• 발명특허
• /
• 제7권10호통권80호
• /
• pp.66-69
• /
• 1982

특허청은 공업소유권제도의 국제화추세에 따라 특허협력조약(PCT)에 가입하는 것을 전제로 특허출원절차의 국제협력 및 기술정보의 확산을 통한 국내기술개발을 촉진하기 위하여 필요한 국내적조치로써 실용신안법중 개정법률안을 다음과 같이 마련하였다. 또한 부실특허권의 행사로부터 선의의 피해자를 보호하기 위하여 특허권효력의 일시정지에 관한 규정도 개정법안에 신설하고 있다.

• 발명특허
• /
• 제7권8호통권78호
• /
• pp.13-18
• /
• 1982

특허청은 공업소유권제도의 국제화 추세에 따라 특허협력 조약(PCT)에 가입하는 것을 전제로 특허출원절차의 국제협력 및 기술정보의 확산을 통한 국내기술개발을 촉진하기 위하여 필요한 국내적조치로써 특허법중 개정법률안을 다음과 같이 마련하였다. 또한 부실특허권의 행사로부터 선의의 피해자를 보호하기 위하여 특허권효력의 일시정지에 관한 규정도 개정법안에 신설하고 있다.

• 한국정보통신학회논문지
• /
• 제14권1호
• /
• pp.63-69
• /
• 2010

최근 기계학습 분야에서 분류자의 정확도 개선을 위하여 제안된 다양한 방법들 중 가장 큰 주목을 받고 있는 학습방법 중 하나는 앙상블 학습이다. 그러나 앙상블 학습은 의사결정트리와 같이 불안정한 학습 알고리즘의 성과 개선 효과는 탁월한 반면, 인공신경망과 같이 안정적인 학습알고리즘의 성과 개선 효과는 응용 분야와 구현 방법에 따라 서로 상반된 결론들을 보여주고 있다. 본 연구에서는 국내 기업의 부실화 예측문제를 활용하여 인공신경 망 분류자 및 대표적 앙상블 학습기법인 부스팅 분류자를 적용한 결과 앙상블 학습은 기업부실 예측문제에 있어 전통적 인공신경망의 성과를 개선할 수 있음을 검증하였다.

• 벤처창업연구
• /
• 제14권1호
• /
• pp.139-149
• /
• 2019

본 연구의 목적은 창업기업의 부실에 영향을 미치는 비재무정보 분석을 통해 창업자와 창업지원기관에게 유용한 정보를 제공하여 창업기업의 성공률을 높여 기업부실로 인한 사회적 비용을 최소화하는데 기여하고자 한다. 본 연구는 창업기업을 대상으로 하고 있으며 신용보증기관에서 정의하고 있는 창업기업은 일반적으로 설립 5년이내 기업을 말한다. 연구에 사용된 자료는 2014년 1월부터 12월말까지 창업보증을 지원받은 기업중 2017년 12월말 기준으로 정상기업과 부실기업으로 구분하여 표본을 추출하였으며, 전체 표본기업의 수는 2,826개이며 정상기업 2,267개 (80.2%), 부실기업 559개 (19.8%)이다. 창업기업의 비재무정보를 창업자 특성정보, 창업기업 특성정보, 창업기업 자산정보, 창업기업 신용정보로 구분하여 교차분석과 로지스틱회귀분석을 실시하였다. 단변량분석인 교차분석 결과 개인신용등급, 동업계종사유무, 거주주택보유유무, 종업원보유유무, 재무제표보유유무가 유의한 변수로 선정되었다, 교차분석 결과 선정된 변수를 대상으로 다변량분석인 로지스틱회귀분석을 실시한 결과 개인신용등급, 동업계종사유무, 거주주택보유유무 등 3개 변수가 창업기업의 부실에 영향을 미치는 중요한 요인으로 나타났다. 이러한 결과는 기업경영에 있어 창업자의 개인신용과 경험, 창업기업의 자산의 중요성을 알 수 있었다. 창업지원기관은 이러한 결과를 창업기업 신용평가시스템에 반영하여야 할 것이며, 창업자는 창업교육시 개인신용의 중요성과 관리방안에 대한 연수가 필요하다. 이와 같은 분석결과는 창업자와 창업지원기관에게 유용한 비재무정보를 제공하여 창업기업의 부실을 최소화하는데 기여할 것이다.

• 기술혁신연구
• /
• 제25권1호
• /
• pp.35-60
• /
• 2017

본 연구는 벤처창업기업의 대표자 기술혁신역량과 경영진의 전문화, 기술사업 투자계획의 타당성 등이 기업의 경영성과인 재무건전도와 나아가 부실화가능성에 미치는 영향에 대하여 구조방정식 모델(SEM)을 이용한 실증분석을 실시하였다. 본 연구는 2011년~2012년 2년 동안 1,419개 표본기업에 대한 기술보증기금 기술평가 전문가들의 현장평가 데이터와 기업현황 조사정보 및 재무정보 등을 활용하였으며, 설립후 7년이내 기술력 기반의 벤처기업들 속성상 '고위험 고수익'으로써 여타기업보다 부실화가능성이 높은 기업군인 점을 감안하여 이들 기업을 연구대상으로 설정하였다. 분석 결과, 대표자의 풍부한 경험과 기술지식 등 기술혁신역량과 경영진의 분야별 전문화를 바탕으로 한 체계적 조직운영, 그리고 적정규모의 기술사업 투자 재무관리 계획수립 및 합리적 추진 등을 통하여 기업의 성장성과 수익성 등 기업의 전반적인 재무건전도를 향상시키고, 나아가 단기적 부실화리스크도 감축시키는 것으로 확인되었다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.241-265
• /
• 2023

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1417-1426
• /
• 2015

본 연구는 한국장학재단의 2012-2014년간 일반 학자금 대출 자료를 활용하여 부실채권 보유 및 신용유의자로 분류될 수 있는 위험요인들을 파악하고, 부실 고위험군 예측모형을 개발했다. 예측모형 개발은 데이터마이닝 방법 중 의사결정나무 분석을 적용하였으며, 분석 패키지는 SAS Enterprise Miner 13.2를 활용했다. 개발된 모형은 25가지의 그룹으로 세분화 했으며, 부실 위험군에 영향을 미치는 주요 요인은 소득분위, 국가장학금 수혜유무, 나이, 연체계좌 보유 이력, 대학구분 (학부/대학원), 전공 계열, 월평균 상환액이 주요 요인으로 나타났다. 본 연구에서 개발된 부실 고위험군 예측모형은 장기연체로 인한 부실채권 발생 및 신용유의자 발생 예방을 위한 세분화된 관리서비스 제공을 위한 기초자료가 될 수 있을 것이다.

• 경영정보학연구
• /
• 제18권2호
• /
• pp.173-198
• /
• 2016

본 연구의 목적은 비즈니스 인텔리전스 연구 관점에서 기업부실화 예측 성능을 향상키시는 것이다. 이를 위해 본 연구는 기존 연구들에서 미흡하게 다루어졌던 1) 데이터셋을 구성하는 과정에서 발생하는 바이어스 문제, 2) 거시경제위험 요소의 미반영 문제, 3) 데이터 불균형 문제, 4) 서술적 바이어스 문제를 다루어 경기순환국면을 반영한 기업부실화 예측 프레임워크를 제안하고, 이를 바탕으로 기업부실화 예측 모델을 개발하였다. 본 연구에서는 경기순환국면별로 각각의 데이터셋을 구성하고, 각 데이터셋에서 의사결정나무, 인공신경망 등 단일 분류기부터 앙상블 기법까지 다양한 데이터마이닝 알고리즘을 적용하여 실험하였다. 또한 본 연구는 데이터불균형 문제를 해결하기 위해, 오버샘플링 기법인 SMOTE(synthetic minority over-sampling technique) 기법을 통해 초기 데이터 불균형 상태에서부터 표본비율을 1:1까지 변화시켜 가며, 기업부실화 예측 모델을 개발하는 실험을 하였고, 예측 모델의 변수 선정 시에 선행연구를 바탕으로 재무비율을 추출하고, 여기서 파생된 IT 산출물인 재무상태변동성과 산업수준상태변동성을 예측 모델에 삽입하였다. 마지막으로, 본 연구는 각 순환국면에서 만들어진 기업부실화 예측 모델의 예측 성능 비교와 경기 확장기와 수축기에서의 기업부실화 예측 모델의 유용성에 대해 논의하였다. 본 연구는 비즈니스 인텔리전스 연구 측면에서 기존 연구에서 미흡하게 다루어졌던 4가지 문제점을 검토하고, 이를 해결할 프레임워크를 제안함으로써 기존 연구 대비 기업부실화 예측률을 10% 이상 향상시켰다는 점에서 연구의 의의를 찾을 수 있다.

• 정보관리학회지
• /
• 제37권4호
• /
• pp.109-130
• /
• 2020

본 연구의 목적은 논문의 투고 시점부터 출판에 이르는 과정까지 부실하게 운영되는 것으로 의심되는 학술지가 지닌 특징을 식별할 수 있는 체크리스트를 개발하는 것이다. 이에, 해외 사례조사와 전문가 의견 수렴 등을 통해 총 3개의 우선순위를 기준으로 17개의 체크리스트 문항을 개발하였다. 개발된 체크리스트의 검증을 위해 Beall's List에 포함된 100종의 학술지를 무작위로 추출하여 분석한 결과, 96종의 학술지가 부실로 의심되는 특징을 가지고 있었고, 4종은 특이사항이 없는 학술지로 식별되었다. 향후 더욱 광범위한 연구 분야에서 발간되는 학술지에 대한 사례조사와 후속 연구를 통해 본 연구에서 개발된 17개 문항을 지속적으로 수정 보완해야 할 것이다.

• 경영과정보연구
• /
• 제34권1호
• /
• pp.211-225
• /
• 2015

본 연구의 목적은 부실기업에서 회생과정을 거쳐 정상기업으로 전환된 회생기업을 대상으로 기업부실 원인과 기업이 선택하는 회생전략 사이의 관련성을 확인하고, 기업이 추구하는 회생전략에 따라 회생성과가 어떻게 달라지는지를 확인하는 데 있다. 국내 상장된 제조기업 중 2000년부터 2012년까지 법원에 법정관리 및 화의신청을 한 기업과 워크아웃 기업중 기업회생에 성공한 113개 기업을 대상으로 설문조사를 실시하였고 회수된 55개 설문과 공시자료를 바탕으로 다중회귀모형에 의해 실증 분석한 결과를 요약하면 다음과 같다. 먼저, 내부부실원인은 자산감축과 비용절감, 즉 효율성제고전략에 긍정적인 영향을 미치는 것으로 나타났고, 반대로 외부부실원인은 수익창출전략(제품/서비스감축, 제품/서비스확대)에 긍정적인 영향을 미치는 것으로 나타났다. 다음으로, 기업이 추구하는 회생전략에 따라 회생성과가 달라지는 지를 실증 분석한 결과, 효율성제고전략(자산감축과 비용절감)은 부채비율감소에 긍정적인 영향을 미치고, 반대로 수익창출전략(제품/서비스감축과 제품/서비스확대)은 매출액증가율에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 기존의 부실원인과 회생전략, 회생전략이 회생성과에 미치는 포괄적 분석모형을 넘어 회생원인에 따라 기업이 보다 주안점을 두는 회생전략이 어떻게 달라지며, 회생전략에 따라 회생성과도 달라질 수 있음을 실증적으로 규명해 보았다는데 연구의 의의를 찾을 수 있다.