KR20210001645A - 기업 부실 예측 방법 - Google Patents

Abstract

본 발명의 실시 예에 따른 기업 부실 예측 방법은, 기업 부실 가능성 예측을 위해, 뉴스 기사 레이블링 모듈의 용어 사전 정보를 설정하는 단계; 상기 용어 사전 정보 설정에 따라 상기 뉴스 기사 레이블링 모듈에서 레이블링된 기사 정보를, 상기 기업 부실 가능성 예측에 대응하여 미리 설정된 기간에 따라 수집하는 단계; 상기 수집된 기사 정보에 기초하여, 예측 모델 기반의 기업 부실 가능성 확률 정보를 예측하는 단계; 및 상기 기업 부실 가능성 확률 정보를 이용한 기업 부실 정보 서비스를 사용자 단말로 제공하는 단계를 포함한다.

Description

기업 부실 예측 방법{A method for predicting corporate default}

본 발명은 기업 부실 예측 방법 및 그 장치에 관한 것이다. 보다 구체적으로, 본 발명은 뉴스 기사의 감성 정보 레이블링에 기초한 기업 부실 예측에 따른 기업 부실 예측 및 예측된 정보 서비스 제공방법과 그 장치에 관한 것이다.

금융 산업의 발전에 발맞추어 리스크 관리(Risk Management)에 대한 인식이 확산됨에 따라 금융 기관은 다양한 방법으로 기업의 신용을 평가할 수 있는 기법을 개발하고 실제 업무에 적용하고 있는 상황이다. 일반적으로, 기업의 신용 평가는 기업의 재무 정보, 매출 정보 등을 통해 이루어지고 있다.

기업의 부실징후를 알아내기 위해서 재무정보, 또는 공시 정보 기반의 정형 데이터에 기재된 명시적 문장 또는 수치 정보를 이용하여 통계적인 수치적 선형 모델 기반의 재무 모형을 만들고 이를 활용하여 부도 가능성을 예측하였다.

전통적인 부도 예측은 재무정보를 활용하여 기업의 현재 재무 현황 및 상태를 반영하여 기업 부도의 가능성을 평가하는 모형이 가장 정확하고 객관적인 방법으로 활용되고 있다.

그러나, 재무정보가 각 기업의 결산 시점 이후에 정기적으로만 작성되므로 기업 경영 현황의 급격한 변화를 즉각적으로 반영하는데 한계점이 있다. 이를 보완하기 위해 기업의 주가 정보를 활용한 부도 예측 모형을 활용하고 있으나, 기업의 주가는 투자자들에 의해 실시간으로 평가된 결과이고 기업 현황과 재무상태등 정보를 가장 빠르게 반영하지만, 주가 정보는 금융시장과 해당 산업의 상황에 따라 기업의 가치 외에 다른 변수들로 변동될 가능성이 높으며, 상장기업 외에는 주가 정보를 활용할 수 없는 한계점이 있다.

따라서, 부도 발생 기업에 대한 제한적인 재무정보 기반의 부도 원인 분석 방법을 보완할 수 있는 기술 개발이 요구되고 있다.

한편, 최근 초고속 인터넷이 급속도로 보급됨에 따라 인터넷은 현대 생활에 없어서는 안 될 필수품이 되고 있다. 많은 사용자가 인터넷을 통하여 뉴스 기사 검색, 전자상거래 등의 다양한 서비스를 이용하고 있다. 이에 따라 수많은 언론사로부터 기업과 관련된 뉴스 기사(기업의 매출 홍보성 기사, 기업의 경영진 교체 기사, 기업의 지분 매각 기사, 기업의 공시 기사 등)가 생성되어 인터넷을 통해 사용자에게 배포되고 있는 상황이다.

최근에는 이와 같은 뉴스 정보를 취합하고 빅 데이터를 구축하여 레이블 분류 및 분석함으로써, 특정 인물 또는 기업 등의 인지도나 성향 등을 파악하거나 최근 트렌드 등을 파악하기 위한 다양한 어플리케이션 개발 및 서비스 제공 시도가 이루어지고 있으며, 이는 4차 산업혁명에 기반한 인공지능 기술 도입에 의해 가속화되고 있다.

특히, 기업은 자사 제품이나 서비스가 소셜 미디어 상에서 어떤 평가를 받고 있는지 파악함으로써 마케팅 전략에 참고 할 수 있고 정책 기관에서는 정책에 대한 여론 분석을 통해 정책 수정 방향 및 홍보 방식 등을 결정할 수 있다. 이러한 필요가 대두되면서 데이터 마이닝을 통한 감정 분석전문으로 하는 브랜드 모니터링 서비스도 활발해지고 있다.

그러나, 현재까지의 인공지능 기술 기반의 뉴스 정보 분석 방식은 주로 반교사 학습법(Semi-supervised Learning)을 이용해 뉴스 정보에 대한 소수의 전문가 들이 직접 기사를 읽고 레이블을 할당하여 소량의 기준 데이터 세트를 생성하고, 이를 활용하여 모든 뉴스 정보에 대한 감성 레이블링을 처리하는 방식으로서, 결국 전문가인 사람이 직접 뉴스 기사를 모두 읽어 건건이 처리하는 과정에서 과도한 시간과 비용이 소요되고 있는 실정이다.

또한, 이러한 반교사 학습 방식의 성능 및 효율이 아직까지는 낮은 상태여서, 결국 고비용 저효율의 서비스만 제공될 수 있을 뿐, 상용화 및 대중화는 현실적으로 어려운 실정이다.

본 발명은 상기와 같은 문제점을 해결하고자 안출된 것으로, 문서의 문단 기반 문장 구조와 용어적 분석에 기초한 사전 데이터를 구축하고, 비정형 텍스트인 대량의 온라인 뉴스 기사에 대응한 자동화된 감성 레이블 태깅을 처리하여, 정제된 뉴스 기사의 감성 정보 레이블링 데이터를 이용한 기업 부실 가능성 예측 처리를 학습 기반으로 수행함으로써, 효율적이고 논리적이며 정확한 기업 부실 가능성 예측 및 자동화를 가능하게 하는 뉴스 기사의 감성 정보 레이블링에 기초한 기업 부실 예측 방법과, 부실 예측 정보 서비스 제공 방법 및 그 장치를 제공하는데 그 목적이 있다.

상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 방법은, 기업부실 예측 방법에 있어서, 기업 부실 가능성 예측을 위해, 뉴스 기사 레이블링 모듈의 용어 사전 정보를 설정하는 단계; 상기 용어 사전 정보 설정에 따라 상기 뉴스 기사 레이블링 모듈에서 레이블링된 기사 정보를, 상기 기업 부실 가능성 예측에 대응하여 미리 설정된 기간에 따라 수집하는 단계; 상기 수집된 기사 정보에 기초하여, 예측 모델 기반의 기업 부실 가능성 확률 정보를 예측하는 단계; 및 상기 기업 부실 가능성 확률 정보를 이용한 기업 부실 정보 서비스를 사용자 단말로 제공하는 단계를 포함한다.

또한, 상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 장치는, 서비스 제공 장치에 있어서, 기업 부실 가능성 예측을 위해, 뉴스 기사 레이블링 모듈의 용어 사전 정보를 설정하는 용어 사전 설정부; 상기 용어 사전 정보 설정에 따라 상기 뉴스 기사 레이블링 모듈에서 레이블링된 기사 정보를, 상기 기업 부실 가능성 예측에 대응하여 미리 설정된 기간에 따라 수집하는 기사 정보 수집부; 상기 수집된 기사 정보에 기초하여, 예측 모델 기반의 기업 부실 가능성 확률 정보를 예측하는 부실 가능성 예측부; 및 상기 기업 부실 가능성 확률 정보를 이용한 기업 부실 정보 서비스를 사용자 단말로 제공하는 서비스 제공부를 포함한다.

한편, 상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 방법은 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램 및 상기 프로그램이 기록된 기록 매체로 구현될 수 있다.

본 발명의 실시 예에 따르면, 문서의 문단 기반 문장 구조와 용어적 분석에 기초한 사전 데이터를 구축하고, 비정형 텍스트인 대량의 온라인 뉴스 기사에 대응한 자동화된 감성 레이블 태깅을 처리하여, 정제된 뉴스 기사의 감성 정보 레이블링 데이터를 이용한 기업 부실 가능성 예측 처리를 학습 기반으로 수행함으로써, 인력이 투입되는 시간 및 비용을 최소화하면서도 보다 정확한 뉴스 정보 기반의 감성 분석을 가능하게 하며, 종래의 재무 데이터 분석 등의 복잡하고 불확실한 기업 분석 툴 대비 빠르고 정확하면서 논리적인 기업 부실 가능성을 자동화된 방식으로 예측할 수 있는 뉴스 기사의 감성 정보 레이블링에 기초한 기업 부실 예측 방법 및 그 장치를 제공할 수 있다.

또한, 본 발명의 실시 예에 따르면 비정형 텍스트인 뉴스 기사의 분석 데이터에 기초한 기업의 부실 가능성을 모듈화된 프로세스기반으로 예측하게 함으로써, 그 인과관계 및 논리성이 명확하며, 합리적인 예측을 가능하게 한다.

또한, 부실 가능성 예측은 자동화되고 정확한 확률기반의 수치 값으로 처리되므로, 기존과 같이 사람이 연관되어 부정확한 예측이 되는 것을 사전에 방지할 수 있고, 데이터 수집 기간도 단축시킬 수 있다.

또한, 본 발명의 실시 예에 따르면 온라인 뉴스 기사 데이터는 시간의 흐름에 따라 더욱 더 대용량의 빅데이터로 구성되며, 국가 및 지역 단위로 확장될 수 있으므로, 그 분석 정확도 및 효율성은 시간 및 데이터 처리 성능에 따라 더욱 높아지게 된다.

도 1은 본 발명의 실시 예에 따른 전체 시스템을 개략적으로 도시한 개념도이다.
도 2는 본 발명의 실시 예에 따른 레이블링 장치를 보다 구체적으로 도시한 블록도이다.
도 3은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치를 보다 구체적으로 도시한 블록도이다.
도 4는 본 발명의 실시 예에 따른 레이블링 방법을 보다 구체적으로 설명하기 위한 흐름도이다.
도 5는 본 발명의 실시 예에 따른 레이블링 프로세스와, 문서 검증 및 필터링 프로세스를 설명하기 위한 도면이다.
도 6은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 방법을 보다 구체적으로 도시한 흐름도이다.
도 7 및 도 8은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공을 위한 용어 사전 설정 정보를 설명하기 위한 도면이다.
도 9 및 도 10은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공을 위한 레이블링된 기사 정보의 수집 데이터 기간 설정을 설명하기 위한 도면이다.
도 11은 본 발명의 실시 예에 따른 기업 부실 정보 서비스에 따라 산출된 부실가능성 확률 정보 테이블을 예시한 도면이다.

이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.

또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.

따라서, 예를 들어, 본 명세서의 블럭도는 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 이와 유사하게, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.

또한 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비 휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.

상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.

도 1은 본 발명의 실시 예에 따른 전체 시스템을 개략적으로 도시한 도면이다.

도 1을 참조하면 본 발명의 일 실시 예에 따른 시스템은, 감성 정보 레이블링 장치(100), 기업 부실 정보 서비스 제공 장치(200), 사용자 단말(300)을 포함할 수 있으며, 감성 정보 레이블링 장치(100)는 뉴스 기사 데이터베이스(400)에 연결되어 있을 수 있다.

보다 구체적으로, 감성 정보 레이블링 장치(100)는, 뉴스 기사 데이터베이스(400)에서 뉴스 문서 데이터를 획득하고, 획득된 상기 문서 데이터로부터 문단 정보를 추출하며, 상기 문단 정보에 따라 상기 문서 데이터로부터 획득되는 문단들을 사전 구축된 학습 기반 사전부와 비교하여, 분석 대상 관련 문단에 대응하는 분석 대상 감성 정보 레이블을 결정하고, 상기 하나 이상의 문단에 상기 분석 대상 감성 정보 레이블을 태깅하여, 감성 레이블이 태깅된 기사 정보로 가공한다.

이에 따라, 가공된 기사 정보는 기업 부실 정보 서비스 제공 장치(200)로 제공될 수 있으며, 기업 부실 정보 서비스 제공 장치(200)는 감성 정보 레이블을 통해 기업의 부실 예측을 위한 뉴스 데이터 기반의 감성 정보를 수집하고, 이에 대응하는 부실 가능성 확률 정보의 예측 처리를 수행하며, 예측 처리 정보를 포함하는 기업 부실 정보를 가공하여 사용자 단말(300)로 제공하는 서비스를 수행할 수 있다.

특히, 기업 부실 정보 서비스 제공 장치(200)는, 감성 정보 레이블링 장치(100)에서 레이블링에 이용되는 용어 사전 및 규칙의 설정 정보를 제공하여 기업 부실가능성 예측에 특화된 감성 정보 레이블의 태깅을 가능하게 하며, 이에 기반하여 레이블이 태깅된 관련 기사 정보를 미리 설정된 범위 및 기간 정보에 따라 수집하고, 수집된 기사 정보의 감성 정보 레이블에 기초한 기업별 부실 가능성을 확률 기반으로 예측할 수 있다. 여기서, 확률 기반 예측은 학습 데이터 기반의 부실 가능성 예측 모델에 따라 처리될 수 있으며, 상세한 기사 정보 수집 및 예측 프로세스에 대하여는 보다 구체적으로 후술하도록 한다.

한편, 감성 정보 레이블링 장치(100), 서비스 제공 장치(200) 및 사용자 단말(300)은 네트워크를 통해 유선 또는 무선으로 연결될 수 있으며, 네트워크간 상호간 통신을 위해 각 감성 정보 레이블링 장치(100), 서비스 제공 장치(200) 및 사용자 단말(300)은 인터넷 네트워크, LAN, WAN, PSTN(Public Switched Telephone Network), PSDN(Public Switched Data Network), 케이블 TV 망, WIFI, 이동 통신망 및 기타 무선 통신망 등을 통하여 데이터를 송수신할 수 있다. 또한, 각 감성 정보 레이블링 장치(100), 서비스 제공 장치(200) 및 사용자 단말(300)은 각 통신망에 상응하는 프로토콜로 통신하기 위한 각각의 통신 모듈을 포함할 수 있다.

그리고, 본 명세서에서 설명되는 사용자 단말(100)에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 등이 포함될 수 있으나, 본 발명은 이에 한정되지 아니하며 그 이외에 사용자 입력 및 정보 표시 등이 가능한 다양한 장치일 수 있다.

이와 같은 시스템에 있어서, 사용자 단말(300)은 기업 부실 정보 서비스 제공 장치(200)와 연결되어, 상술한 뉴스 데이터 기반 분석 대상 기업의 부실 정보 제공 서비스를 받을 수 있다.

도 2는 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)를 보다 구체적으로 설명하기 위한 블록도이다.

도 2를 참조하면, 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)는, 입력부(110), 문단 정보 추출부(120), 레이블 결정부(130), 사전부(140), 로그 생성부(160), 검증부(170) 및 기사 정보 가공부(180)를 포함한다.

먼저, 입력부(110)는, 기사 정보 가공을 위한 뉴스 문서를 뉴스 기사 데이터베이스(400)로부터 입력받아 문단 정보 추출부(120)로 전달한다.

입력부(110)는, 뉴스 기사 데이터베이스(400)로부터 전술한 뉴스 기사 데이터를 입력받기 위한 하나 이상의 입력 인터페이스를 포함할 수 있다. 예를 들어, 상기 뉴스 문서는 뉴스 서비스에 따라 결정될 수 있으며, 각 포털 사이트의 종합 기사 문서, 뉴스 제공사의 기사 문서일 수 있고, 나아가 기사 평가 댓글 또는 기사 관련 소설 미디어(SNS) 문서 등도 포함될 수 있다.

또한, 입력부(110)는 분석 대상 정보를 입력받을 수 있다. 분석 대상 정보는 예를 들어, 기업명, 회사명, 인물명 등이 예시될 수 있으며, 예를 들어 특정 기업에 해당하는 감성 정보 레이블이 할당된 기사 정보는, 그 기업의 예측 정보를 제공하는 기업 부실 정보 서비스 제공 장치(200)로 제공될 수 있다.

문단 정보 추출부(120)는, 상기 뉴스 문서를 레이블 할당 가능한 하나 이상의 문단 데이터로 구분하기 위한 문단 정보를 추출할 수 있다.

특히, 온라인 뉴스 기사들 중 특히 경제 관련 기사의 경우 하나의 기사에서 1개 기업에 대한 내용으로만 채워진 기사들은 많지 않으며, 많은 경우에 있어서 2개 이상 다수 개의 기업들에 대한 내용들로 채워지고 있는 실정이며, 이 경우 특정 기업에 대한 긍정 또는 부정 평가를 자동적으로 분류하기 어려울 뿐만 아니라 문서 전체에 대응한 긍정 또는 부정 감성 평가와 개별 기업별 긍정 또는 부정 평가는 일치하지 않는 경우가 많으므로, 실질적 감성 평가가 어려울 수 있다.

따라서, 본 발명의 실시 예에 따른 문단 정보 추출부(120)는 뉴스 기사 원문 전체를 그대로 사용하기 보다는 특정 분석 대상(기업 등)이 포함된 문단만을 발췌하여 관련 감성 레이블이 태깅된 기사 정보로서 가공 출력할 수 있도록 하며, 이를 위한 문단 정보 추출 프로세스를 수행하고, 추출된 문단 정보는 레이블 결정부(130)로 전달될 수 있다.

그리고, 레이블 결정부(130)에서는 문단 정보 및 사전부(140)의 키워드 및 감성어 데이터 세트를 참조하여, 문서의 각 문단을 색인하고, 문단 별 분석 대상 정보의 특정 키워드 또는 감성어에 따른 스코어 매칭 비교 연산에 따라, 태깅할 감성 정보 레이블을 1차적으로 결정할 수 있으며, 결정된 감성 정보 레이블 및 문단 정보는 검증부(170)로 전달될 수 있다.

여기서, 상기 문단 정보 추출부(120)의 문단 정보 추출 및 상기 레이블 결정부(130)의 스코어 매칭 비교를 위해 이용되는 사전부(140)는, 분석 대상이 관련된 문단의 키워드 또는 감성어 빈도에 따라 분석 대상의 감성 레이블 스코어 결정이 가능하도록 하는 키워드 세트 및 감성어 세트를 포함할 수 있다.

보다 구체적으로, 본 발명의 실시 예에 따른 사전부(140)는 기업 부실 정보 서비스 제공 장치(200)의 설정 정보 제공에 따라 사전 구축되어 감성 정보 레이블링 장치(100)에 구비될 수 있다. 상기 사전부(140)는, 상기 문서 데이터로부터 획득되는 문단의 분석 대상 감성 정보 레이블을 결정하기 위해 학습 기반으로 구축되는 복수의 언어 데이터 세트를 포함하는 것으로, 상기 언어 데이터 세트는 상기 문단으로부터 분석 대상의 경제 또는 여신에 대응하는 긍정 또는 부정 의미를 갖는 명사형 용어를 식별할 수 있는 키워드 세트를 포함하거나, 상기 언어 데이터 세트는, 상기 문단으로부터 분석 대상의 평판에 대응하는 긍정 또는 부정 의미를 갖는 동사 또는 형용사형 용어를 식별할 수 있는 감성어 세트를 포함할 수 있다.

여기서, 긍정 키워드 세트 및 부정 키워드 세트는 개별 뉴스 기사의 긍정, 부정의 판별을 가능하게 하고, 이에 기초한 머신 러닝 수행에 이용되는 문서 특징어(또는 자질어, features)를 포함할 수 있다.

예를 들어, 긍정 키워드 세트 및 부정 키워드 세트는, 뉴스 기사에서 표현된 분석 대상 기업의 경제 정보 또는 여신 정보와 관련된 긍정적 또는, 부정적 의미를 갖는 키워드를 포함할 수 있으며, 일반적으로 명사형 단어일 수 있고, 뉴스 기사의 긍, 부정 여부를 평가하는 데에 있어 표지자(marker)로 사용될 수 있다.

기업 부실 정보 서비스 제공 장치(200)는 사전부(140)에 기업 부실 예측을 보다 정확하게 예측하기 위한 긍정 키워드 세트 및 부정 키워드 세트를 구성하는 키워드들을 구축하기 위해, 사전부(140)로 설정 정보를 전송하여 일정 키워드를 미리 설정하거나, 관련 분야의 전문가 문서 또는 각종 기술 문서들로부터 키워드를 수집하여 설정하거나, 연관어 검색 방식(예를 들어. Word2vec)에 의해 기존 수집된 키워드들과 관련된 연관어 키워드 리스트를 설정하거나, 도출된 연관어 키워드들 중 필터링에 따라 확정된 키워드만을 등록 설정하는 처리를 수행하여, 사전부(140)에 긍정 키워드 세트와 부정 키워드 세트가 생성 및 저장되도록 처리할 수 있다.

예를 들어, 사전부(140)는 긍정 및 부정 감성어 세트를 포함할 수 있다. 감성어 세트는 뉴스 기사에서 '증가', '감소' 등의 동사형 또는 '좋은', '나쁜' 등의 형용사형 형태를 가질 수 있으며, 키워드들과의 조합을 통해 분석 대상의 감성을 나타내는 하나 이상의 감성어들을 포함할 수 있다.

감성어는 뉴스 기사의 감성적 긍정, 부정을 판단하는 가치(value) 변수로 사용될 수 있으며, 키워드 세트와 같이 기업 부실 정보 서비스 제공 장치(200)에서의 머신 러닝을 위한 문서특징어(또는 자질어, features)로 활용될 수도 있다.

이에 따라, 사전부(140)는 특정 도메인 영역에 국한되지 않는 용어들로만 감성어 세트를 구성하되, 관련 분야의 전문가 문서 또는 각종 기술 문서들로부터 감성어를 수집하거나, 연관어 검색 방식(예를 들어. Word2vec)에 의해 기존 수집된 감성어들과 관련된 연관 감성어 리스트를 생성하거나, 도출된 연관 감성어 리스트들 중 필터링에 따라 확정된 감성어만을 등록하는 처리를 수행하여, 긍정 감성어 세트 및 부정 감성어 세트를 생성 및 저장할 수 있다.

이에 따라, 사전부(140)에 등록된 용어들에 대해, 레이블 결정부(130)에서는 그 용어의 타입(긍정, 부정, 키워드, 감성어)에 따라 점수를 다르게 부여할 수 있고, 그 합계는 최종 긍정 또는 부정 감성 레이블 판별시 이용될 수 있다.

레이블 결정부(130)는 이와 같이 생성된 사전부(140)와, 문단 정보 추출부(120)의 문단 정보를 이용하여, 뉴스 문서로부터 실제 분석 대상과 연관된 문단을 식별하고, 식별된 문단에 대응하는 감성 레이블을 결정할 수 있다. 여기서, 감성 레이블은 긍정 또는 부정으로 분류되는 자동화 레이블일 수 있다. 그리고, 뉴스 문서는 다양한 언론매체에서 생산된 다양한 분야의 뉴스들로서, 매체별 서술 방식의 차이가 있을 뿐 출판 형식 면에서는 큰 차이가 없을 수 있다.

보다 구체적으로, 레이블 결정부(130)는 하나의 뉴스 기사가 입력되었을 때 문단 정보 추출부(120)에서 추출된 문단 정보에 기초하여, 문단 별로 인덱싱을 수행하고 지시 변수를 확인할 수 있다. 여기서, 문단은 1개 이상의 빈 라인으로 구분된 문서 내에서 위와 아래에 있는 문장 세트를 의미할 수 있다. 그러므로 단일 문장만으로도 하나의 문단이 될 수 있다.

이를 위해, 문단 정보 추출부(120)는 먼저 뉴스 문서 데이터의 문단 인덱싱을 수행하고, 인덱싱된 문단들 중 분석 대상 정보가 포함된 문단을 식별하며, 상기 식별된 문단에 대응하는 색인 범위 중심 설정을 위한 지시변수를 상기 식별된 문단에 할당할 수 있다.

그리고, 레이블 결정부(130)는 상기 지시변수를 중심으로 하여, 감성 레이블 결정을 위한 대상 문단의 색인 범위 및 색인 순서 중 적어도 하나를 결정할 수 있다. 그리고, 레이블 결정부(130)는 사전부(140)와의 매칭 비교 연산에 따라, 상기 분석 대상 관련 문단의 긍정 또는 부정 감성 스코어를 결정할 수 있다.

보다 구체적으로, 레이블 결정부(130)는 입력부(110)를 통해 입력된 분석 대상 정보(예를 들어, 기업명 리스트)를 이용하여, 상기 분석 대상 정보가 뉴스 문서 내 어느 문단에 존재하는지를 상기 지시변수를 중심으로 하는 색인 범위 내에서 색인할 수 있다.

만약, 문서 내의 어느 문단에도 분석 대상 정보가 존재하지 않을 경우, 해당 뉴스 기사 색인은 종료되고, 입력부(110)는 다음의 뉴스 기사를 입력받는다.

예를 들어, 만약 뉴스 문서 내 검색된 문단 수가 총 5개이고, 특정 기업명이 3번째 문단에서 발견될 경우, 문단 정보 추출부(120)는 index_p (문단 지시용 지시 변수)에 2를 할당할 수 있다. 그러면, 레이블 결정부(130)는 상기 2를 중심으로 상하 2개 문단 범위 내에서 상기 특정 기업명에 대응한 레이블 스코어 연산을 반복적으로 수행할 수 있으며, 스코어 연산 수행 결과에 따라 기사 정보의 가공 또는 뉴스 문서의 스킵을 결정할 수 있다.

그리고, 레이블 결정부(130)는 스코어 결정에 따라, 문단에 태깅할 분석 대상 감성 정보 레이블을 결정할 수 있다. 감성 정보 레이블이 태깅된 문단은 검증부(170)에서 기사 정보로 가공할지 여부가 판단될 수 있고, 가공부(180)는 검증된 문단 및 감성 정보 레이블에 기초하여, 감성 레이블이 태깅된 기사 정보를 가공할 수 있다.

예를 들어, 레이블 결정부(130)는 문단 정보에 기초하여 문단 내에서 발생되는 긍정 키워드에 대응하여 +2 를 연산하고, 부정 키워드에 대응하여 -2 를 연산하며, 긍정 감성어에 대응하여 +1.5를 연산하고 부정 감성어에 대응하여 -1.5를 연산하는 방식으로 사전부(140)와의 감성 레이블 비교 매칭 스코어를 결정할 수 있다. 여기서, 점수는 예시인 것으로 필요에 따라 변경될 수도 있다.

그리고, 레이블 결정부(130)에서 긍정 또는 부정 별 감성 레이블이 결정된 후, 레이블을 결정하는데 사용된 각종 근거 기록들은 로그 생성부(160)를 통해 로그 데이터로 구성되어, 외부 파일(또는 데이터베이스)의 형태로 저장될 수 있다. 로그 데이터는 감성 정보 레이블링의 근거 자료로 이용될 수 있다.

그리고, 레이블 결정부(130)에서의 점수 비교에 따라 분석 대상 감성 정보 레이블이 1차 태깅된 문단들을 각각 포함하는 복수의 기사 문서들이 출력되면, 검증부(170)는 상기 복수의 기사 문서들의 감성 분류별 유사도 비교 연산에 따라 검증 값을 산출하고, 상기 검증 값에 기초하여, 기사 정보로 가공할 문서 및 상기 기사 정보에 태깅될 분석 대상 감성 정보 레이블을 최종적으로 결정한다.

따라서 검증부(170)는, 감성 정보 레이블 태깅 결과의 안정성을 확보하기 위해 검증 프로세스를 수행할 수 있다. 다만, 이때의 검증 프로세스 또한 사람의 개입을 최소화하고 자동적 처리를 하기 위한 기계적 프로세스를 수행할 수있다.

보다 구체적으로, 검증부(170)는 레이블 결정부(130)의 레이블링 결과를 수집하고, 문서 유사도 측정법에 따라, 같은 감성 레이블이 태깅된 뉴스 기사 문단들 간의 유사도를 계산하고 뉴스 기사 문단 별로 유사도를 누적한 후, 누적된 크기에 따라 순위를 결정하며, 하위에 위치한 뉴스 기사 문단들을 제거하는 프로세스를 수행할 수 있다. 이러한 프로세스는 고객의 편의성을 위해 결과를 정규화하여 [1, 0~1, 0]으로 구간을 구분하는 프로세스를 포함할 수 있고, 검증부(170)는 이에 대응한 임계값을 설정하여, 임계값을 넘거나 넘지 않는 범위에 속한 문단들만을 대상으로 긍정 또는 부정 감성 레이블을 확정할 수 있다. 이에 대하여는 도 6을 참조하여 보다 구체적으로 후술하도록 한다.

한편, 기사 정보 가공부(180)는, 최종적으로 결정된 감성 레이블이 태깅된 문단을 기사 정보로서 출력할 수 있으며, 이는 기업 부실 정보 서비스 제공 장치(200)로 제공되어, 분석 대상의 기업 부실 정보 예측 서비스에 이용될 수 있고, 예측 서비스는 사용자 단말(300)로 제공될 수 있다.

또한, 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)는 장문의 내용으로 구성된 뉴스 기사 또는 보고서 데이터뿐만 아니라, 비교적 단문들로 구성된 각종의 소식지나 온라인 댓글, SNS 데이터 등에도 적용이 가능할 수 있다.

또한, 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)는 별도의 장치로서 시스템상에 구비될 수도 있으나, 각 기능요소가 모듈화되어 기업 부실 정보 서비스 제공 장치(200)의 일 요소로서 구비될 수 있다. 이 경우, 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200)는 감성 정보 레이블링 장치(100)의 전부 또는 일부 기능을 포함할 수도 있다. 반대로 감성 정보 레이블링 장치(100)에 기업 부실 정보 서비스 제공 장치(200)의 전부 또는 일부 기능이 포함될 수도 있다.

따라서, 본 발명의 실시 예는 기업 부실 정보 서비스 제공 장치(200) 및 감성 정보 레이블링 장치(100)가 포함된 하나의 서비스 제공 시스템으로 구현될 수도 있으며, 그 모듈 및 기능 간 분리 또는 결합 등에 의해 한정되는 것은 아니다.

도 3은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치를 보다 구체적으로 설명하기 위한 블록도이다.

도 3을 참조하면, 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200)는, 용어 사전 설정부(210), 기사 정보 수집부(220), 부실 가능성 예측부(230) 및 서비스 제공부(240)를 포함한다.

용어 사전 설정부(210)는, 기업 부실 정보 및 부실 가능성 예측을 위한 사전 설정 정보를 구성하고, 구성된 사전 설정 정보를 감성 정보 레이블링 장치(100)의 사전부(140)로 전달하여 사전부(140)에 긍정 키워드 세트, 부정 키워드 세트, 긍정 감성어 세트 및 부정 감성어 세트가 생성되도록 한다.

용어 사전 설정부(210)는 부실 가능성 예측 모델에 따라, 예측 성능 및 정확도를 높일 수 있는 하나 이상의 키워드를 사전부(140)에 설정할 수 있으며, 또한 각 키워드 타입 별 점수 정보를 설정함으로써 이후의 감성 정보 레이블링에 이용되도록 처리할 수 있다.

이를 위해, 용어 사전 설정부(210)는 변수 설정이 가능한 용어 사전 생성 규칙 데이터를 구축할 수 있으며, 용어 사전 생성 규칙 데이터에 기초한 설정 정보를 사전부(140)로 전달할 수 있다.

또한, 부실 가능성 예측 모델은 부실 가능성 예측부(230)에서 이용되는 처리 모델로서, 학습 기반의 데이터 예측 모델일 수 있고, 이는 각 데이터 속성에 따라 상이할 수 있는 바, 보다 구체적인 모델 및 예측 프로세스는 도 6 이후에서 후술하도록 한다.

그리고, 기사 정보 수집부(220)는, 부실 가능성 예측부(230)의 요청에 따라 기업 구분 별 데이터 수집 기간을 설정하고, 설정된 기간별 감성 정보 레이블링된 기사 정보를 감성 정보 레이블링 장치(100)로부터 획득한다.

예를 들어, 기사 정보 수집부(220)는, 부실 가능성 예측부(230)에서 예측하려는 관측 시점에 대응하여, 관측 시점 대비 제1 기간 이내의 기사 정보를 감성 정보 레이블링 장치(100)로 요청할 수 있으며, 감성 정보 레이블링 장치(100)는 기사 정보 가공부(180)에서 가공된 상기 제1 기간 내 기사 정보를 취합하여 기사 정보 수집부(220)로 전달할 수 있다.

여기서, 제1 기간은 부실 가능성 예측 모델의 특성 및 훈련 데이터에 따라 변경될 있으며, 개별 기업의 특성 별로 상이하게 결졍될 수 있다. 예를 들어 부도 가능성이 높은 기업과 낮은 기업의 경우, 규모가 적은 중소기업과 대기업의 경우 등의 각각의 케이스별로 제1 기간이 상이하게 결졍될 수 있다. 또한 제1 기간은 누적된 훈련 데이터에 의한 부도 시점 학습에 따른 윈도우 슬라이딩 방식에 따라 세분화되어 결정될 수 있다.

한편, 부실 가능성 예측부(230)는 감성 레이블링된 기사 정보의 제1 기간 수집 데이터에 기초하여, 부실 가능성 예측 모델에 적용하고, 적용된 결과에 따라 기업의 부실 가능성을 확률기반으로 출력한다.

이 때, 부실 가능성 예측 모델은 학습 기반 예측 모델일 수 있으며, 부실 가능성 예측부(230)는 감성 정보가 레이블링된 기사 정보를 훈련 데이터로 활용하여 머신 러닝 프로세스를 수행하고, 수행 결과에 기초한 부실 가능성 예측 확률 정보를 구성하여 부실 가능성 예측부(230)로 출력할 수 있다.

그리고, 서비스 제공부(240)는 부실 가능성 예측부(230)에서 출력되는 부실 가능성 예측 확률 정보에 기초하여, 사용자 단말(300)로의 기업 부실 정보 서비스 제공을 수행할 수 있다. 여기서, 기업 부실 정보 서비스는, 부실 가능성 예측 확률 정보로부터 획득되는 기업별 부실 가능성 정보의 가공 프로세스와, 가공된 부실 가능성 정보를 영상, 음성 또는 이미지화하여 사용자 단말(300)로 전송하는 전송 프로세스를 포함할 수 있다. 또한, 사용자 단말(300)은 서비스를 제공받기 위한 사용자 등록 및 비용 지불 처리를 수행할 수 있으며, 부실 가능성을 예측하고자 하는 특정 기업 정보 등을 미리 서비스 제공부(240)로 전송할 수 있다.

예를 들어, 서비스 제공부(240)는 사용자 단말(300)로부터 부실 가능성 예측 요청 기업 리스트를 수신할 수 있고, 리스트에 대응하는 부실 가능성 예측 확률 정보를 부실 가능성 예측부(230)로부터 획득하여 가공할 수 있으며, 가공된 부실 가능성 예측 확률 정보를 사용자 단말(300)로 전송할 수 있다.

도 4는 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)의 동작 방법을 보다 구체적으로 설명하기 위한 흐름도이며, 도 5는 이에 따른 레이블 태깅과정과, 문서 검증 및 필터링 프로세스를 설명하기 위한 도면이다.

도 4에서는 본 발명의 실시 예에 따른 분석 대상이 기업명인 경우의 기업명과 연관된 긍정 또는 부정 감성 레이블이 태깅된 기사 정보 출력 프로세스를 예시하는 것으로, 기업명은 리스트로 구성될 수 있고, 분석 대상 정보 설정에 따라 회사명, 그룹명, 법인명, 인물명 등으로도 변경될 수 있다.

도 4를 참조하면, 먼저 본 발명의 실시 예에 따른 감성 정보 레이블링 장치(100)는 입력부(110)를 통해 신규 대상 기사 문서를 입력받는다(S101).

그리고, 감성 정보 레이블링 장치(100)는 문단 정보 추출부(120)를 통해, 신규 대상 문서에 대응하는 문단 정보 추출을 통해 문단 인덱싱을 수행하고(S102), 문단별 기업명 정보가 색인되는지 확인한다(S103).

여기서, 문단은 문서가 1개 이상의 빈 라인들로 구분되어 있는 상태에서 상하의 빈 라인으로 구분되는 문장 세트를 의미할 수 있다. 그러므로 단일 문장만으로도 하나의 문단이 될 수 있다.

그리고, 감성 정보 레이블링 장치(100)는 문단 정보 추출부(120)를 통해 기업명 리스트 내 기업명이 뉴스 문서 내에 어느 곳에 존재하는지를 색인할 수 있다. 만약 뉴스 기사 문서 내의 어느 문단에도 기업명이 색인되지 않을 경우, 그 뉴스 문서는 무시되고 다음의 뉴스 기사문서를 입력받게 된다.

기업명이 색인된 경우, 감성 정보 레이블링 장치(100)는 문단 정보 추출부(120)를 통해 기업명 정보가 색인된 문단에 대응하는 지시변수를 할당한다(S105).

예를 들어, 만약 검색된 문단 수가 총 5개이고, 분석 대상 기업명이 3번째 문단에서 발견될 경우에는 index_p (문단 지시용 지시 변수)에 2가 할당될 수 있다.

이에 따라, 문단 정보 추출부(120)는 index_p 를 이용하여, 레이블 결정부(130)가 index_p에 의해 지정된 문단으로 이동하여 레이블 결정 프로세스를 수행할 것을 레이블 결정부(130)로 요청할 수 있다.

그리고, 감성 정보 레이블링 장치(100)는 레이블 결정부(130)를 통해, 지시변수 index_p를 중심으로 하는 감성 레이블을 결정할 대상 문단 범위 및 순서를 지정한다.

이후, 감성 정보 레이블링 장치(100)는 S109 내지 S121 단계의 반복 수행을 통해, 현재 뉴스 기사 문서에 대응하는 대상 문단 범위 및 순서에 따라, 각각의 문단에 대응하는 긍정 또는 부정 키워드들과, 긍정 또는 부정 감성어들을 색인한 후 스코어링을 수행하여 최종적인 감성 정보 레이블이 태깅된 문단을 출력할 수 있다.

보다 구체적으로, 이러한 반복 과정들은 뉴스 기사의 모든 문단이 아닌, 특정 지시 변수에 의해 지시된 대상 문단 범위 및 순서에 의해 결정된 문단들에 대하여만 처리될 수 있으며, 바람직하게는 index_p를 중심으로 하는 현재 문단의 상단 1개 문단과, 하단 2개 문단, 그리고 뉴스 기사 문서의 제목 문단이 그 대상 문단 범위로 설정될 수 있다.

또한, 대상 문서의 순차적 처리 순서는 현재 문단, 하단 첫 번째 문단, 상단 문단, 하단 두 번째 문단, 제목 문단 순으로 설정되는 것이 바람직하며, 레이블 결정부(130)는 사전부(140)에 등록된 용어들의 색인여부에 따라 스코어링 처리를 수행할 수 있고, 로그 생성부(160)는 레이블 결정에 대응한 로그 정보를 기록할 수 있다.

먼저, 감성 정보 레이블링 장치(100)는 레이블 결정부(130)를 통해 현재 문단을 대상 문단으로 지정한다(S109).

그리고, 레이블 결정부(130)는 사전부(140)의 용어 정보에 기초하여 대상 문단의 타입을 결정한다(S111).

여기서, 타입은 별도의 기사 정보로 가공할지(S112 단계로 이동), 다음 문단으로 이동할 지(S121 단계로 이동) 또는 현재 뉴스 기사 문서를 스킵하고 다음 기사 문서를 입력받을지(S101 단계로 이동)를 나타내는 인덱스일 수 있으며, 레이블 결정부(130)는 사전부(140)에 등록된 키워드 및 감성어 색인여부 및 빈도수에 따라 문단 타입을 각각 결정할 수 있다.

보다 구체적으로, 만약 문단 타입이 0~2일 경우, 레이블 결정부(130)는 현재 index_p로 지정된 문단을 원래 입력된 기사 문서와의 관계 정보가 할당된 별도의 기사로 추출 생성할 수 있다(S112).

예를 들어, 원래의 기사 id가 12345678일 때, 별도 추출 생성된 문단의 기사 id는 12345678_1로 지정되거나, 기사 내 별도의 공통 관계 메타데이터가 포함될 수 있다.

그리고, 레이블 결정부(130)는 추출 생성된 기사에 대응하여, 사전부(140)와의 매칭 비교 연산에 따른 긍정 또는 부정 스코어를 결정할 수 있고(S113), 스코어에 기초한 감성 레이블을 결정하여 로그 생성부(160)를 통해 로그를 기록하고(S115), 결정된 감성 레이블을 대상 문단에 태깅하여 검증부(170)로 출력한다(S117).

보다 구체적으로, 레이블 결정부(130)는 추출된 문단 내에서 색인되는 사전부(140) 등록 키워드 및 감성어들마다의 스코어를 부여하고, 그 합산 점수를 결정할 수 있다. 그리고 기본적으로 문단의 긍정 또는 부정 합계 점수에 따라 '긍정' 감성 레이블 또는 '부정' 감성 레이블을 결정할 수 있다. 또한, 합계 점수가 일정 범위(예를 들어, -1.5 내지 1.5) 이내인 경우에는 '중립'으로 감성 레이블을 결정할 수도 있다. 이러한 값의 범위는 데이터 또는 뉴스 기사의 속성에 따라 절절히 조절될 수 있다.

이후, 감성 정보 레이블링 장치(100)는 레이블 결정부(130)를 통해 마지막 문단여부를 확인하여(S119), 지정된 순서에 따라 대상 문단 범위 내 다음 문단으로 이동하거나(S121), 다음 뉴스 기사 문서가 입력되는 S101 단계로 회귀할 수 있다.

한편, 상기 S121 단계는 타입 인덱스가 3인 경우에도 수행될 수 있으며, 타입 인덱스가 반복적으로 계속하여 3이 결정되는 경우, 레이블 결정부(130)는 대상 문단을 상단, 하단 등으로 이동시켜 문단 타입 결정과정을 반복할 수 있다. 다만, 대상 문단 범위 내 반복적 타입 결정을 처리하여도 3이 반복되는 경우, 레이블 결정부(130)는 타입 인덱스를 4로 결정할 수 있다. 이 경우, 현재 기사는 타입 4로 설정되고, 다음 뉴스 기사 문서를 입력받는 S101 단계부터 다시 수행될 수 있다.

예를 들어, 도 5(A)를 참조하면, 입력된 뉴스 기사 문서는 7개의 문단(P1, P2, P3, P4, P5, P7)으로 구성되어 있음을 확인할 수 있다.

이에 따라, 감성 정보 레이블링 장치(100)는, 문단 정보 추출부(120)를 통해, 문단 구성 정보를 획득하고, 이 중 분석 대상 정보인 기업명('company B')이 발견된 4번째 문단(P4)을 기준 문단(index_p)으로 설정하고 포인터를 index_p로 이동시킬 수 있다.

그리고, 감성 정보 레이블링 장치(100)는 레이블 결정부(130)를 통해 키워드(kword) 및 감성어(eword) 색인을 처리한다. 도 4에서는 현재 4번째인 Index_p번째 문단(P5)에는 키워드와 감성어가 존재하지 않아, 레이블 결정부(130)는 index_p+1번째 문단인 P5로 이동할 수 있다. P5 문단에는 긍정 키워드1과 긍정 감성어1 및 부정 키워드2와 부정 감성어2,3이 존재하므로 감성 점수를 계산하면, sentiment_score = +2+1.5-2-1.5-1.5 = -1.5 이며, 이에 따라 레이블 결정부(130)는 최종 부정 감성을 갖는 것으로 판별하고, 부정 감성 정보가 레이블링된 문단 기사를 출력할 수 있다.

또한, 본 발명의 실시 예에 따라 레이블 결정부(130)에서 자동화된 레이블링 프로세스를 수행함에 따라 기록되는 로그 데이터가 구성될 수 있으며, 그 구조는 하기와 같이 뉴스 정보 로그, 문단 정보 로그 및 용어 정보 로그를 포함하는 테이블로 예시될 수 있다.

뉴스 정보 로그(News info.)는 뉴스 기사 자체에 관한 로그 기록으로써, 기사 id와 원문 내용(original content)으로 구성될 수 있다.

문단 정보 로그(Paragraph info.)는 추출된 문단에 관한 로그 기록으로써, 문단 id와 추출된 문단 내용(filtered paragraph), 발생한 용어들에 대응한 레이블 연산을 통해 획득된 합계 점수(scored sum), 그리고 이를 기반으로 결정된 레이블(decided label)을 포함한다.

용어 정보 로그(Lexicon info.)는 추출된 문단을 구성하는 용어들에 관한 로그 기록으로써, 발생한 용어와 타입(terms per type), 빈도(frequency), 점수(score), 타입 별 개수(counts per type)로 구성될 수 있다.

또한, 도 5(B)는 본 발명의 실시 예에 따른 문서 검증 및 필터링 프로세스를 설명하기 위한 도면으로서, 도 5(B)를 참조하면, 본 발명의 실시 예에 따른 검증부(170)는 문서 유사도 측정 및 유사도 누적치에 기초하여, 감성 정보가 레이블링된 기사 정보로 가공할 뉴스 기사를 검증하고, 최종적으로 서비스 제공 장치(200)로 출력 제공할 기사들을 결정할 수 있다.

예를 들어, 도 5(B)에 도시된 바와 같이 10건의 긍정 감성 레이블을 가진 뉴스 데이터이 생성되었다고 가정할 때, 검증부(170)는 사전부(140)에 등록된 용어들을 이용하여 문서 검증 모델을 생성할 수 있으며, 문서 검증 모델을 이용하여 감성 정보가 레이블링된 문단을 포함하는 기사들과 기존 생성된 다른 뉴스 기사들과의 유사도를 계산한 후 유사도 누적값을 연산한다.

이 때, 검증부(170)는 뉴스 기사 별 유사도 누적치 연산을 위해, 필요에 따라 정규화를 수행한 후 각 기사들을 [1, 0~1, 0] 과 같이 세 구간에 위치시킬 수 있다. 그 값이 1인 기사의 경우, 유사도 면에서 다른 문서들과 거의 유사한 것을 나타내며 예를 들어, 긍정 감성을 충분히 나타내는 기사로 판단되는 경우 일 수 있다. 다만, 그 값이 1인 경우의 빈도수는 일반적으로 낮게 된다.

[1~0]인 경우는 다른 문서들과 일부는 비슷하고 일부는 달라서 사용자의 판단에 따라 '긍정' 기사로 판정될 수도 있고, '중립'으로 판정될 수도 있는 기사들을 나타낼 수 있다.

다만, 수치적인 의미와 달리, 실제 유사도 수치가 낮더라도 (예를 들어, 0.4) 긍정 감성 수치가 낮다고 볼 수는 없으며, 같은 분류에 속한 다른 기사들과 용어의 구성이 달라서 차이가 발생될 수도 있다.

따라서, 검증부(170)는 [1~0] 인 경우에는 상한 또는 하한 경계값을 설정하고, 그 경계 값 내에 위치한 기사들의 샘플만을 확인하거나, 별도의 기준치를 설정할 수 있다.

한편, 검증부(170)는 유사도가 0인 경우, 유사도값이 너무 낮거나 다른 기사들과는 이질적인 특성을 갖고 있어서 '중립' 또는 '판단불가'로 판별할 수 있다. 이 경우도 1의 경우와 마찬가지로 소수의 기사들만이 이에 해당될 수 있다.

이에 따라, 검증부(170)는 유사도 누적치가 도 6에 도시된 바와 같이 세 개의 구간 중에 존재할 때, 임계값(Threshold)을 설정함으로써, 특정 뉴스 기사들을 가공 대상에서 제거하는 처리를 수행할 수 있다.

도 5(B)에서는 임계값이 0.32로 설정된 경우를 나타내며, 검증부(170)는 이에 맞춰 0.32보다 값이 낮은 1.28과 2.17을 갖는 뉴스 기사 7번과 8번 문서를 제거하게 된다.

그리고, 검증부(170)의 유사도 검증을 마친 긍정 감성의 뉴스 기사 세트에는 최종적으로 뉴스 기사 번호 1~6, 9~10 만 남게 되며, 이는 가공부(180)로 전달되어 긍정 감성 정보가 레이블링된 기사들로서 가공 및 출력될 수 있다.

한편, 검증부(170)는 동일한 방식으로 부정 감성을 갖는 뉴스 기사 세트에 대해서도 유사도 검증 과정을 수행하여, 부정 감성 여부에 대해 검증을 통과함으로써 부정 감성을 가진 것으로 최종적으로 판정된 뉴스 기사들만을 모아, 가공부(180)로 전달하여, 부정 감성 정보가 레이블링된 기사들로서 가공 및 출력시킬 수 있다.

도 6은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치의 동작을 보다 구체적으로 설명하기 위한 흐름도이며, 도 7 내지 도 11은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치의 동작에 의해 처리되는 데이터 구조를 예시하는 도면들이다.

도 6을 참조하면, 기업 부실 정보 서비스 제공 장치(200)는 용어 사전 설정부(210)를 통해 용어 사전 규칙을 설정하고, 감성 정보 레이블링 장치(100)의 사전부(140)에 대한 키워드 설정을 수행한다(S201).

도 7 및 도 8은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공을 위한 용어 사전 설정 정보를 설명하기 위한 도면으로서, 도 7은 본 발명의 실시 예에 따른 키워드 설정 정보를 예시한 것이며, 도 8은 본 발명의 실시 예에 따른 용어 사전 규칙 설정 정보를 예시한 도면이다.

앞서 설명한 바와 같이, 사전부(140)는 긍정 또는 부정 레이블을 위한 키워드 설정을 처리할 수 있으며, 기업 부실 정보 예측에 효율적일 수 있도록 용어 사전 설정부(210)의 설정 처리가 수행될 수 있다.

특히, 도 7에 도시된 바와 같이, 부실 가능성 예측을 위해 생성된 사전부(140)의 용어 사전에서의 키워드 세트의 용어들은 가격제한폭, 급등세와 같은 긍정 명사 및 감사, 경영난, 구속과 같은 부정 명사를 포함할 수 있다. 또한 감성어 세트의 용어들은 주로 동사, 형용사형 어휘들로 구성될 수 있으며 예를 들어 강세, 극복, 높은 등과 같은 긍정 용어들을 포함할 수 있고, 감소, 무산 직면과 같은 부정 용어들을 포함할 수 있다.

이러한 키워드 세트 설정을 위해, 용어 사전 설정부(210)는 그 기초가 되는 도메인 특화된 명사형 용어들을 관련 전문가와 문헌 정보를 이용하여 선정할 수 있다. 예를 들어, 상기 용어 사전 정보는 기업 부실 가능성 예측을 위해 외부로부터 수집된 참조 문서의 어휘 추출 프로세스에 따라 결정될 수 있다.

보다 구체적으로, 용어 사전 설정부(210)는 감성어 세트 설정을 위해 외부로부터 수집된 다양한 참조 문서에 대응하는 POS(Part of Speech) 태깅 프로세스를 수행하여 형용사와 동사 어휘를 추출할 수 있다. 그리고, 용어 사전 설정부(210)는 추출된 어휘들에 대응하는 중복 제거 처리 후, tf-idf(term frequency inverse document frequency) 값의 연산에 의해 임계값 이상의 일정 개수 상위 용어들을 선택하여 출력할 수 있다. 이러한 어휘들은 긍정, 부정 여부 판별 입력을 통해 감성어 세트 용어들로 결정될 수 있다.

또한, 용어 사전 설정부(210)는 그 기초가 되는 타입별 용어를 외부로부터 수집된 참조 문서들러부터 추출할 수 있다. 이를 위해, 용어 사전 설정부(210)는 용어별로 각 단어간 앞뒤 관계에 따른 근접도를 벡터 형태로 산출하는 word2vec 연산을 이용하여 각 용어별로 근접도 순위가 높은 상위 일정 개수의 용어들을 추출하고, 중복 제거를 수행함으로써 연관 용어들을 획득할 수 있으며, 미리 설정된 임계값보다 높은 tf-idf 값을 가진 용어들을 상기 연관 용어들로부터 추출하여 사전부(140)로 설정할 수 있다.

이에 따라, 사전부(140)는 뉴스 데이터를 활용하여 기업의 부실 가능성을 예측하기 위한 타입별(긍/부정 키워드, 긍/부정 감성어) 용어들이 설정될 수 있다. 또한, 사전부(140)에는 감성 정보 레이블링 장치(100)의 레이블 태깅을 위한 배점정보가 설정될 수 있는 바, 이러한 배점 정보는 용어 사전 설정부(210)에서 처리되어 사전부(140)로 전달될 수 있으며, 배점 정보 결정을 위한 용어 사전 생성 규칙 설정 정보가 용어 사전 설정부(210)에 미리 저장되어 있을 수 있다.

도 8은 본 발명의 실시 예에 따른 용어 사전 규칙 설정 정보의 구성을 예시한 것으로, 용어 사전 규칙 설정 정보에 따른 배점 정보가 각 키워드 및 감성어 타입별로 결정되어 사전부(140)로 전달될 수 있다.

예를 들어, 도 8에 도시된 바와 같이 규칙 1에 의해 각 긍정 키워드(keyword) 및 긍정 감성어(emword)의 배점은 0보다 클 수 있고, 규칙 2에 의해 긍정 키워드의 값은 이에 매칭되는 부정 키워드 값의 음수 연산값과 같을 수 있으며, 규칙 3에 의해 긍정 감성어의 값은 이에 매칭되는 부정 감성어 값의 음수 연산값과 같을 수 있고, 키워드 배점 값의 절대값은 감성어 배점 값의 절대값보다 클 수 있다.

한편, 기사 정보 수집부(220)는 기업 부실 예측 모델 및 분석 구간에 따른 기사 정보를 감성 정보 레이블링 장치(100)로부터 수집한다(S203).

도 9 및 도 10은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공을 위한 레이블링된 기사 정보의 수집 데이터 기간 설정을 설명하기 위한 도면으로서, 도 9는 본 발명의 실시 예에 따른 기업 구분별 수집 데이터 기간 설정 정보를 나타내며, 도 10은 윈도우 슬라이딩 방식에 의한 기간 설정 정보를 나타낸다.

기사 정보 수집부(220)는 기업 부실 예측을 위해, 감성 정보 레이블링 장치(100)로부터 레이블링된 뉴스 기사 정보를 수집함에 있어서, 분야를 제한하지 않고 모든 분야(예. 스포츠, 예술 등)에 걸쳐 기사의 품질을 인정받는 모든 매체(예. 지방 언론, 분야 별 전문 언론 등)의 뉴스 기사들을 수집할 수 있다.

이는 뉴스의 특성 상 사람들에게 많이 알려진 기업이나 대기업 위주의 기사들은 많지만 지방의 중,소 규모의 기업들에 대한 기사들은 많지 않으며, 일반적으로 많이 알려진 부실 예측 방법론들의 경우 주로 경제지에 국한하여 뉴스 기사를 활용하고 있지만 해당 기업의 신상품 광고나 자선 활동, 또는 각종의 다양한 행사에 지원, 참가하는 소식들 모두가 해당 기업에 대해 감성적으로 긍정적인 시그널을 생성하는 데에 있어 도움이 될 수 있기 때문이다.

또한, 수집부(220)는 전술한 바와 같이, 기사 정보의 수집 기간을 제1 기간으로 미리 설정하거나, 제1 기간 및 제2 기간 등의 복합 기간으로 설정할 수 있는 바, 이는 기업의 종류 및 구분에 따라 상이할 수 있다.

예를 들어, 도 9에 도시된 바와 같이, 수집부(220)는, 부도 기업들의 경우에는 개별 기업 별로 부도가 발생한 것으로 알려진 년도와 월을 포함하여 과거 14개월 치 기사들을 수집하고, 정상 기업들의 경우에는 미리 설정된 관측 년도에 대응하는 해당 월을 포함하여 과거 12개월 치 기사들을 수집할 수 있는 것이다. 따라서, 수집부(220)는 부실 기업에 대응하는 제1 기간(부도일 기준 3개월 전부터 14개월 전까지의 데이터)을 설정하고, 정상 기업에 대응하는 제2 기간(관측 대상 월 기준 12개월 전까지의 데이터)을 설정하여, 감성 정보 레이블링 장치(100)로부터의 기사 정보를 수집할 수 있다.

또한, 예를 들어 도 10에 도시된 바와 같이, 수집부(220)는 부도 기업의 경우 부도가 발생한 시점을 포함한 최근 3개월 동안 부실 관련 기사가 급증하는 것을 고려하여, 부도일 이전의 12개월 치 뉴스 기사를 수집할 수 있으며, 개별 기업의 부도 시점이 다른 것을 감안하여 부도 시점을 기준으로 윈도우 슬라이딩 방식으로 설정된 일정 기간 구간 이내의 기사 정보를 수집할 수도 있다.

보다 구체적으로, 도 10을 참조하면, 수집부(220)는 기업 부실 예측의 학습 모델에 따른 데이터로서 부도 기업의 기사 정보를 수집할 수 있다. 수집부(220)는 부도 발생 시점을 중심으로 하는 일정 기간 전, 일정 기간 후 또는 일정 기간 전후의 윈도우 구간을 결정하고, 각 기업별 부도 발생 시점에 따른 상기 윈도우 구간의 슬라이딩을 처리하여 수집 기간을 설정할 수 있다. 따라서, 윈도우 슬라이딩에 따라 설정된 수집 기간은 각 부도 기업별로 상이할 수 있으며 각 기간별 기사 정보들이 개별적으로 수집되어 학습, 훈련 및 데이터 분석에 이용될 수 있다.

여기서도, 수집부(220)는 정상 기업의 경우에는 이와는 상관없이 관측 시점의 년월을 포함하여 그 이전의 12개월 치 데이터를 기사 정보 수집 대상으로 삼을 수 있는 바, 이는 관측 시점을 현재 시점(년월)으로 정하고 현재 시점에서 해당 기업의 부실 가능성을 예측하려는 경우 등이 예시될 수 있다.

한편, 기업 부실 정보 서비스 제공 장치(200)는, 부실 가능성 예측부(230)를 통해, 상기 수집된 기사 정보에 기초한 예측 모델 기반 부실 가능성 확률을 예측하고(S205), 서비스 제공부(240)를 통해 예측된 확률 정보에 기초한 기업 부실 정보 서비스를 사용자 단말(300)로 제공할 수 있다(S207).

전술한 바와 같이 본 발명의 실시 예에 따른 부실 가능성 예측부(230)는 기사 정보의 긍정 및 부정 레이블된 키워드 및 감성어를 이용한 학습 모델을 구축하고, 상기 학습 모델을 이용하여 각 기간 및 기업 정보 입력에 따른 부도 확률 정보를 산출하여 출력할 수 있다.

도 11은 본 발명의 실시 예에 따른 기업 부실 정보 서비스에 따라 산출된 부실가능성 확률 정보 테이블을 예시한 도면으로서, 부실가능성은 산출된 평균확률 정보 및 최종적인 진단확률 정보로 구분되어 산출될 수 있다.

보다 구체적으로, 부실 가능성 예측부(230)는 긍정 감성을 갖는 뉴스 기사 세트와 부정 감성을 갖는 뉴스 세트로 구성된 학습 데이터로부터 1)기업별-월별-감성값별-기사 빈도수와 2)기업별-월별-타입별 용어 빈도수 파일(또는DB)을 각각 생성할 수 있다. 그리고, 부실 가능성 예측부(230)는 상기한 1)과 2) 데이터를 이용하여 부실 가능성 진단을 위한 2개 이상의 예측 모델을 생성할 수 있다. 여기서, 제1 모델은 월별 부정 기사 비율 모델일 수 있으며, 연속형 데이터 속성을 가질 수 있다. 그리고, 제2 모델은 월별 용어 점수 비율 모델일 수 있으며, 이산형 데이터 속성을 가질 수 있다.

예를 들어, 부실 가능성 예측부(230)는 연속형 데이터를 대상으로 하는 단일형 모델 생성 프로세스(예를 들어, SVM-Support Vector Machine 등)와 결합형 모델 생성 프로세스(예를 들어, GB-gradient boosting 등)을 이용하여 제1 모델을 생성할 수 있다. 또한, 부실 가능성 예측부(230)는 이산형 데이터를 대상으로 하는 단일형 모델 생성 프로세스(예를 들어, DT-decision tree 등)와 결합형 모델 생성 프로세스(예를 들어 RF-Random forest 등)을 이용하여 제2 모델을 생성할 수 있다.

이와 같은 각 모델에 따른 기업 부실확률 예측 연산은 하기 표 1과 같이 보다 구체적으로 설명될 수 있다.

모델 1: 부정기사 비율

①부정기사건수: 월별 수집된 기사 중 '부정'으로 판별된 기사의 건수 ②전체기사건수: 월별 수집된 전체 기사의 건수 => 부정기사비율 산출 = ①부정기사건수 / ②전체기사건수

모델 2: 긍부정 키워드/감성어 점수 비율

①월별 긍부정 키워드 및 감성어 점수 연산: 월별 수집된 기사에서 발생한 긍부정 키워드 및 감성어 점수 합계 1월 긍정어: 매출액(2), 영업이익(2), 흑자(2) >> 2+2+2=6 2월 부정어: 관리종목(-2), 손실(-1.5) >> -2-1.5=-3.5 3월 긍정어: 수주(2), 신규(1.5), 부정어: 감소(-1.5) >> 2+1.5-1.5=2 ... ②합계: M-3월부터 M-14월 까지 12개월간 상기 ①월별 긍부정 키워드 및 감성어 점수의 절대값의 12개월치 합계 연산 [6+3.5+2+ ... = 11.5] => 월별 긍부정 키워드 및 감성어 점수비율 산출 = 상기 ① / 상기 ② 1월: 6 / 11.5 = 0.52 2월: -3.5 / 11.5= -0.30 3월: 2 / 11.5 = 0.17 ...

표 1을 참조하면, 먼저 제1 모델에 기초한 월별 부정 기사 비율 모델이 구축될 수 있으며, 부실 가능성 예측부(230)는 부도/정상 기업에 상관없이 대상 기업별로 월별로 발생한 전체 기사 빈도에 대응해, 부정 감성으로 판별된 기사의 비율을 연산 한 후, 1년 단위로 정규화시킨 수치값을 학습 훈련 데이터로서 획득할 수 있다.

또한, 제2 모델에 기초한 키워드 및 감성어 점수 비율 모델이 구축될 수 있으며, 부실 가능성 예측부(230)는 부도/정상 기업에 상관없이 대상 기업별로 월별 기사들에서 발생한 타입별 용어들의 배점을 합산하고 표 1에 도시된 바와 같은 연산 처리를 통해, 1년 단위로 정규화시킨 수치값을 학습 훈련 데이터로서 획득할 수 있다.

이 때, 부실 가능성 예측부(230)는 규모가 적은 중,소기업의 경우 기사 수가 부족한 문제를 해결하기 위해, 기사 수가 2년 평균 50건 이상이 되는 기업들의 경우에 한해서만 부실 가능성 예측을 위한 훈련 데이터로 포함될 수 있도록 처리할 수 있다.

한편, 본 발명의 실시 예에 따른 부실 가능성 예측 프로세스는 최근 2년 이내에 부도 경험이 없는 정상 기업들 중 부실이 발생할 가능성을 예측하는 프로세스를 포함할 수 있다. 따라서, 부실 가능성 예측부(230)는 각 학습 모델에 따른 머신러닝 적용을 위해, 교차검증 방식을 활용하여 전체 부도 기업과 정상 기업을 동수로 설정하며, 전체 기업들 중에서 90%를 훈련군, 10%를 예측군으로 설정하고, 전술한 훈련 데이터에 기반한 예측 확률 산출 처리를 수행할 수 있다.

예를 들어, 부실 가능성 예측부(230)는, 4년 기간 동안 100건이 넘는 기사 정보를 분석함에 있어서, 부도기업 수가 100개, 정상기업 수가 100개일 때, 부도기업의 경우는 규모와 특성을 감안하여 90개 기업을 훈련용 집합, 10개 기업을 테스트용 집합으로 설정하고, 정상 기업의 경우에는 교차검증 방식을 적용하여 첫 번째 시도시 1~90번 기업들을 훈련용 집합, 91~100번 기업들을 테스트용 집합으로 설정하여 학습 모델에 적용할 수 있다.

그리고, 부실 가능성 예측부(230)는 2번째 시도에서 부도기업 데이터 집합은 고정하되, 정상기업들에 대해서만 (11~100)번 기업들을 훈련용 집합, (1~10)번 기업들을 테스트용 집합으로 설정하며, 동일한 방식으로 10회를 반복 학습하여 평균값을 획득할 수 있다. 한편, 부실 가능성 예측부(230)는 정상 기업들 중 10%의 기업들을 랜덤샘플링을 통해 테스트 집합을 결정한 후, 나머지 기업들을 훈련 집합으로 설정하여 반복 학습 시행 후 평균값을 획득할 수도 있다.

한편, 제1 모델 및 제2 모델을 구성하는 데이터의 특성을 고려함과 동시에 성능 개선을 처리하기 위해, 부실 가능성 예측부(230)는 도 11에 도시된 바와 같이, 각각 단일형(SVM, DT)과 결합형(GB, RF) 머신러닝 학습 프로세스를 수행한 후, 결과 값을 통합하여 최종 부실 가능성 확률 정보를 산출할 수 있다.

이때 이산형 수치값을 산출하는 DT, RF의 경우 기업별로 기사량의 부족한 경우와 프로세스의 특성상 월별로 산출된 확률값이 0또는 50%이하로 나타나는 경우가 종종 발생하므로(도 11의 우측 상단 사각형), 부실 가능성 예측부(230)는 이를 감안하여 이러한 값을 제외한 나머지 산출값들만의 평균을 구하여 최종 부실 가능성 확률 정보를 진단 확률로서 산출할 수 있다(도 11의 우측 하단 사각형).

예를 들어, 2018년 4월 관측시점에서 A기업이 SVM, GB값이 각각 80%, 70%(제1 모델) 이고, DT, RF값이 각각 0%, 55%(제2 모델)일 경우, 예측된 부실 가능성 확률값은 p_i∈{p_SVM,p_GB,p_DT,p_RF}일때, 부실 가능성 예측부(230)는 아래의 (수학식 1)과 같이 결합 연산하여, 68.3%의 최종 예측 확률 값을 진단 확률 정보로서 산출할 수 있다.

이와 같은 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200) 및 감성 정보 레이블링 장치(100)는, 빅데이터 규모의 대용량 뉴스 데이터를 활용하는 다양한 용도로 이용될 수 있다. 특히 최근 온라인 뉴스 기사를 이용해서 기업의 부실 가능성 예측을 포함한 다양한 목적의 여신 관리, 상장 기업들의 증시 예측, 산업별 트렌드 분석 또는 특정 목적을 달성하기 위한 개인의 신용 예측 서비스 등의 개발에 적용이 가능하다.

또한, 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200) 및 감성 정보 레이블링 장치(100)는, 일반적으로 금융 기관 등에서 주로 재무 데이터만을 사용하여 차주 기업들의 부실 여부를 조사하는 조기 경보 시스템이나 부도 예측 방법의 한계를 보완하기 위한 목적으로도 사용될 수 있다.

또한, 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200) 및 감성 정보 레이블링 장치(100)는, 머신러닝 기술을 활용한 기사 예측 과정과 부실 가능성 예측 과정을 분리 및 모듈화하여, 긍, 부정 감성 레이블링이 완료된 대용량의 온라인 뉴스 기사 데이터를 확보하고 이를 활용하여 기업 부실 가능성에 대한 예측 과정을 수행하기 때문에 다양한 응용 시스템에 모듈 단위로 이식될 수 있다.

또한, 본 발명의 실시 예에 따른 기업 부실 정보 서비스 제공 장치(200) 및 감성 정보 레이블링 장치(100)는, 기사 빈도 기반 예측과 키워드 기반 예측을 효과적으로 병용할 수 있으므로, 논리적으로 원인과 결과를 이해하는 데 있어 합리적 추론이 가능하도록 근거를 제공할 수 있다.

한편, 상술한 본 발명의 다양한 실시 예들에 따른 방법은 프로그램으로 구현되어 다양한 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장된 상태로 각 서버 또는 기기들에 제공될 수 있다. 이에 따라, 사용자 단말(100)은 서버 또는 기기에 접속하여, 상기 프로그램을 다운로드할 수 있다.

비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

Claims (7)

1. 기업 부실 예측 방법에 있어서,
   기업 부실 가능성 예측을 위해, 뉴스 기사 레이블링 모듈의 용어 사전 정보_여기서, 상기 용어 사전 정보는, 키워드 타입의 용어 정보 및 감성어 타입의 용어 정보를 포함하고 각 용어에 대응하는 배점 정보를 포함_를 설정하는 단계;
   상기 뉴스 기사 레이블링 모듈에서 뉴스 기사를 입력받아 상기 용어 사전 정보에 따라 기사를 추출하고 키워드 및 감성어에 대한 배점을 결정하여 레이블링된 기사정보로 가공하는 단계;
   상기 뉴스 기사 레이블링 모듈에서 레이블링된 기사 정보를, 상기 기업 부실 가능성 예측에 대응하여 미리 설정된 기간에 따라 수집하는 단계;
   상기 수집된 레이블링된 기사 정보에 기초하여, 뉴스 기사의 빈도와 용어 사전에 등재된 용어의 출현 빈도를 함께 고려한 예측 모델 기반의 기업 부실 가능성 확률 정보를 예측하는 단계; 및
   상기 기업 부실 가능성 확률 정보를 이용한 기업 부실 정보 서비스를 사용자 단말로 제공하는 단계를 포함하는
   기업 부실 예측 방법.
2. 제1항에 있어서,
   상기 용어 사전 정보의 배점 정보는,
   상기 키워드 타입의 용어 정보 및 감성어 타입의 용어 정보에 대응하여 미리 설정된 용어 사전 생성 규칙에 따라, 각 키워드 및 감성어 타입의 용어별로 결정되는 것을 특징으로 하는
   기업 부실 예측 방법.
3. 제1항에 있어서,
   상기 키워드 타입의 용어 정보 및 감성어 타입의 용어 정보는 기업 부실 가능성 예측을 위해 외부로부터 수집된 참조 문서의 어휘 추출 프로세스에 따라 결정되는
   기업 부실 예측 방법.
4. 제1항에 있어서,
   상기 미리 설정된 기간은,
   부도 기업의 부도 발생 시점을 기준으로 하는 일정 범위의 제1 기간 및 정상 기업에 대응하는 일정 범위의 제2 기간을 포함하는
   기업 부실 예측 방법.
5. 제4항에 있어서,
   상기 수집하는 단계는,
   상기 일정 범위 기간 결정을 위해, 부도 발생 시점을 중심으로 하는 윈도우 구간을 결정하고, 기업별 부도 발생 시점에 따른 상기 윈도우 구간의 슬라이딩을 처리하여 기업별 범위 기간을 결정하는 단계를 포함하는
   기업 부실 예측 방법.
6. 제1항에 있어서,
   상기 미리 설정된 기간은,
   부도 기업의 경우 부도 발생일을 기점으로 부도 년월 포함 이전 14개월 치 데이터를 대상으로 하되, 실제 부도 발생월 포함 3개월 전부터 뉴스 기사량이 급증하는 특이 현상을 상쇄하기 위해, 부도 발생월 포함 3개월 이전부터 14개월 치의 데이터를 윈도우 슬라이딩 방식을 이용하여 시프팅하여 사용하고,
   정상 기업의 경우 관측 년월을 기준으로 관측 년월 포함 이전 12개월 치의 데이터를 사용하는
   기업 부실 예측 방법.
7. 제1항에 있어서,
   상기 용어 사전 정보 설정에 의해 구축되는 용어 사전은,
   키워드의 경우 원시 데이터는 관련 전문가와 문헌 정보를 이용하여 수집하고, 감성어의 경우 수집된 전체 기사들에 대해 POS태깅을 통해 형용사와 동사 추출, 중복 제거 후 tf-idf 상위어 중 소수 선택하며,
   수집된 원시 키워드와 감성어에 대해 word2vec을 이용해 각각 연관어를 도출(상위 5개 이하), 중복 제거 후 전체 용어사전의 크기가 1000개 이하가 되도록 선정하는
   기업 부실 예측 방법.

Images