KR20190049549A - 집단지성과 실시간 인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼 - Google Patents

Abstract

집단지성과 실시간인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼이 제시된다. 본 발명에서 제안하는 확률기반 기술가치평가 및 기술거래 온라인플랫폼은 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 평가자 추천 모듈, 모바일 단말기와 PC기반의 웹 애플리케이션을 통해 추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 실시하는 평가모듈, 정성적 평가 결과에 기초하여 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 집단지성 모듈, 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 인공지능 모듈, 평가결과를 자동으로 최종보고서에 삽입하는 문서생성모듈, 보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행하는 기술이력 관리 및 기술 거래 모듈 및 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 상호평가모듈을 포함한다.

Description

집단지성과 실시간 인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼{Online platform for probability based technology valuation using collective intelligence and realtime artificial intelligence}

본 발명은 기술가치평가를 위한 플랫폼 구축기술로서, 다수의 전문가가 접속하여 온라인상에서 협업할 수 있는 웹사이트 애플리케이션 개발기술, 신규고객 요청작업 알림과 같은 모바일 어플리케이션 구축기술, 대용량 정보에 기초한 실시간 인공지능학습기술, 몬테카를로 시뮬레이션과 같은 확률프로그램 인코딩 기술, 평가이력의 기록과 저장 및 보고서의 공유를 위한 기술을 활용하는 방법 및 장치에 관한 것이다.

본 발명 관련한 선행 특허 및 이미 구축된 온라인 시스템은 한계가 있다. 평가엔진으로 제안된 특허들은 사전에 프로그래머에 의해 확정된 알고리즘으로 작동되며, 시간의 흐름에 따른 경제 및 기술적 트랜드 변화를 자동으로 반영할 수 없다. 인공지능엔진을 제안한 선행 특허의 경우도, 소수의 샘플을 따로 분리해서 별도로 사전에 훈련시킨 후 활용하는 형태다.

그러나 그간의 인공지능 기술의 발달로 인해 실제 거래데이터를 토대로 실시간으로 인공지능평가엔진을 업데이트로 하더라도 시스템 과부하를 피할 수 있고, 과적합(overfitting)도 피할 수 있게 되었다. 또한 문서자동생성 기술 등은 보고서의 자동생성과 인증된 사용자에게 보안열람을 가능하게 하는 등 기반기술의 진보가 크게 이뤄지게 되었다. 더구나 몬테카를로 시뮬레이션을 활용한 미래현금흐름 추정기법은 PC에서 자립형(Standalone)으로 이뤄지는데, 이를 다수의 평가자가 참여하여 그들의 추정치를 확률분포로 도출한 후, 몬테카를로 시뮬레이션을 실시하면 확률기반의 기술가치 평가를 추정할 수 있다는 장점이 있다. 이를 위해서는 다수의 전문가와 평가의뢰 기업이 협업할 수 있는 온라인 플랫폼이 필요하고, 이를 위해 웹 애플리케이션 및 모바일 애플리케이션 개발 기술을 활용하여 구현하고자 한다.

본 발명이 이루고자 하는 기술적 과제는 평가자 다수가 참여하는 집단지성 알고리즘에 의해 평가의 객관성을 확보하고, 평가작업을 표준화하며, 이를 다시 세부작업으로 모듈화 하는 방식으로 평가의 전문화와 효율성을 추구하기 위한 방법 및 장치를 제공하는데 있다. 또한, 평가과정을 실시간으로 인공지능이 학습하도록 하여 별도의 샘플을 지정하여 훈련할 필요 없이 항상 최신의 경제적, 기술적 트랜드가 반영된 자동화된 가치평가를 구현하여, 시장의 전반적인 컨센서스 정보로서 함께 제공하고자 한다.

일 측면에 있어서, 본 발명에서 제안하는 집단지성과 실시간 인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼은 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 평가자 추천 모듈, 모바일 단말기와 PC기반의 웹 애플리케이션을 통해 추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 실시하는 평가모듈, 정성적 평가 결과에 기초하여 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 집단지성 모듈, 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 인공지능 모듈, 평가결과를 자동으로 최종보고서에 삽입하는 문서생성모듈, 보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행하는 기술이력 관리 및 기술 거래 모듈 및 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 상호평가모듈을 포함한다.

평가자 추천 모듈은 의뢰회사의 가입정보가 저장된 데이터베이스와, 변리사, 기술가치평가사, 기술신용평가사를 포함하는 전문 평가인의 가입정보가 저장된 데이터베이스를 대조하여 관련된 기술분야의 평가자를 매칭시키고, 차후의 평가의뢰 건부터는 평가종료 후 생성되는 의뢰회사의 만족도 조사를 근거로 생성되는 기술적합도 점수에 따라 평가자 추천이 이뤄지도록 한다.

평가모듈은 기술성, 권리성, 시장성, 사업성, 로얄티 평가를 포함하는 현업에서 활용되는 표준화된 평가양식에 기초하여 평가의 결과와 평가에 대한 설명을 입력하고, 보고서의 목차와 매칭되도록 구조화한다.

평가모듈은 정성적 평가를 완료한 후, 정성적 평가 결과에 기초하여 할인율, 기술수명을 포함하는 정량적 변수값을 설정할 때 최대, 최소, 평균을 포함하는 확률 파라미터 값과 확률분포을 선택하고, 평가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석을 실시한다.

인공지능 모듈은 평가에 참여한 복수의 전문가의 평가과정을 학습하고, 학습결과를 실시간으로 업데이트 하여 경제적·기술적 트랜드 변화를 반영한 기술가치평가엔진으로 진화한다.

기술이력 관리 및 기술 거래 모듈은 보고서의 핵심내용을 해시함수에 의해 암호화하여 축약된 이력정보를 생성하고, 네트워크에 분산 저장하여 필요 시 신원인증을 받은 국내 및 글로벌 투자자, 은행, 타 기업이 접속하여 보고서를 열람하도록 지원해준다.

또 다른 일 측면에 있어서, 본 발명에서 제안하는 집단지성과 실시간인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 방법은 평가자 추천 모듈을 통해 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 단계, 추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 평가모듈을 통해 실시하는 단계, 정성적 평가 결과에 기초하여 집단지성 모듈을 통해 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 단계, 인공지능 모듈을 통해 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 단계, 문서생성모듈을 통해 평가결과를 자동으로 최종보고서에 삽입하는 단계, 기술이력 관리 및 기술 거래 모듈을 통해 보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행하는 단계 및 상호평가모듈을 통해 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 단계를 포함한다.

본 발명의 실시예들에 따르면 기술가치평가에 관여하는 변리사, 기술신용평가사, 기술가치평가사 등 전문가 집단들이 다수가 온라인에서 협업할 수 있게 됨으로써, 평가의 주관성을 배제하고 객관성 확보에 기여하게 된다. 확률기반으로 추정되는 기술가치평가금액은 점추정 보다 폭넓은 미래가치발생 정보를 전달하므로 정보가치가 상승하게 되고, 시중은행, 투자가 등이 직접 평가하지 않고 제3의 전문평가인이 평가하도록 함으로서 평가의 공정성과 평가에 따른 리스크를 분산시킬 수 있다. 아울러 평가과정이 투명하게 노출되기 때문에 평가의뢰 고객의 만족도와 신뢰도 상승을 기대할 수 있고, 평가결과를 담은 보고서를 관리함으로써 인증 받은 거래 상대방도 언제든지 접속하여 보고서를 열람할 수 있게 된다. 이러한 투명성, 객관성, 작업의 전문화 및 효율성 등으로 인해 기술가치평가시장이 국내뿐만 아니라 미국, 일본 등 해외에서도 가치평가 플랫폼으로 자리잡을 가능성이 높다고 판단되며, eGovernment 솔루션으로 해외의 특허청 및 은행들과 연계하여 전세계 특허기술가치평가 네트워크 플랫폼으로 육성해도 충분히 승산이 있다고 본다.

도 1은 본 발명의 일 실시예에 따른 집단지성과 실시간인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래를 온라인플랫폼의 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 기술가치평가 및 기술거래 온라인플랫폼의 동작 과정을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 표준화된 평가양식으로서 산업자원부의 기술가치평가 실무가이드를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 순현재가치(NPV)의 확률기반 추정(몬테카를로 시뮬레이션)을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 주요변수의 기술가치 영향력 분석(스파이더 차트)을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 극한 시나리오에서 주요 변수가 가치평가에 미치는 영향력 분석(스트레스 분석)을 나타낸 도면이다.

제4차산업혁명의 도래와 함께 첨단 신기술개발경쟁은 더욱 치열해지고 있다. 그러나 기술의 개발에 못지않게 중요한 것은 기술에 대한 가치평가다. 첨단기업은 기술개발에 막대한 투자금이 필요하므로 기술담보대출, 투자유치가 필요하며, 우수기술임을 입증하기 위해서는 기술가치평가가 수반되기 때문이다. 특히 기술담보대출의 경우에 있어서 국내에서는 2016년말 기준 45조원이 집행되었는데, 대출과정에서 연간 2만건 내외의 기술가치평가가 이뤄졌다. 그러나 평가인력의 부족과 평가 적격자 미확보로 인한 품질의 부실, 평가의 투명성 및 객관성 결여 등이 문제가 되고 있어 정부 당국과 시중은행은 대책마련에 부심하고 있으나 뚜렷한 대책이 없는 상태다. 이에 본 발명은 평가자 다수가 참여하는 집단지성 알고리즘에 의해 평가의 객관성을 확보하고, 평가작업을 표준화하며, 이를 다시 세부작업으로 모듈화 하는 방식으로 평가의 전문화와 효율성을 추구하고자 한다. 아울러 평가과정을 실시간으로 인공지능이 학습하도록 하여 별도의 샘플을 지정하여 훈련할 필요 없이 항상 최신의 경제적, 기술적 트랜드가 반영된 자동화된 가치평가를 구현하여, 시장의 전반적인 컨센서스 정보로서 함께 제공하고자 한다. 평가결과는 암호화되어 분산되며, 인증을 받은 접속자는 국내는 물론 글로벌 환경에서도 접속하여 보고서를 열람하고, 이를 토대로 기술에 대한 신뢰도를 높여, 기술담보대출, 투자유치, 기술이전거래 촉진 등을 하고자 한다. 전세계적으로 기술에 대한 가치평가를 이처럼 집단지성과 실시간 학습된 인공지능을 병행하여 동시에 제공하는 사례는 없으므로, 향후 전 세계 기술가치평가시장에서 표준으로 자리잡고자 한다. 이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 집단지성과 실시간인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래를 온라인플랫폼의 구성을 나타내는 도면이다.

제안하는 집단지성과 실시간인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래를 온라인플랫폼(100)은 평가자 추천 모듈(110), 평가 모듈(120), 집단지성 모듈(130), 인공지능 모듈(140), 문서 생성 모듈(150), 기술이력 관리, 기술거래 모듈(160), 상호 평가 모듈(170)을 포함한다.

평가자 추천 모듈(110)은 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천한다. 의뢰회사의 가입정보가 저장된 데이터베이스와, 변리사, 기술가치평가사, 기술신용평가사를 포함하는 전문 평가인의 가입정보가 저장된 데이터베이스를 대조하여 관련된 기술분야의 평가자를 매칭시키고, 차후의 평가의뢰 건부터는 평가종료 후 생성되는 의뢰회사의 만족도 조사를 근거로 생성되는 기술적합도 점수에 따라 평가자 추천이 이뤄지도록 한다. 다수의 추천에 의해 선정된 평가자들은 모바일 단말기나 PC기반의 웹어플리케이션을 통해 평가의뢰 건이 도착했음을 알람(alarm) 받게 되고, 평가를 실시하게 된다.

평가모듈(120)은 모바일 단말기와 PC기반의 웹 애플리케이션을 통해 추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 실시한다. 기술성, 권리성, 시장성, 사업성, 로얄티 평가를 포함하는 현업에서 활용되는 표준화된 평가양식에 기초하여 평가의 결과와 평가에 대한 설명을 입력하고, 보고서의 목차와 매칭되도록 구조화한다. 정성적 평가를 완료한 후, 정성적 평가 결과에 기초하여 할인율, 기술수명을 포함하는 정량적 변수값을 설정할 때 최대, 최소, 평균을 포함하는 확률 파라미터 값과 확률분포을 선택하고, 평가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석을 실시한다.

집단지성 모듈(130)은 정성적 평가 결과에 기초하여 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정한다.

인공지능 모듈(140)은 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출한다. 인공지능 모듈(140)은 평가에 참여한 복수의 전문가의 평가과정을 학습하고, 학습결과를 실시간으로 업데이트 하여 경제적·기술적 트랜드 변화를 반영한 기술가치평가엔진으로 진화한다.

문서생성모듈(150)은 평가결과를 자동으로 최종보고서에 삽입한다. 평가가 종료된 이후 평가모듈로부터 결과를 넘겨받아 자동으로 가치평가결과 보고서를 생성한다.

기술이력 관리 및 기술 거래 모듈(160)은 보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행한다. 보고서의 핵심내용을 해시함수에 의해 암호화하여 축약된 이력정보를 생성하고, 네트워크에 분산 저장하여 필요 시 신원인증을 받은 국내 및 글로벌 투자자, 은행, 타 기업이 접속하여 보고서를 열람하도록 지원해준다.

상호평가모듈(170)은 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장한다. 기술평가의뢰 기업과 평가자(예를 들어, 변리사, 기술가치평가사, 기술신용평가사)의 상호 평가 결과를 설문하고 저장한다.

도 2는 본 발명의 일 실시예에 따른 기술가치평가 및 기술거래 온라인플랫폼의 동작 과정을 설명하기 위한 도면이다.

본 발명은 기술가치평가 및 기술거래 온라인플랫폼에 관한 것으로, 더욱 상세하게는 기술가치평가에 필요한 다수의 전문 평가자가 참여하고, 그들의 평가 매커니즘이 실시간으로 인공지능이 학습하도록 구축된 온라인 플랫폼으로서, 도 2에서 평가자 추천모듈(210)이 작동하여 의뢰회사의 기술특성과 가장 부합하는 전문성을 가진 평가자를 다수 추천한다.

선정된 평가자는 모바일 단말기와 PC기반의 웹 애플리케이션 등을 통해 평가모듈(220)에 접속하여 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가 등 정성적 평가를 먼저 실시하게 된다. 본 발명의 실시예에 따르면, 정성적 평가결과는 7점 척도 등 적절한 등간척도(interval measure)로 평가하게 된다.

정성적 평가가 종료되면 이에 기초하여 평가자들이 기술수명, 할인율, 기술기여율, 매출액 평균증가율 등과 같은 정량적 변수값의 확률범위를 결정하게 되고, 집단지성 모듈(230)에서는 각 참여 평가자가 부여한 정량적 변수의 값을 토대로 기술가치평가의 각 변수의 확률분포를 범위로 추정하고, 최종 기술가치평가금액도 확률분포로 추정한다.

인공지능 모듈(204)에서는 집단지성 모듈(230)에서의 평가자들의 정성적 변수 부여점수와 정량적 변수 값의 선택 사이에 존재하는 암묵적인 규칙을 이 실시간으로 학습한다. 이러한 추론엔진을 토대로 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출한다. 이러한 전문가 집단지성에 의한 주요변수의 확률범위를 토대로 시뮬레이션을 실시하여 가치평가를 구간추정을 실시하고, 이를 인공지능학습이 실시간으로 행하도록 하여 이에 기초하여 자동으로 가치평가도 병행하여 이뤄진다.

평가결과는 문서생성모듈(205)에 의해서 자동으로 최종보고서에 삽입된다. 보고서의 외부 열람, 기술이전거래 등에 대한 기능은 이력관리 모듈(260)에서 실시하고, 상호평가모듈(270)에서는 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장한다.

평가자 추천 모듈은 평가의뢰기업의 가입정보를 담은 데이터베이스와, 변리사, 기술가치평가사, 기술신용평가사 등 전문 평가인의 가입정보를 담은 데이터베이스를 대조하여 가장 가까운 기술분야의 평가자를 매칭시켜주는 추천시스템으로서, 평가의뢰 기업은 의뢰기술을 설명하는 수 개의 기술키워드를 입력한다. 다만, 최초의 추천은 동일 기술군 내에서 랜덤(random)으로 추천하되, 차후의 평가의뢰 건부터는 평가종료 후 생성되는 평가 의뢰 기업의 만족도 조사를 근거로 생성되는 기술적합도 점수에 따라 평가자 추천이 이뤄지도록 한다.

모바일 단말기나 PC기반의 웹어플리케이션을 통해 다수의 추천에 의해 선정된 평가자들이 평가의뢰 건이 도착했음을 알람(alarm) 받게 되고, 평가를 실시하게 된다.

평가모듈은 기술성, 권리성, 시장성, 사업성, 로얄티 평가 등 현업에서 널리 활용되는 표준화된 평가양식(예: 도면 1 산업자원부 기술가치평가 가이드라인 등)을 토대로, 평가의 결과와 평가에 대한 질적 설명을 담은 텍스트 등을 입력하는 모듈로서, 문서생성모듈의 보고서자동생성을 염두하여, 보고서의 목차와 정확히 1대1로 매칭되도록 구조화하였고, 일부 모듈만을 분리하여 타 전문가에게 의뢰를 할 수 있도록 기능을 겸비한다.

상기 평가모듈에서 기술성, 권리성, 시장성, 사업성, 로얄티 평가 등 현업에서 널리 활용되는 표준화된 평가양식(예를 들어, 도면 1 산업자원부 기술가치평가 가이드라인 등)에 따라 정성적 평가를 완료한 후, 이에 기초하여 집단지성 모듈은 할인율, 기술수명과 같은 정량적 변수값을 설정할 때 최대, 최소, 평균과 같은 확률 파라미터 값과, 적절한 확률분포(예를 들어, 베타분포, 정규분포, 삼각형, uniform 분포 등)을 선택하게 한다. 이를 토대로 참가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석 등을 실시한다.

인공지능 모듈은 평가에 참여한 다수의 전문가의 평가과정을 학습하고 이를 토대로 종전의 학습결과를 실시간으로 업데이트 하여, 별도의 샘플지정을 통한 인위적인 인공지능 학습 프로세스 없이, 항상 최근의 경제적·기술적 트랜드 변화를 반영한 기술가치평가엔진으로 진화한다.

문서생성모듈은 평가가 종료된 이후 평가모듈로부터 결과를 넘겨받아 자동으로 가치평가결과 보고서를 생성한다.

문서생성모듈이 최종보고서를 생성하면 기술이력관리, 기술거래 모듈은 보고서의 핵심내용(예를 들어, 평가일련번호, 해당 특허번호, 평가자 명단 등)을 해시함수에 의해 암호화하여 축약된 이력정보를 생성하고 본 거래에 참여하는 구성원 전체가 공유하는 프라이빗 네트워크에 분산 저장하고, 필요 시 신원인증을 받은 국내 및 글로벌 투자자, 은행, 타 기업(기술매매) 등으로 하여금 접속하여 보고서를 열람하도록 지원해준다.

상호평가 모듈은 기술평가의뢰 기업과 평가자(변리사, 기술가치평가사, 기술신용평가사)의 상호 평가 결과를 설문하고 저장한다.

도 3 내지 6은 정성적 평가 결과에 기초하여 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 과정을 설명하기 위한 예시이다.

도 3은 본 발명의 일 실시예에 따른 표준화된 평가양식으로서 산업자원부의 기술가치평가 실무가이드를 나타낸 도면이다.

도 4는 본 발명의 일 실시예에 따른 순현재가치(NPV)의 확률기반 추정(몬테카를로 시뮬레이션)을 나타낸 도면이다.

도 5는 본 발명의 일 실시예에 따른 주요변수의 기술가치 영향력 분석(스파이더 차트)을 나타낸 도면이다.

도 6은 본 발명의 일 실시예에 따른 극한 시나리오에서 주요 변수가 가치평가에 미치는 영향력 분석(스트레스 분석)을 나타낸 도면이다.

평가모듈에서 기술성, 권리성, 시장성, 사업성, 로얄티 평가 등 현업에서 널리 활용되는 표준화된 평가양식(예를 들어, 산업자원부 기술가치평가 가이드라인 등)에 따라 정성적 평가를 완료한 후, 이에 기초하여 할인율, 기술수명과 같은 정량적 변수 값을 설정할 때 최대, 최소, 평균과 같은 확률 파라미터 값과, 적절한 확률분포(예를 들어, 베타분포, 정규분포, 삼각형, uniform 분포 등)을 선택하게 한다. 이를 토대로 참가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석 등을 도 3 내지 6과 같이 실시한다.

본 발명의 실시예에 따르면, 기술가치평가에 필요한 다수의 전문 평가자가 참여할 수 있도록 온라인 플랫폼을 구축하고, 그들이 기술성, 권리성, 시장성, 사업성 등 기술가치 산정에 필요한 여러 정성적 항목을 평가할 수 있도록 평가양식을 제공하며, 기술수명, 할인율, 기술기여율, 현금흐름 성장율 등 기술가치산정에 필요한 정량적 변수를 선택할 때는 확률분포로 선택하도록 하도록 유도한다. 이렇게 함으로써, 다수의 평가자가 참여한 상태에서 각 평가자가 제시한 확률분포를 합성하여 몬테카를로 시뮬레이션에 의해 기술가치를 정량적으로 도출할 수 있다.

기존의 점추정에 의존하는 기술가치평가를 지양하고, 이처럼 전문가의 집단지성에 기초한 확률분포기반의 구간추정방식으로 기술가치를 제공함으로써 미래 가치의 불확실성을 정량화하고, 이에 기초하여 기술담보대출, 기술매매, 투자유치 등이 합리적으로 이뤄질 수 있도록 하는 것이다.

또한 이러한 전문가 다수의 집단지성이 참여하는 평가과정 전반을 실시간으로 인공지능 엔진이 학습 하도록 하여 해당 기술분야에 대한 인공지능평가엔진을 계속 갱신하여, 최신 트랜드를 반영하고, 이를 통해 전문가 집단지성이 산출하는 기술가치와 별도로 인공지능 자체에 의한 가치평가결과도 병행하여 도출되도록 한다. 전문가 집단의 평가보다는 해당 기술에 대한 평가 관련성은 다소 낮아지더라도 해당 기술분야 전반에 대한 일정기간 동안의 시장 컨센서스(consensus)를 반영한 가치평가결과를 제공함으로써 폭넓은 객관성을 확보할 수 있다.

이러한 평과과정 전반이 웹 애플리케이션 및 모바일 단말기를 통해 추진되므로, 평가를 의뢰한 고객도 동일하게 평가과정을 조회 가능하므로 평가의 투명성도 확보할 수 있다. 또한 평가결과에 대한 자동문서생성 기능을 통해 별도의 문서작성 노력 없이 보고서가 자동 생성되므로, 평가자의 보고서 작성수고를 덜 수 있다. 또한 문서 자동생성 시 보고서에 참여한 다수의 전문가의 명단과 전자서명이 자동으로 포함됨으로써 보고서의 신뢰도를 높일 수 있다.

또한, 인증기술을 활용하여 권한을 부여 받은 외부 투자자, 은행, 기술매매 거래상대방 등은 서버에 접속하여 평가결과 보고서를 열람할 수 있으며, 이를 토대로 투자/대출/매매 여부를 용이하게 결정할 수 있다. 해당 기술에 대한 투자/대출/매매 등 거래가 발생할 경우에도 거래결과에 대한 정보를 암호화하고 공유하도록 하여 거래의 투명성을 확보한다. 또한 저장된 거래정보를 인공지능 서버가 해독하여 기술가치평가 이후 실제 기술거래시장에서의 평가결과를 추가로 학습하게 된다. 이를 통해 기술의 탄생에서부터 매각에 이르기까지 전반에 대한 기술특성 및 이력뿐만 아니라, 매각대금 규모, 대출규모 등과 같은 실제 시장에서 관찰되는 기술가치를 인공지능 엔진이 학습할 수 있게 된다. 이로 인해 차후의 기술가치평가에 있어서 인공지능의 평가 정확도를 더욱 높일 수 있게 된다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다.　 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.　 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.　 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다.　 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.　 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다.　 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.　 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.　 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.　 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.　 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.　

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (12)

1. 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 평가자 추천 모듈;
   모바일 단말기와 PC기반의 웹 애플리케이션을 통해 추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 실시하는 평가모듈;
   정성적 평가 결과에 기초하여 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 집단지성 모듈;
   평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 인공지능 모듈;
   평가결과를 자동으로 최종보고서에 삽입하는 문서생성모듈;
   보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행하는 기술이력 관리 및 기술 거래 모듈; 및
   평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 상호평가모듈
   을 포함하는 확률기반 기술가치평가 및 기술거래 온라인플랫폼.
2. 제1항에 있어서,
   평가자 추천 모듈은,
   의뢰회사의 가입정보가 저장된 데이터베이스와, 변리사, 기술가치평가사, 기술신용평가사를 포함하는 전문 평가인의 가입정보가 저장된 데이터베이스를 대조하여 관련된 기술분야의 평가자를 매칭시키고, 차후의 평가의뢰 건부터는 평가종료 후 생성되는 의뢰회사의 만족도 조사를 근거로 생성되는 기술적합도 점수에 따라 평가자 추천이 이뤄지도록 하는
   확률기반 기술가치평가 및 기술거래 온라인플랫폼.
3. 제1항에 있어서,
   평가모듈은,
   기술성, 권리성, 시장성, 사업성, 로얄티 평가를 포함하는 현업에서 활용되는 표준화된 평가양식에 기초하여 평가의 결과와 평가에 대한 설명을 입력하고, 보고서의 목차와 매칭되도록 구조화하는
   확률기반 기술가치평가 및 기술거래 온라인플랫폼.
4. 제1항에 있어서,
   평가모듈은,
   정성적 평가를 완료한 후, 정성적 평가 결과에 기초하여 할인율, 기술수명을 포함하는 정량적 변수값을 설정할 때 최대, 최소, 평균을 포함하는 확률 파라미터 값과 확률분포을 선택하고, 평가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석을 실시하는
   확률기반 기술가치평가 및 기술거래 온라인플랫폼.
5. 제1항에 있어서,
   인공지능 모듈은,
   평가에 참여한 복수의 전문가의 평가과정을 학습하고, 학습결과를 실시간으로 업데이트 하여 경제적·기술적 트랜드 변화를 반영한 기술가치평가엔진으로 진화하는
   확률기반 기술가치평가 및 기술거래 온라인플랫폼.
6. 제1항에 있어서,
   기술이력 관리 및 기술 거래 모듈은,
   보고서의 핵심내용을 해시함수에 의해 암호화하여 축약된 이력정보를 생성하고, 네트워크에 분산 저장하여 필요 시 신원인증을 받은 국내 및 글로벌 투자자, 은행, 타 기업이 접속하여 보고서를 열람하도록 지원해주는
   확률기반 기술가치평가 및 기술거래 온라인플랫폼.
7. 평가자 추천 모듈을 통해 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 단계;
   추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 평가모듈을 통해 실시하는 단계;
   정성적 평가 결과에 기초하여 집단지성 모듈을 통해 기술수명, 할인율, 기술기여율, 매출액 평균증가율을 포함하는 정량적 변수값 및 최종 기술가치평가금액의 확률분포 범위를 결정하는 단계;
   인공지능 모듈을 통해 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 단계;
   문서생성모듈을 통해 평가결과를 자동으로 최종보고서에 삽입하는 단계;
   기술이력 관리 및 기술 거래 모듈을 통해 보고서의 외부 열람 및 기술이전거래에 관한 기능을 수행하는 단계; 및
   상호평가모듈을 통해 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 단계
   를 포함하는 확률기반 기술가치평가 및 기술거래 방법.
8. 제7항에 있어서,
   평가자 추천 모듈을 통해 의뢰회사의 기술특성과 부합하는 전문성을 가진 평가자들을 다수 추천하는 단계는,
   의뢰회사의 가입정보가 저장된 데이터베이스와, 변리사, 기술가치평가사, 기술신용평가사를 포함하는 전문 평가인의 가입정보가 저장된 데이터베이스를 대조하여 관련된 기술분야의 평가자를 매칭시키고, 차후의 평가의뢰 건부터는 평가종료 후 생성되는 의뢰회사의 만족도 조사를 근거로 생성되는 기술적합도 점수에 따라 평가자 추천이 이뤄지도록 하는
   확률기반 기술가치평가 및 기술거래 방법.
9. 제7항에 있어서,
   추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 평가모듈을 통해 실시하는 단계는,
   기술성, 권리성, 시장성, 사업성, 로얄티 평가를 포함하는 현업에서 활용되는 표준화된 평가양식에 기초하여 평가의 결과와 평가에 대한 설명을 입력하고, 보고서의 목차와 매칭되도록 구조화하는
   확률기반 기술가치평가 및 기술거래 방법.
10. 제7항에 있어서,
    추천된 평가자들에 대한 기술에 대한 기술성, 사업성 평가, 시장성 평가 및 사업성 평가, 기술로열티 평가를 포함하는 정성적 평가를 평가모듈을 통해 실시하는 단계는,
    정성적 평가를 완료한 후, 정성적 평가 결과에 기초하여 할인율, 기술수명을 포함하는 정량적 변수값을 설정할 때 최대, 최소, 평균을 포함하는 확률 파라미터 값과 확률분포을 선택하고, 평가자의 확률값을 합성하여 가치평가에 활용하며, 각 변수의 확률분포가 만들어내는 기술가치의 변동성을 파악하기 위해 몬테카를로 시뮬레이션을 실시하여 가치의 순현금흐름(Net Present Value; NPV)의 구간추정, 민감도 분석, 스트레스 분석을 실시하는
    확률기반 기술가치평가 및 기술거래 방법.
11. 제7항에 있어서,
    인공지능 모듈을 통해 평가자들의 정성적 변수 부여점수와 정량적변수 값의 선택 사이에 존재하는 규칙을 실시간으로 학습하고, 전문가 집단지성에 의한 정성적 평가결과 값이 주어지면 자동으로 정량적 변수값을 산출하고 기술가치도 확률분포로 산출하는 단계는,
    평가에 참여한 복수의 전문가의 평가과정을 학습하고, 학습결과를 실시간으로 업데이트 하여 경제적·기술적 트랜드 변화를 반영한 기술가치평가엔진으로 진화하는
    확률기반 기술가치평가 및 기술거래 방법.
12. 제7항에 있어서,
    상호평가모듈을 통해 평가종료 후 평가자, 의뢰회사 상호에 대한 만족도 평가결과를 저장하는 단계는,
    보고서의 핵심내용을 해시함수에 의해 암호화하여 축약된 이력정보를 생성하고, 네트워크에 분산 저장하여 필요 시 신원인증을 받은 국내 및 글로벌 투자자, 은행, 타 기업이 접속하여 보고서를 열람하도록 지원해주는
    확률기반 기술가치평가 및 기술거래 방법.

Images