사처리는 분석 모듈(162)의 "범용 로직"이 시소러스 DB(168)를 참조하여 최종 문장을 생성한다. 여기서 "개별 로직" 이란 관리자가 관리자 단말기(500)를 통하여 입력한 내용으로서, 체언과 용언의 조합에 따라 다수의 분석정보(H) 중 하나를 얻기 위한 로직이고, "범용 로직"은 "개별 로직"으로 얻어진 체언과 용언으로 구성된 결과에 대응하여 조사와 어미 등을 자동으로 처리하는 로직이 며, 시스템 최초 구성시에 설정되며 이후에는 간단한 업 데이트 정도의 관리과정을 거친다. 도 9의 순서도는 상기 분석 모듈(162)이 간단한 로직을 분석하여 문장을 생성하는 실시예를 도시한 도면이다.

분석모듈(162)은 누적 데이터 DB(125)의 데이터 혹은 가공데이터 DB(127)의 데이터를 미리 입력된 "개별 로직"에 의해 분석하여 이 결과를 도 9의 순서도의 출력단에서와 같이 보여준다. 상기 출력단에서의 데이터는 분석 모듈(162)의 "범용 로직"이 문장 생성용 시소러스 DB(168)를 참조하여 각 상황에 맞는 문장을 생성한다.

도표화 모듈(164)은 별도의 데이터 가공과정 없이 누적 데이터(125) 및 가공 데이터 DB(127)의 데이터를 참조하여 그래프 및/또는 표를 생성한다. 상기 도표화 모듈(164)은 도 6의 메타데이터 상의 누적데이터가 "유효"하고 가공데이터가 "완료"인 고유번호의 종목을 참조하여 해당하는 종목의 그래프 및/또는 표를 생성하고 상기 과정으로 생성된 문장과 함께 기사를 생성한다.

도 11은 수주공시에 관한 자료를 본 발명의 기사 생성 장치(100)를 통하여 수주공시 원문을 파싱하여 기사로 생성한 예시도이다.

기사 생성 장치(100)의 데이터 가공부(140)는 수주공시의 핵심 내용, 즉, 공시 데이터(즉, 계약 물품, 계약금액, 최근 매출액, 매출액 대비 (%) 및 계약상대방)(T10)를 파싱하여, 우선 수주공시 원문에 포함된 공시 데이터(T10)를 문장 형태의 기사(T20)로 변환하여 디스플레이하며, 또한 공시 데이터(T10)에 기초하여 데이터 가공부(140)에서 가공된 가공 또는 분석의견(T30)을 디스플레이한다.

또한, 참조번호 T40은 공시 데이터(T10)와 같은 공시원문들이 누적되어 있는 누적 데이터 DB(125)에서 가져온 데이터를 나열해서 생성된 누적 공시 데이터를 표 형태로 표시한 것이고, 참조번호 T50은 정보 제공원(200)으로부터 제공되는 데이터와 관계없는 별도의 데이터, 예컨대, 주식 시세 데이터 DB(129)와 연동하여 만들어진 주가 데이터 기사의 일부이다.

상기한 바와 같이 본 발명에 있어서는 수주공시인 경우에도 공시 데이터(T10)에 기초한 문장 형태의 기사(T20)는 물론 가공 또는 분석의견(T30), 누적 공시 데이터(T40) 및 주가 데이터 기사(T50)를 동시에 제공하는 것이 가능하다.

따라서, 본 발명에서는 기반데이터, 과거누적데이터, 및 가공데이터 등의 연동을 통해 분석의견 등을 알려주며 사용자가 찾아보아야 할 모든 데이터들을 정리하여 디스플레이함으로써 사용자는 풍부하고 종합적인 의견 내지는 투자판단의 근거자료로 활용할 수 있게 된다.

상술한 바와 같이 구성된 본 발명의 기사 생성 장치의 작용을 도 4를 참고하여 상세하게 설명한다.

기사 생성 장치(100)를 가동하기 이전에 관리자는 관리자 단말기(500)를 통해 상기 기사 생성 장치(100)에 접속하여 기사화할 공시류가 게시되었는지 여부를 판단하기 위한 검색어 색인입력, 데이터플랫폼 정의, 문장생성용 시소러스, 타이머설정 및 메타 데이터 정의, 각 모듈 내에 개별모듈 삽입을 수행한다. 상술한 입력 작업이 완료된 이후부터는 해당 공시류에 대해서 공시가 발생할 때마다 자동으로 기사가 생성된다. 상기 관리자 단말기(500)는 상기 기사 생성 장치(100)에 접속하여 상술한 입력 작업의 변경 및 삭제가 가능하다.

기사 생성 장치(100)의 타이머(141)는 정해진 시간이 되면 통신망(300)을 통해 연결된 정보 제공원(200)으로부터 제공된 데이터를 소정의 색인어를 기준으로 검색하고 검색된 데이터를 분류하도록 검색 및 분류 모듈(143)을 작동시킨다(S400).

상기 검색 및 분류 모듈(143)은 속보성이 요구되는 기사를 생성하기 위해 실시간으로 작동되어 실시간성이 요구되는 공시류의 목록을 검색한다.

또한, 상기 검색 및 분류 모듈(143)은 긴급성이 요구되지 않거나 대량의 데이터를 모아서 처리 및 보도해야 할 필요성이 있는 기사에 대하여 소정의 주기를 가지고 작동되며 주로 증권시장이 열리지 않는 시간에 동작한다.

응용 예에서, 상기 타이머(141)는 공시가 발생될 가능성이 있는 근무 시간(예컨대 오전 9시부터 오후 6시까지, 또는 오전 9시부터 오후 3시까지 등) 동안에만 상기 검색 및 분류 모듈(143)이 실시간으로 동작하도록 설정되고, 상기 근무 시간을 초과하면 소정의 주기를 가지고 상기 검색 및 분류 모듈(143)이 동작하도록 설정하는 것이 가능하다.

상기 검색 및 분류 모듈(143)에서 정보 제공원(200)의 서버를 실시간(예를 들어, 5초 주기) 또는 주기적으로 검색하여 색인 상의 목록과 일치하는 항목이 발생하면, 공시류와 고유번호 등을 담은 메타데이터를 생성하여 메타데이터 DB(123) 에 저장한다(S410).

이는 공시의 분류를 나누어 이후 과정에서 어떤 종류의 기사를 생성하게 될지를 결정하는 역할을 하며 고유번호는 같은 내용에 대해 중복처리를 방지하는 역할을 한다. 도 6에는 생성된 메타 데이터의 일 예가 도시되어 있으며, 처음으로 메타 데이터를 생성하여 메타데이터 DB(120)에 저장할 때에는 누적 데이터 유효 여부컬럼(610)에 "최초"라고 기록한다.

파싱 및 유효성 검사 모듈(145)은 검색 및 분류된 데이터에 대해 그 내용의 파싱을 수행하고, 파싱 중 누락된 데이터가 있으면 메타 데이터 누적 데이터 생성 여부에 "누락"으로 기록하고 유효하지 않은 데이터로 판단해 해당 고유번호에 대해서는 이후 과정을 처리하지 않고 종료한다.

상기 파싱 및 유효성 검사 모듈(145)에서 내용의 파싱을 수행한 결과 누락된 데이터가 존재하지 않는 경우, 상기 데이터 중 누적할 가치가 있는 데이터(도 7의 725 및 735)는 단위를 통일(예컨대, 억 원 등) 하여 3분기실적데이터(735)로서 누적 데이터 DB(125)에 저장한다(S420). 그리고, 도 6의 메타 데이터에서 누적 데이터 생성 여부컬럼(610)에 "검사중"임을 기록한다.

또한, 상기 파싱 및 유효성 검사 모듈(145)은 누락없이 파싱된 데이터에 대하여 기재 오류 여부를 판단한다(S430).

상기 파싱 및 유효성 검사 모듈(145)은 도 6의 메타 데이터에서 "누적 데이터 유효 여부컬럼(610)" 항목 중 "검사 전" 에 해당하는 종목의 고유번호를 참조하여 공시 정보에 대한 검사 로직을 수행하며, 상기 검사 로직은 상술한 바와 같이 공시 정보에 따라 상이하다.

횡적 검사 또는 종적 검사에서 오류가 발생하면 기업의 공시담당자가 공시도중 데이터의 기재오류를 발생시킨 것으로 보고 상기 파싱 및 유효성 검사 모듈(145)은 메타데이터의 "누적 데이터 생성 여부컬럼(610)"에 "오류"라고 기록(미도시)하며 누적데이터 DB(125)에서 해당 데이터의 년월을 참조하여 삭제하고 해당 고유번호에 대해서는 이후 과정을 처리하지 않는다. 파싱 및 유효성 검사 모듈(145)은 데이터에 이상이 없으면 메타데이터의 "누적 데이터 생성 여부컬럼(610)"에 "유효"로 기록(미도시)한다.

가공 모듈(147)은 상기 메타 데이터 DB(123)에 저장된 "누적 데이터 유효 여부컬럼(610)"에 유효로 기록되어 있는 종목의 고유 번호를 참조하여 공시 정보에 대한 가공을 수행하여 도 8과 같이 가공 데이터를 생성한다(S440).

이때 가공 모듈(147)은 과거 실적이 분기 실적이면 해당 종목의 누적 데이터 DB(125)의 과거분기실적을 참조하여 과거 분기 실적 연동과정을 거쳐 연간환산 재무비율 등의 가공데이터를 산출하고, 연간 실적이면 상기 누적 데이터 DB(125)와의 연동 없이 바로 가공 데이터를 산출한다. 가공이 완료된 데이터에 대해서는 도 6의 메타 데이터에서 가공 데이터 생성 여부컬럼(620) 항목에 "생성전" 상태를 "완료"로 기록한다.

이렇게 생성된 가공데이터는 기사 생성부(160)의 분석 모듈(162) 및 도표화 모듈(164)에서 참조하게 된다.

기사 생성부(160)의 분석 모듈(162)은 시계 열적 분석 및 기업 간 비교의 기 능을 포함하며, 각각의 상황에 따른 분석은 분석 모듈(162) 내의 "개별 로직"에 의해 이루어지고, 그 결과에 대한 조사 및 어미의 처리는 분석 모듈(162)의 "범용 로직"이 시소러스 DB(168)를 참조하여 수치 데이터를 문장 데이터로 변환하는 방식으로 최종 문장을 생성한다(S450).

분석 모듈(162)은 누적데이터 DB(125)의 데이터 또는 가공데이터 DB(127)의 데이터를 미리 입력된 "개별 로직"에 의해 분석하여 그 분석 결과를 도 9의 순서도의 출력단에서와 같이 보여준다. 상기 출력단에서의 분석데이터(901-904)는 문장생성용 시소러스 DB(168)를 참조하여 각 상황에 맞는 문장을 생성하는데, 상기 분석 모듈(162)은 용언과 체언에 알맞은 조사와 어미 등을 자동으로 처리한다.

도 9의 순서도는 예를 들어, 분기별 매출액과 영업이익 각각의 감소/증가 여부를 판단하여 총 4가지 결과를 도시한 것이고, 도 10은 문장생성용 시소러스(thesaurus) DB의 내부 구조를 보여주는 도표와 분석 정보가 얻어지는 과정을 나타내는 설명도이다.

먼저 매출액(A)으로 규정된 체언에 대해, 그 데이터 항목을 DB에서 참조하여 상기 매출액의 증감 여부에 따라 매출액이 증가한 경우 용언이 C1로 결정되고, 상기 매출액이 감소하는 경우 용언이 C2로 결정되며, 상술한 방법과 동일하게, 영업이익 E에 관해서도 증가하는 경우 용언이 G1로 결정되고 감소하는 경우 G2로 결정된다.

C1 및 G1이 결정되면 분석 정보(H)는 "활황기 도래"(H1)로 결정되고, C1 및 G2로 결정되면 분석정보(H)는 "기업체질 개선 요망"(H2)으로 결정되며, C2 및 G1이 결정되면 분석정보(H)는 "이익률 개선"(H3)으로 결정되고, C2 및 G2가 결정되면 분석정보(H)는 "침체국면 도래"(H4)로 결정된다.

예컨대, 매출액이 증가하고 영업이익이 증가했을 경우 A1, C1, E1, G1, H1의 결과가 도출되는데, 다시 설명하자면 체언(A)과 체언(E)에 대하여 용언(C)과 용언(G)을 적용하여 결과값 분석정보(H)를 도출해 내는 것이 "개별 로직"의 역할이다. 또한, 이렇게 나온 최종결과 A1, C1, E1, G1, H1에 대하여 체언(A,E)과 용언(C,G) 사이에 각각 조사(b1,f1)를 적용하고 용언(C) 다음에 어미(d1)를 적용하는 것이 "범용 로직"이다.

결과적으로, 상기와 같이 매출액이 증가하고 영업이익이 증가했을 경우 본 발명의 문장생성용 시소러스(thesaurus)에 따른 개별 로직과 범용 로직의 적용에 의해 수치 데이터로부터 "매출액이 증가하였으며 영업이익도 증가."와 같은 문장이 자동적으로 생성되며, 그 결과로서 "활황기 도래"라는 분석정보(H)가 도출된다. 즉, 본 발명의 문장생성용 시소러스(thesaurus)를 이용하면 개별 로직과 범용 로직의 순차적 진행에 의하여 자연스러운 문장이 생성된다.

상기한 바와 같이, 본 발명에서는 수치 데이터에서 체언을 추출하고 상기 수치 데이터의 증감에 따른 용언을 선택하며 상기 선택된 체언과 용언의 조합에 따라 분석 정보를 결정한 후, 상기 체언 및 용언 사이에 소정 규칙에 따른 조사 및 어미를 삽입함으로써 상기 수치 데이터를 문장 데이터로 변환할 수 있게 된다.

또한, 상기 분석 모듈(162)에서 수치 데이터를 문장 데이터로 변환한 후, 또는 상기 단계 S450과는 무관하게 누적 데이터 DB(125) 및 가공 데이터 DB(127)를 참조하여 상기 수치 데이터에 대한 표 및/또는 그래프를 생성한다(S460).

상기 단계 S450에서 생성된 문장 데이터 및 상기 단계 S460에서 생성된 표 및/또는 그래프를 결합하여 기사를 생성하고 통신망을 통하여 고객 단말기(400)에 제공한다(S470).

상기한 실시예에서는 주식 거래에 참고가 되는 금융감독원 공시, 전자공시 등을 예를 들어 설명하였으나, 본원발명은 상기한 공시자료 이외에도 부동산 시세, 날씨 정보, 생명보험협회 상품정보, 자산운용협회 펀드관련 정보 등에 대하여 적용하는 것도 당업자에 의해 가능하다.

이상에서 상세히 설명한 바와 같이, 본 발명의 기사 자동 생성 방법 및 그 장치에 의하면, 기업공시와 관련된 뉴스 생성에 있어서 정보이용자의 이해를 돕는 풍부한 부가자료와 분석의견을 첨부하면서도 전 과정을 자동화하여 기존의 수동 편집방식보다 정확하고 월등히 빠른 실시간개념의 기사를 제공할 수 있다.

또한, 본 발명에서는 기반데이터, 과거누적데이터 및 가공데이터 등의 연동을 통해 분석의견 등을 알려주며 사용자가 찾아보아야 할 모든 데이터들을 정리하여 디스플레이함으로써 풍부하고 종합적인 의견 내지는 투자판단의 근거자료로 활용할 수 있는 분석 기사를 제공한다.

본 발명의 기사생성장치에서는 해당 공시 내에서는 모든 공시 정보에 대하여 모든 공시 정보를 기사로 변환하여 자의성을 배제하였고 장치에서 처리된 기사는 모든 클라이언트에게 동등하게 공개되어 정보의 비대칭성이 발생하지 않는다는 장 점이 있다.

또한, 종래의 뉴스 생성 시스템은 로직에 해당하는 사건의 유무가 뉴스생성의 중요한 결정인자이자 내용이고, 전달할 내용이 로직에 해당하는 사건발생이므로 내용에서 객관성이 떨어지고 6하 원칙의 필수요소들이 빠질 가능성이 크지만 본 발명에서는 사건에 대한 부가 자료제공과 분석을 목적으로 하기 때문에 기사의 보도원칙에도 충실하며 풍부한 내용을 제공한다는 효과가 성취된다.

지금까지 본 발명을 바람직한 실시예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.

Claims

a) 통신망을 통해 연결된 정보 제공원으로부터 제공된 데이터를 검색하여 수집하고 분류하는 단계;

b) 상기 데이터에 대한 메타 데이터를 생성하여 저장하는 단계;

c) 상기 데이터의 내용을 파싱한 후, 누락 데이터가 존재하는지 여부를 판단하여 상기 메타 데이터의 해당 항목에 기록하는 단계;

d) 상기 단계 c)의 판단 결과 누락 데이터가 존재하지 않는 경우, 상기 데이터의 파싱 내용을 저장하는 단계;

e) 상기 데이터를 기초로 가공 데이터를 생성하는 단계; 및

f) 상기 가공 데이터에 포함된 수치 데이터를 문장 데이터로 변환하는 단계를 포함하는 것을 특징으로 하는 기사 자동 생성 방법.
제 1 항에 있어서, 상기 단계 d)에서,

상기 데이터의 파싱 결과 상기 데이터가 누적하여 저장되는 경우 상기 메타 데이터의 누적 데이터 생성 여부 항목에 소정의 표시를 기록하는 것을 특징으로 하는 기사 자동 생성 방법.
제 1 항에 있어서, 상기 단계 d)에서,

상기 파싱 내용에 대하여 기재 오류 여부를 검사하고 기재에 오류가 없는 경 우 상기 단계 e)를 수행하는 것을 특징으로 하는 기사 자동 생성 방법.
제 1 항에 있어서, 상기 단계 e)에서,

상기 데이터가 분기 실적 데이터인 경우, 과거 분기 실적과 연동하여 가공 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 하는 기사 자동 생성 방법.
제 4 항에 있어서, 상기 가공 데이터는,

주가 수익 비율, 영업 이익률, 및 자기 자본 이익률 중 적어도 하나를 포함하는 것을 특징으로 하는 기사 자동 생성 방법.
제 1 항에 있어서, 상기 단계 f)는,

상기 수치 데이터에서 체언을 추출하고 상기 수치 데이터의 증감에 따른 용언을 선택하며 상기 선택된 체언과 용언의 조합에 따라 분석 정보를 결정하는 단계; 및

상기 체언 및 용언 사이에 미리 설정된 규칙에 따른 조사 및 어미를 삽입하여 문장을 완성하는 단계를 포함하는 것을 특징으로 하는 기사 자동 생성 방법.
통신망에 연결된 적어도 하나의 공시 정보를 제공하는 정보 제공원으로부터 발생한 데이터를 주어진 색인어를 기준으로 검색하여 수집하고 분류하는 검색 및 분류 모듈;

상기 검색된 데이터로부터 원하는 내용을 파싱하고 상기 파싱된 데이터의 유효성을 검사하는 파싱 및 유효성 검사 모듈;

상기 유효성 검사가 이루어진 데이터를 기초로 가공 데이터를 생성하는 가공 모듈을 포함하는 데이터 가공부; 및

상기 데이터 가공부로부터 제공된 가공 데이터에 포함된 수치 데이터를 문장 데이터로 변환하는 기사 생성부를 포함하는 것을 특징으로 하는 기사 자동 생성 장치.
제 7 항에 있어서, 상기 데이터 가공부는,

상기 데이터 중 일부를 누적 저장하는 누적 데이터 DB 및 상기 가공 모듈에서 가공된 가공 데이터를 저장하는 가공 데이터 DB를 더 포함하는 것을 특징으로 하는 기사 자동 생성 장치.
제 8 항에 있어서, 상기 기사 생성부는,

상기 누적 데이터 DB 및 상기 가공 데이터 DB의 데이터를 기초로 표 및 그래프 중 적어도 하나를 생성하는 도표화 모듈을 더 포함하는 것을 특징으로 하는 기사 자동 생성 장치.
제 7 항 내지 제 9 항 중 어느 한 항에 있어서, 상기 기사 생성부는,

상기 수치 데이터에서 체언을 추출하고 상기 수치 데이터의 증감에 따른 용 언을 선택하며 상기 선택된 체언과 용언의 조합에 따라 분석 정보를 결정한 후, 상기 체언 및 용언 사이에 미리 설정된 규칙에 따른 조사 및 어미를 삽입함으로써 상기 수치 데이터를 문장 데이터로 변환하는 것을 특징으로 하는 기사 자동 생성 장치.