KR102089666B1 - 빅데이터를 활용한 판매자 신용 등급 자동집계 및 평가 방법 및 ai 자동 분류 서버 - Google Patents

Abstract

본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법은, AI 자동 분류 서버가 판매자에 대한 소비자의 호감도, 판매자의 판매 이력 및 판매자의 신용 정보 중 적어도 하나 이상의 항목에 대한 데이터를 수집하는 단계, 상기 AI 자동 분류 서버가 상기 수집한 데이터를 각 항목의 기준에 맞게 분석하는 단계, 상기 AI 자동 분류 서버가 상기 분석한 데이터를 기 설정된 등급에 맞게 분류하고 판매자에 대한 신용 점수를 산출하는 단계 및 상기 AI 자동 분류 서버가 상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 단계를 포함한다.

Description

빅데이터를 활용한 판매자 신용 등급 자동집계 및 평가 방법 및 AI 자동 분류 서버{METHOD FOR AUTOMATICALLY AGGREGATING AND EVALUATING SELLER CREDIT RATE USING BIG DATA AND AI AUTO CLASSIFICATION SERVER}

본 발명은 판매자 신용 등급 평가 방법 및 서버에 관한 것으로, 보다 자세하게는 온, 오프라인 상에서 판매자의 판매 실적, 운영 실적을 종합 평가하여, 판매자의 신용 등급을 새롭게 책정할 수 있는 방법 및 이를 수행하는 서버에 관한 것이다.

소상공인은 소기업 중에서도 규모가 특히 작은 기업이라든지 생업적 업종을 영위하는 자영업자들로서 도소매업, 요식업, 숙박업, 서비스업의 경우 5인 미만 사업자를, 광업, 제조업, 건설업 및 운수업의 경우는 10인 미만 사업자를 말한다.

최근 전자 상거래의 발전에 따라, 소비자가 상품 및 서비스의 대금을 신용카드, 체크카드, 선불 결제 수단 및 전자 화폐 등 다양한 결제 수단으로 처리함으로써, 전자금융업은 활성화되는 반면 소상공인(이하, 판매자)은 경제적으로 영업을 영위하는 데에 상당한 어려움을 겪고 있다.

대표적인 예로서 판매자는 소비자와의 안전한 거래를 위해, 소비자의 구매 확정이 완료되기 전 또는 상품의 배송 이후 소정 기간 전까지 신용카드 대금을 지급받을 수 없으며, 상품의 판매 대금이 월등하게 높은 판매자 또는 소비자 만족도가 높은 판매자라 하더라도 현금 유동성에 문제가 생기는 상황을 빈번하게 겪고 있다.

이러한 상황을 해결하기 위하여 종래는 판매자의 결제 대금을 담보로 대출 서비스를 제공하는 시스템이 개시되었으나, 이는 판매자가 쇼핑몰에서 판매 금액을 받은 후 쇼핑몰에 원리금을 다시 상환하는 구성으로 실제 판매자에게 큰 실효성이 없었다.

그에 따라 판매자들은 금융 기관으로부터 사업에 대한 경제적 가치를 인정받기 어려워 금융 서비스 혜택을 받지 못하고, 이들에 대한 신용 등급은 금융기관이 설정한 일괄적인 기준에 따라 일률적으로 결정되는바, 신용 등급을 상승시킬 수 있는 기회조차 확보하지 못한 상황에 처해 있다.

따라서 온라인 또는 오프라인 매장을 운영하는 판매자들의 신용 등급을 책정할 수 있는 새로운 기준 설정 방법과 함께 이를 수행하는 서버의 개발이 요구되며, 본 발명은 이와 관련된 것이다.

대한민국 등록특허공보 제10-1830325호(2018.02.12.)

본 발명이 해결하고자 하는 기술적 과제는 판매자의 영업 이익 외에도 판매자의 온, 오프라인 매장의 종합적인 운영 현황을 신용 등급을 판단하는 지표로 선정함으로써, 판매자를 위한 새로운 신용 등급을 체계를 설정할 수 있는 방법 및 이를 수행하는 AI 자동분류 서버를 제공하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는 판매자의 온, 오프라인 매장의 운영 현황을 지속적으로 수집하여, 향후 판매자의 신용 등급을 예측할 수 있는 방법 및 이를 수행하는 서버를 제공하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는 소비자가 웹상에서 상품 또는 서비스에 대해 게시한 글을 수집하고, 수집한 다수의 글을 분석하여 신용 등급에 반영되는 점수로 산출함으로써, 금융사는 금융 서비스를 받기 위해 판매자가 제시하는 자료보다 객관화된 자료를 획득할 수 있는 방법 및 이를 수행하는 서버를 제공하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 달성하기 위한 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법은, AI 자동 분류 서버가 판매자에 대한 소비자의 호감도, 판매자의 판매 이력 및 판매자의 신용 정보 중 적어도 하나 이상의 항목에 대한 데이터를 수집하는 단계, 상기 AI 자동 분류 서버가 상기 수집한 데이터를 각 항목의 기준에 맞게 분석하는 단계, 상기 AI 자동 분류 서버가 상기 분석한 데이터를 기 설정된 등급에 맞게 분류하여 판매자에 대한 신용 점수를 산출하는 단계 및 상기 AI 자동 분류 서버가 상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 단계를 포함한다.

일 실시 예에 따르면, 상기 각 항목의 기준에 맞게 분석하는 단계는, 상기 수집하는 단계에서 지속적으로 수집하는 데이터를 기초로 각 항목의 변화 추이를 예측하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 데이터를 수집하는 단계는, 웹상에서 판매자와 연관된 키워드를 포함하는 웹 페이지 또는 판매자의 SNS(Social Network Service) 계정에 게시된 콘텐츠를 소비자의 호감도 항목에 대한 데이터로 간주하여 수집하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 각 항목의 기준에 맞게 분석하는 단계는, 상기 판매자의 SNS 계정에 게시된 콘텐츠에 대한 콘텐츠 활용 지수를 분석하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 콘텐츠 활용도 지수는, 상기 판매자의 SNS 계정에 게시된 콘텐츠의 수, 상기 판매자의 SNS 계정 구독자 수, 상기 콘텐츠에 대한 호감도 표시 수 및 상기 판매자의 SNS 계정 태그 수 중 어느 하나 이상의 요소를 기초로 분석된 지수일 수 있다.

일 실시 예에 따르면, 상기 판매자와 연관된 키워드는, 국문, 영문, 한문 또는 국문, 영문, 한문의 약어 중 적어도 하나의 표기 방식으로 표기된 판매자의 상호명을 포함할 수 있다.

일 실시 예에 따르면, 상기 각 항목의 기준에 맞게 분석하는 단계 이전에, 상기 키워드를 포함하는 웹 페이지의 작성자가 해당 웹 사이트에서 작성한 게시글 수를 확인하여, 상기 웹 페이지의 신뢰도를 설정하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 키워드를 포함하는 웹 페이지에서 문장의 단어를 분류하는 단계 및 상기 분류한 단어 중 상기 키워드와 인접한 제1 단어를 기초로 상기 키워드에 대한 긍정적 또는 부정적 의미를 분석하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 의미를 분석하는 단계 이후에, 상기 분류한 단어 중 날짜를 의미하는 제2 단어가 존재하는지 확인하는 단계 및 상기 확인 결과에 따라, 날짜를 의미하는 제2 단어가 존재하는 경우, 상기 제2 단어가 의미하는 일자와 상기 키워드를 포함하는 웹 페이지 데이터의 수집 일자를 비교하여, 상기 키워드에 대한 긍정적 또는 부정적 의미의 타당성을 검증하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 데이터를 수집하는 단계는, 판매자의 매출, 판매자가 판매하는 상품 또는 서비스에 대한 반품 비율, 판매자가 판매하는 상품 또는 서비스에 대한 우대 수수료율, 판매자의 상품 발송 일자, 판매자가 판매하는 상품 또는 서비스의 종류, 소비자의 질문에 대한 판매자의 답변 등록 일자 및 판매자의 세금 계산서 발행 이력 중 어느 하나 이상을 상기 판매자의 판매 이력 항목에 대한 데이터로 간주하여 수집하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 각 항목의 기준에 맞게 분석하는 단계는, 상기 판매자가 판매하는 상품 또는 서비스의 종류를 수집한 경우, 웹상에서 상기 상품 또는 서비스가 속한 카테고리의 이슈 또는 트렌드를 확인하는 단계 및 상기 확인된 이슈 또는 트렌드와 상기 판매자가 판매하는 상품 또는 서비스와의 매칭도를 계산하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 매칭 여부를 결정하는 단계 이후에, 상기 판매자가 판매하는 상품 또는 서비스의 단독 판매 여부를 확인하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 데이터를 수집하는 단계는, 판매자의 대출 이력, 대출금, 대출 기간, 대출 상환, 대출 금리, 연체 이력 및 연체 기간 중 적어도 하나 이상을 상기 판매자의 신용 정보 항목에 대한 데이터로 간주하여 수집하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 데이터를 수집하는 단계는, 판매자의 사업기간, 판매자의 자산, 판매자의 미래 자금 상황, 상품 저장 창고 및 오프라인 매장 관리 정보, 상품의 재고, 온라인 매장 관리 정보 및 온라인 매장 매출 정보를 상기 판매자의 신용 정보 항목에 대한 데이터로 간주하여 수집하는 단계를 더 포함할 수 있다.

상기 기술적 과제를 달성하기 위한 본 발명의 또 다른 실시 예에 따른 AI 자동 분류 서버는 하나 이상의 프로세서, 네트워크 인터페이스, 상기 프로세서에 의해 수행되는 컴퓨터 프로그램을 로드(Load)하는 메모리 및 대용량 네트워크 데이터 및 상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되, 상기 컴퓨터 프로그램은, 판매자에 대한 소비자의 호감도, 판매자의 판매 이력 및 판매자의 신용 정보 중 적어도 하나 이상의 항목에 대한 데이터를 수집하는 오퍼레이션, 상기 수집한 데이터를 각 항목의 기준에 맞게 분석하는 오퍼레이션, 상기 분석한 데이터를 기 설정된 등급에 맞게 분류하고 판매자에 대한 신용 점수를 산출하는 오퍼레이션 및 상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 오퍼레이션을 포함한다.

본 발명에 의하면, 매출 집계, 대출 현황과 같은 경제적인 지표 외에도 판매자에 대한 소비자의 평판, 판매자가 제공하는 서비스 품질, 판매자의 매장 운용 현황을 신용 등급을 판단하는 지표로 설정하고, 새로운 신용 등급을 산정함으로써, 소비자에게 긍정적인 평가를 받고 있으나 매출의 규모가 작아 금융 서비스를 받지 못하는 판매자들이 보다 높은 신용 등급을 획득하여 금융 서비스를 받을 수 있다는 효과가 있다.

또한, 판매자는 신용 등급을 산정하는 각 항목별로 신용 점수가 어떻게 변화할 것인지 예측한 결과를 제공받음으로써, 매출 성장을 위한 정보를 획득할 수 있다는 효과가 있다.

또한, 판매자가 판매하는 상품 또는 서비스가 현재 이슈 또는 트렌드/동향에 대응되는지 확인함으로써, 온, 오프라인 상에서 판매자의 평판을 확인할 수 있다는 효과가 있다.

또한, 신용 등급을 산정하는 지표로 소비자에 대한 서비스 품질을 이용하는 바, 소비자는 향상된 서비스 품질을 이용할 수 있다는 효과가 있다.

또한, 지속적으로 수집한 데이터를 기초로 판매자의 신용 등급이 예측되는 바, 금융사는 경제규모가 작고 운영유지현황의 급변동이 많은 판매자에게 금융 서비스를 제공하는 데에 있어서 경제적인 리스크가 감소될 수 있다는 효과가 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 AI 자동 분류 서버가 포함하는 전체 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법의 흐름을 나타낸 순서도이다.
도 3은 도 1에 도시된 S110 단계를 각 항목 별로 분류하여 도시한 도면이다.
도 4는 도 3에 도시된 S110-1 단계 이후의 S120 단계를 구체화한 순서도이다.
도 5는 도 3에 도시된 S110-2 단계 이후의 S120 단계를 구체화한 순서도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

본 명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

이하, 본 발명에 대하여 첨부된 도면에 따라 상세히 설명한다.

도 1은 본 발명의 일 실시 예에 따른 AI 자동 분류 서버(100)가 포함하는 전체 구성을 나타낸 도면이다.

그러나 이는 본 발명의 목적을 달성하기 위한 바람직한 실시 예일 뿐이며, 필요에 따라 일부 구성이 추가되거나 삭제될 수 있고, 어느 한 구성이 수행하는 역할을 다른 구성이 함께 수행할 수도 있음은 물론이다.

도 1을 참조하면, AI 자동 분류 서버(100)는 프로세서(10), 네트워크 인터페이스(20), 메모리(30), 스토리지(40) 및 이들을 연결하는 데이터 버스(50)를 포함할 수 있다.

프로세서(10)는 AI 자동 분류 서버(100)의 전반적인 동작을 제어한다. 프로세서(10)는 CPU(Central Processing Unit), MPU(Micro Processer Unit), MCU(Micro Controller Unit) 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 형태의 프로세서 중 어느 하나일 수 있다. 아울러, 프로세서(10)는 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법을 수행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다.

네트워크 인터페이스(20)는 AI 자동 분류 서버(100)의 유무선 인터넷 통신을 지원하며, 그 밖의 공지의 통신 방식을 지원할 수도 있다. 따라서 네트워크 인터페이스(20)는 그에 따른 통신 모듈을 포함하여 구성될 수 있다.

메모리(30)는 각종 데이터, 명령 및/또는 정보를 저장하며, 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법을 수행하기 위해 스토리지(40)로부터 하나 이상의 컴퓨터 프로그램(41)을 로드할 수 있다. 도 1에서는 메모리(30)의 하나로 RAM을 도시하였으나 이와 더불어 다양한 저장 매체를 메모리(30)로 이용할 수 있음은 물론이다.

스토리지(40)는 하나 이상의 컴퓨터 프로그램(41) 및 대용량 네트워크 데이터(42)를 비임시적으로 저장할 수 있다.

이러한 스토리지(40)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 널리 알려져 있는 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체 중 어느 하나일 수 있다.

컴퓨터 프로그램(41)은 메모리(30)에 로드되어, 하나 이상의 프로세서(10)에 의해 판매자에 대한 소비자의 호감도, 판매자의 판매 이력 및 판매자의 신용 정보 중 적어도 하나 이상의 항목에 대한 데이터를 수집하는 오퍼레이션(S110), 수집한 데이터를 각 항목의 기준에 맞게 분석하는 오퍼레이션(S120), 분석한 데이터를 기 설정된 등급에 맞게 분류하고 판매자에 대한 신용 점수를 산출하는 오퍼레이션(S130) 및 상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 오퍼레이션(S140)을 수행할 수 있다.

지금까지 간단하게 언급한 컴퓨터 프로그램(41)이 수행하는 오퍼레이션은 컴퓨터 프로그램(41)의 일 기능으로 볼 수 있으며, 보다 자세한 설명은 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법에 대한 설명에서 후술하도록 한다.

이하, 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법에 대하여 도 2 내지 도 5를 참조하여 설명하도록 한다.

도 2는 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법의 흐름을 나타낸 순서도이고, 도 3은 도 1에 도시된 S110 단계를 각 항목 별로 분류하여 도시한 도면이다.

이는 본 발명의 목적을 달성함에 있어서 바람직한 실시 예일 뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있고, 더 나아가 어느 한 단계가 다른 단계에 포함될 수도 있음은 물론이다.

먼저, AI 자동 분류 서버(100)가 1)판매자에 대한 소비자의 호감도, 2)판매자의 판매 이력 및 3)판매자의 신용 정보 중 적어도 하나 이상의 항목에 대한 데이터를 수집한다(S110).

즉, AI 자동 분류 서버(100)는 판매자가 관리하는 매장에 관한 전반적인 운영 관리 능력을 평가하기 위해 경제적인 지표를 의미하는 데이터 외에도 다양한 데이터를 수집할 수 있으며, 이하에서는 도 3에 도시된 바와 같이 S110 단계에서 수집하는 데이터를 각 항목 별로 나누어 설명하도록 한다.

1) 판매자에 대한 소비자의 호감도

AI 자동 분류 서버(100)는 판매자에 대한 소비자의 호감도가 어느 정도인지 파악하기 위해, 웹상에서 소비자의 반응에 대한 데이터를 수집할 수 있다(S110-1).

보다 구체적으로, AI 자동 분류 서버(100)는 웹상에서 1-1)판매자와 연관된 키워드를 포함하는 웹 페이지 또는 1-2)판매자의 SNS(Social Network Service) 계정에 게시된 콘텐츠를 호감도 항목에 대한 데이터로 간주하여 수집할 수 있다.

1-1) 판매자와 연관된 키워드를 포함하는 웹 페이지

여기서, 웹 페이지는 블로그, SNS, 팟 캐스트, 유튜브 등과 같이 소비자가 본인의 의견을 표출할 수 있는 다양한 소셜 미디어(Social Media) 공간을 포함하는 일반적인 웹 페이지를 모두 포함하는 개념으로서, AI 자동 분류 서버(100)는 다양한 웹 페이지 중 판매자와 연관된 키워드를 수집할 수 있다.

이러한 키워드는 국문, 영문, 한문 또는 국문, 영문, 한문의 약어 중 적어도 하나의 표기 방식으로 표기된 판매자의 상호 명을 포함할 수 있으며, 상술한 언어 외에도 다양한 외국어로 표현 가능한 판매자의 상호 명을 포함할 수 있다.

예를 들어, 판매자가 운영하는 매장의 이름이 'ASUS'인 경우, 판매자와 연관된 키워드는, 'ASUS' '아수스', '에이서스', '애이서스', '에이수스', '어수스', '애이수스'등일 수 있으며, 'MICROSOFT'인 경우, 판매자와 연관된 키워드는, 'MICROSOFT', 'MS', '마이크로소프트', '마이크로', '마소' 등일 수 있다.

1-2) 판매자의 SNS 계정에 게시된 콘텐츠

판매자의 SNS 계정은 페이스북, 트위터, 인스타그램, 스냅챗 등과 같이 온라인상에서 소비자의 반응을 직관적으로 확인할 수 있는 다양한 공간을 의미할 수 있으며, AI 자동 분류 서버(100)는 판매자의 SNS 계정에 게시된 콘텐츠의 수, 판매자의 SNS 계정 구독자 수, 콘텐츠에 대한 호감도 표시(좋아요) 수 및 판매자의 SNS 계정 태그 수 등을 1)번 항목(판매자에 대한 소비자의 호감도)에 대한 데이터로 간주하여 수집할 수 있다.

즉, AI 자동 분류 서버(100)는 판매자의 SNS 계정을 이용하여, 판매자가 온라인상에서 어느 정도의 영향력을 가지고 있는 지, 상술한 요소들을 통해 확인할 수 있으며, 이를 통해 판매자의 향후 매출을 가늠할 수도 있다.

한편, AI 자동 분류 서버(100)는 상술한 바와 같이 다양한 키워드를 가지는 웹 페이지 또는 콘텐츠를 수집하기 위해 다양한 웹 크롤러(Web Crawler) 프로그램을 이용할 수 있으며, 수집한 정보는 AI 자동 분류 서버(100)의 스토리지(40)에 저장될 수 있다.

다만, 단순히 웹 크롤링을 통해 수집된 자료만으로는 AI 자동 분류 서버(100)가 얻고자 하는 소비자의 평판에 대한 정확도 높은 웹 페이지를 획득하기 어려운 바, 수집된 자료를 추가로 분석하여 유효한 데이터만을 획득하는 단계가 추가로 수행되는 것이 바람직할 수 있다.

2) 판매자의 판매 이력

판매자의 판매 이력은 판매자가 온라인상에서 운영하는 매장의 운영 관한 정보로서, AI 자동 분류 서버(100)는 신용 등급 평가를 요청한 판매자 또는 판매자 단말(200)로부터 매장 운영에 관한 개인 정보(예. ID/PWD)를 수신한 후, 매장에 관한 정보를 수집할 수 있다(S110-2).

보다 구체적으로, AI 자동 분류 서버(100)는 온라인상에서의 판매자의 매출, 판매자가 판매하는 상품 또는 서비스에 대한 반품 비율, 판매자에 대한 우대 수수료율, 판매자의 상품 발송 일자, 판매자가 판매하는 상품 또는 서비스의 종류, 소비자의 질문에 대한 판매자의 답변 등록 일자 및 판매자의 세금 계산서 발행 이력 등을 2)번 항목(판매자의 판매 이력)에 대한 데이터로 간주하여 수집할 수 있다.

여기서, 판매자에 대한 우대 수수료율은 오픈 마켓(예. 11번가, G마켓, 옥션 등), 소셜 커머스(예, 티몬, 위메프, 쿠팡 등) 또는 스토어팜을 이용하여 상품 또는 서비스를 판매하는 판매자에게 부과된 수수료율을 의미한다.

3) 판매자의 신용 정보

판매자의 신용 정보는, 출처에 따라 금융사 서버와 판매자로 나누어 설명할 수 있으며, AI 자동 분류 서버(100)는 두 곳의 출처 중 적어도 하나의 출처로부터 판매자의 신용 정보를 수집할 수 있다(S110-3)

3-1) 금융사 서버

AI 자동 분류 서버(100)는 신용 평가 회사(예. 한국 기업 평가, 한국 신용 평가 등) 또는 은행사를 통해 조회된 판매자의 신용 정보에 대한 데이터를 수집할 수 있다.

보다 구체적으로, AI 자동 분류 서버(100)는 다양한 금융사 서버(200)를 통해 조회된 판매자의 대출 이력, 대출금, 대출 기간, 대출 상환, 대출 금리, 연체 이력 및 연체 기간 등을 3)번 항목(판매자의 신용 정보)에 대한 데이터로 간주하여 수집할 수 있다.

3-2) 판매자

AI 자동 분류 서버(100)는 판매자로부터 직접 판매자의 개인 자산에 관한 정보를 수집할 수 있다. 보다 구체적으로, AI 자동 분류 서버(100)는 판매자로부터 판매자의 사업기간, 판매자의 자산, 판매자의 미래 자금 상황, 상품 저장 창고 및 오프라인 매장 관리 정보, 상품의 재고, 온라인 매장 관리 정보 및 온라인 매장 매출 정보 등을 3)번 항목(판매자의 신용 정보)에 대한 데이터로 간주하여 수집할 수 있으며, 각각의 정보들은 판매자가 제공하는 증빙 서류를 통해 수집될 수 있다.

상술한 데이터 중 적어도 하나 이상 항목에 대한 데이터를 수집하였다면, AI 자동 분류 서버(100)는 수집한 데이터를 각 항목의 기준에 맞게 분석하고(S120), 분석한 데이터를 기 설정된 등급에 맞게 분류하여 판매자에 대한 신용 점수를 산출한다(S130).

한편, S120 및 S130 단계는 세부적으로 S110 단계에서 나눈 항목 별로 상이한 바, S110 단계에서 나누어진 항목을 기준으로 설명하도록 한다.

1) 판매자에 대한 소비자의 호감도

1-1) 판매자와 연관된 키워드를 포함하는 웹 페이지

도 4는 도 3에 도시된 S110-1 단계 이후의 S120 단계를 구체화한 순서도로서, 도 4를 참조하면, AI 자동 분류 서버(100)는 수집한 데이터를 분석하기 이전에, 키워드를 포함하는 웹 페이지의 작성자가 해당 웹 사이트에서 작성한 게시글 수를 확인하여, 웹 페이지의 신뢰도를 설정한다(120-11).

예를 들어, AI 자동 분류 서버(100)는 작성한 게시글 수가 30개 이상이면 80% 이상의 신뢰도를 부여하며, 20개 이상이면 60%, 10개 이상이면 40%, 5개 이상이면 20%, 5개 미만이면 10%의 신뢰도를 부여할 수 있으며, 각각의 신뢰도는 웹 페이지에 대한 분석 이후 신용 점수를 산출할 때 반영될 수 있다.

이와 같이, 웹 페이지의 신뢰도를 설정함에 따라, AI 자동 분류 서버(100)는 별도의 계정을 생성하여 판매자에 대한 평가를 절하시키는 게시글 또는 판매자가 신용도를 높이기 위해 의도적으로 작성한 게시글들과 소비자가 상품 또는 서비스를 실제로 사용한 후 작성한 신용도 높은 게시글을 분별할 수 있다.

S120-11 단계 이후, AI 자동 분류 서버(100)는 키워드를 포함하는 웹 페이지에서 키워드를 포함하는 문장의 단어를 분류한다(S120-12). 예를 들어, AI 자동 분류 서버(100)는 문장을 어절 별로 나눌 수 있으며, 나누어진 어절에서 유의미한 단어들을 별도로 분류할 수 있다.

S120-12 단계 이후, AI 자동 분류 서버(100)는 분류한 단어 중 키워드와 인접한 제1 단어를 기초로 키워드에 대한 긍정적 또는 부정적 의미를 분석한다(S120-13).

예를 들어, AI 자동 분류 서버(100)가 'A 회사'라는 키워드를 포함하는 웹 페이지에서 'A 회사가 00와의 분쟁으로 갈등을 빚고 있다'라는 문장을 어절 별로 나누고, 인접한 단어로 'A 회사', '분쟁', '갈등'을 추출한 경우, AI 자동 분류 서버(100)는 해당 웹 페이지가 'A 회사'에 대한 부정적인 의미를 암시하고 있음을 판단할 수 있으며, 이러한 판단은 다양한 텍스트 마이닝 기술을 통해 수행될 수 있다.

즉, 판매자의 매장 운영과 관련하여 긍정적인 의미를 내포하는 단어는 '선도', '계약', '성사', '수상', '인정', '매출 신장', '지지'등이 있고, 부정적인 의미를 내포하는 단어는 '저조', '논란', '갈등', '씁쓸', '자초', '우울', '소송'등이 있으며, 이들과 유사한 의미를 내포하는 단어들을 모두 포함할 수 있다. 아울러, 긍정적 또는 부정적인 의미를 내포하는 단어들은 AI 자동 분류 서버(100)의 스토리지(40)에 저장될 수 있다.

S120-13 단계 이후, AI 자동 분류 서버(100)는 분류한 단어에서 시점을 의미하는 제2 단어가 존재하는지 판단한다(S120-14).

예를 들어, 'A회사의 D 서비스는 작년 00와의 분쟁으로 매출이 급락하였으나, 원만한 화해로 올해 급격한 매출 신장을 보이고 있다'라는 문장을 어절 별로 나누었을 때, A 회사의 매출이 신장한 긍정적 의미로 해석될 수 있으나, AI 자동 분류 서버(100)는 키워드인 'A 회사'와 인접한 단어인 '분쟁', '급락'을 기초로 해당 문장이 부정적인 의미를 암시하고 있는 것으로 판단할 수 있다.

즉, S120-14 단계에서의 판단에 따라, 날짜 또는 시점을 의미하는 제2 단어가 존재하는 경우, AI 자동 분류 서버(100)는 제2 단어가 의미하는 일자와 키워드를 포함하는 웹 페이지 데이터의 수집 일자를 비교하여, 키워드에 대한 긍정적 또는 부정적 의미의 타당성을 검증한다(S120-15, YES).

한편, S120-14 단계에서의 판단에 따라, 날짜를 의미하는 제2 단어가 존재하지 않는 경우, AI 자동 분류 서버(100)는 이전에 분석한 긍정적 또는 부정적 의미가 유효한 것으로 판단하고, 1)번 항목의 신용 점수를 산출한다(S130-1, NO).

다시 도 2를 참조하여 설명하도록 한다.

AI 자동 분류 서버(100)는 분석한 웹 페이지 항목에 대하여 예를 들어, 총 50점을 기준으로 신용 점수를 산출할 수 있으며, 웹 페이지가 내포하는 긍정적 또는 부정적 의미에 따라 해당 항목의 점수가 가감될 수 있다.

예를 들어, '선도', '계약', '성사', '수상', '인정', '매출 신장', '지지'와 같이 긍정적 의미를 내포한 웹 페이지는 +2점, '저조', '논란', '갈등', '씁쓸', '자초', '우울', '소송'과 같은 부정적 의미를 내포한 웹 페이지는 -1점으로 계산할 수 있으며, AI 자동 분류 서버(100)는 수집한 데이터 및 분석한 데이터를 기초로 아래 [표 1]과 같은 점수 등급을 부여할 수 있다.

등급	평점	점수
AA	70점 이상 (70~)	50
A	70점 미만 (50~69)	40
BB	50점 미만 (30~49)	30
B	30점 미만 (10~29)	20
CC	10점 미만 (5~9)	10
C	5점 미만 (-1~4)	5

1-2) 판매자의 SNS 계정에 게시된 콘텐츠

AI 자동 분류 서버(100)는 판매자의 SNS 계정에 게시된 콘텐츠에 대한 콘텐츠 활용 지수를 분석할 수 있다. 보다 구체적으로, 콘텐츠 활용 지수는 판매자의 SNS 계정에 게시된 콘텐츠의 수, 판매자의 SNS 계정 구독자 수, 콘텐츠에 대한 호감도 표시 수 및 판매자의 SNS 계정 태그 수를 분석함으로써 계산될 수 있다. 다시 말해서, AI 자동 분류 서버(100)는 판매자의 SNS 계정 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있으며, 각각의 요소에 점수를 추가 부여할 수 있다.

예를 들어, 판매자가 콘텐츠를 하나 등록할 시 +2점, 구독자 수 증가 시 +1점, 호감도 표시 수 증가 시 +1점, 태그 수 증가 시 +3점이 추가 부여될 수 있으며, AI 자동 분류 서버(100)는 수집한 데이터 및 분석한 데이터를 기초로 아래 [표 2]와 같은 점수 등급을 부여할 수 있다.

등급	평점	점수
AA	70점 이상 (70~)	50
A	70점 미만 (50~69)	40
BB	50점 미만 (30~49)	30
B	30점 미만 (10~29)	20
CC	10점 미만 (5~9)	10
C	5점 미만 (-1~4)	5

한편, AI 자동 분류 서버(100)는 시시각각 변화하는 소비자들의 반응을 확인하기 위해 1)번 항목에 대한 데이터를 주기적으로 수집하고, 분석할 수 있다. 예를 들어 수집 주기는 3일, 7일, 10일 등, 신용 등급을 산정하는 시기에 따라 길거나 짧게 설정할 수 있다.

2) 판매자의 판매 이력

AI 자동 분류 서버(100)는 온라인상에서의 판매자의 매출, 판매자가 판매하는 상품 또는 서비스에 대한 반품 비율 및 판매자에 대한 우대 수수료율을 분석하고 세 항목을 합하여 총 100점 기준으로 신용 점수를 산출할 수 있으며, 반품 비율과 우대 수수료율에 따라 점수가 가감될 수 있다.

예를 들어, 반품 비율이 기 설정된 비율(예. 10% 등)을 초과하는 경우 -5점, 오픈 마켓들에게 평균적으로 지불하는 기본 카테고리 수수료보다 낮으면 +5점으로 계산할 수 있으며, AI 자동 분류 서버(100)는 아래 [표 3]과 같이 점수 등급을 부여할 수 있다.

등급	매출(주)	점수
AA	1억 미만 (7천~1억)	100
A	7천 미만 (5천~7억)	70
BB	5천 미만 (3천~5천)	50
B	3천 미만 (1천~3천)	30
CC	1천 미만 (5백~1천)	10
C	5백 미만 (~5백)	5
반품 비율 10% 초과시 -5점, 우대 수수료 +5점

또한, AI 자동 분류 서버(100)는 판매자의 상품 발송 일자를 분석하고 총 50점을 기준으로 신용 점수를 산출할 수 있으며, 아래 [표 4]와 같이 점수 등급을 부여할 수 있다.

등급	발송	점수
AA	D	50
A	D+1	40
BB	D+2	30
B	D+3	20
CC	D+4	10
C	D+5 이상	5

도 5는 도 3에 도시된 S110-2 단계 이후의 S120 단계를 구체화한 순서도로서, 도 5를 참조하면, AI 자동 분류 서버(100)는 웹상에서 판매자가 판매하는 상품 또는 서비스가 속한 카테고리의 이슈 또는 트렌드를 확인한다(S120-21). 보다 구체적으로, AI 자동 분류 서버(100)는 해당 카테고리 내에서 소비자들이 현재 또는 최근에 가장 많이 검색한 단어를 해당 카테고리의 이슈 또는 트렌드로 선정할 수 있다.

아울러, AI 자동 분류 서버(100)는 상술한 단계를 졸업 시즌, 취업 시즌과 같이 특정한 이벤트가 시작되는 시즌 별로 수행하거나, 봄, 여름과 같이 계절별로 수행할 수 있다. 이외에도 AI 자동 분류 서버(100)는 의류업계에 종사하는 판매자의 경우, 계절이 변하는 시점에서 이전 계절의 의류를 싸게 판매하는 세일 시즌에 상술한 단계를 수행할 수도 있다.

또한, 이슈 또는 트렌드는 특정 디자인을 가지는 상품 또는 특정 서비스에 한정되지 않으며, 어느 하나의 브랜드 자체가 이슈 또는 트렌드로 선정될 수도 있다.

S120-21 단계에서의 확인에 따라, AI 자동 분류 서버(100)는 확인된 이슈 또는 트렌드와 판매자가 판매하는 상품 또는 서비스와의 매칭도를 계산한다(S120-22). 보다 구체적으로, AI 자동 분류 서버(100)는 판매자가 판매하는 상품/서비스의 종류를 파악하고, 각각의 상품/서비스가 확인된 이슈 또는 트렌드와 대응되는지 판단한 후, 판단한 상품/서비스 수와 판매자가 판매하는 전체 상품/서비스와의 비율을 계산할 수 있으며, 이는 곧 매칭도인 것으로 이해될 수 있다.

예를 들어, 현재 이슈가 가죽 자켓이며, 의류업계에 종사하는 판매자가 취급하는 전체 의류 가짓수 50개 중 가죽 자켓이 5개인 경우, AI 자동 분류 서버(100)는 해당 판매자의 매칭도를 10%로 계산할 수 있다.

다만, 이와 같이 비율을 계산하는 것 외에도 AI 자동 분류 서버(100)는 상품/서비스의 개수와 매칭도를 동일한 개념으로 사용할 수도 있다. 즉, AI 자동 분류 서버(100)는 위의 예시에서 판매자의 매칭도를 5인 것으로 계산할 수 있다.

S120-22 단계 이후에, AI 자동 분류 서버(100)는 판매자가 판매하는 상품 또는 서비스의 단독 판매 여부를 확인한다(S120-23). 그에 따라, AI 자동 분류 서버(100)는 해당 상품 또는 서비스가 판매자의 단독 판매인 경우, 판매자에게 2)번 항목에 대한 추가 신용 점수를 부여한다(S120-24, YES). 예를 들어, 판매자가 현재 이슈에 상응하는 브랜드를 독점 취급하여 판매할 때, AI 자동 분류 서버(100)는 해당 판매자에게 추가 신용 점수를 제공할 수 있다.

한편, S120-23 단계에서의 확인에 따라, 판매자의 단독 판매가 아닌 경우, AI 자동 분류 서버(100)는 2)번 항목에 대한 기 설정된 신용 점수를 제공한다(S120-25, NO).

이와 같이, AI 자동 분류 서버(100)는 웹상에서 상품/서비스에 대한 이슈 및 트렌드를 확인하는 과정을 거침으로써, 판매자의 향후 매출이 증대되는 지 판단할 수 있으며, 이를 신용 점수에 반영할 수 있다.

다시 도 2를 참조하여 설명하도록 한다.

AI 자동 분류 서버(100)는 도 5에서 상술한 순서도에 따라 분석한 상품 또는 서비스의 종류 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있다.

예를 들어, 판매자가 각각 이슈 별 상품을 취급하는 경우 +2점, 이슈 상품의 단독 판매인 경우 +5점, 이슈 상품의 최저가 판매인 경우 +3점, 특정 브랜드에 대한 대리점인 경우 +2점 등으로 계산할 수 있으며, AI 자동 분류 서버(100)는 아래 [표 5]와 같이 점수 등급을 부여할 수 있다.

등급	이슈 별 취급 상품	점수
AA	10개 이상	50
A	7개 이상	40
BB	5개 이상	30
B	3개 이상	20
CC	1개 이상	10

이외에도, AI 자동 분류 서버(100)는 소비자의 질문에 대한 판매자의 답변 등록 일자를 분석하고, 총 50점을 기준으로 신용 점수를 산출할 수 있으며, 아래 [표 6]과 같이 점수 등급을 부여할 수 있다.

한편, AI 자동 분류 서버(100)는 판매자가 운영하는 온라인 매장에서 소비자의 최초 후기 작성 시점을 확인하고, 이를 현재 신용 등급 평가 시점과 비교하여 기 설정된 기간 이상인 경우, 판매자와 소비자 간의 소통 시점으로 판단하고 추가 점수를 부여할 수 있다. 여기서, 기 설정된 기간은 1주, 2주, 한 달 등 다양하게 설정될 수 있다.

등급	답변 등록	점수
AA	D	50
A	D+1	30
BB	D+2	20
B	D+3	10
CC	D+4	5

마지막으로, AI 자동 분류 서버(100)는 판매자의 세금 계산서 발행 이력을 분석하고, 총 100점을 기준으로 신용 점수를 산출할 수 있으며, 아래 [표 7]과 같이 점수를 부여할 수 있다. 여기서, 세금 계산서 발행은 온라인 매장뿐만 아니라 판매자가 운영하는 오프라인 매장에서 발행된 세금 계산서도 포함될 수 있다.

등급	매출(월)	점수
AA	1억 미만 (7천~1억)	100
A	7천 미만 (5천~7억)	80
BB	5천 미만 (3천~5천)	60
B	3천 미만 (1천~3천)	50
CC	1천 미만 (5백~1천)	40
C	5백 미만 (1백~5백)	30
D	1백 미만 (~1백)	0

한편, AI 자동 분류 서버(100)는 판매자들의 매장 운영 능력에 따라 변화하는 신용 등급을 산출하기 위해 2)번 항목에 대한 데이터를 주기적으로 수집하고, 분석할 수 있다.

3) 판매자의 신용 등급

3-1) 금융사 서버

AI 자동 분류 서버(100)는 금융사 서버(300)가 제공하는 판매자의 대출 이력, 대출금, 대출 기간, 대출 상환, 대출 금리, 연체 이력 및 연체 기간을 분석하고, 금융사 서버(300)와 연계된 신용 등급을 확인할 수 있으며, 확인된 신용 등급을 기초로 총 100점을 기준으로 하는 신용 점수를 산출할 수 있다. 또한, 신용 점수에 따른 점수 등급이 아래 [표 8]과 같을 수 있다.

등급	신용등급	점수
AA	1등급	100
A	2등급	70
BB	3등급	50
B	4등급	40
CC	5등급	30
C	6등급	20
DD	7등급	10
D	8, 9, 10등급	0

3-2) 판매자

AI 자동 분류 서버(100)는 판매자가 제공하는 판매자의 사업 기간을 분석하고, 해당 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있으며, 아래 [표 9]와 같은 점수 등급을 부여할 수 있다.

등급	사업 년 수	점수
AA	10년 이상 (10년~)	50
A	10년 미만 (7년~10년)	40
BB	7년 미만 (5년~7년)	30
B	5년 미만 (3년~5년)	20
CC	3년 미만 (1년~3년)	10
C	1년 미만 (~1년)	5

또한, AI 자동 분류 서버(100)는 판매자가 제공하는 자산(예. 펀드, 주식, 은행 잔고, 적금, 보험 가입 이력, 통신(단말기기) 가입 년 수)을 분석하고, 해당 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있다.

예를 들어, 통신 가입 년 수의 경우, 통신 가입 이력이 2년 이상이면 +5점, 3년 이상이면 +11점으로 계산할 수 있으며, 1년당 1점이 추가되어 최대 +15점까지 계산할 수 있다. AI 자동 분류 서버(100)는 수집한 데이터 및 분석한 데이터를 기초로 아래 [표 10]과 같은 점수 등급을 부여할 수 있다.

등급	자산금액	점수
AA	7천 이상 (7천~)	35
A	7천 미만 (5천~7억)	25
BB	5천 미만 (3천~5천)	20
B	3천 미만 (1천~3천)	15
CC	1천 미만 (5백~1천)	10
C	5백 미만 (~5백)	5
통신 가입 2년 이상이면 +5점, 3년차 +11점, 1년당 추가 1점 추가, 최대 +15점

또한, AI 자동 분류 서버(100)는 판매자가 제공하는 판매자의 미래 자금 상황(예. 평균 예금 잔액, 적금 및 펀드의 추가 납입금, 추후 계약 건)을 분석하고 해당 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있다. 즉, AI 자동 분류 서버(100)는 상술한 요소들을 기초로 판매자의 현금 보유액을 예측함으로써, 신용 점수를 산출할 수 있다.

예를 들어, 추후 계약이 성사될 것으로 예측되는 경우 계약 건당 +2점(최대 10점), 적금 및 펀드의 가입 년 수가 2년 이상이면 +10점이 추가로 부여될 수 있으며, 아래 [표 11]과 같은 점수 등급을 부여할 수 있다.

등급	자산금액	점수
AA	7천 이상 (7천~)	30
A	7천 미만 (5천~7억)	25
BB	5천 미만 (3천~5천)	20
B	3천 미만 (1천~3천)	15
CC	1천 미만 (5백~1천)	10
C	5백 미만 (~5백)	5
추가 계약 건당 +2점, 최대 +10점, 자산(펀드, 적금) 가입 2년 이상 +10점

또한, AI 자동 분류 서버(100)는 판매자가 제공하는 상품 저장 창고 및 오프라인 매장 관리 정보를 분석하고 해당 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있다. 보다 구체적으로, AI 자동 분류 서버(100)는 판매자가 상품 또는 서비스의 판매를 목적으로 보유하고 있는 부동산의 소유 정보(예. 자가, 전세, 월세, 평수)를 신용 등급을 판단하기 위한 지표로 활용할 수 있다.

예를 들어, 33㎡(10평) 당 +2점이 추가되고, 최대 +50점이 추가로 부여될 수 있으며, 아래 [표 12]와 같은 점수 등급을 부여할 수 있다.

등급	구분	점수
AA	자가	50
A	전세	30
BB	월세	20
33㎡ (10평) 당 +2점, 최대 50점

또한, AI 자동 분류 서버(100)는 판매자가 제공하는 상품의 재고를 분석하고, 해당 항목에 대하여 총 100점을 기준으로 신용 점수를 산출할 수 있다. 보다 구체적으로, AI 자동 분류 서버(100)는 판매자가 운영하는 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템에 접속하여 판매자가 소비자에게 제공할 수 있는 상품의 수 또는 서비스의 횟수를 획득할 수 있으며, 이를 현금화하였을 때 판매자의 자산 규모가 어느 정도가 될 수 있는지 분석할 수 있다. 아울러, 분석된 자산 규모는 아래 [표 13]과 같은 점수 등급을 부여할 수 있다.

등급	매출(월)	점수
AA	1억 미만 (7천~1억)	100
A	7천 미만 (5천~7억)	70
BB	5천 미만 (3천~5천)	50
B	3천 미만 (1천~3천)	30
CC	1천 미만 (5백~1천)	10
C	5백 미만 (1백~5백)	5

또한, AI 자동 분류 서버(100)는 판매자가 제공하는 온라인 매장 관리 정보를 분석하고 해당 항목에 대하여 총 50점을 기준으로 신용 점수를 산출할 수 있다.

예를 들어, AI 자동 분류 서버(100)는 포털 사이트에 판매자의 온/오프라인 매장이 검색되는지, 온라인 매장에서 판매자가 공지를 등록한 시점이 현재 신용 등급을 평가하는 시점과 비교하였을 때 기 설정된 기간에 속하는지, 상품 또는 서비스가 지속적으로 등록되고 있는 지 등 다양한 항목을 분석한 후, 신용 점수를 산출할 수 있다. 그에 따라, 공지 등록일 또는 상품 등록일을 분석한 데이터를 기초로 아래 [표 14]와 같은 점수 등급을 부여할 수 있다.

등급	발송	점수
AA	D	50
A	D+1	40
BB	D+2	30
B	D+3	20
CC	D+4	10
C	D+5 이상	5

마지막으로, AI 자동 분류 서버(100)는 판매자가 제공하는 온라인 매장 매출 정보를 분석하고 해당 항목에 대하여 총 100점을 기준으로 신용 점수를 산출할 수 있다. 보다 구체적으로, AI 자동 분류 서버(100)는 판매자의 매출 정산 관리 시스템에 접속하여 획득한 매출, 온라인 카드 결제에 따라 지불하게 되는 수수료, 매출 정산 시기 등에 대한 데이터를 분석한 후, 신용 점수를 산출할 수 있다.

예를 들어, 매출 정산 시기가 월 단위인 경우 +10점, 주 단위인 경우 +20점, 일 단위인 경우 +30점이 추가 부여될 수 있으며, 온라인 카드 결제 수수료가 3% 이하인 경우 +10점, 3% 초과인 경우 +5점이 추가로 부여될 수 있다. 이와 같이 AI 자동 분류 서버(100)가 분석한 온라인 매장 매출 정보에 따른 점수 등급은 아래 [표 15]와 같을 수 있다.

등급	쇼핑몰 주간 판매액	점수
AA	7천 이상 (7천~)	60
A	7천 미만 (5천~7억)	40
BB	5천 미만 (3천~5천)	30
B	3천 미만 (1천~3천)	20
CC	1천 미만 (5백~1천)	10
C	5백 미만 (~5백)	5
월 정산 +10점, 주 정산, +10점, 일 정산 +30점, PG 수수료 3% 이하 +10점, 3% 이상 +5점

한편, AI 자동 분류 서버(100)는 S120 단계에서 지속적으로 수집하는 데이터를 기초로 각각의 항목에 대한 변화 추이를 예측할 수 있다. 보다 구체적으로, AI 자동 분류 서버(100)는 일정량 이상의 데이터를 수집하게 된 이후에, 일, 주, 월 주기로 각 항목에 대한 신용 점수의 변화량을 파악한 후, 앞으로 해당 항목의 점수 또는 해당 항목의 등급이 증가할지 감소할지 예측할 수 있으며, 판매자에게 이를 제공하여, 판매자가 신용 등급을 높이기 위한 조치를 취할 수 있도록 도움을 줄 수 있다.

또 다른 한편, 상술한 각 항목의 기준 점수와 점수 차감 기준은 본 발명을 설명하기 위한 예시에 불과할 뿐이며, AI 자동 분류 서버(100)는 판매자와 소비자 간의 신용을 측정할 수 있는 또 다른 항목이나 판매자의 매출을 파악할 수 있는 또 다른 항목을 포함하여 항목에 따른 신용 점수가 산출될 수 있다.

S130 단계를 통해 신용 점수를 산출한 후, AI 자동 분류 서버(100)는 신용 점수를 기초로 판매자의 신용 등급을 산정한다(S140). 즉, AI 자동 분류 서버(100)는 각 항목 별로 산출한 점수 또는 각 항목 별로 지정된 등급에 따라 부여되는 점수를 총 합하여 아래 [표 16]에 도시된 기준에 따라 판매자의 신용 등급을 산정할 수 있다.

등급	점수	상태
1등급	1000점~910점	매우 우수
2등급	900점~810점	우수
3등급	800점~710점	양호
4등급	700점~610점	보통
5등급	600점~510점	기본
6등급	500점~410점	관심
7등급	400점~310점	주의
8등급	300점~210점	위험
9등급	200점~110점	매우 위험
10등급	100점~0점	신용 불량

한편, AI 자동 분류 서버(100)를 통해 신용 등급을 산정 받지 못한 초기 판매자에게는 기본 5등급이 부여될 수 있으며, AI 자동 분류 서버(100)는 판매자에게 주기적으로 수집 및 산출한 신용 점수를 기초로 향후 판매자의 신용 등급이 몇 등급인지, 항목 별 점수가 어떻게 예측 되었는지에 대한 구체적인 정보를 제공할 수 있다.

지금까지 본 발명의 일 실시 예에 따른 AI 자동 분류 서버(100)가 수행하는 판매자의 신용 등급 평가 방법에 대하여 설명하였다. 본 발명에 따르면, AI 자동 분류 서버(100)가 집계, 대출 현황과 같은 경제적인 지표 외에도 판매자에 대한 소비자의 평판, 판매자가 제공하는 서비스 품질, 판매자의 매장 운용 현황을 신용 등급을 판단하는 지표로 설정하고, 새로운 신용 등급을 산정함으로써, 소비자에게 긍정적인 평가를 받고 있으나 매출의 규모가 작아 금융 서비스를 받지 못하는 판매자들은 높은 신용 등급을 얻을 수 있다.

또한, 판매자는 신용 등급을 산정하는 각 항목별로 신용 점수가 어떻게 변화할 것인지 예측한 결과를 제공받음으로써, 매출 성장을 위한 정보를 획득할 수 있다.

한편, 본 발명의 일 실시 예에 따른 판매자의 신용 등급 평가 방법은 동일한 기술적 특징을 모두 포함하는 매체에 저장된 컴퓨터 프로그램으로 구현할 수 있다. 중복 서술을 방지하기 위해 자세히 기재하지는 않았지만, 앞서 설명한 본 발명의 일 실시 예에 따른 폐쇄형 회원제의 문서 거래 방법의 모든 기술적 특징은 판매자의 AI 자동 분류 서버(100) 및 매체에 저장된 컴퓨터 프로그램에 모두 동일하게 적용될 수 있으며, 그에 따라 동일한 효과를 도출할 수 있다.

이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

10: 프로세서
20: 네트워크 인터페이스
30: 메모리
40: 스토리지
41: 컴퓨터 프로그램
50: 데이터 버스
100: AI 자동 분류 서버
200: 판매자 단말
300: 금융사 서버

Claims (15)

1. AI 자동 분류 서버가 판매자의 판매 이력 및 판매자의 신용 정보와 함께 판매자에 대한 소비자의 호감도 항목에 대한 데이터를 수집하는 단계;
   상기 AI 자동 분류 서버가 상기 수집한 데이터를 각 항목의 기준에 맞게 분석하는 단계;
   상기 AI 자동 분류 서버가 상기 분석한 데이터를 기 설정된 등급에 맞게 분류하여 판매자에 대한 신용 점수를 산출하는 단계; 및
   상기 AI 자동 분류 서버가 상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 단계;
   를 포함하고,
   상기 판매자에 대한 소비자의 호감도 항목에 대한 데이터를 수집하는 단계는,
   웹상에서 판매자와 연관된 키워드를 포함하는 웹 페이지, 또는 판매자의 SNS(Social Network Service) 계정에 게시된 콘텐츠로부터 데이터를 수집하되,
   상기 키워드를 포함하는 웹 페이지에서 문장의 단어를 분류하는 단계; 및
   상기 분류한 단어 중 상기 키워드와 인접한 제1 단어를 기초로 상기 키워드에 대한 긍정적 또는 부정적 의미를 분석하는 단계;
   를 포함하며,
   상기 키워드에 대한 긍정적 또는 부정적 의미를 분석하는 단계 이후에,
   상기 분류한 단어 중 날짜를 의미하는 제2 단어가 존재하는지 확인하는 단계; 및
   상기 확인 결과에 따라, 날짜를 의미하는 제2 단어가 존재하는 경우, 상기 제2 단어가 의미하는 일자와 상기 키워드를 포함하는 웹 페이지 데이터의 수집 일자를 비교하여, 상기 키워드에 대한 긍정적 또는 부정적 의미의 타당성을 검증하는 단계;
   를 더 포함하는, 판매자의 신용 등급 평가 방법.
2. 제1항에 있어서,
   상기 각 항목의 기준에 맞게 분석하는 단계는,
   상기 수집하는 단계에서 지속적으로 수집하는 데이터를 기초로 각 항목의 변화 추이를 예측하는 단계;
   를 더 포함하는 판매자의 신용 등급 평가 방법.
3. 삭제
4. 제1항에 있어서,
   상기 각 항목의 기준에 맞게 분석하는 단계는,
   상기 판매자의 SNS 계정에 게시된 콘텐츠에 대한 콘텐츠 활용 지수를 분석하는 단계;
   를 더 포함하는 판매자의 신용 등급 평가 방법.
5. 제4항에 있어서,
   상기 콘텐츠 활용도 지수는,
   상기 판매자의 SNS 계정에 게시된 콘텐츠의 수, 상기 판매자의 SNS 계정 구독자 수, 상기 콘텐츠에 대한 호감도 표시 수 및 상기 판매자의 SNS 계정 태그 수 중 어느 하나 이상의 요소를 기초로 분석된 지수인,
   판매자의 신용 등급 평가 방법.
6. 제1항에 있어서,
   상기 판매자와 연관된 키워드는,
   국문, 영문, 한문 또는 국문, 영문, 한문의 약어 중 적어도 하나의 표기 방식으로 표기된 판매자의 상호명을 포함하는,
   판매자의 신용 등급 평가 방법.
7. 제1항에 있어서,
   상기 각 항목의 기준에 맞게 분석하는 단계 이전에,
   상기 키워드를 포함하는 웹 페이지의 작성자가 해당 웹 사이트에서 작성한 게시글 수를 확인하여, 상기 웹 페이지의 신뢰도를 설정하는 단계;
   를 더 포함하는 판매자의 신용 등급 평가 방법.
   
8. 삭제
9. 삭제
10. 제1항에 있어서,
    상기 데이터를 수집하는 단계는,
    판매자의 매출, 판매자가 판매하는 상품 또는 서비스에 대한 반품 비율, 판매자가 판매하는 상품 또는 서비스에 대한 우대 수수료율, 판매자의 상품 발송 일자, 판매자가 판매하는 상품 또는 서비스의 종류, 소비자의 질문에 대한 판매자의 답변 등록 일자 및 판매자의 세금 계산서 발행 이력 중 어느 하나 이상을 상기 판매자의 판매 이력 항목에 대한 데이터로 간주하여 수집하는 단계;
    를 더 포함하는 판매자의 신용 등급 평가 방법.
11. 제10항에 있어서,
    상기 각 항목의 기준에 맞게 분석하는 단계는,
    상기 판매자가 판매하는 상품 또는 서비스의 종류를 수집한 경우,
    웹상에서 상기 상품 또는 서비스가 속한 카테고리의 이슈 또는 트렌드를 확인하는 단계; 및
    상기 확인된 이슈 또는 트렌드와 상기 판매자가 판매하는 상품 또는 서비스와의 매칭도를 계산하는 단계;
    를 더 포함하는 판매자의 신용 등급 평가 방법.
12. 제11항에 있어서,
    상기 매칭 여부를 결정하는 단계 이후에,
    상기 판매자가 판매하는 상품 또는 서비스의 단독 판매 여부를 확인하는 단계;
    를 더 포함하는 판매자의 신용 등급 평가 방법.
13. 제1항에 있어서,
    상기 데이터를 수집하는 단계는,
    판매자의 대출 이력, 대출금, 대출 기간, 대출 상환, 대출 금리, 연체 이력 및 연체 기간 중 적어도 하나 이상을 상기 판매자의 신용 정보 항목에 대한 데이터로 간주하여 수집하는 단계;
    를 더 포함하는 판매자의 신용 등급 평가 방법.
14. 제1항에 있어서,
    상기 데이터를 수집하는 단계는,
    판매자의 사업기간, 판매자의 자산, 판매자의 미래 자금 상황, 상품 저장 창고 및 오프라인 매장 관리 정보, 상품의 재고, 온라인 매장 관리 정보 및 온라인 매장 매출 정보를 상기 판매자의 신용 정보 항목에 대한 데이터로 간주하여 수집하는 단계;
    를 더 포함하는 판매자의 신용 등급 평가 방법.
15. 하나 이상의 프로세서;
    네트워크 인터페이스;
    상기 프로세서에 의해 수행되는 컴퓨터 프로그램을 로드(Load)하는 메모리; 및
    대용량 네트워크 데이터 및 상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,
    상기 컴퓨터 프로그램은,
    판매자에 대한 소비자의 호감도 항목에 대한 데이터를 수집하고, 판매자의 판매 이력 및 판매자의 신용 정보 중 적어도 하나의 항목에 대한 데이터를 더 수집하는 오퍼레이션;
    상기 수집한 데이터를 각 항목의 기준에 맞게 분석하는 오퍼레이션;
    상기 분석한 데이터를 기 설정된 등급에 맞게 분류하고 판매자에 대한 신용 점수를 산출하는 오퍼레이션; 및
    상기 산출한 신용 점수를 기초로 판매자의 신용 등급을 산정하는 오퍼레이션;
    을 포함하고,
    상기 판매자에 대한 소비자의 호감도 항목에 대한 데이터를 수집하는 오퍼레이션은,
    웹상에서 판매자와 연관된 키워드를 포함하는 웹 페이지, 또는 판매자의 SNS(Social Network Service) 계정에 게시된 콘텐츠로부터 데이터를 수집하되,
    상기 키워드를 포함하는 웹 페이지에서 문장의 단어를 분류하는 오퍼레이션; 및
    상기 분류한 단어 중 상기 키워드와 인접한 제1 단어를 기초로 상기 키워드에 대한 긍정적 또는 부정적 의미를 분석하는 오퍼레이션;
    을 포함하며,
    상기 키워드에 대한 긍정적 또는 부정적 의미를 분석하는 오퍼레이션 이후에,
    상기 분류한 단어 중 날짜를 의미하는 제2 단어가 존재하는지 확인하는 오퍼레이션; 및
    상기 확인 결과에 따라, 날짜를 의미하는 제2 단어가 존재하는 경우, 상기 제2 단어가 의미하는 일자와 상기 키워드를 포함하는 웹 페이지 데이터의 수집 일자를 비교하여, 상기 키워드에 대한 긍정적 또는 부정적 의미의 타당성을 검증하는 오퍼레이션;
    을 더 포함하는, 판매자의 AI 자동 분류 서버.

Images