KR20230169538A - 금융 마이데이터 기반 기계학습을 위한 말뭉치를 이용한 거래 적요 데이터 분석 장치 및 방법과 이를 위한 컴퓨터 프로그램 - Google Patents

Abstract

거래 적요 데이터 분석 장치는, 비정형 텍스트 데이터를 포함하는 거래 적요 데이터를 수신하도록 구성된 입력 모듈; 미리 설정된 금융 말뭉치 용어사전을 이용하여 상기 거래 적요 데이터를 토큰(token)화함으로써 토큰화 된 데이터를 생성하도록 구성된 데이터 정제 모듈; 및 단어 유사도를 이용한 기계학습 기반의 분석 모델에 상기 토큰화 된 데이터를 입력함으로써, 상기 토큰화 된 데이터를 미리 설정된 복수 개의 금융 카테고리 중 하나 이상에 태깅하도록 구성된 태깅(tagging) 모듈을 포함한다. 상기 거래 적요 데이터 분석 장치에 의하면, 거래 적요 데이터로부터 정제된 텍스트 데이터에 사전에 학습된 기계학습 알고리즘을 적용하여 텍스트 데이터 간의 유사도를 측정함으로써, 거래 적요 데이터를 사전에 정의된 금융 카테고리로 분류할 수 있다. 이를 통하여, 계좌간 금융거래의 적요 텍스트 데이터가 내포한 의미를 파악하여 사용자의 금융활동을 보다 정확하게 프로파일링할 수 있고 금융 서비스의 확장을 이룰 수 있는 이점이 있다.

Description

금융 마이데이터 기반 기계학습을 위한 말뭉치를 이용한 거래 적요 데이터 분석 장치 및 방법과 이를 위한 컴퓨터 프로그램{APPARATUS AND METHOD FOR ANALYSIS OF TRANSACTION BRIEF DATA USING CORPUS FOR MACHINE LEARNING BASED ON FINANCIAL MYDATA AND COMPUTER PROGRAM FOR THE SAME}

실시예들은 거래 적요 데이터 분석 장치와 방법 및 이를 위한 컴퓨터 프로그램에 대한 것으로, 보다 구체적으로는, 정형화되지 않은 금융 텍스트 데이터인 거래 적요 데이터가 내포한 의미를 발견하여 비정형 데이터의 품질과 활용도를 높일 수 있는 기술에 대한 것이다.

한국에서는 2020년 8월 데이터 3법(개인정보보호법, 정보통신망법, 신용정보법)이 개정된 후 마이데이터 사업(본인신용정보관리업)이 시행되었다. 마이데이터 사업이란 개인이 본인의 데이터에 대한 열람, 제공 범위, 접근 승인 등을 직접 결정하고, 이를 신용관리, 자산관리 등 개인 생활에 능동적으로 활용할 수 있도록 하는 일련의 과정을 의미한다. 마이데이터 사업자를 통하면, 사용자는 은행, 보험, 통신사 등 여러 곳에 흩어져 있는 자신의 데이터를 수집하여 한 눈에 볼 수 있다. 예를 들어, 등록특허공보 제10-2201679호는 마이데이터 공유 서비스 방법을 개시한다.

한편, 디지털 환경의 고도화로 사용 가능한 데이터의 형태가 다양해지면서, 자연어 처리를 통한 디지털 기술의 발전이 활성화되고 있다. 특히, 마이데이터 제도 시행으로 금융 데이터가 개방되면서, 금융 데이터를 대상으로 자연어 처리 등 디지털 처리 기술을 활용할 수 있는 환경이 조성되고 있다.

그러나, 비정형 데이터의 경우, 금융 분야 마이데이터를 통해 데이터가 수집될 수는 있지만 데이터 정제에 많은 시간과 자원이 투자되어야 하는 한계가 있다. 예를 들어, 비정형 데이터인 적요 텍스트 데이터는 한글, 영문, 숫자 및 특수문자가 혼합되어 있어 인식에 어려움이 있으며, 실제로 숫자로만 구성되어 있을 경우에도 컴퓨터는 이를 숫자가 아닌 문자로 인식하므로 텍스트 데이터 분석에 어려움이 있다. 이러한 문제점으로 인하여, 비정형 금융 데이터의 디지털 처리에 대해서는 아직까지 의미 있는 시도 사례가 없는 실정이다.

등록특허공보 제10-2201679호

본 발명의 일 측면에 따르면, 정형화되지 않은 금융 텍스트 데이터인 거래 적요 데이터가 내포한 의미를 발견하기 위하여, 금융 말뭉치 용어사전 및 토큰(token)화 과정을 이용하여 텍스트 데이터를 정제하고, 정제된 텍스트 데이터에 기계학습을 통한 유사도 측정을 적용함으로써 이를 사전에 정의된 금융 카테고리로 분류할 수 있는 거래 적요 데이터 분석 장치 및 방법과 이를 위한 컴퓨터 프로그램을 제공할 수 있다.

본 발명의 일 측면에 따른 거래 적요 데이터 분석 장치는, 비정형 텍스트 데이터를 포함하는 거래 적요 데이터를 수신하도록 구성된 입력 모듈; 미리 설정된 금융 말뭉치 용어사전을 이용하여 상기 거래 적요 데이터를 토큰(token)화함으로써 토큰화 된 데이터를 생성하도록 구성된 데이터 정제 모듈; 및 단어 유사도를 이용한 기계학습 기반의 분석 모델에 상기 토큰화 된 데이터를 입력함으로써, 상기 토큰화 된 데이터를 미리 설정된 복수 개의 금융 카테고리 중 하나 이상에 태깅하도록 구성된 태깅(tagging) 모듈을 포함한다.

일 실시예에서, 상기 데이터 정제 모듈은, 상기 거래 적요 데이터에 포함된 텍스트 데이터로부터 미리 설정된 불용어를 제거하고, 상기 불용어가 제거된 상기 텍스트 데이터로부터 상기 토큰화 된 데이터를 생성하도록 더 구성된다.

일 실시예에서, 상기 데이터 정제 모듈은, 상기 금융 말뭉치 용어사전이 저장된 데이터베이스를 포함하며, 상기 거래 적요 데이터에 포함된 텍스트 데이터를 이용하여 상기 금융 말뭉치 용어사전을 갱신하도록 더 구성된다.

일 실시예에서, 상기 태깅 모듈은, 단어 임베딩(word embedding)을 이용하여 상기 토큰화 된 데이터를 벡터 데이터로 변환하도록 구성된 벡터화부; 및 상기 벡터 데이터를 상기 기계학습 기반의 분석 모델에 입력함으로써, 단어 유사도에 기반하여 상기 벡터 데이터에 상응하는 하나 이상의 금융 카테고리를 결정하도록 구성된 기계학습부를 포함한다.

일 실시예에 따른 거래 적요 데이터 분석 장치는, 복수 개의 거래 적요 데이터로부터 상기 데이터 정제 모듈에 의하여 생성된 복수 개의 토큰화 된 데이터를 학습용 데이터셋 및 테스트용 데이터셋으로 분할하도록 구성된 데이터 분리 모듈을 더 포함한다. 이때, 상기 태깅 모듈은, 상기 학습용 데이터셋 및 상기 학습용 데이터셋에 상응하여 입력된 라벨링(labeling) 데이터를 입력받고, 상기 학습용 데이터셋 및 상기 라벨링 데이터를 이용하여 상기 기계학습 기반의 분석 모델을 생성하도록 더 구성된다.

일 실시예에서, 상기 기계학습 기반의 분석 모델은, 단어 유사도에 기반하여 결정된 복수 개의 데이터 군집에 각각 상응하며 상기 복수 개의 데이터 군집의 개수와 동일한 개수의 복수 개의 카테고리 분류 모델을 포함한다. 이때 상기 태깅 모듈은, 상기 벡터 데이터에 상응하는 상기 데이터 군집을 결정하도록 구성된 클러스터링(clustering)부를 더 포함한다. 또한, 상기 기계학습부는, 상기 클러스터링부에 의해 결정된 상기 데이터 군집에 상응하는 상기 카테고리 분류 모델에 상기 벡터 데이터를 적용함으로써 상기 벡터 데이터에 상응하는 상기 하나 이상의 카테고리를 결정하도록 더 구성된다.

본 발명의 일 측면에 따른 거래 적요 데이터 분석 방법은, 거래 적요 데이터 분석 장치가, 비정형 텍스트 데이터를 포함하는 거래 적요 데이터를 수신하는 단계; 상기 거래 적요 데이터 분석 장치가, 미리 설정된 금융 말뭉치 용어사전을 이용하여 상기 거래 적요 데이터를 토큰화함으로써 토큰화 된 데이터를 생성하는 단계; 및 상기 거래 적요 데이터 분석 장치가, 단어 유사도를 이용한 기계학습 기반의 분석 모델에 상기 토큰화 된 데이터를 입력함으로써, 상기 토큰화 된 데이터를 미리 설정된 복수 개의 금융 카테고리 중 하나 이상에 태깅하는 단계를 포함한다.

일 실시예에 따른 거래 적요 데이터 분석 방법은, 상기 토큰화 된 데이터를 생성하는 단계 전에, 상기 거래 적요 데이터 분석 장치가, 상기 거래 적요 데이터에 포함된 텍스트 데이터로부터 미리 설정된 불용어를 제거하는 단계를 더 포함한다.

일 실시예에 따른 거래 적요 데이터 분석 방법은, 상기 거래 적요 데이터 분석 장치에 상기 금융 말뭉치 용어사전을 저장하는 단계; 및 상기 거래 적요 데이터 분석 장치가, 상기 거래 적요 데이터에 포함된 텍스트 데이터를 이용하여 상기 금융 말뭉치 용어사전을 갱신하는 단계를 더 포함한다.

일 실시예에서, 상기 태깅하는 단계는, 상기 거래 적요 데이터 분석 장치가, 단어 임베딩을 이용하여 상기 토큰화 된 데이터를 벡터 데이터로 변환하는 단계; 및 상기 거래 적요 데이터 분석 장치가, 상기 벡터 데이터를 상기 기계학습 기반의 분석 모델에 입력함으로써, 단어 유사도에 기반하여 상기 벡터 데이터에 상응하는 하나 이상의 금융 카테고리를 결정하는 단계를 포함한다.

일 실시예에 따른 거래 적요 데이터 분석 방법은, 상기 거래 적요 데이터 분석 장치가, 복수 개의 거래 적요 데이터로부터 복수 개의 토큰화 된 데이터를 생성하는 단계; 상기 거래 적요 데이터 분석 장치가, 상기 복수 개의 토큰화 된 데이터를 학습용 데이터셋 및 테스트용 데이터셋으로 분할하는 단계; 및 상기 거래 적요 데이터 분석 장치가, 상기 학습용 데이터셋 및 상기 학습용 데이터셋에 상응하여 입력된 라벨링 데이터를 이용하여 상기 기계학습 기반의 분석 모델을 생성하는 단계를 더 포함한다.

일 실시예에서, 상기 기계학습 기반의 분석 모델은, 단어 유사도에 기반하여 결정된 복수 개의 데이터 군집에 각각 상응하며 상기 복수 개의 데이터 군집의 개수와 동일한 개수의 복수 개의 카테고리 분류 모델을 포함한다. 이때, 상기 태깅하는 단계는, 상기 거래 적요 데이터 분석 장치가, 클러스터링에 의해 상기 벡터 데이터에 상응하는 상기 데이터 군집을 결정하는 단계; 및 상기 거래 적요 데이터 분석 장치가, 상기 데이터 군집을 결정하는 단계에서 결정된 상기 데이터 군집에 상응하는 상기 카테고리 분류 모델에 상기 벡터 데이터를 적용함으로써 상기 벡터 데이터에 상응하는 상기 하나 이상의 카테고리를 결정하는 단계를 더 포함한다.

본 발명의 일 측면에 따른 컴퓨터 프로그램은, 하드웨어와 결합되어 전술한 실시예들에 따른 거래 적요 데이터 분석 방법을 실행하기 위한 것으로서, 컴퓨터로 판독 가능한 기록매체에 저장될 수 있다.

본 발명의 일 측면에 따른 거래 적요 데이터 분석 장치 및 방법에 의하면, 거래 적요 데이터를 구성하는 텍스트 데이터를 금융 말뭉치 용어사전 및 토큰(token)화 과정을 이용하여 정제하고, 정제된 텍스트 데이터에 사전에 학습된 기계학습 알고리즘을 적용하여 텍스트 데이터 간의 유사도를 측정함으로써 거래 적요 데이터를 사전에 정의된 금융 카테고리로 분류할 수 있다.

본 발명의 일 측면에 따른 거래 적요 데이터 분석 장치 및 방법을 이용하면, 금융 마이데이터에서 계좌간 금융거래의 적요 텍스트 데이터가 내포한 의미를 파악하여 유사한 금융거래를 유사한 금융 카테고리로 분류할 수 있으므로, 금융 마이데이터를 기반으로 사용자의 금융활동을 보다 정확하게 프로파일링할 수 있다. 이러한 원천 데이터의 품질에 따라 서비스의 품질이 극명하게 달라지므로, 본 발명을 적용하면 금융 분야에 특화된 텍스트 데이터의 정제 및 분석 과정을 통하여 금융 서비스의 확장을 이룰 수 있는 이점이 있다.

도 1은 일 실시예에 따른 거래 적요 데이터 분석 장치의 개략적인 블록도이다.
도 2는 일 실시예에 따른 거래 적요 데이터 분석 방법에서 텍스트 데이터를 정제하고 금융 카테고리를 태깅함으로써 학습에 사용되는 정제된 적요 텍스트를 만드는 과정의 각 단계를 나타내는 순서도이다.
도 3은 일 실시예에 따른 거래 적요 데이터 분석 방법에서 분석 모델을 학습시키는 과정의 각 단계를 나타내는 순서도이다.
도 4은 일 실시예에 따른 거래 적요 데이터 분석 방법에 의하여 거래 적요 데이터를 분석하는 과정의 각 단계를 나타내는 순서도이다.

이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.

도 1은 일 실시예에 따른 거래 적요 데이터 분석 장치의 개략적인 블록도이다.

도 1을 참조하면, 본 실시예에 따른 거래 적요 데이터 분석 장치(3)는 금융 소비자의 금융 거래 데이터 중 적어도 거래 적요 데이터를 수신하고, 이를 기계학습 기반의 분석 모델에 적용함으로써 사용자의 금융 활동을 분석하도록 구성된다. 본 명세서에서 거래 적요 데이터의 분석이란, 거래 적요 데이터를 미리 설정된 하나 또는 복수의 금융 카테고리로 태깅(tagging)하는 것을 의미하며, 이때 태깅이란 거래 적요 데이터에 상응하는 금융 카테고리를 분류 및/또는 결정하는 것을 의미한다.

본 명세서에서 거래 적요 데이터란, 금융기관 입출금 거래 시 거래 유형이나 거래 상대방명 등 신용정보주체가 계좌거래 내역에 기록하거나 기록될 것을 요청한 임의의 정보를 지칭하며, 예컨대 은행을 통한 이체 과정에서 기록하게 되는 "받는분 메모", "내통장 메모", "출금계좌표시내용", "입금계좌표시내용" 등이 이에 해당된다. 실시예들에 따른 거래 적요 데이터 분석 장치(3)는 거래 적요 데이터를 분석하여 해당하는 금융 카테고리를 분류하며, 이때 금융 카테고리란 예를 들어 온라인 쇼핑, OTT(over-the-top) 정기결제, 통신비, 교통비, 공과금, 기부금 등과 같이 거래 유형을 분류한 것을 지칭할 수 있으나 이에 한정되는 것은 아니다.

일 실시예에서, 거래 적요 데이터 분석 장치(3)는 거래 적요 데이터의 수신을 위하여 이용기관 서버(2)와 통신하도록 구성될 수 있다. 예를 들어, 이용기관 서버(2)는 금융 소비자의 동의를 얻어 하나 또는 복수의 금융기관으로부터 금융 소비자의 금융 거래 데이터를 수집하고 이를 기반으로 하는 서비스를 제공하는 마이데이터 사업자 또는 핀테크(fintech) 사업자의 서버를 지칭할 수 있다. 또한 이때 금융기관이란 은행, 증권회사, 보험회사, 카드사 등 금융 소비자의 자산 또는 신용에 관련된 정보를 보유하거나 관리하는 기관을 지칭한다.

다른 실시예에서, 거래 적요 데이터 분석 장치(3)는 이용기관의 서비스를 이용하는 금융 소비자의 사용자 장치(1) 및/또는 금융 거래를 실행하기 위한 금융기관 서버(4)와 더 통신하도록 구성될 수도 있다. 이때, 금융기관 서버(4)는 서로 상이한 하나 이상의 금융기관(41, 42, ... 4N)에 상응하는 하나 이상의 서버를 포함할 수도 있다.

본 명세서에서 금융 거래는 사용자의 금융 정보를 기반으로 자산의 조회나 이전 등을 수행하는 것을 지칭한다. 본 명세서에서는 이용기관이 금융기관이 아닌 실시예를 기반으로 본 발명의 실시예들에 대하여 설명하나, 실시예에 따라 이용기관은 은행 등 금융기관일 수도 있다. 예를 들어, 금융 소비자가 제1 은행을 이용기관으로 하여 해당 은행을 통한 오픈 뱅킹 방식으로 제2 은행의 계좌에 접근하는 경우, 제1 은행이 본 명세서의 이용기관에 해당하며 제2 은행이 본 명세서의 금융기관에 해당할 수도 있다.

금융 소비자들은 사용자 장치(1)를 이용하여 이용기관 서버(2)와 통신하는 방식으로 이용기관이 제공하는 마이데이터 기반 서비스를 이용할 수 있다. 예를 들어, 사용자들은 자신의 스마트폰(smartphone)과 같은 단말기에서 이용기관이 제공하는 금융 거래 서비스를 위한 애플리케이션(또는, 앱(app))을 실행함으로써 자산 또는 신용 등 금융 정보의 조회나 자금의 이체 또는 대출 등을 수행할 수 있다. 이때, 이용기관에 해당하는 마이데이터 사업자는, 마이데이터 사업자가 제공하는 서비스와 관련된 거래 데이터의 분석 또는 금융 소비자의 프로파일링 등을 위하여 거래 적요 데이터를 이용기관 서버(2)로부터 거래 적요 데이터 분석 장치(3)에 전송할 수 있다.

이상의 동작을 위하여, 거래 적요 데이터 분석 장치(3)는 유선 및/또는 무선 네트워크를 통하여 이용기관 서버(2), 사용자 장치(1) 및/또는 금융기관 서버(4)에 통신 가능하게 연결될 수 있다. 본 명세서에서 유선 및/또는 무선 네트워크를 통한 통신 방법은 객체와 객체가 네트워킹 할 수 있는 임의의 통신 방법을 이용하여 구현된 것일 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 혹은 그 이외의 방법에 의한 것으로 제한되지 않는다.

또한, 본 명세서에 기재된 장치들은 전적으로 하드웨어이거나, 또는 부분적으로 하드웨어이고 부분적으로 소프트웨어인 측면을 가질 수 있다. 예컨대, 거래 적요 데이터 분석 장치(3) 및 이와 통신하는 각각의 시스템, 장치, 서버 및 이에 포함된 각 부(unit)는, 특정 형식 및 내용의 데이터를 전자통신 방식으로 주고받기 위한 장치 및 이에 관련된 소프트웨어를 통칭할 수 있다. 본 명세서에서 "부", "모듈(module)", "서버", "시스템", "플랫폼", "장치" 또는 "단말" 등의 용어는 하드웨어 및 해당 하드웨어에 의해 구동되는 소프트웨어의 조합을 지칭하는 것으로 의도된다. 예를 들어, 여기서 하드웨어는 CPU 또는 다른 프로세서(processor)를 포함하는 데이터 처리 기기일 수 있다. 또한, 하드웨어에 의해 구동되는 소프트웨어는 실행중인 프로세스, 객체(object), 실행파일(executable), 실행 스레드(thread of execution), 프로그램(program) 등을 지칭할 수 있다.

일 실시예에서, 거래 적요 데이터 분석 장치(3)는 입력 모듈(31), 데이터 정제 모듈(34) 및 태깅 모듈(33)을 포함한다. 일 실시예에서, 거래 적요 데이터 분석 장치(3)는 데이터 분리 모듈(32)을 더 포함할 수 있다. 나아가, 일 실시예에서 거래 적요 데이터 분석 장치(3)는 학습 또는 분석을 위하여 수신된 거래 적요 데이터가 적어도 일시적으로 저장되기 위한 데이터베이스(database; DB)(30)를 더 포함할 수 있다.

본 명세서에서 거래 적요 데이터 분석 장치(3)를 구성하는 각각의 모듈 또는 부(unit)는 반드시 물리적으로 구분되는 별개의 구성요소를 지칭하는 것으로 의도되지 않는다. 즉, 도 1에서 거래 적요 데이터 분석 장치(3)를 구성하는 DB(30) 및 각 모듈(31-34)과 이들 구성하는 각 부는 서로 구분되는 별개의 블록으로 도시되었으나, 이는 거래 적요 데이터 분석 장치(3)를 이에 의해 실행되는 동작에 의해 기능적으로 구분한 것이다. 실시예에 따라서는 전술한 각 모듈 또는 부 중 일부 또는 전부가 동일한 하나의 장치 내에 집적화될 수 있으며, 또는 하나 이상의 모듈 또는 부가 다른 모듈 또는 부와 물리적으로 구분되는 별개의 장치로 구현될 수도 있다. 예컨대, 거래 적요 데이터 분석 장치(3)의 각 모듈은 분산 컴퓨팅 환경 하에서 서로 통신 가능하게 연결된 컴포넌트들일 수도 있다.

입력 모듈(31)은, 기계학습에 기반한 분석을 위하여 거래 적요 데이터를 이용기관 서버(2)로부터 수신할 수 있다. 예를 들어, 입력 모듈(31)은 거래 적요 데이터만을 이용기관 서버(2)로부터 수신하거나, 또는 거래 적요 데이터를 적어도 포함하는 금융 거래 데이터 전반을 이용기관 서버(2)로부터 수신할 수 있다. 이때, 입력 모듈(31)에 수신되는 거래 적요 데이터는 그 일부 또는 전부가 비정형의 텍스트 데이터로 구성될 수 있다.

데이터 정제 모듈(34)은, 미리 설정된 금융 말뭉치 용어 사전을 이용하여 거래 적요 데이터를 토큰(token)화함으로써 토큰화 된 데이터를 생성할 수 있다. 이때 토큰화란 비정형의 텍스트 데이터로부터 사전에 설정된 대표값들을 추출하거나 또는 비정형의 텍스트 데이터를 이러한 대표값으로 변경하는 것을 의미한다. 또한, 데이터 정제 모듈(34)은 토큰화 과정의 적절성을 평가하고 필요 시 금융 말뭉치 용어사전에 단어를 추가하여 금융 말뭉치 용어사전을 생성 또는 갱신할 수도 있다. 이에 대해서는 도 2를 참조하여 상세히 후술한다.

일 실시예에서, 데이터 정제 모듈(34)은 전술한 토큰화 과정을 수행하기 위한 토큰화부(343)를 포함할 수 있다. 토큰화 과정은 예를 들어 사용자화된(customized) KoNLPy, Kkma 등 공지된 토큰화 라이브러리를 활용하여 수행될 수 있으나, 이에 한정되는 것은 아니다. 또한 일 실시예에서, 데이터 정제 모듈(34)은 금융 말뭉치 용어사전을 저장하도록 구성된 DB(341)를 포함할 수 있다. 나아가 일 실시예에서, 데이터 정제 모듈(34)는 거래 적요 데이터에서 금융 카테고리와 연관성이 없거나 적은 것으로 판단되는 불용어를 제거하기 위한 불용어 제거부(342)를 포함할 수도 있다.

또 다른 실시예에서, 데이터 정제 모듈(34)은 불용어 제거 외에도 학습 데이터 또는 분석 대상 데이터에 해당하는 거래 적요 데이터에 대한 임의의 전처리를 수행할 수 있다. 이때 전처리란 해당 데이터를 기계학습 기반의 분석 모멜에 적용하기 위한 처리 과정을 의미하는 것으로, 예를 들어, 결측값(missing value)의 제거, 이상치(outlier) 처리, 표준화(standardization), 차원 축소(dimensionally reduction), 데이터 변환, 변수 선택(feature selection), 불균형 보완 등 임의의 데이터 가공 또는 변환 과정을 지칭할 수 있으며, 특정 과정에 한정되지 않는다.

태깅 모듈(33)은 데이터 정제 모듈(34)에 의하여 토큰화 된 데이터를 입력 데이터로 하여, 거래 적요 데이터를 소정의 금융 카테고리로 분류하기 위한 기계학습 기반의 분석 모델을 생성 및/또는 실행하도록 구성된다. 이때 기계학습 기반의 분석 모델은, 단어 유사도를 이용하여 토큰화 된 데이터를 소정의 금융 카테고리에 태깅하기 위한 것일 수 있다.

예컨대, 토큰화 된 데이터 및 이에 상응하는 금융 카테고리를 설정하는 라벨링(labeling) 데이터가 태깅 모듈(33)에 입력되면, 태깅 모듈(33)은 이를 학습 데이터로 이용한 기계학습을 통하여 분석 모델을 생성할 수 있다. 또한, 금융 카테고리가 라벨링 되어 있지 않은 미지의 토큰화 된 데이터가 태깅 모듈(33)에 입력되면, 태깅 모듈(33)은 이를 사전에 학습된 분석 모델에 대한 입력값으로 적용함으로써 토큰화 된 데이터에 상응하는 금융 카테고리를 결정할 수 있다. 이때 미지의 토큰화 된 데이터란, 분석 대상인 거래 적요 데이터로부터 정제된 데이터를 의미한다. 예컨대, 분석 대상인 거래 적요 데이터는 실시간 금융 거래 데이터로부터 추출되는 것일 수 있으나, 반드시 실시간 데이터에 한정되는 것은 아니다.

전술한 동작을 위하여, 일 실시예에서 태깅 모듈(33)은 벡터화부(332) 및 기계학습부(333)를 포함할 수 있다. 벡터화부(332)는 단어 임베딩(word embedding)을 이용하여 토큰화 된 데이터를 벡터 데이터로 변환하는 기능을 한다. 예를 들어, 단어 임베딩은 Word2Vec, FastText 등 공지된 알고리즘을 이용하여 수행될 수 있으나, 이에 한정되는 것은 아니다.

기계학습부(333)는 분석 모델을 학습시키거나 사전에 학습된 분석 모델을 저장하도록 구성될 수 있다. 또한, 기계학습부(333)는 벡터화부(332)에 의해 얻어진 벡터 데이터를 분석 모델에 입력함으로써 이에 상응하는 금융 카테고리를 결정할 수 있다. 분석 모델의 생성에는 임의의 머신러닝(machine learning) 알고리즘 또는 심층 신경망(Deep Neural Network; DNN) 등 딥러닝 알고리즘이 이용될 수 있으나, 이에 한정되는 것은 아니다.

태깅 모듈(33)의 학습을 위하여, 일 실시예에서 거래 적요 데이터 분석 장치(3)는 데이터 분리 모듈(32)을 포함한다. 데이터 분리 모듈(32)은 금융 카테고리가 미리 태깅되어 있는 라벨링 된 데이터들을 학습용 데이터셋 및 테스트용 데이터셋으로 분리하고, 학습용 데이터셋과 이에 대한 라벨링 데이터(즉, 사용자가 입력한 금융 카테고리 데이터)를 태깅 모듈(33)의 분석 모델에 입력함으로써 분석 모델의 학습을 실시할 수 있다. 이때 학습용 데이터셋 및 테스트용 데이터셋이란, 데이터 정제 모듈(34)에 의한 토큰화 과정을 거쳐 토큰화 된 데이터를 지칭할 수 있다.

일 실시예에서, 태깅 모듈(33)은 클러스터링(clustering)부를 더 포함한다. 클러스터링부(331)는 거래 적요 데이터로부터 정제된 토큰화 데이터를 데이터 유사도에 기반하여 복수 개의 데이터 군집으로 구분할 수 있다. 예를 들어, 클러스터링부(331)는 K-평균(K-means) 알고리즘, 가우시안 혼합 모델(Gaussian Mixture Model), HDBSCAN, 병합 군집(agglomerative clustering) 등 공지된 또는 향후 개발될 임의의 클러스터링 알고리즘을 적용하여 데이터 군집을 구분할 수 있다.

본 실시예에서, 태깅 모듈(33)은 라벨링 된 학습 데이터를 클러스터링부(331)에 의하여 복수 개의 데이터 군집별로 구분하고, 복수 개의 데이터 군집별 학습 데이터를 이용하여 각각 독립적으로 벡터 데이터 변환 및 기계 학습 과정을 실시함으로써 데이터 군집별 분석 모델을 생성할 수 있다. 즉, 클러스터링부(331)에 의해 생성된 데이터 군집의 개수만큼 기계학습부(333)에 의한 분석 모델이 생성될 수 있다.

이후 금융 카테고리를 분석하기 위한 분석 대상 데이터(예컨대, 실시간 거래 적요 데이터)가 입력되면, 클러스터링부(331)는 분석 대상 데이터로부터 정제된 토큰화 데이터에 상응하는 데이터 군집을 결정할 수 있다. 또한, 기계학습부(331)는 클러스터링부(331)에 의해 결정된 데이터 군집에 상응하는 분석 모델에 토큰화 된 데이터를 입력함으로써 분석 대상 데이터에 상응하는 금융 카테고리를 결정할 수 있다. 즉, 본 실시예에 의하면, 거래 적요 데이터가 속하는 데이터 군집을 기반으로 해당 군집에 대해 학습된 분석 모델에 거래 적요 데이터를 입력하여 금융 카테고리가 결정되므로, 데이터 군집을 기반으로 정밀한 분석이 가능한 이점이 있다.

도 2는 일 실시예에 따른 거래 적요 데이터 분석 방법에서 텍스트 데이터를 정제하고 금융 카테고리를 태깅함으로써 학습에 사용되는 정제된 적요 텍스트를 만드는 과정의 각 단계를 나타내는 순서도이다. 설명의 편의를 위하여, 도 1 및 도 2를 참조하여 본 실시예에 따른 거래 적요 데이터 분석 방법의 각 단계에 대하여 설명한다.

먼저, 거래 적요 데이터 분석 장치(3)의 입력 모듈(31)은 기계학습을 위한 거래 적요 데이터를 수신할 수 있다(S11). 이때 입력되는 거래 적요 데이터는 기계학습 기반의 분석 모델을 생성하기 위한 학습 데이터에 해당된다. 또한, 입력 모듈(31)은 거래 적요 데이터에 상응하는 금융 카테고리를 입력받을 수 있다(S12). 이는 기계학습을 위해 학습 데이터의 정답(즉, 금융 카테고리)을 정의하는 라벨링 데이터에 해당하는 것으로, 거래 적요 데이터 분석 장치(3)에 입력되거나 또는 네트워크를 통한 통신 방식으로 거래 적요 데이터 분석 장치(3)에 수신될 수 있다.

일 실시예에서, 데이터 정제 모듈(34)은 학습 데이터를 기계학습에 적용하기 위한 전처리를 수행할 수 있다. 전처리 과정은 비정형의 텍스트 데이터인 거래 적요 데이터에서 결측값을 제거하는 과정(S13) 또는/또한 금융 카테고리와 무관한 불용어를 제거하는 과정(S14) 등을 포함할 수 있다.

이때 결측값을 제거하는 과정은, 복수의 금융거래에 관련된 거래 적요 데이터에서 결측값이 존재하는 데이터 레코드(예컨대, 데이터 행)를 삭제하는 것을 의미할 수 있다. 예를 들어, 거래 적요 데이터는 금융 거래 데이터의 일부로서 수신되며, 금융 거래 데이터는 변수에 상응하는 열과 데이터 값에 상응하는 행으로 구성되는데, 전체 데이터 중 일정 수준(예컨대, 70%) 이상이 결측인 열이 있을 경우 해당 열의 데이터는 제거할 수 있다. 또는, 변수의 의미를 파악할 수 없는 경우 결측값이 존재하는 데이터 행을 제거할 수 있다. 또는, 변수의 의미를 파악할 수 있는 경우 결측값을 변수의 종류에 따라 0이나 전체 데이터의 중앙값 또는 평균값으로 대체할 수도 있다.

한편, 불용어를 제거하는 과정은, 거래 적요의 텍스트 데이터에서 금융 카테고리와 무관한 것으로 판단되는 텍스트들을 제거하는 과정을 의미할 수 있다. 예컨대, 데이터 정제 모듈(34)은 불용어로 사전에 복수 개의 용어를 미리 설정하여 저장하고 있으며, 거래 적요 데이터로부터 사전에 설정된 용어들을 검색하여 이를 제거하거나 미리 설정된 대체어로 변환할 수 있다. 또는, 다른 실시예에서 데이터 정제 모듈(34)은 불용어가 아닌 용어들을 미리 설정하여 저장하고, 거래 적요에 사전에 설정된 용어가 아닌 용어가 포함된 경우에는 이를 모두 불용어로 보아 제거할 수도 있다.

본 명세서에서 불용어는 거래 적요에 포함되었으나 금융과 무관한 단어를 지칭할 수도 있으며, 대표적으로 [예금주명]이 이에 해당될 수 있으나 이에 한정되는 것은 아니다. 예를 들어, 특정 기관에서 다수의 소비자로부터 자동 이체 방식으로 요금을 수납받으면서 각 소비자의 이름을 거래 적요로 기재하는 경우, 요금을 납부한 각 개별 소비자의 이름이 불용어에 해당될 수 있다. 이 경우, 데이터 정제 모듈(34)은 흔히 알려진 이름 또는 이름의 형식으로 된 문자열을 검색하는 방식으로 거래 적요에서 [예금주명]을 확인하고 이를 불용어로 제거할 수 있다.

또는, 데이터 정제 모듈(34)에 거래 적요 데이터만이 아닌 전체 금융 거래 데이터가 수신된 경우, 데이터 정제 모듈(34)은 금융 거래 데이터의 거래 적요 외에 다른 필드(예컨대, 다른 열)의 데이터 값을 이용하여 [예금주명]을 확인하고, 거래 적요 데이터에 기재된 문자열을 이와 비교함으로써 거래 적요 데이터의 기재 내용이 [예금주명]에 해당하는 것인지 여부를 결정할 수 있다. 사전에 저장된 단어 또는 금융 거래 데이터의 다른 열을 이용하여 거래 적요의 내용이 [예금주명]으로 확인될 경우, 예금주의 실명은 해당 거래의 금융 카테고리를 나타내는 정보는 아니므로 데이터 정제 모듈(34)은 이를 불용어로 보아 제거할 수 있다. 한편, [예금주명] 정보는 거래 적요 데이터의 분석 시에는 불용어로 처리될 수 있으나, 전체 금융 거래 데이터에 분석에서 해당 열의 데이터 내용이 [개인이름] 등으로 태깅되고 이는 후술하는 학습 과정에서 사용될 수도 있다.

이하의 표 1은 원본 거래 적요 데이터의 일 예를 나타내며, 표 2는 원본 거래 적요 데이터로부터 결측값 및 불용어 제거 과정을 거쳐 얻어진 정제된 데이터의 일 예를 예시적으로 나타낸 것이다.

거래 일자	거래 시각	거래 적요 데이터
2021-01-11	01:04	홍길동
2021-01-12	03:44	가나다 58L
2021-01-12	12:09	갑을병(구_가나다)
2021-01-12	12:09	따릉이초과요금
2021-01-12	12:09	전체납부2건505010원
2021-01-12	12:09	가스요금05

거래 적요 데이터 (불용어 제거)

가나다 58L

갑을병 구 가나다

따릉이초과요금

전체납부2건505010원

가스요금05

상기 표 1 및 표 2의 예에서 "홍길동"은 금융 거래의 당사자 중 예금주명을 나타내며, "갑을병" 및 "가나다"는 금융 거래의 당사자 중 수신인에 해당하는 기업이나 기관의 이름을 의미한다. 도시된 것과 같이, 거래 적요 데이터는 금융 거래의 당사자명(홍길동, 가나다, 갑을병), 금융 거래의 유형(따릉이초과요금, 가스요금, 전체납부), 또는 금융 거래의 일시, 건 수, 금액 등의 금융 거래의 내용(2건, 505010원, 05) 등을 나타내는 비정형의 텍스트 데이터일 수 있다. 일반적으로, 거래 적요 데이터를 구성하는 단어들은 명사 또는 복합명사일 수 있으나, 이에 한정되는 것은 아니다. 또한, 거래 적요 데이터는 한글, 한자, 알파벳 및/또는 특수 기호 등을 조합하여 구성될 수도 있다.

표 1의 거래 적요 데이터에서 "홍길동"은 금융 거래의 예금주의 실명이므로 금융 카테고리의 결정에 영향력 없는 불용어 이므로, 표 2의 정제된 데이터에서 "홍길동"은 삭제되었다. 또한, 표 1의 거래 적요 데이터에서 괄호 "(", ")" 및 밑줄 "_"은 텍스트 데이터의 단어와 단어를 구분하기 위한 기호일 뿐 금융 카테고리를 표시하는 것이 아니므로 마찬가지로 불용어로서 제거되었다. 그러나, 불용어의 정의 및 이에 대한 제거 또는 변환 방식은 실시예에 따라 다양할 수 있고, 표 1 및 표 2에 도시된 예에 의하여 제한되는 것은 아니다.

일 실시예에서, 데이터 정제 모듈(34)은 불용어 제거 등 전처리가 완료된 거래 적요 데이터를 이용하여 금융 말뭉치 용어사전을 생성할 수 있다(S15). 본 명세서에서 금융 말뭉치 용어사전이란, 금융 카테고리의 하위에 포함될 단어로서 거래 적요의 텍스트 데이터에 등장하는 단어들을 데이터베이스 형태로 미리 등록한 정보의 집합체를 의미한다. 예를 들어, 금융 거래에 주로 등장하는 당사자명(예컨대, 카드사명, 은행명 등)이나 금융 거래의 유형을 정의하는 단어(예컨대, 용돈, 보험, 통신 등)들이 금융 말뭉치 용어사전에 등록될 수 있다. 금융 말뭉치 용어사전은 데이터 정제 모듈(34)의 DB(341)에 저장되는 텍스트 파일의 형태를 가질 수도 있으나, 이에 한정되는 것은 아니다.

금융 말뭉치 용어사전이 구축되어 있는 상태에서 새로운 학습 데이터가 수신되면, 데이터 정제 모듈(34)은 금융 말뭉치 용어사전을 이용하여 거래 적요 데이터를 토큰화 된 데이터로 변환하는 토큰화 과정을 수행할 수 있다(S16). 일 실시예에서, 데이터 정제 모듈(34)의 토큰화부(343)는 거래 적요 데이터를 구성하는 텍스트 데이터로부터 금융 말뭉치 용어사전에 등록된 단어들을 추출할 수 있다.

예를 들어, 아래 표 3은 표 2의 거래 적요 데이터에 대한 토큰화 결과를 나타낸 것으로, 표 3에서 따옴표(")로 묶인 각 단어는 거래 적요 데이터에 금융 말뭉치 용어 사전에 등록된 단어를 이용하여 토큰화하여 추출된 것을 나타낸다. 토큰화는 토큰화 라이브러리에 저장된 명사 등 단어를 기준으로 이루어질 수 있다. 예를 들어, 거래 적요 데이터에서 금융 말뭉치 용어 사전에 등록된 각 단어(예컨대, "가스요금05" 중 "가스" 및 "요금")가 토큰화되어 추출되며, 또한 거래 적요 데이터에서 토큰화된 단어들을 제외한 나머지 단어 또는 음절(예컨대, "가스요금05" 중 "05")이 토큰화되어 추출될 수 있다.

거래 적요 데이터

"가나다" "58L"

"갑을병" "구" "가나다"

"따릉이" "초과" "요금"

"전체납부" "2건" "505010원"

"가스" "요금" "05"

일 실시예에서, 데이터 정제 모듈(34)은 토큰화 결과에 대한 적절성 평가를 진행하고(S17), 토큰화 결과가 부적합한 것으로 결정되는 경우, 토큰화가 부적절하게 이루어진 것으로 판단된 단어를 금융 말뭉치 용어사전에 추가함으로써 금융 말뭉치 용어사전을 갱신할 수 있다(S18). 토큰화 결과가 적절한지 여부는, 거래 적요 데이터 분석 장치(3)를 이용하는 금융 소비자 또는 거래 적요 데이터 분석 장치(3)의 관리자에 의한 사용자 입력을 수신하는 방식으로 결정될 수 있다. 예를 들어, 아래 표 4는 표 2의 거래 적요 데이터 중 일부에 대한 토큰화가 부적절하게 이루어진 경우의 일 예를 나타낸다.

거래 적요 데이터

"가나다" "58L"

"갑을병" "구가" "나다"

"따릉" "이초" "과요금"

"전체납부2건505010원"

"가스" "요금05"

표 4에 도시된 것과 같이, 지방자치단체의 서비스명인 "따릉이" 또는 기업명인 "가나다" 등은 토큰화 과정에서 분절되어야 하는 단어이며, 이들이 의미상 단위로 분절되지 않았을 경우 이는 토큰화가 적절히 이루어지지 않은 것이다. 이 경우 데이터 정제 모듈(34)은 관리자에 의한 확인을 거쳐 "따릉이", "가나다" 등의 단어를 금융 말뭉치 용어사전에 추가할 수 있다.

또 다른 예로, "토마토스파게티"라는 텍스트가 "토마토", "스파" 및 "게티"로 분리되는 경우, 및 "한화손0708"이라는 텍스트가 "한화", "손", "0708"로 분리되었을 경우, 이러한 토큰화 결과는 "스파게티" 및 "한화손"이 금융 말뭉치 용어사전에 저장되어 있지 않아 의미 없는 음절들로 분리된 것이므로, 관리자의 확인을 거쳐 "스파게티" 및 "한화손"을 금융 말뭉치 용어사전에 추가하여 이를 해결할 수 있다.

또한, 표 4의 예에서 "전체납부2건505010원", "과요금", "요금05" 등은 금융 거래의 유형을 의미하는 "전체납부", "요금", "초과" 등의 단어 및 금융 거래의 세부 내용(건 수, 거래 일시(월) 등)을 정의하는 "2건", "05" 등의 텍스트가 의미상 단위로 분절되지 않은 것이므로, 이 경우 데이터 정제 모듈(34)은 관리자에 의한 확인을 거쳐 "초과", "요금" 등의 텍스트를 금융 말뭉치 용어사전에 추가할 수 있다.

이처럼, 데이터 정제 모듈(34)은 문맥 분석 및 금융 말뭉치 용어사전에 기초하여 분리된 각 단어가 그 의미상 단위로 적절한지 여부에 대한 사용자 입력을 수신하고, 금융 말뭉치 용어사전에 없는 단어가 다른 단어가 분리되지 않거나 또는 부적절하게 분리되어 의미 없는 음절들로 토큰화되는 경우 금융 말뭉치 용어사전에 새로 등록할 단어에 대한 사용자 입력을 수신함으로써 금융 말뭉치 용어사전을 갱신할 수 있다.

다음으로, 태깅 모듈(33)은 데이터 정제 및 토큰화가 완료된 거래 적요 데이터를 상기 단계(S12)에서 라벨링 된 금융 카테고리에 규칙 기반으로 태깅 할 수 있다(S19). 예를 들어, 아래의 표 5는 토큰화가 완료된 거래 적요 데이터 및 이에 대해 태깅 된 금융 카테고리를 나타낸다. 이와 같은 거래 적요 데이터의 학습 데이터셋 및 이에 라벨링 된 금융 카테고리는, 머신러닝 또는 딥러닝 등 기계학습에 의하여 분석 모델을 생성하기 위한 학습 데이터의 기능을 한다.

거래 적요 데이터	태깅 된 카테고리
"가나다" "58L"	온라인 쇼핑
"갑을병" "구" "가나다"	통신비
"따릉이" "초과" "요금"	교통비
"전체납부" "2건" "505010원"	공과금
"가스" "요금" "05"	공과금

일 실시예에서, 거래 적요 데이터에 대해 태깅 될 카테고리는 하나 이상의 상위 분류 및 상기 하나 이상의 대분류 각각에 상응하는 하나 이상의 하위 분류를 포함하는 트리 구조를 가질 수도 있다. 예를 들어, 보험료, 급여, 통신료 등으로 카테고리의 상위 분류를 정의하고, 각각의 상위 분류에 상응하여 해당 분야의 기업/기관명을 하위 분류로 갖는 트리 형태로 거래 적요 데이터의 카테고리가 정의될 수도 있다.

표 5와 같은 태깅 결과는, 학습 데이터셋에 대한 태깅은 단계 S12에서 사용자가 정의한 금융 카테고리를 기반으로 하며, 온라인 쇼핑, OTT 정기결제, 통신비, 교통비, 공과금, 기부금 등을 포함할 수 있으나 이에 한정되는 것은 아니다. 추후 거래 적요 데이터와 유사한 토큰화 결과를 포함하는 거래 적요가 수신될 경우 이에 해당하는 카테고리를 결정하기 위한 용도로 사용된다. 즉, 학습 데이터셋과 이에 대해 태깅 된 금융 데이터는 머신러닝, 딥러닝 등 기계학습을 위한 학습 데이터의 역할을 하며, 이에 대하여 도 3을 참조하여 설명한다.

도 3은 일 실시예에 따른 거래 적요 데이터 분석 방법에서 분석 모델을 학습시키는 과정의 각 단계를 나타내는 순서도이다.

도 1 및 도 3을 참조하면, 거래 적요 데이터 분석 장치(3)의 태깅 모듈(33)은 학습 데이터셋에 해당하는 거래 적요 데이터 및 이에 대한 금융 카테고리 태깅 결과를 학습하여, 추후 미지의 거래 적요 데이터의 금융 카테고리를 분류하기 위한 분석 모델을 생성할 수 있다. 이를 위하여, 먼저 학습 데이터로부터 정제된 적요 텍스트 데이터를 생성할 수 있으며(S21), 이 과정은 도 2를 참조하여 전술한 것과 동일하므로 자세한 설명은 생략한다.

일 실시예에서, 거래 적요 데이터 분석 장치(3)의 데이터 분리 모듈(32)은 정제된 적요 텍스트 데이터를 2 이상의 데이터셋으로 분리할 수 있다(S22). 예를 들어, 일 실시예에서 데이터 분리 모듈(32)은 학습용 데이터셋과 테스트용 데이터셋의 비율이 7:3이 되도록 정제된 적요 데이터를 두 개의 데이터셋으로 분할할 수 있다. 이때 학습용 데이터셋과 테스트용 데이터셋은 데이터 레코드를 무작위로 추출하는 방식으로 생성될 수 있으나, 이는 예시적인 것으로, 데이터의 분리 방법은 이에 한정되는 것은 아니다.

거래 적요 데이터 분석 장치(3)의 태깅 모듈(33)은, 데이터 분리 모듈(32)에 의해 분리된 데이터 중 학습용 데이터셋을 이용하여 분석 모델에 대한 학습을 진행할 수 있다(S23). 예를 들어, 태깅 모듈(33)의 벡터화부(332)는 단어간 의미적 유사성을 벡터화하여 단어 유사도를 연산하는 단어 임베딩(word embedding) 알고리즘을 실행하고, 기계학습부(333)는 단어 임베딩 결과 생성된 벡터 데이터를 이용하여 분석 모델의 학습을 진행할 수 있다.

벡터화부(332)에 의한 단어 임베딩은 Word2Vec 또는 FastText 등 공지된 또는 향후 개발될 단어 벡터화 기술을 이용하여 수행될 수 있다. 또한, 본 발명의 실시예들에서 Word2Vec 알고리즘에는 주변 단어로 중심 단어를 예측하는 CBOW(Continuous Bag of Words) 방식 또는 중심 단어로 주변 단어를 예측하는 Skip-Gram 방식이 모두 활용될 수 있다. 나아가, FastText 알고리즘을 이용하여 단어 임베딩을 진행하는 경우에는 모르는 단어(Out of Vocabulary)에 대해서도 다른 단어와의 유사도를 계산할 수 있어 적요 텍스트 데이터에 학습하지 않은 단어가 나왔을 때 금융 카테고리로 치환이 가능한 이점이 있다.

이하의 표 6은, 토큰화가 완료된 거래 적요 데이터 및 이로부터 생성된 벡터 데이터의 일 예를 나타낸다. 그러나, 본 발명의 실시예들에 의하여 텍스트 데이터로부터 생성되는 벡터 데이터의 차원, 형태 및 값 등은 하기 표의 예시에 의하여 제한되는 것은 아니다.

거래 적요 데이터	벡터 데이터
"가나다" "58L"	[3.6571615e-03 5.0246707e-03 ... -3.5049375e-03]
"갑을병" "구" "가나다"	[-1.20051543e-03 4.44006594e-03 1.58494001e-03 ... 2.04906263e-03]
"따릉이" "초과" "요금"	[-1.2162491e-03 -6.8672653e-04 -3.2236727e-03 ... 4.5947637e-3]
"전체납부" "2건" "505010원"	[-6.3229044e-04 3.4249332e-03 1.9459497e-03 ... -2.4962854e-03]
"가스" "요금" "05"	[-8.3746243e-05 9.3907269e-04 3.0244861e-03 ... 4.6272157e-04]

태깅 모듈(33)의 기계학습부(333)는, 적요 텍스트 데이터로부터 표 6에 예시된 것과 같이 생성된 벡터 데이터를 입력받고, 벡터 데이터를 이에 대해 정의된 금융 카테고리로 치환한 결과를 학습함으로써, 비정형의 텍스트 데이터를 범주형으로 정형화하기 위한 분석 모델을 생성할 수 있다.

일 실시예에서, 데이터 분리 모듈(32)에 의해 분리된 학습용 데이터셋은 기계학습부(333)에 의한 분석 모델의 생성에 이용되며, 분리된 나머지 데이터인 테스트용 데이터셋은 분석 모델의 학습 결과 평가에 이용될 수 있다. 예컨대, 거래 적요 데이터 분석 장치(3)는 학습용 데이터셋을 이용한 분석 모델의 생성 후에 테스트용 데이터셋을 분석 모델에 입력하여, 테스트용 데이터셋에 대한 금융 카테고리 분류 결과를 사전에 라벨링 된 금융 카테고리(즉, 정답 데이터)와 비교하는 방식으로 학습 결과의 적절성을 평가할 수 있다(S24).

태깅 모듈(33)은 학습 결과가 적절하지 않은 것으로 판단될 경우 테스트용 데이터셋 또는 다른 데이터를 이용한 추가 학습을 진행하며(S23), 학습 결과가 적절한 것으로 판단될 경우에는 학습 결과 생성된 분석 모델을 거래 적요 데이터 분석 장치(3)에 저장할 수 있다(S25). 예를 들어, 태깅 모듈(33)은 테스트용 데이터셋을 분석 모델에 대한 입력값으로 사용하여 얻어진 카테고리의 분류 결과가 미리 설정된 비율 이상 라벨링 데이터와 일치하는 경우 분석 모델이 적절한 것으로 판단할 수 있다.

일 실시예에서, 태깅 모듈(33)의 클러스터링부(331)는 학습 데이터 전체의 분포 및 패턴을 분석하여 학습 데이터를 유의미한 개수의 군집으로 클러스터링할 수 있다. 이때, 무작위로 분포되어 있는 데이터를 비슷한 특성을 가진 데이터 군집으로 분류하기 위하여 비지도 학습의 클러스터링 알고리즘을 사용할 수 있으나, 이에 한정되는 것은 아니다.

예를 들어, 클러스터링 과정에는 데이터간 거리에 기반하여 군집을 생성하는 K-평균(K-means) 알고리즘, 전체 집단 내의 하위 집단을 식별하기 위한 확률 모델인 가우시안 혼합 모델(Gaussian Mixture Model), 각 데이터에 대해 이웃 데이터와의 밀도를 기반으로 군집을 생성하는 HDBSCAN 알고리즘, 각 데이터를 하나의 군집으로 지정하고 설정된 군집 개수에 도달할 때까지 인접한 군집을 병합하는 병합 군집(agglomerative clustering) 알고리즘 등이 이용될 수 있으나, 이에 한정되는 것은 아니며 클러스터링 알고리즘은 실시예에 따라 적절히 선택될 수 있다.

이 경우, 태깅 모듈(33)의 기계학습부(333)는 클러스터링부(331)에 의해 생성된 각 데이터 군집별로 학습 데이터를 이용한 기계학습을 수행하여, 각 데이터 군집별로 카테고리 분류 모델을 생성할 수 있다(S23). 즉, 클러스터링 과정에서 생성된 데이터 군집의 개수와 동일한 개수의 카테고리 분류 모델이 생성될 수 있으며, 이는 태깅 모듈(23)에 저장되고(S25) 추후 분석 대상 데이터가 수신되었을 때 수신된 데이터에 해당하는 카테고리 분류 모델을 적용하기 위한 용도로 활용될 수 있다.

도 4은 일 실시예에 따른 거래 적요 데이터 분석 방법에 의하여 거래 적요 데이터를 분석하는 과정의 각 단계를 나타내는 순서도이다.

도 1 및 도 4를 참조하면, 거래 적요 데이터 분석 장치(3)의 입력 모듈(31)은 이용기관 서버(2) 등으로부터 미지의 분석 대상 데이터를 입력받을 수 있다(S31). 이때 분석 대상 데이터는 금융기관에 의하여 거래 처리가 이루어지기 전 또는 후의 실시간 거래 적요 데이터일 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 금융 소비자가 이용기관이 제공하는 마이데이터 서비스를 이용하는 경우, 이용기관을 통한 금융 정보의 조회 또는 금융 자산을 기반으로 한 송금 등과 같은 거래가 사용자에 의해 요청되면 이용기관 서버(2)에서는 금융 거래 데이터를 거래 적요 데이터 분석 장치(3)에 전송할 수 있다. 또는, 다른 실시예에서 거래 적요 데이터 분석 장치(3)는 이미 금융 거래가 실행된 후 사후적으로 금융 거래 데이터를 제공받을 수도 있다.

한편, 다른 실시예에서 거래 적요 데이터 분석 장치(3)는 거래 적요 데이터를 이용기관 서버(2)가 아니라 이용기관의 서비스를 이용하는 금융 소비자 본인의 사용자 장치(1) 또는 해당 금융 거래를 실행할 금융기관 서버(4)로부터 수신하도록 구성될 수도 있다.

거래 적요 데이터 분석 장치(3)의 데이터 정제 모듈(34)은, 분석 대상 데이터로부터 기계학습 기반의 분석 모델에 적용하기 위한 입력값을 생성하기 위해 결측값 제거(S32) 및/또는 불용어 제거(S33)와 같은 전처리 과정을 수행할 수 있다. 또한, 데이터 정제 모듈(34)은 전처리가 완료된 거래 적요 데이터를 금융 말뭉치 용어사전에 기초하여 토큰화할 수 있다(S34). 이상의 과정은 도 2를 참조하여 전술한 데이터 정제 과정과 동일하므로, 설명의 중복을 피하기 위하여 자세한 설명은 생략한다.

다음으로, 거래 적요 데이터 분석 장치(3)의 태깅 모듈(33)은, 데이터 정제 모듈(34)에 의하여 생성된 분석 대상 데이터의 토큰화 데이터를 사전에 학습된 분석 모델에 대한 입력값으로 사용하여, 분석 대상 데이터에 상응하는 금융 카테고리를 태깅할 수 있다(S36). 이는 분석 대상 데이터의 토큰화 된 데이터를 단어 유사도에 기반한 벡터 데이터로 변환하고, 해당 벡터 데이터와 사전에 학습된 벡터 데이터들의 유사도를 기반으로 분석 모델이 이에 상응하는 금융 카테고리를 결정하는 과정을 포함할 수 있다.

일 실시예에서, 태깅 모듈(33)은 분석 모델을 통한 금융 카테고리의 태깅에 앞서 클러스터링을 통하여 분석 대상 데이터에 상응하는 데이터 군집을 결정하고(S35), 클러스터링 결과 결정된 데이터 군집에 상응하는 분석 모델을 분석 대상 데이터에 적용하여 금융 카테고리를 태깅할 수도 있다. 즉, 본 실시예에서 태깅 모듈(33)은 거래 적요 데이터의 클러스터링 결과를 기반으로 거래 적요 데이터를 특정 데이터 군집에 특화된 카테고리 분류 모델에 적용함으로써 해당 거래 적요의 카테고리를 결정할 수도 있다.

또한 일 실시예에서, 태깅 모듈(33)의 클러스터링부(331)는 거래 적요 데이터를 클러스터링함에 있어서 거래 적요의 텍스트 자체가 아닌 다른 추가적인 데이터 필드를 이용하여 거래 적요 데이터의 데이터 군집들을 결정하고, 미지의 분석 대상 데이터에 대해서도 동일한 방식으로 클러스터링을 수행하여 해당하는 카테고리 분류 모델을 적용할 수 있다.

예컨대, 표 1에 도시된 것과 같이 거래 적요 데이터는 거래 적요로 입력된 비정형의 텍스트 데이터 외에도 금융 거래에 상응하는 거래 일자 또는 거래 시각 등의 추가적인 데이터 필드에 해당 데이터 값을 더 포함할 수 있다. 또는, 거래 적요 데이터가 금융 거래의 여러 데이터 항목을 나타내는 금융 거래 데이터의 일부로 수신되는 경우, 거래 적요 데이터 분석 장치(3)는 금융 거래 데이터로부터 거래 적요 데이터를 추출하는 동시에 해당 거래 적요 데이터에 상응하는 소정의 데이터 항목들을 추가적으로 추출하는 것이 가능하다.

이 경우, 태깅 모듈(33)은 거래 적요 데이터에 상응하는 다른 데이터 필드의 데이터 값, 예컨대, 거래 일자, 거래 시각 등에 기초하여 거래 적요 데이터를 데이터 군집별로 클러스터링하고, 클러스터링된 각 데이터 군집별로 거래 적요 데이터의 분석을 위한 분석 모델을 생성할 수 있다. 예를 들어, 전기 요금, 가스 요금, 관리비와 같은 공과금 수납 금융 거래는 매월 일정 날짜 또는 기간에 거래가 집중되는 특징을 가지므로, 해당 날짜 또는 기간 동안에 수집된 거래 적요들을 토대로 이에 특화된 카테고리 분류 모델을 생성할 수 있다. 또 다른 예로, 개별 금융 소비자들이 금융 거래를 요청하는 요일(예컨대, 평일 또는 공휴일 등) 또는 시각(예컨대, 이른 아침, 주간 근무 시간, 늦은 밤 등)에 따라 금융 소비자의 연령, 직업 등 특성이 상이할 것으로 기대할 수 있으므로, 특정 요일이나 시각에 수집된 거래 적요들을 토대로 이에 특화된 카테고리 분류 모델을 생성할 수도 있다.

이상과 같이 특정 거래 일자, 요일 및/또는 시각별로 클러스터링된 데이터 군집별로 카테고리 분류 모델을 생성하면, 추후 동일한 거래 일자, 요일 및/또는 시각에 발생한 미지의 거래 적요 데이터가 수신될 경우 해당 데이터 군집에 특화된 카테고리 분류 모델에 이를 적용함으로써 보다 정밀한 금융활동의 분석이 가능한 이점이 있다. 본 명세서에서는 거래 일자 및 시각을 이용한 데이터 군집별 분류 모델 생성에 대하여 설명하였으나, 동일한 원리가 거래 적요 데이터에 상응하여 수집 가능한 다른 세부사항(예컨대, 거래 당사자명, 거래 경로(온라인, 창구, 모바일 앱 등), 거래 위치, 이체 금액, 당일 거래 횟수 등)을 기준으로 적용될 수 있다는 점이 통상의 기술자에게 용이하게 이해될 것이다.

이상에서 설명한 실시예들에 따른 거래 적요 데이터 분석 방법에 의한 동작은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들에 따른 방법에 의한 동작을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.

또한, 본 명세서의 순서도들에 도시된 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능하다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 정해져야 할 것이다.

Claims (13)

1. 비정형 텍스트 데이터를 포함하는 거래 적요 데이터를 수신하도록 구성된 입력 모듈;
   미리 설정된 금융 말뭉치 용어사전을 이용하여 상기 거래 적요 데이터를 토큰화함으로써 토큰화 된 데이터를 생성하도록 구성된 데이터 정제 모듈; 및
   단어 유사도를 이용한 기계학습 기반의 분석 모델에 상기 토큰화 된 데이터를 입력함으로써, 상기 토큰화 된 데이터를 미리 설정된 복수 개의 금융 카테고리 중 하나 이상에 태깅하도록 구성된 태깅 모듈을 포함하는 거래 적요 데이터 분석 장치.
   
2. 제1항에 있어서,
   상기 데이터 정제 모듈은, 상기 거래 적요 데이터에 포함된 텍스트 데이터로부터 미리 설정된 불용어를 제거하고, 상기 불용어가 제거된 상기 텍스트 데이터로부터 상기 토큰화 된 데이터를 생성하도록 더 구성된 거래 적요 데이터 분석 장치.
   
3. 제1항에 있어서,
   상기 데이터 정제 모듈은, 상기 금융 말뭉치 용어사전이 저장된 데이터베이스를 포함하며, 상기 거래 적요 데이터에 포함된 텍스트 데이터를 이용하여 상기 금융 말뭉치 용어사전을 갱신하도록 더 구성된 거래 적요 데이터 분석 장치.
   
4. 제1항에 있어서,
   상기 태깅 모듈은,
   단어 임베딩을 이용하여 상기 토큰화 된 데이터를 벡터 데이터로 변환하도록 구성된 벡터화부; 및
   상기 벡터 데이터를 상기 기계학습 기반의 분석 모델에 입력함으로써, 단어 유사도에 기반하여 상기 벡터 데이터에 상응하는 하나 이상의 금융 카테고리를 결정하도록 구성된 기계학습부를 포함하는 거래 적요 데이터 분석 장치.
   
5. 제1항에 있어서,
   복수 개의 거래 적요 데이터로부터 상기 데이터 정제 모듈에 의하여 생성된 복수 개의 토큰화 된 데이터를 학습용 데이터셋 및 테스트용 데이터셋으로 분할하도록 구성된 데이터 분리 모듈을 더 포함하되,
   상기 태깅 모듈은, 상기 학습용 데이터셋 및 상기 학습용 데이터셋에 상응하여 입력된 라벨링 데이터를 입력받고, 상기 학습용 데이터셋 및 상기 라벨링 데이터를 이용하여 상기 기계학습 기반의 분석 모델을 생성하도록 더 구성된 거래 적요 데이터 분석 장치.
   
6. 제4항에 있어서,
   상기 기계학습 기반의 분석 모델은, 단어 유사도에 기반하여 결정된 복수 개의 데이터 군집에 각각 상응하며 상기 복수 개의 데이터 군집의 개수와 동일한 개수의 복수 개의 카테고리 분류 모델을 포함하며,
   상기 태깅 모듈은, 상기 벡터 데이터에 상응하는 상기 데이터 군집을 결정하도록 구성된 클러스터링부를 더 포함하되,
   상기 기계학습부는, 상기 클러스터링부에 의해 결정된 상기 데이터 군집에 상응하는 상기 카테고리 분류 모델에 상기 벡터 데이터를 적용함으로써 상기 벡터 데이터에 상응하는 상기 하나 이상의 카테고리를 결정하도록 더 구성된 거래 적요 데이터 분석 장치.
   
7. 거래 적요 데이터 분석 장치가, 비정형 텍스트 데이터를 포함하는 거래 적요 데이터를 수신하는 단계;
   상기 거래 적요 데이터 분석 장치가, 미리 설정된 금융 말뭉치 용어사전을 이용하여 상기 거래 적요 데이터를 토큰화함으로써 토큰화 된 데이터를 생성하는 단계; 및
   상기 거래 적요 데이터 분석 장치가, 단어 유사도를 이용한 기계학습 기반의 분석 모델에 상기 토큰화 된 데이터를 입력함으로써, 상기 토큰화 된 데이터를 미리 설정된 복수 개의 금융 카테고리 중 하나 이상에 태깅하는 단계를 포함하는 거래 적요 데이터 분석 방법.
   
8. 제7항에 있어서,
   상기 토큰화 된 데이터를 생성하는 단계 전에, 상기 거래 적요 데이터 분석 장치가, 상기 거래 적요 데이터에 포함된 텍스트 데이터로부터 미리 설정된 불용어를 제거하는 단계를 더 포함하는 거래 적요 데이터 분석 방법.
   
9. 제7항에 있어서,
   상기 거래 적요 데이터 분석 장치에 상기 금융 말뭉치 용어사전을 저장하는 단계; 및
   상기 거래 적요 데이터 분석 장치가, 상기 거래 적요 데이터에 포함된 텍스트 데이터를 이용하여 상기 금융 말뭉치 용어사전을 갱신하는 단계를 더 포함하는 거래 적요 데이터 분석 방법.
   
10. 제7항에 있어서,
    상기 태깅하는 단계는,
    상기 거래 적요 데이터 분석 장치가, 단어 임베딩을 이용하여 상기 토큰화 된 데이터를 벡터 데이터로 변환하는 단계; 및
    상기 거래 적요 데이터 분석 장치가, 상기 벡터 데이터를 상기 기계학습 기반의 분석 모델에 입력함으로써, 단어 유사도에 기반하여 상기 벡터 데이터에 상응하는 하나 이상의 금융 카테고리를 결정하는 단계를 포함하는 거래 적요 데이터 분석 방법.
    
11. 제7항에 있어서,
    상기 거래 적요 데이터 분석 장치가, 복수 개의 거래 적요 데이터로부터 복수 개의 토큰화 된 데이터를 생성하는 단계;
    상기 거래 적요 데이터 분석 장치가, 상기 복수 개의 토큰화 된 데이터를 학습용 데이터셋 및 테스트용 데이터셋으로 분할하는 단계; 및
    상기 거래 적요 데이터 분석 장치가, 상기 학습용 데이터셋 및 상기 학습용 데이터셋에 상응하여 입력된 라벨링 데이터를 이용하여 상기 기계학습 기반의 분석 모델을 생성하는 단계를 더 포함하는 거래 적요 데이터 분석 방법.
    
12. 제10항에 있어서,
    상기 기계학습 기반의 분석 모델은, 단어 유사도에 기반하여 결정된 복수 개의 데이터 군집에 각각 상응하며 상기 복수 개의 데이터 군집의 개수와 동일한 개수의 복수 개의 카테고리 분류 모델을 포함하며,
    상기 태깅하는 단계는,
    상기 거래 적요 데이터 분석 장치가, 클러스터링에 의해 상기 벡터 데이터에 상응하는 상기 데이터 군집을 결정하는 단계; 및
    상기 거래 적요 데이터 분석 장치가, 상기 데이터 군집을 결정하는 단계에서 결정된 상기 데이터 군집에 상응하는 상기 카테고리 분류 모델에 상기 벡터 데이터를 적용함으로써 상기 벡터 데이터에 상응하는 상기 하나 이상의 카테고리를 결정하는 단계를 더 포함하는 거래 적요 데이터 분석 방법.
    
13. 하드웨어와 결합되어 제7항 내지 제12항 중 어느 한 항에 따른 거래 적요 데이터 분석 방법을 수행하도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.

Images