KR100759536B1 - 위조상품 선별 시스템 및 방법 - Google Patents
위조상품 선별 시스템 및 방법 Download PDFInfo
- Publication number
- KR100759536B1 KR100759536B1 KR1020070053003A KR20070053003A KR100759536B1 KR 100759536 B1 KR100759536 B1 KR 100759536B1 KR 1020070053003 A KR1020070053003 A KR 1020070053003A KR 20070053003 A KR20070053003 A KR 20070053003A KR 100759536 B1 KR100759536 B1 KR 100759536B1
- Authority
- KR
- South Korea
- Prior art keywords
- goods
- counterfeit
- information
- module
- export
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 230000008676 import Effects 0.000 claims abstract description 37
- 238000012216 screening Methods 0.000 claims description 18
- 238000007418 data mining Methods 0.000 claims description 12
- 238000010187 selection method Methods 0.000 claims description 11
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 238000012098 association analyses Methods 0.000 claims description 9
- 238000007596 consolidation process Methods 0.000 claims description 4
- 238000005242 forging Methods 0.000 claims 1
- 230000008520 organization Effects 0.000 abstract description 8
- 238000009826 distribution Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002550 fecal effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229940014135 meningitis vaccine Drugs 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/184—Intellectual property management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 위조상품 선별 시스템 및 방법에 관한 것으로, 보다 자세하게는 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하고 선별된 위조상품 목록과 연계된 정보를 제공함으로써, 위조상품과 위조상품 수입업자 및 공급업자 등을 효율적으로 적발할 수 있는 위조상품 선별 시스템 및 방법에 관한 것이다.
본 발명의 위조상품 선별 시스템은, 통관 시스템으로부터 수신한 수출상품 또는 수입상품 목록을 대상으로 위조상품을 선별하기 위한 시스템에 있어서, 상기 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하기 위한 위조상품 우범도 분석모듈; 및 상기 위조상품 우범도 분석모듈에서 선별한 상품과 연관관계가 있는 정보를 분석하기 위한 연관관계 분석모듈을 포함함에 기술적 특징이 있다.
따라서, 본 발명의 위조상품 선별 시스템은 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하고 선별된 위조상품 목록과 연계된 정보를 제공함으로써 위조상품 및 위조상품 수출입업체를 용이하게 적발할 수 있고, 통관 단계에서 위조상품을 적발함으로써 유통 단계에 있는 위조상품 단속에 비해 비용과 인력의 소모가 적은 효율적인 위조상품 단속을 제공하는 효과가 있으며, 위조상품의 적발뿐만 아니라 위조상품과 연계된 정보를 분석하여 위조상품을 수입, 공급 또는 운송하는 업체들과 보관하는 장소를 제공함으로써 위조상품의 추가적인 유통을 원 천적으로 방지할 수 있는 효과가 있다.
수출상품, 수입상품, 화물, 통관, 세관, 위조, 가짜.
Description
도 1은 본 발명에 따른 위조상품 선별 시스템의 구성도,
도 2는 본 발명에 따른 위조상품 선별 방법의 순서도,
도 3은 본 발명에 따른 위조상품 우범도 분석 방법을 나타내는 도면,
도 4는 본 발명에 따른 위조상품 우범화물 선별방법의 일실시예,
도 5는 본 발명에 따른 연관관계 분석 방법의 일실시예,
도 6은 본 발명에 따른 연관관계 분석 방법의 다른 실시예.
<도면의 주요부분에 대한 부호의 설명>
110: 위조상품 선별 시스템 111: 위조상품 우범도 분석모듈
112: 연관관계 분석모듈 113: 적발사례 데이터베이스
120: 수출상품모듈 130: 수출통관모듈
140: 수입상품모듈 150: 수입통관모듈
160: 외부 데이터베이스 161: 관세청 통합정보 시스템
162: 특허정보 및 상표권자 정보 163: 국제정보
164: 유관기관 정보
본 발명은 위조상품 선별 시스템 및 방법에 관한 것으로, 보다 자세하게는 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하고 선별된 위조상품 목록과 연계된 정보를 제공함으로써, 위조상품과 위조상품 수입업자 및 공급업자 등을 효율적으로 적발할 수 있는 위조상품 선별 시스템 및 방법에 관한 것이다.
세계보건기구(World Health Organization, WHO)의 발표에 따르면 전세계에 유통되는 의약품 중 10~12%가 위조, 해적 제품이고, 이 때문에 발생하는 사망자가 매년 수만 명에 이른다고 한다. 과거 시계, 가방, 의류 등과 같은 소비재 품목에 한정되던 위조상품들이 최근에는 자동차 및 항공기 부품, 담배, 술 심지어 의약품에 이르기까지 전 품목에 걸쳐 만연돼 있으며, 그 피해규모는 점차적으로 증가추세에 있다. 일예로 1989년 노르웨이에서 항공기가 추락하여 55명이 사망한 사고는 가짜 항공기 부품으로 인한 결함이 원인으로 밝혀졌으며, 1996년에는 아프리카에서 가짜 뇌막염 백신 접종으로 인해 2500여 명의 어린이가 사망하는 등 위조상품으로 인한 문제점은 상상을 초월할 정도로 피해규모가 크다고 할 수 있다.
세계관세기구(World Customs Organization, WCO)의 보고서에 따르면 전세계 무역량의 7%(5,000억불) 정도가 위조상품인 것으로 추정하고 있으며, 우리나라의 경우에도 수출액의 6% 수준인 170억 불을 위조상품으로 인한 피해액으로 추산하고 있다. 또한, 위조상품은 저위험 고수익 산업으로 평가되어, 국제범죄조직들이 테러자금을 확보하기 위하여 개입하는 등 범죄조직의 자금원으로도 악용되고 있다. 이러한 위조상품의 심각한 위협에 대응하여 각 국 정부는 자국민의 건강과 안전을 보호하기 위한 다양한 조치들을 취하고 있으며, 선진국들은 아시아-태평양 경제협력체(Asia-Pacific Economic Cooperation, APEC), G8(Group of 8) 등의 국제회의를 통하여 지식재산권 보호를 위한 국제협력 활동을 강화해 나가고 있다.
미국의 무역대표부(United States Trade Representative, USTR)가 해마다 'Special 301 보고서'를 발표하면서 교역상대국을 지식재산권 보호 수준에 따라 우선감시대상국, 감시대상국 등으로 분류하고 있고, 일본도 지식재산권 침해가 빈발하는 국가에 전문가를 파견해 침해실태를 파악 및 발표하고 있다. 이러한 국제사회의 평가는 국가의 신인도와 관련하여 자유무역협정(Free Trade Agreement, FTA), 세계무역기구(World Trade Organization, WTO)와 같은 무역협상에서 상대국을 압박하는 수단으로 사용되기도 하고, 화물이나 여행객 검사비율로 이용되기도 하기 때문에 기업의 물류비, 국가경쟁력에도 영향을 미치게 된다.
이에 따라, 세계 각 국에서는 지식재산권 보호와 관련된 국제적 평가를 높이려 노력하고 있으며, 전 세계의 위조상품 제조공장으로 지탄받던 중국도 위조상품의 80%가 유통된다는 상해 상양 시장을 폐쇄하는 등의 강도 높은 지식재산권 보호 활동을 전개하고 있다.
우리나라의 경우 미국으로부터 지식재산권 보호가 미흡한 감시대상국으로 지정되고 있으며, 유럽상공회의소는 OECD(Organization for Economic Cooperation and Development) 30개국 중 최대 위조상품 수출국으로 우리나라를 지목하였고, 일본에서도 우리나라를 1,2위를 다투는 주요 위조상품 수출국으로 선정하는 등 국제사회에서는 우리나라의 지식재산권 보호 활동을 매우 낮게 평가하고 있다.
종래의 위조상품 적발 방법은, 통관 단계에서 수동으로 일일이 화물을 검사하거나 많은 시간과 노력을 투자하여 유통과정에서 위조상품의 거래를 적발하는 등의 방법을 사용하지만, 이는 효과적으로 위조상품을 적발하지 못하는 문제점이 있다.
또한, 위조상품 수출입업체의 대부분은 타인 명의로 위조상품을 수입하거나 공급함으로써, 위조상품을 적발한다 하여도 이후 추가적인 위조상품 유통을 방지하기 곤란한 문제점이 있다.
따라서, 본 발명은 종래 기술의 문제점을 해결하기 위한 것으로, 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하고 선별된 위조상품 목록과 연계된 정보를 제공함으로써, 위조상품 및 위조상품 수출입업체를 용이하게 적발하도록 함에 목적이 있다.
또한, 본 발명은 통관 단계에서 위조상품을 적발함으로써, 유통 단계에 있는 위조상품 단속에 비해 비용과 인력의 소모가 적은 효율적인 위조상품 단속을 제공 하도록 하는 다른 목적이 있다.
또한, 본 발명은 위조상품의 적발뿐만 아니라 위조상품과 연계된 정보를 분석하여 위조상품을 수입, 공급 또는 운송하는 업체들과 보관하는 장소를 제공함으로써, 위조상품의 추가적인 유통을 원천적으로 방지하도록 하는 다른 목적이 있다.
본 발명의 목적은 통관 시스템으로부터 수신한 수출상품 또는 수입상품 목록을 대상으로 위조상품을 선별하기 위한 시스템에 있어서, 상기 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하기 위한 위조상품 우범도 분석모듈; 및 상기 위조상품 우범도 분석모듈에서 선별한 상품과 연관관계가 있는 정보를 분석하기 위한 연관관계 분석모듈을 포함하는 위조상품 선별 시스템에 의해 달성된다.
본 발명의 다른 목적은 통관 시스템으로부터 수출화물 또는 수입화물 목록을 수신하여 위조상품을 선별하는 방법에 있어서, 상기 수출화물 또는 수입화물 목록을 수신하는 제1단계; 수신한 상기 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하는 제2단계; 및 위조상품 우범도를 분석하여 선별한 상품과 연관관계가 있는 정보를 분석하는 제3단계를 포함하는 위조상품 선별 방법에 의해 달성된다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명에 따른 위조상품 선별 시스템(110)의 구성도이다.
본 발명에 따른 위조상품 선별 시스템(110)은, 화물을 운송하는 선사 혹은 항공사 등으로부터 적하목록 정보를 전달받고 하선/하기 정보, 반출입 정보, 보세 신고 정보 등을 처리하는 수출상품모듈(120) 또는 수입화물에 대한 수입신고서 등의 정보를 전달받아 검사, 결재, 수납, 통관목록, 신고, 정정신청 등의 업무를 처리하는 수입상품모듈(140)로부터 수출상품 또는 수입상품 정보를 제공받아 이를 대상으로 위조상품 우범도를 분석하는 위조상품 우범도 분석모듈(111), 상기 위조상품 우범도 분석모듈(111)로부터 선별된 위조상품 우범화물을 대상으로 수입자, 공급자 또는 창고 등의 연관관계를 분석하는 연관관계 분석모듈(112) 및 적발된 위조상품의 정보를 저장하기 위한 적발사례 데이터베이스(113)를 포함한다.
본 발명에 따른 위조상품 선별 시스템(110)은, 과거에 적발한 위조상품의 정보를 저장하고 있는 적발사례 데이터베이스(113) 뿐만 아니라, 관세청 통합정보 시 스템(Customs Data Warehouse, CDW, 161), 특허정보 및 상표권자 정보(162), 국제정보(163) 및 유관기관 정보(164) 등을 저장하고 있는 외부의 데이터베이스들(160)로부터 정보를 수신하여 위조상품을 선별하는데 참고한다.
관세청 통합정보 시스템(161)은 관세청 업무시스템에서 발생한 수출입 통관자료 등 내부 자료와 세적자료, 외환자료, 출입국자료 등 다른 기관으로부터 입수한 외부자료를 수집하여 통합 데이터베이스를 구축하고, 이를 통관, 심사, 조사 등 업무별로 빠르고 쉽게 검색, 분석할 수 있도록 만든 통합정보 시스템이다.
특허정보 및 상표권자 정보(162)는 특허청이나 특허정보원 등과 같은 지적재산권 관련 기관으로부터 제공받거나 특허권이나 상표권과 같은 지적재산권을 보유하고 있는 기업들로부터 제공받는 외부자료로써, 특허, 실용신안, 상표 및 디자인 등과 같은 지적재산권의 정보를 제공한다.
국제정보(163)는 세계관세기구(World Customs Organization, WCO), 세계관세기구의 지역정보연락사무소(Regional Intelligence Liaison Office, RILO), 외국세관 및 해외관세관 등과 같은 해외 기관으로부터 제공받는 정보이다. 세계관세기구는 각국의 관세행정제도를 고도로 통일화하고 조화시켜 제반의 관세법규를 개선함으로써 국제무역의 확대를 이룩하고자 설립한 정부간 기구로서 현재 관세제도, 관세평가 및 품목분류 등 여러 분야에서 필수적인 국제기구이며, 본 발명의 위조상품 선별 시스템(110)은 상기와 같은 국제적인 기구 및 조직들로부터 정보를 제공받아 더욱 효율적인 위조상품 선별을 수행한다.
유관기관정보(164)는 검찰, 경찰 및 국정원 등과 같은 유관기관들로부터 제 공받는 정보로서, 유관기관들이 보유한 범법자 및 범죄기록 등을 포함한 정보를 제공받아 위조상품 선별에 참고한다.
또한, 본 발명의 위조상품 선별 시스템(110)은 상기와 같은 외부정보뿐만 아니라, 주한 미국 상공 회의소, 유럽연합 상공 회의소 또는 각 국 대사관 등으로부터 정보를 수신하여 위조상품 선별에 참고할 수 있다.
도 1에 따른 위조상품 선별 시스템(110)의 위조상품 우범도 분석모듈(111)은, 입수된 각종 정보 및 적발사례 등을 바탕으로 수출상품모듈(120) 또는 수입상품모듈(140)로부터 수출입상품 목록을 제공받아 위조상품 우범도를 분석한다.
본 발명의 위조상품 우범도 분석모듈(111)은 데이터마이닝 기법을 이용하여 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석한다.
데이터마이닝이란 방대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 과정, 데이터 간의 숨겨진 관계 또는 겉으로 드러나지 않거나 기존의 통계학적 방법을 통해 뽑아내기에는 너무나 복잡한 관계를 찾아내는 기술이다. 이는 기업이 보유하고 있는 일일 거래 데이터, 고객 데이터, 상품 데이터 또는 각종 마케팅활동의 고객 반응 데이터 등과 이외의 기타 외부데이터를 포함하는 모든 사용가능한 데이터를 기반으로 그 속에 감춰진 지식, 기대하지 못했던 경향 또는 새로운 룰 등을 발견하고 이를 실제 비즈니스 의사결정 등을 위한 정보로 활용하기 위하여 적극 활용된다.
본 발명의 위조상품 우범도 분석모듈(111)에서 이용하는 데이터마이닝 기법은 샘플링(Sampling), 탐색(Exploration), 변형 및 조정(Modification), 모형 화(Modeling) 및 평가(Assesment)의 단계를 거쳐 상품에 대한 위조상품 위험도를 분석하며, 이는 일반적으로 SEMMA 단계라 한다.
상기 데이터마이닝은 수십메가에서 수십기가가 넘는 대용량의 데이터를 기반으로 한다. 그러나 방대한 양의 데이터를 살피는 것은 시간적인 측면에서만 보아도 많은 인내와 수고를 필요로 하게 되는 작업이 된다. 따라서 방대한 양의 데이터로(모집단)부터 모집단을 닮은 적은 양의 데이터를 추출하는 것이 샘플링(Sampling)이다. 샘플링은 데이터마이닝 작업을 하는데 있어서 시간과 비용을 절감하여 효율적인 작업진행을 돕고, 이를 통하여 데이터 마이닝 작업의 무게를 가볍게 할 수 있는 필수적인 절차이다. 임의추출법, 층화추출법 등이 일반적인 샘플링으로 사용되어 진다.
샘플링을 통해 추출된 데이터는 탐색(Exploration)을 거친다. 데이터의 탐색 과정은 이미 알고 있는 사실들을 확인하여 수치화하는 작업을 시작으로 하여 보유하고 있는 수많은 변수들의 관계를 살펴보는 단계이다. 이 단계에서는 실제 한 모집단으로 알고 있던 것이 두 개 이상으로 나뉠 수도 있고, 수십 개 이상의 변수들을 실제 중요한 정보를 주는 소수의 변수로 축소시킬 수도 있으며, 기존에 있던 변수들 이외에 새로운 변수를 생성할 수도 있다.
변형 및 조정(Modification) 과정은 탐색 단계에서 얻어진 정보를 기반으로 모형화 단계에서 모형의 성능을 향상시키기 위해 데이터가 가지고 있는 정보를 효율적으로 사용할 수 있도록 하는 단계이다. 기존의 변수들을 이용해 새로이 변수가 생성될 수 있는 작업들을 고려하여, 새로운 변수를 생성하거나 기존의 변수를 수정 하는 변수변환, 수량화, 그룹화 등의 방법이 있다.
모형화(Modeling) 과정은 데이터마이닝의 핵심이라고 할 수 있으며, 이전 단계에서의 결과를 토대로 하여 분석 목적에 따라 적절한 기법을 통해서 예측 모형을 찾아내는 방법들을 제공한다. 이 단계에서 사용되는 모형은 신경망모형(Neural Network), CHAID(Chi―Squared Automatic Interaction Detection), CART(Classification And Regression Trees) 및 일반화 선형 모형 등이 있다.
상기 모형화 과정에서 도출된 두 개 이상의 모형의 효과를 비교하여 신뢰성, 유용성 등에서 가장 좋은 모형을 선택하는 것이 평가(Assesment) 과정이다. 이렇게 선택된 모형은 실제 모집단에 반영하여 그 효과를 재평가할 수 있으며, 이로 인한 새로운 문제를 제기되면 이전 작업을 다시 반복할 수도 있다.
본 발명의 위조상품 우범도 분석모듈(111)은 수출상품모듈(120) 또는 수입상품모듈(140)로부터 제공받은 수출상품 또는 수입상품 목록을 모집단으로 샘플링을 하여 데이터 샘플을 추출한다.
또한 외부 데이터베이스(160)와 적발사례 데이터베이스(113)로부터 제공받은 정보를 참고하여 위조상품 선별에 필요한 변수를 도출한다. 상기 변수는 수입자, 공급자, 적재항 및 보관장소 등과 같은 수출입상품에 포함된 정보를 대상으로 하며, 도출된 변수 중 위조상품 선별에 가장 유효한 변수만을 다시 선정한다.
선정된 변수를 이용하여 수출입상품 목록에서 추출된 데이터를 탐색하고, 변형 및 조정을 거쳐 위조상품 우범도를 모형화한다.
또한 본 발명의 위조상품 우범도 분석모듈(111)은 상기와 같이 데이터마이닝 기법을 이용해 수출입상품 목록에 있는 각 상품의 우범도를 분석하여, 위조상품 우범화물을 선별한다. 선별된 위조상품 우범화물 정보는 수출통관모듈(130) 또는 수입통관모듈(150)에 제공함으로써, 통관 단계에서 수출입상품에 대한 위조상품 검사를 용이하게 수행하도록 한다.
본 발명의 위조상품 선별 시스템(110)은, 상기와 같이 선별된 위조상품 우범화물을 대상으로 화물검사를 실시하여 위조상품을 적발하고, 적발된 위조상품 목록을 바탕으로 연계된 수입자, 공급자, 운송업체 또는 창고업체 등을 추적하기 위해 연관관계 분석모듈(112)에서 위조상품과 연관된 데이터를 분석한다.
연관관계란 데이터에 숨어있는 항목간의 관계를 말하는 것으로, 이러한 연관관계를 분석하는 것을 연관분석(association analysis) 또는 연결분석(link analysis)이라 한다. 주로 'A가 일어나면 B가 일어난다' 는 식의 비교적 간단한 규칙을 추출하는 경우가 대부분으로, 예를 들어 철물점에서 '망치를 사면 못도 산다' 는 식이다. 또한 특별히 시간의 흐름과 연관된 관계를 시퀀스 규칙(sequence rule)이라고도 한다. 이를 위해 대표적으로 사용되는 기법으로는, 슈퍼마켓에서 계산하는 손님의 쇼핑카트의 물품들을 분석함으로써 구매행태를 파악하는 데서 비롯된 시장바구니 분석(market basket analysis)이 있다.
연관관계를 분석하는 방법 중에서 연결분석은, 상호 연관관계가 존재하는 현상에 대해 그 관계를 시각적으로 표현함으로써 데이터의 숨겨진 구조 및 연계를 다양하고 알기 쉽게 접근할 수 있도록 해주며, 데이터의 속성을 탐구하고 이를 바탕 으로 흥미로운 패턴이나 새로운 패턴을 용이하게 발견할 수 있도록 하는 방법을 말한다.
본 발명의 연관관계 분석모듈(112)은 위조상품 우범도 분석모듈(111)에서 분석한 우범도 목록에 의해 수출입상품을 검사하여 적발된 위조상품을 대상으로, 적발사례 데이터베이스(113)와 외부 데이터베이스(160)로부터 제공받은 각종 정보를 참고하여 적발된 위조상품과 연계된 정보를 분석한다. 따라서 위조상품과 연계된 수입자, 공급자, 운송업체 또는 창고 등을 용이하게 분석하여, 위조상품과 관련된 우범 수출입업체 등을 적발하고 위조상품의 유통을 원천적으로 방지하는 효과를 가진다
본 발명의 위조상품 선별 시스템(110)은 상기와 같이 방대한 양의 내부 또는 외부 정보를 참고로, 수출상품모듈(120) 또는 수입상품모듈(140)로부터 수출상품 또는 수입상품 목록을 제공받고 적발사례 데이터베이스(113)와 외부 데이터베이스(160)로부터 제공받은 정보를 참고하여, 위조상품 우범도를 분석하고 선별된 위조상품의 연관관계를 분석한다. 또한 위조상품 우범도 분석모듈(111)에서 분석된 위조상품 우범도를 통관 시스템의 수출통관모듈(130) 또는 수입통관모듈(150)에 제공하여, 통관 단계에서 위조상품을 검사할 수 있도록 한다. 또한 위조상품 우범도 분석모듈(111)이나 연관관계 분석모듈(112)에서 분석한 정보를 통관 시스템의 여행자정보모듈에 제공함으로써 위조상품과 연결된 수입자 또는 공급자 등의 수출입업체를 적발할 수 있도록 한다.
상기와 같이 본 발명의 위조상품 선별 시스템(110)은 전자 통관 시스템과 같 은 종래의 통관 시스템에 적용함으로써, 수많은 수출입상품을 대상으로 용이하게 위조상품을 선별하고, 선별된 위조상품과 연계된 정보를 분석할 수 있다. 따라서 위조물품의 유통을 통관 단계에서 적발하고, 위조물품을 공급하거나 수입하는 업체들의 동태를 감시하거나 유관기관과 협력하여 체포할 수 있는 정보를 제공한다.
도 2는 본 발명에 따른 위조상품 선별 방법의 순서도이다.
본 발명에 따른 위조상품 선별 방법은, 전자 통관 시스템의 수출상품모듈 또는 수입상품모듈로부터 제공받는 수출화물 또는 수입화물 목록을 대상으로 실시한다(S210).
적발사례 데이터베이스 및 외부 데이터베이스로부터 제공받은 정보를 참고하여, 수출화물 또는 수입화물 목록을 대상으로 위조상품 우범도를 분석하고 위조상품 우범화물 목록을 생성한다(S220). 또한 생성된 위조상품 우범화물 목록을 수출통관모듈 또는 수입통관모듈에 제공하여, 통관 단계에서 위조상품을 적발할 수 있도록 한다.
본 발명에 따른 위조상품 선별 방법은 데이터마이닝 기법을 이용하여 위조상품의 우범도를 분석한다. 수출화물 또는 수입화물 목록을 모집단으로 샘플링을 하여 분석하고자 하는 데이터의 샘플을 추출하고, 적발사례 데이터베이스 및 외부 데이터베이스로부터 제공받은 정보를 참고하여 위조상품 우범도 분석을 위한 변수를 도출한다. 상기 변수는 수입자, 공급자, 적재항, 보관장소 또는 결제조건 등과 같은 수출입상품에 포함된 정보를 대상으로 하며, 도출된 변수 중 위조상품 선별에 가장 유효한 변수만을 다시 선정하고, 선정된 변수를 이용하여 추출된 데이터 샘플을 탐색하고 위조상품 우범도를 측정한다.
상기와 같이 측정된 위조상품 우범도에 따른 우범화물을 검사하여 적발된 위조상품을 대상으로, 연관관계를 분석하여 연계된 정보를 파악한다(S230).
본 발명에 따른 위조상품 선별 방법은 연결분석 방법을 이용하여 적발된 위조상품과 연계된 수입자, 공급자, 운송업체 또는 창고 등과 같은 정보를 분석하여, 도 5 또는 도 6의 실시예와 같이 도시함으로써, 위조상품과 연계된 정보를 알기 쉽게 제공한다.
따라서 상기와 같은 본 발명의 위조상품 선별 방법을 이용함으로써, 위조상품 및 위조상품 수출입업체를 용이하게 적발할 수 있고, 위조상품과 연계된 정보를 분석하여 위조상품을 수입, 공급 또는 운송하는 업체들과 보관하는 장소를 제공함으로써 위조상품의 추가적인 유통을 원천적으로 방지할 수 있는 효과가 있다.
도 3은 본 발명에 따른 위조상품 우범도 분석 방법을 나타내는 도면이다.
도 3의 일실시예는 본 발명의 위조상품 선별 시스템에 포함된 위조상품 우범도 분석모듈의 위조상품 우범도 분석 방법을 나타낸다.
도 3에 따르면 위조상품우범도 분석 방법은 수출상품 또는 수입상품 목록을 대상으로 가설을 세워 가설목록(310)을 만들고 그 중에 중복되거나 실효성이 낮은 가설을 필터링한다.
도한 적발사례 데이터베이스 및 외부 데이터베이스로부터 제공받은 데이 터(321)를 바탕으로 추출 및 분석마트(322) 적재, 클리닝 등의 과정을 거쳐 변수 변환 설계(320)를 수행한다.
상기 필터링된 가설과 변수를 이용해 평가함으로써 수출화물 또는 수입화물 목록에 대한 위조상품 우범도 분석을 수행할 수 있다.
도 4는 본 발명에 따른 위조상품 우범화물 선별방법의 일실시예이다.
도 4는 본 발명에 따른 위조상품 선별 시스템에 포함된 위조상품 우범도 분석모듈에서 분석한 위조상품 우범화물 목록으로서, 수출상품모듈 또는 수입상품모듈로부터 제공받은 수출상품 또는 수입상품 목록을 대상으로 선별된 위조상품 우범화물 목록의 일실시예이다.
상기 일실시예는 적발사례 데이터베이스와 외부 데이터베이스에서 제공받은 정보를 참고로 위조상품 우범도 분석을 위한 변수를 설정한 후, 수입자, 공급자, 적재항, 보관장소, 운송업체 또는 결제조건 등을 고려하여 분석한 결과이다.
도 4의 일실시예에 따르면, 본 발명의 위조상품 선별 시스템에서 분석한 위조상품 우범화물 목록은, 전자 통관 시스템에서 관리하는 화물관리번호, 화물갯수, 입항일, 세관, 품명, 중량, 송하인 정보, 수하인 정보 및 통지처 성명 등을 포함함으로서, 해당 목록에 들어있는 화물 검사를 수행하게 한다.
도 5는 본 발명에 따른 연관관계 분석 방법의 일실시예이다.
도 5는 도 4에 따른 위조상품 우범화물 선별방법에 의해 선별된 위조상품 우 범화물 목록을 이용하여 화물검사를 수행하고, 적발된 위조상품을 대상으로 연관관계를 분석하여, 위조상품과 연계된 수입자, 공급자, 운송업체 또는 창고 등의 정보를 연결분석 방법에 의해 도시한 일실시예이다.
적발된 위조상품와 연계된 수입자(510) 및 공급자(520)의 관계를 연결분석 방법에 의해 알기 쉽게 도시함으로써, 위조상품의 적발에 그치지 않고 연계된 수입자 및 공급자를 분석하여 추가적인 위조상품 유통을 방지할 수 있다.
도 6은 본 발명에 따른 연관관계 분석 방법의 다른 실시예이다.
도 6 또한 도 4에 따른 위조상품 우범화물 선별방법에 의해 적발된 위조상품과 연계된 수입자(610), 공급자(620) 및 창고(630)를 연결분석 방법에 의해 도시한 실시예로, 수입자(610)와 공급자(620) 뿐만 아니라 위조상품 수출입업체가 사용하는 창고(630)를 분석하여 제공함으로써 위조상품과 연계된 정보를 보다 포괄적으로 제공하여 효율적인 위조상품 수출입업체 단속을 제공할 수 있다.
본 발명은 이상에서 살펴본 바와 같이 바람직한 실시예를 들어 도시하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.
따라서, 본 발명의 위조상품 선별 시스템은 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하고 선별된 위조상품 목록과 연계된 정보를 제공함으로써, 위조상품 및 위조상품 수출입업체를 용이하게 적발할 수 있다.
또한, 본 발명은 통관 단계에서 위조상품을 적발함으로써, 유통 단계에 있는 위조상품 단속에 비해 비용과 인력의 소모가 적은 효율적인 위조상품 단속을 제공하는 효과가 있다.
또한, 본 발명은 위조상품의 적발뿐만 아니라 위조상품과 연계된 정보를 분석하여 위조상품을 수입, 공급 또는 운송하는 업체들과 보관하는 장소를 제공함으로써, 위조상품의 추가적인 유통을 원천적으로 방지할 수 있는 효과가 있다.
Claims (20)
- 통관 시스템으로부터 수신한 수출상품 또는 수입상품 목록을 대상으로 위조상품을 선별하기 위한 시스템에 있어서,상기 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하기 위한 위조상품 우범도 분석모듈; 및상기 위조상품 우범도 분석모듈에서 선별한 상품과 연관관계가 있는 정보를 분석하기 위한 연관관계 분석모듈을 포함하는 위조상품 선별 시스템.
- 제 1 항에 있어서,과거에 적발된 위조상품의 정보를 저장하기 위한 적발사례 데이터베이스를 더 포함하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 상기 통관 시스템의 수출상품모듈 또는 수입상품모듈로부터 수출상품 목록 도는 수입상품 목록을 제공받아 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 분석된 결과를 상기 통관 시스템의 수출통관모듈, 수입통관모듈 또는 여행자정보모듈에 제공하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 통합정보 시스템으로부터 정보를 수신하여 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 특허, 실용신안 또는 상표권에 관련된 정보를 보유한 지적재산권 관련 기관으로부터 정보를 수신하여 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 세계관세기구, 외국세관 또는 해외관세관으로부터 정보를 수신하여 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 검찰, 경찰 또는 국정원과 같은 유관기관으로부터 정보를 수신하여 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈 또는 연관관계 분석모듈은, 주한 미국 상공 회의소, 유럽연합 상공 회의소 또는 각 국 대사관으로부터 정보를 수신하여 분석을 수행하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 위조상품 우범도 분석모듈은, 데이터마이닝 기법을 이용하여 위조상품 우범도를 분석하는 위조상품 선별 시스템.
- 제 10 항에 있어서,상기 데이터마이닝 기법은, 상기 수출상품 또는 수입상품 목록을 대상으로 샘플을 추출하고 상기 적발사례 데이터베이스 또는 외부 데이터베이스로부터 제공받는 정보로부터 변수를 도출하여 위조상품 우범도를 모형화하는 위조상품 선별 시스템.
- 제 2 항에 있어서,상기 연관관계 분석모듈은, 연결분석 방법을 이용하여 상기 위조상품 우범도 분석모듈에서 선별한 상품과 연관관계가 있는 수입자, 공급자, 운송업체 및 창고 중 어느 하나 이상의 정보를 분석하는 위조상품 선별 시스템.
- 통관 시스템으로부터 수출화물 또는 수입화물 목록을 수신하여 위조상품을 선별하는 방법에 있어서,상기 수출화물 또는 수입화물 목록을 수신하는 제1단계;수신한 상기 수출상품 또는 수입상품 목록을 대상으로 위조상품 우범도를 분석하는 제2단계; 및위조상품 우범도를 분석하여 선별한 상품과 연관관계가 있는 정보를 분석하는 제3단계를 포함하는 위조상품 선별 방법.
- 제 13 항에 있어서, 상기 제2단계 또는 상기 제3단계는,과거에 적발된 위조상품의 정보를 저장한 적발사례 데이터베이스와 외부 데이터베이스로부터 제공받는 정보를 참고하는 것인 위조상품 선별 방법.
- 제 14 항에 있어서, 상기 제2단계는,상기 수출상품 또는 수입상품 목록을 대상으로 데이터마이닝 기법을 이용하여 위조상품 우범도를 분석하는 위조상품 선별 방법.
- 제 15 항에 있어서, 상기 제2단계는,상기 수출상품 또는 수입상품 목록을 대상으로 샘플을 추출하는 단계;상기 적발사례 데이터베이스 및 외부 데이터베이스로부터 제공받는 정보를 참고하여 변수를 도출하는 단계; 및상기 샘플과 상기 변수를 이용하여 위조상품 우범도를 모델링하는 단계;를 포함하는 위조상품 선별 방법.
- 제 14 항에 있어서, 상기 제3단계는,연결분석 방법을 이용하여 상기 위조상품 우범도를 분석하여 선별한 상품과 연관관계가 있는 수입자, 공급자, 운송업체 및 창고 중 어느 하나 이상의 정보를 분석하는 위조상품 선별 방법.
- 제 14 항에 있어서, 상기 제2단계 이후,분석한 위조상품 우범화물 정보를 상기 통관 시스템의 수출통관모듈, 수입통관모듈 또는 여행자정보모듈로 제공하는 단계를 더 포함하는 위조상품 선별 방법.
- 제 18 항에 있어서,상기 위조상품 우범화물 정보를 상기 통관 시스템의 수출통관모듈, 수입통관모듈 또는 여행자정보모듈로 제공한 이후,상기 위조상품 우범화물 정보를 수신한 상기 통관 시스템의 수출통관모듈 또는 수입통관모듈에서 적발한 위조상품 목록을 수신하는 단계를 더 포함하는 위조상품 선별 방법.
- 제 14 항에 있어서, 상기 제3단계 이후,상기 위조상품 우범도를 분석하여 선별한 상품과 연관관계를 분석한 정보를 상기 통관 시스템의 수출통관모듈, 수입통관모듈 또는 여행자정보모듈로 제공하는 단계를 더 포함하는 위조상품 선별 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070053003A KR100759536B1 (ko) | 2007-05-31 | 2007-05-31 | 위조상품 선별 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070053003A KR100759536B1 (ko) | 2007-05-31 | 2007-05-31 | 위조상품 선별 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR100759536B1 true KR100759536B1 (ko) | 2007-09-19 |
Family
ID=38738141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020070053003A KR100759536B1 (ko) | 2007-05-31 | 2007-05-31 | 위조상품 선별 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100759536B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102445251B1 (ko) * | 2021-09-07 | 2022-09-20 | 주식회사 흥지연 | 불법 상품 및 판매자 검출 방법 및 그를 위한 장치 및 시스템 |
| KR102445252B1 (ko) * | 2021-09-07 | 2022-09-20 | 주식회사 흥지연 | 판매자정보를 이용한 불법 상품 및 판매자 검출 방법 및 그를 위한 장치 및 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060019604A (ko) | 2003-06-17 | 2006-03-03 | 유나이티드 시큐리티 애플리케이션즈 아이디, 인코포레이티드 | 컨테이너 내용물을 식별하기 위한 추적 시스템, 어셈블리내의 아이템 추적 시스템, 집합소 내의 아이템 관리 시스템및 집합소 내의 아이템 관리 방법 |
-
2007
- 2007-05-31 KR KR1020070053003A patent/KR100759536B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060019604A (ko) | 2003-06-17 | 2006-03-03 | 유나이티드 시큐리티 애플리케이션즈 아이디, 인코포레이티드 | 컨테이너 내용물을 식별하기 위한 추적 시스템, 어셈블리내의 아이템 추적 시스템, 집합소 내의 아이템 관리 시스템및 집합소 내의 아이템 관리 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102445251B1 (ko) * | 2021-09-07 | 2022-09-20 | 주식회사 흥지연 | 불법 상품 및 판매자 검출 방법 및 그를 위한 장치 및 시스템 |
| KR102445252B1 (ko) * | 2021-09-07 | 2022-09-20 | 주식회사 흥지연 | 판매자정보를 이용한 불법 상품 및 판매자 검출 방법 및 그를 위한 장치 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Detecting the financial statement fraud: The analysis of the differences between data mining techniques and experts’ judgments | |
| Wang et al. | A money laundering risk evaluation method based on decision tree | |
| Hasan et al. | Explainable AI in Credit Card Fraud Detection: Interpretable Models and Transparent Decision-making for Enhanced Trust and Compliance in the USA | |
| CN110647590A (zh) | 一种目标社群数据的识别方法及相关装置 | |
| Lahann et al. | Utilizing machine learning techniques to reveal vat compliance violations in accounting data | |
| Ucoglu | Current machine learning applications in accounting and auditing | |
| Jonnalagadda et al. | Credit card fraud detection using Random Forest Algorithm | |
| Suresh et al. | A hybrid approach for detecting suspicious accounts in money laundering using data mining techniques | |
| Schneider | Money laundering in Canada: a quantitative analysis of Royal Canadian Mounted Police cases | |
| KR100759536B1 (ko) | 위조상품 선별 시스템 및 방법 | |
| Vijayakumar et al. | Isolation forest and local outlier factor for credit card fraud detection system | |
| Palshikar et al. | Financial security against money laundering: A survey | |
| Alrais | Fraudulent insurance claims detection using machine learning | |
| Jaiswal et al. | Credit card fraud detection using isolation forest and local outlier factor | |
| CN110543910A (zh) | 信用状态监测***和监测方法 | |
| Arslan et al. | Fraud detection in enterprise resource planning systems using one-class support vector machine combined with convolutional neural network: the case of spor Istanbul | |
| CN114066631A (zh) | 一种反洗钱数据监控方法、***、存储介质、智能终端 | |
| Digiampietri et al. | Uses of artificial intelligence in the Brazilian customs fraud detection system. | |
| TWM591191U (zh) | 負面新聞監控分析系統 | |
| Il-Agure | Anomalies in link mining based on mutual information | |
| Sintayehu | Developing Anti Money Laundering Identification using Machine Learning Techniques | |
| Yundong et al. | Credit Card Fraud Identification using Logistic Regression and Random Forest | |
| George et al. | Data mining in the investigation of money laundering and terrorist financing | |
| Mohamed et al. | Fraud Classification In Financial Statements Using Machine Learning Techniques | |
| Subramaniam et al. | Fraud Detection in Shipping Industry using K-NN Algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |