KR102454731B1 - 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템 - Google Patents

인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템 Download PDF

Info

Publication number
KR102454731B1
KR102454731B1 KR1020220052589A KR20220052589A KR102454731B1 KR 102454731 B1 KR102454731 B1 KR 102454731B1 KR 1020220052589 A KR1020220052589 A KR 1020220052589A KR 20220052589 A KR20220052589 A KR 20220052589A KR 102454731 B1 KR102454731 B1 KR 102454731B1
Authority
KR
South Korea
Prior art keywords
franchise
brand
financial data
main server
loanable amount
Prior art date
Application number
KR1020220052589A
Other languages
English (en)
Inventor
권오형
Original Assignee
주식회사 윙크스톤파트너스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 윙크스톤파트너스 filed Critical 주식회사 윙크스톤파트너스
Priority to KR1020220052589A priority Critical patent/KR102454731B1/ko
Application granted granted Critical
Publication of KR102454731B1 publication Critical patent/KR102454731B1/ko

Links

Images

Classifications

    • G06Q40/025—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법은 (a) 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하는 단계, (b) 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하는 단계, (c) 브랜드 평가 점수를 이용하여 프랜차이즈의 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하는 단계, 및 (d) 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하는 단계를 포함할 수 있다. 이에, 프랜차이즈 브랜드 평가 및 예비 창업자에게 보다 적합한 신용대출 서비스를 제공할 수 있다.

Description

인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템 {METHOD FOR OFFERING CREDIT LOANS FOR FRANCHISE PROSPECTIVE FOUNDER USING AI (ARTIFICIAL INTELLIGENCE) AND SYSTEM USING THE SAME}
본 발명은 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템에 관한 것으로서, 기존 금융 서비스에서 소외되고 있는 프랜차이즈 가맹점의 예비 창업자를 대상으로 신용대출을 제공하기 위하여, 브랜드 및 가맹점과 관련된 금융 데이터뿐만 아니라 비금융 데이터를 모두 고려한 브랜드 현금흐름 평가를 수행하고, 이를 기초하여 예상 대출 가능금액을 산출하며, 상권 분석 공공 데이터를 이용하여 생성된 상권 비금융 데이터를 이용하여 예상 대출 가능금액을 보정함으로써, 프랜차이즈 예비 창업자 및 브랜드의 신용평가에 의하여 보다 정확성 및 적합성이 향상된 대출 가능 금액의 산출이 가능한, 인공지능을 이용한 프랜차이즈 예비 차업자 신용대출 방법 및 이를 이용하는 시스템에 관한 것이다.
프랜차이즈란 본사가 가맹점에게 상품 및 서비스 제공 등의 영업 활동을 허락하고, 이에 따른 각종 영업, 지원 및 관리를 제공하며 그에 대응하여 가맹점을 운영하는 사업자로부터 일정한 경제적 이익을 지급받는 지속적인 거래 관계를 의미한다. 이때, 프랜차이즈 가맹점을 운영하고자 하는 창업자는 가맹점을 창업하기 위한 자본 및 초기 운영 비용등을 충당해야 하며, 다수의 예비 창업자들은 이러한 비용의 충당에 대한 어려움을 가질 수 있었다.
이러한 어려움에도 불구하고 기존의 신용평가 및 신용대출은 프랜차이즈 예비 창업자에 적합하고 이들에게 특화된 신용대출 서비스를 제공하지 못하고 있었으며, 프랜차이즈 예비 창업자를 위한 신용대출을 제공하기 위하여 필요한 프랜차이즈 브랜드 및 기존의 가맹점들에 대한 평가에 대한 구체적인 프로세스 및 예상 가맹점 위치에 대한 상권 분석 프로세스에 대하여 고려하고 있지 못하였다. 이에, 프랜차이즈 및 예비 창업자에게 보다 적합한 신용대출 시스템에 대한 필요성이 대두되고 있다.
본 발명이 해결하고자 하는 과제는, 프랜차이즈 브랜드 및 기존의 가맹점들 각각에 대한 금융 데이터 및 비금융 데이터 모두를 이용하여 브랜드의 현금흐름을 평가하고 브랜드의 전체적인 평가를 진행하여 예상 대출 가능금액을 산출하고, 상권 비금융 데이터를 이용하여 최종적인 대출 가능금액을 산출함으로써, 프랜차이즈 브랜드 평가 및 예비 창업자에게 보다 적합한 신용대출 서비스를 제공하는데 그 목적이 있다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시 예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법은 (a) 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하는 단계, (b) 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하는 단계, (c) 브랜드 평가 점수를 이용하여 프랜차이즈의 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하는 단계, 및 (d) 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하는 단계를 포함할 수 있다. 이에, 프랜차이즈 브랜드 평가 및 예비 창업자에게 보다 적합한 신용대출 서비스를 제공할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기와 같은 본 발명에 따르면, 아래와 같은 다양한 효과들을 가진다.
본 발명은 브랜드 및 가맹점에 대한 금융 데이터뿐만 아니라 비금융 데이터를 모두 이용하여 보다 정확성이 향상된 브랜드 현금흐름 평가를 수행할 수 있다.
본 발명은 예상 대출 가능금액을 예비 창업자에 대한 데이터 및 상권 비금융 데이터를 이용하여 보정함으로써, 예비 창업자 개인의 정보가 반영되어 소비자 적합성이 향상된 신용대출 서비스를 제공할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템에 대한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템의 메인 서버에 대한 개략도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법을 설명하기 위한 흐름도이다.
이하 본 발명의 다양한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명이 도시된 사항에 한정되는 것은 아니다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우 '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.
구성 요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.
위치 관계에 대한 설명일 경우, 예를 들어, '~상에', '~상부에', '~하부에', '~옆에' 등으로 두 부분의 위치 관계가 설명되는 경우, '바로' 또는 '직접'이 사용되지 않는 이상 두 부분 사이에 하나 이상의 다른 부분이 위치할 수도 있다.
소자 또는 층이 다른 소자 또는 층 "위 (on)"로 지칭되는 것은 다른 소자 바로 위에 또는 중간에 다른 층 또는 다른 소자를 개재한 경우를 모두 포함한다.
비록 제1, 제2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않는다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 도시된 것이며, 본 발명이 도시된 구성의 크기 및 두께에 반드시 한정되는 것은 아니다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템에 대한 개략도이다. 도 2는 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템의 메인 서버에 대한 개략도이다. 도 3은 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법을 설명하기 위한 흐름도이다. 도 4는 본 발명의 일 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법을 설명하기 위한 흐름도이다.
도 1 내지 도 4를 참조하면, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템(1000)은 인공지능 기술을 이용하여 프랜차이즈(Franchise) 가맹점을 창업하고자 하는 예비 창업자를 대상으로 신용대출 서비스를 제공할 수 있는 프랜차이즈 예비 창업자 신용대출 시스템(1000)을 의미한다. 구체적으로, 프랜차이즈 예비 창업자 신용대출 시스템(1000)은 메인 서버(100), 예비 창업자 단말(200), 본사 서버(300), 금융기관 서버(400) 및 외부 서버(500)를 구성요소로 포함할 수 있다.
프랜차이즈 예비 창업자 신용대출 시스템(1000)의 메인 서버(100)는 본 발명의 프랜차이즈 예비 창업자 신용대출 방법을 구현하는 구성으로서, 프랜차이즈 예비 창업자 신용대출 장치를 의미할 수 있다. 이러한 메인 서버(100)는 프랜차이즈의 브랜드 및 가맹점과 관련된 금융 데이터와 비금융 데이터 모두를 이용하여 브랜드를 평가한 평가 점수를 산출하고, 산출된 브랜드 평가 점수를 이용하여 해당 프랜차이즈의 가맹점을 창업하고자 하는 예비 창업자에게 대출할 수 있는 예상 대출 가능금액을 산출하고, 예상 대출 가능금액을 예비 창업자와 관련된 비금융 데이터를 이용하여 보정하여 최종적인 대출 가능금액을 산출할 수 있다.
구체적으로, 메인 서버(100)는 통신부(110), 프로세서(120) 및 저장부(130)를 포함할 수 있다.
메인 서버(100)의 통신부(110)는 예비 창업자 단말(200), 본사 서버(300), 금융기관 서버(400) 및 외부 서버(500)와 서로 통신하여 신호 및 데이터를 송수신하는 구성요소이다. 통신부(110)는 유/무선 통신을 이용하여 프랜차이즈 예비 창업자 신용대출 시스템(1000)의 다른 구성요소들과 연결된 외부 프랜차이즈 예비 창업자 신용대출 시스템(1000) 또는 외부 장치와 다양한 데이터를 주고받을 수 있다.
메인 서버(100)의 프로세서(120)는 다양한 신호 및 데이터를 처리할 수 있는 구성요소로서, 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하고, 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출할 수 있다. 또한, 프로세서(120)는 브랜드 평가 점수를 이용하여 프랜차이즈의 가맹점을 창업하는 예비 예비 창업자를 위한 예상 대출 가능금액을 산출하며, 예비 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출할 수 있다. 메인 서버(100)의 프로세서(120)가 수행하는 다양한 프랜차이즈 예비 창업자 신용대출 방법은 도 3 및 4를 참고하여 상세히 후술한다.
메인 서버(100)의 저장부(130)는 프랜차이즈 예비 창업자 신용대출 시스템(1000)의 다른 구성요소들로부터 수신한 다양한 데이터, 프로세서(120)에 의하여 생성된 브랜드, 가맹점, 예비 창업자와 관련된 다양한 금융 데이터 및 비금융 데이터, 브랜드 평가 점수, 예상 대출가능 금액 및 최종 대출가능 금액을 포함하는 다양한 데이터를 저장할 수 있는 구성이다. 다양한 실시예에서 저장부(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card mRTro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(StatRT Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(ElectrRTally Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 본 실시예에서는 메인 서버(100)가 저장부(130)를 포함하는 것으로 설명되었으나 이에 제한되지 않으며, 메인 서버(100)는 저장부(130) 전체 또는 저장부(130)의 일부를 포함하지 않을 수 있으며, 이러한 경우 프랜차이즈 예비 창업자 신용대출 시스템(1000)은 메인 서버(100)와 이격된 외부 데이터 베이스를 포함할 수 있다. 외부 데이터 베이스는 본 실시예에서의 저장부(130)의 기능을 수행할 수 있고, 메인 서버(100)와 신호 및 데이터를 송수신할 수 있다.
메인 서버(100)의 통신부(110), 프로세서(120) 및 저장부(130)는 서로 데이터를 주고받을 수 있다.
프랜차이즈 예비 창업자 신용대출 시스템(1000)의 예비 창업자 단말(200)은 프랜차이즈의 가맹점을 창업하고자 하는 프랜차이즈 예비 창업자 신용대출 시스템(1000)의 사용자인 예비 창업자가 이용하는 단말을 의미할 수 있다. 프랜차이즈 가맹점의 예비 창업자는 예비 창업자 단말(200)을 이용하여 프랜차이즈 예비 창업자 신용대출 시스템(1000)의 메인 서버(100)에 접속할 수 있고, 메인 서버(100)를 이용하여 본사 서버(300), 금융기관 서버(400)와 신호 및 데이터를 송수신할 수 있다.
프랜차이즈 예비 창업자 신용대출 시스템(1000)의 본사 서버(300)는 프랜차이즈의 브랜드 및 모든 가맹점들을 운영 및 관리하는 프랜차이즈 본사의 서버를 의미할 수 있다. 본사 서버(300)는 메인 서버(100)에 접속할 수 있고, 메인 서버(100)를 이용하여 예비 창업자 단말(200), 금융기관 서버(400)와 신호 및 데이터를 송수신할 수 있다.
프랜차이즈 예비 창업자 신용대출 시스템(1000)의 금융기관 서버(400)는 예비 창업자에게 신용대출을 제공할 수 있는 투자자, 은행 등의 금융기관에 대응하는 서버를 의미할 수 있다. 금융기관 서버(400)는 메인 서버(100)를 이용하여 본사 서버(300)와 예비 창업자 대출 협약을 맺을 수 있고, 예비 창업자 단말(200)과 예비 창업자 대출 계약을 맺을 수 있다. 또한, 금융기관 서버(400)는 메인 서버(100)로부터 전달받은 브랜드 평가 점수 및 예상 대출 가능금액을 기반으로 예상 대출 가능금액의 보정을 요청할 수 있고, 예비 창업자와 관련된 비금융 데이터를 이용하여 보정되어 산출된 대출 가능금액을 기반으로 예비 창업자 단말(200)로 대출 실행을 수행할 수 있다.
프랜차이즈 예비 창업자 신용대출 시스템(1000)의 외부 서버(500)는 브랜드, 가맹점 및 예비 창업자 각각에 대한 다양한 금융 데이터 및 비금융 데이터를 제공받을 수 있는 메인 서버(100) 이외의 서버를 의미할 수 있다. 예를 들면, 외부 서버(500)는 가맹점 및 예비 창업자 각각의 금융 거래 이력에 대한 정보를 제공할 수 있는 카드회사 서버, 브랜드에 대한 다양한 금융/비금융 공공데이터를 제공할 수 있는 공공기관 서버 등을 포함할 수 있다.
이어서, 메인 서버(100)가 수행하는 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법에 대하여 상세히 설명한다.
먼저, 메인 서버(100)는 본사 서버(300)로부터 프랜차이즈 브랜드에 대한 평가 신청을 수신하고, 브랜드 및 가맹점과 관련된 금융 데이터 및 비금융 데이터를 수신한다(S10). 구체적으로, 본사 서버(300)는 예비 창업자 신용대출 협약을 금융기관과 맺기 위하여 우선적으로 브랜드 평가를 메인 서버(100)에 신청할 수 있다. 이에, 메인 서버(100)의 통신부(110)는 본사 서버(300)로부터 프랜차이즈 브랜드에 대한 현금흐름 평가 점수 및 브랜드 평가 점수의 산출 등의 브랜드 평가를 요청하는 신호를 수신할 수 있다.
그리고, 본사 서버(300)는 본사 서버(300)에 저장되어 있던 브랜드 및 가맹점들에 대한 금융 데이터 및 비금융 데이터를 모두 메인 서버(100)에 전달할 수 있다. 브랜드 관련 금융 데이터는 브랜드 매출액, 브랜드 매출원가율, 브랜드 소요 비용, 재무제표, 손익계산서, 거래처와의 거래 이력, 거래처와 관련된 데이터 중 적어도 하나를 포함할 수 있다. 그리고, 가맹점 관련 금융 데이터는, 가맹점 전체 평균 매출액, 가맹점 각각의 매출액, 가맹점 매출원가율, 가맹점 소요 비용, 창업 소요자금 데이터 중 적어도 하나를 포함할 수 있다.
그리고, 브랜드 관련 비금융 데이터는 브랜드 업무 히스토리(history), 브랜드 재방문율 데이터, 브랜드 SNS 인지도 데이터, 타업체와의 비교 데이터(타업체 SNS 인지도 비교 데이터) 중 적어도 하나를 포함할 수 있다. 그리고, 가맹점 관련 비금융 데이터는 가맹점 위치, 가맹점 규모, 가맹점에 대한 본사 지원과 관련된 데이터, 가맹점에 대한 본사 관리와 관련된 데이터, 타업체의 가맹점과의 비교 데이터(가맹점에 대한 본사의 지원 및 관리에 대한 비교 데이터) 중 적어도 하나를 포함할 수 있다.
이어서, 메인 서버(100)는 브랜드 및 가맹점에 관련된 금융 공공데이터 및 비금융 공공데이터를 수신한다(S20). 메인 서버(100)의 통신부(110)는 공정거래위원회, 서울시, 소상공인 진흥공단 등의 공공기관 서버(외부 서버(500))로부터 브랜드 및 가맹점 각각에 관련된 금융 공공데이터 및 비금융 공공데이터를 수신할 수 있다.
이어서, 메인 서버(100)는 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출한다(S110). 메인 서버(100)의 프로세서(120)는 브랜드와 관련된 금융 데이터 및 가맹점과 관련된 금융 데이터를 모두 이용하여 브랜드의 현금흐름을 평가하여 브랜드 현금흐름 평가 점수를 산출할 수 있다. 브랜드의 현금흐름은 프랜차이즈를 운영하는 기업인 본사의 영업, 투자, 재무활동 등의 기업활동을 통하여 나타나는 현금의 유입과 유출을 의미할 수 있다. 본사의 현금흐름이 좋지 않을 경우 이익이 있더라도 기업의 부도 확률이 높아질 수 있어 브랜드 현금흐름의 평가는 기업의 가치를 평가하는데 유용할 수 있다. 이에, 메인 서버(100)의 프로세서(120)는 수신한 브랜드 및 가맹점 각각의 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출할 수 있다. 브랜드 현금흐름 평가 점수가 높을수록 기업의 현금흐름이 좋다고 평가될 수 있다. 구체적인 현금흐름 평가의 프로세서(120)는 프랜차이즈 본사 서버(300)의 매출을 추정하고, 원가 및 투자비를 추정하며, 순운전자본 변동을 추정한 후에 추정현금흐름과 잉여현금흐름을 추정하는 과정을 포함할 수 있다.
이어서, 메인 서버(100)는 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출한다(S120). 메인 서버(100)는 산출된 브랜드 현금흐름 평가 점수를 브랜드의 비금융 데이터, 가맹점의 비금융 데이터, 브랜드의 비금융 공공데이터, 및 가맹점의 비금융 공공데이터를 이용하여 보정할 수 있다.
구체적으로, 브랜드와 관련된 비금융 데이터 중 브랜드 업무 히스토리의 총 기간이 미리 설정된 기준 기간 이상인 경우, 총 기간 중 기준 기간을 초과하는 기간에 비례하여 현금흐름 평가 점수를 증가시킬 수 있다.
또한, 브랜드 SNS 인지도 데이터 및 타업체와의 비교 데이터를 이용하여, 프랜차이즈 브랜드와 연관된 모든 업체들의 SNS 팔로워수, SNS 게시글 수, SNS 게시글의 좋아요 수, SNS 게시글의 댓글 수를 기초로 본사 서버(300)의 프랜차이즈 브랜드의 SNS 팔로워수, SNS 게시글 수, SNS 게시글의 좋아요 수, SNS 게시글의 댓글 수의 상위 백분율을 산출하고, 상위 백분율이 낮을수록 현금흐름 평가 점수를 증가시킬 수 있다.
또한, 프로세서(120)는 가맹점들 각각의 위치에 대응되는 상권에 대한 정보를 획득할 수 있고, 상권의 유동인구수, 상권의 유동인구의 나이 및 성별과 프랜차이즈를 이용하는 주요 고객의 나이 및 성별의 일치도, 상권의 주요 거리(street)와 가맹점 사이의 이격된 거리 중 적어도 하나에 기초하여 가맹점의 위치에 대한 평가 점수를 산출할 수 있다. 가맹점의 위치에 대응되는 상권의 유동인구수가 증가할수록, 해당 상권의 유동인구수가 증가할수록, 상권의 유동인구의 나이 및 성별과 프랜차이즈를 이용하는 주요 고객의 나이 및 성별의 일치도가 증가할수록, 상권의 주요 거리와 가맹점 사이의 이격된 거리가 감소할수록 가맹점의 위치에 대한 평가 점수는 증가할 수 있다. 프로세서(120)는 가맹점의 위치에 대한 평가 점수가 증가할수록 브랜드 현금흐름 평가 점수를 증가시킬 수 있다.
또한, 프로세서(120)는 가맹점에 대한 본사의 지원 및 관리에 대한 데이터, 타업체의 가맹점과의 비교 데이터(가맹점에 대한 본사의 지원 및 관리에 대한 비교 데이터)를 이용하여, 본사 서버(300)의 프랜차이즈의 가맹점에 대한 지원 및 관리에 대한 평가 점수를 산출할 수 있다. 메인 서버(100)의 저장부(130)는 가맹점에 대한 본사의 지원 리스트 및 관리 리스트를 저장하고 있을 수 있으며, 본사의 지원 리스트 및 관리 리스트는 프랜차이즈 본사가 가맹점에 제공할 수 있는 지원 요소 및 관리 요소 각각에 대한 리스트를 의미할 수 있다. 메인 서버(100)는 본사 서버(300)의 프랜차이즈뿐만 아니라 타업체 모두에 대하여 가맹점에 제공되고 있는 지원 요소 및 관리 요소에 대한 데이터를 획득할 수 있고, 이에 기초하여 본사 서버(300)의 프랜차이즈의 지원 리스트 및 관리 리스트, 타업체의 지원 리스트 및 관리 리스트를 생성할 수 있다. 프로세서(120)는 생성한 지원 리스트 및 관리 리스트를 이용하여 본사 서버(300)의 프랜차이즈와 타업체를 모두 포함한 평균 지원 및 관리 점수, 및 본사 서버(300)의 프랜차이즈의 지원 및 관리 점수를 산출할 수 있다. 그리고, 프로세서(120)는 본사 서버(300)의 프랜차이즈의 지원 및 관리 점수를 평균 지원 및 관리 점수와 비교하여 증감의 정도를 브랜드 현금흐름 평가 점수의 보정에 이용할 수 있다. 이에, 본사 서버(300)의 프랜차이즈 지원 및 관리 점수가 증가할수록 브랜드 현금흐름 평가 점수는 증가할 수 있다.
이에, 메인 서버(100)의 프로세서(120)는 브랜드 및 가맹점 각각에 대한 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정할 수 있고, 그 결과로 브랜드 평가 점수를 산출할 수 있다.
이어서, 메인 서버(100)는 금융기관 서버(400)에 산출한 브랜드 평가 점수를 전달한다(S121). 금융기관 서버(400)는 프랜차이즈의 가맹점을 창업하고자 하는 예비 창업자를 위한 신용대출을 제공하기 위하여 메인 서버(100)로부터 브랜드 평가 점수를 제공받을 수 있다.
이어서, 메인 서버(100)는 브랜드 평가 점수를 이용하여 프랜차이즈 가맹점을 창업하고자 하는 예비 창업자를 위한 예상 대출 가능금액을 산출한다(S130). 메인 서버(100)는 브랜드 현금흐름 평가 점수를 브랜드와 가맹점에 대한 비금융 데이터를 이용하여 보정할 수 있고, 이에 브랜드 평가 점수를 산출할 수 있다. 브랜드 평가 점수는 이처럼 브랜드와 가맹점에 대한 금융 데이터와 비금융 데이터를 이용하여 산출된 브랜드의 전체적인 평가 점수를 의미할 수 있다. 따라서, 메인 서버(100)는 브랜드의 가맹점을 창업하고자 하는 예비 창업자를 위한 신용대출의 예상 대출 가능금액을 브랜드 평가 점수를 이용하여 산출할 수 있다. 이에, 브랜드 평가 점수가 증가할수록 예상 대출 가능금액은 증가할 수 있다.
이어서, 메인 서버(100)는 본사 서버(300)와 금융기관 서버(400) 사이의 예비 창업자 대출 협약을 수행한다(S131). 프랜차이즈 본사는 가맹점을 창업하고자 하는 예비 창업자가 신용대출을 원하는 경우에 이러한 예비 창업자 신용대출 서비스를 예비 창업자가 이용할 수 있도록 금융기관과 예비 창업자 신용대출 협약을 맺을 수 있다. 이를 위해 메인 서버(100)는 본사 서버(300)와 금융기관 서버(400) 사이에서 예비 창업자 대출 협약을 맺기 위하여 필요한 데이터를 송수신할 수 있다. 이에, 메인 서버(100)의 중개하에 본사 서버(300)와 금융기관 서버(400)는 예비 창업자 대출 협약을 맺을 수 있다.
이어서, 메인 서버(100)는 예비 창업자 단말(200)과 금융기관 서버(400) 사이의 예비 창업자 대출 계약을 수행한다(S132). 본사 서버(300)와 금융기관 서버(400) 사이에 예비 창업자 대출 협약이 수행된 경우, 해당 본사의 가맹점을 창업하고자 하는 예비 창업자는 금융기관과 예비 창업자 대출 계약을 맺고 예비 창업자 신용대출 서비스를 제공받을 수 있다. 이를 위하여, 메인 서버(100)는 예비 창업자 단말(200)로부터 예비 창업자 신용대출 서비스의 신청 메시지를 수신할 수 있고, 이에 대응하여, 금융기관 서버(400)에 신청 메시지 및 예비 창업자에 대한 정보를 전달할 수 있다. 이에, 메인 서버(100)의 중개하에 예비 창업자 단말(200)과 금융기관 서버(400) 사이의 예비 창업자 대출 계약이 수행될 수 있다.
이어서, 메인 서버(100)는 금융기관 서버(400)로부터 대출 가능금액에 대한 보정 요청을 수신한다(S133). 금융기관은 예비 창업자 신용대출을 실행하기에 앞서 브랜드 평가 점수만으로 산출된 예상 대출 가능금액을 예비 창업자의 비금융 데이터를 이용하여 보정해줄 것을 요청할 수 있다. 즉, 브랜드 및 가맹점의 전체적인 평가에 더하여 직접적으로 예비 창업자 신용대출 서비스를 이용하는 예비 창업자에 대한 비금융 데이터를 이용한 예상 대출 가능금액의 보정이 요구될 수 있다.
이어서, 메인 서버(100)는, 예비 창업자와 관련된 비금융 데이터를 수집한다(S134). 메인 서버(100)의 통신부(110)는 예비 창업자 단말(200)로부터 예비 창업자와 관련된 비금융 데이터를 전달받을 수 있다. 예비 창업자와 관련된 비금융 데이터는 예비 창업자가 가맹점을 창업하고자 하는 예상 위치에 대한 위치 데이터(가맹점을 창업할 위치 데이터)를 포함할 수 있다.
이어서, 메인 서버(100)는 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출한다(S140).
구체적으로, 메인 서버(100)의 프로세서(120)는 단계(S134)에서 수신한 가맹점을 창업하고자 하는 예상 위치에 대한 위치 데이터를 이용하여 상권을 선정할 수 있다. 상권은 창업하고자 하는 예상 위치에 대응되는 상권을 의미할 수 있다. 이어서, 프로세서(120)는 선정된 상권을 기초하여 외부 서버(500)로부터 상권 분석 공공데이터를 수신할 수 있다. 상권 분석 공공데이터는 가맹점을 창업할 위치 데이터에 대응되는 상권에 대한 분석 데이터로서 공공기관으로부터 제공받을 데이터를 의미할 수 있다.
이어서, 프로세서(120)는 상권 분석 공공데이터를 이용하여 상권 비금융 데이터를 생성할 수 있다. 상권 비금융 데이터는 상권의 평균 매출액, 상권의 평균 임대비용(상권의 평균 평당 임대비용), 상권의 유동인구수, 상권의 전체 업종 중 본사 서버(300)의 프랜차이즈와 동일 업종의 비율, 동일 업종의 평균 생존기간, 상권의 주요고객과 본사 서버(300)의 브랜드의 주요 고객의 일치도(나이 및 성별 일치도), 상권 유동시간대와 본사 서버(300)의 브랜드의 주요 이용시간대의 일치도, 상권의 인지도 상승율 중 적어도 하나를 포함할 수 있다.
이어서, 프로세서(120)는 상권 비금융 데이터를 이용하여 예상 대출 가능금액에 대한 조정율을 생성할 수 있다. 조정율은 단계(S130)에서 산출된 예상 대출 가능금액을 증가시키거나 감소시킬 수 있는 비율을 의미할 수 있으며, 예를 들어 조정율은 -20% 내지 20%의 수치로 생성될 수 있다. 조정율의 수치는 이와 같은 예시에 제한되지 않으며, 필요에 따라 조절될 수 있다.
프로세서(120)는 상권의 평균 매출액이 클수록, 상권의 평균 임대비용(상권의 평균 평당 임대비용)이 작을수록, 상권의 유동인구수가 클수록, 상권의 전체 업종 중 본사 서버(300)의 프랜차이즈와 동일 업종의 비율이 작을수록, 동일 업종의 평균 생존기간이 클수록, 상권의 주요고객과 본사 서버(300)의 브랜드의 주요 고객의 일치도(나이 및 성별 일치도)가 클수록, 상권 유동시간대와 본사 서버(300)의 브랜드의 주요 이용시간대의 일치도가 클수록, 상권의 인지도 상승율이 클수록, 이에 대응하여 조정율을 증가시킬 수 있다.
이어서, 프로세서(120)는 예상 대출 가능금액에 조정율을 곱하여 대출 가능금액을 최종적으로 산출할 수 있다.
이처럼, 메인 서버(100)가 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 최종적으로 산출함으로써, 브랜드 및 가맹점과 관련된 금융 데이터 및 비금융 데이터뿐만 아니라 직접 예비 창업자 신용대출 서비스를 제공받을 예비 창업자에 대한 비금융 데이터를 모두 이용하여 대출 가능금액을 산출함으로써 대출 가능금액 산출의 적정성과 정확성을 보다 향상시킬 수 있다.
이어서, 금융기관 서버(400)는 예비 창업자 단말(200)로 대출 실행 신호를 전달한다(S150). 구체적으로, 메인 서버(100)는 최종적으로 산출한 대출 가능금액에 대한 데이터를 금융기관 서버(400)에 전달할 수 있다. 금융기관 서버(400)는 대출 가능금액의 신용대출 실행 신호를 예비 창업자 단말(200)로 전달할 수 있고, 그 결과로 예비 창업자 단말(200)을 이용하는 예비 창업자는 예비 창업자 신용대출을 제공받을 수 있다.
일 실시예에 따르면, 메인 서버(100)는 단계(S140)에서 가맹점을 창업할 위치에 기초하여 대출 가능금액을 더 보정할 수 있다.
구체적으로, 메인 서버(100)는 단계(S140)에서 상권이 포함하는 복수의 구역 중 유동인구수가 미리 설정된 기준 유동인구수 이상인 주요 유동구역과 가맹점을 창업할 위치 사이의 이격 거리를 산출할 수 있다.
앞서 설명한 것과 같이, 메인 서버(100)는 예비 창업자 단말(200)로부터 가맹점을 창업할 위치 데이터를 수신할 수 있고, 이에 기초하여 상권을 선정하고, 상권과 관련된 상권 분석 공공데이터를 수신할 수 있다. 그리고, 상권 분석 공공데이터를 이용하여 상권 비금융 데이터를 생성할 수 있다. 이때, 상권은 복수의 구역을 포함할 수 있고 각각의 구역별로 유동인구수가 상이할 수 있다. 프로세서(120)는 상권 분석 공공데이터를 이용하여 상권이 포함하는 복수의 구역 각각의 유동인구수를 상권 비금융 데이터로서 생성할 수 있다.
그리고, 프로세서(120)는 해당 상권의 복수의 구역 각각의 유동인구수가 미리 설정된 수 이상인 경우, 해당 구역을 주요 유동구역으로 설정할 수 있다. 이어서, 프로세서(120)는 상권이 포함하는 주요 유동구역들 중 가맹점을 창업할 위치와 가장 인접한 주요 유동구역을 선정할 수 있다. 이어서, 프로세서(120)는 가장 인접한 주요 유동구역과 가맹점을 창업할 위치 사이의 이격 거리를 산출할 수 있다. 이어서, 프로세서(120)는 산출한 이격 거리가 미리 설정된 기준 거리 이상인 경우, 산정된 조정율을 감소시킬 수 있다. 즉, 이격 거리가 미리 설정된 기준 거리 이상인 경우, 기준 거리를 초과하는 거리가 증가할수록 조정율이 감소될 수 있다. 이때, 이격 거리가 미리 설정된 기준 거리보다 작은 경우, 산정된 조정율은 변화하지 않을 수 있다.
이러한 경우, 메인 서버(100)는 가맹점을 창업할 위치가 상권의 주요 유동지역과 이격된 정도가 증가할수록 조정율이 감소되어 대출 가능금액이 더욱 감소될 수 있다.
일 실시예에 따르면, 메인 서버(100)는 단계(S140)에서 프랜차이즈 브랜드의 온라인 매출을 이용하여 예상 대출 가능금액을 더 보정할 수 있다. 구체적으로, 메인 서버(100)는 프랜차이즈 브랜드의 온라인 매출 관련 데이터, 및 가맹점을 창업할 위치의 온라인 매출 관련 데이터를 이용하여 온라인 매출 기여도를 산출할 수 있다. 온라인 매출 기여도란 프랜차이즈 브랜드의 온라인 매출 현황과 가맹점을 창업할 위치에서의 배달 등의 온라인 매출의 현황을 기초하여 프랜차이즈 브랜드의 전체 매출 중 온라인 매출의 기여하는 정도를 평가한 수치일 수 있다. 메인 서버(100)는 상권 분석 공공데이터를 이용하여 상권 비금융 데이터로서 프랜차이즈 브랜드의 온라인 매출액, 온라인 매출 변화율을 산출할 수 있다. 또한, 메인 서버(100)는 상권 비금융 데이터로서 가맹점을 창업할 위치를 기준으로 미리 설정된 거리를 반경으로 하는 대상 지역을 설정할 수 있고, 해당 대상 지역 내의 동일 업종의 온라인 매출액, 온라인 매출 변화율을 산출할 수 있다.
그리고, 메인 서버(100)는 산출한 프랜차이즈 브랜드의 온라인 매출액, 프랜차이즈 브랜드의 온라인 매출 변화율, 대상 지역 내의 동일 업종의 온라인 매출액, 동일 업종의 온라인 매출 변화율, 가맹점을 창업할 위치에 대응되는 상권의 온라인 매출액, 해당 상권의 온라인 매출 변화율 중 적어도 하나를 이용하여 브랜드의 온라인 매출 기여도를 산출할 수 있다. 각각의 온라인 매출액이 증가할수록, 각각의 온라인 매출 변화율이 미리 설정된 기간동안 특정 수치 이상으로 높을수록 온라인 매출 기여도는 상승될 수 있다.
그리고, 메인 서버(100)는 산출된 온라인 매출 기여도와 미리 설정된 기준 기여도를 비교할 수 있고, 온라인 매출 기여도가 기준 기여도보다 작은 경우 조정율을 변화시키지 않지만, 온라인 매출 기여도가 기준 기여도 이상인 경우 기준 기여도를 초과하는 수치가 증가할수록 조정율을 증가시킬 수 있다.
이처럼, 메인 서버(100)가 온라인 매출의 기여도를 반영하여 조정율을 보정함으로써, 가맹점을 직접 방문하는 고객 이외에도 온라인 배달 등으로 가맹점의 서비스를 이용하는 고객까지 반영하여 대출 가능금액을 산출할 수 있다.
본 발명의 다양한 실시예는 하나 이상이 서로 결합되어 새로운 실시예를 구성할 수 있음은 물론이다.
본 발명의 다양한 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법은 (a) 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하는 단계, (b) 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하는 단계, (c) 브랜드 평가 점수를 이용하여 프랜차이즈의 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하는 단계, 및 (d) 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하는 단계를 포함할 수 있다.
본 발명의 다른 특징에 따르면, 브랜드 및 가맹점과 관련된 금융 데이터는, 브랜드 매출액, 브랜드 매출원가율, 브랜드 비용, 재무제표, 손익계산서, 거래 이력 중 적어도 하나를 포함하는 브랜드 관련 금융 데이터, 및 가맹점 매출액, 가맹점 매출원가율, 가맹점 비용, 창업 소요자금 중 적어도 하나를 포함하는 가맹점 관련 금융 데이터를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 브랜드 및 가맹점과 관련된 비금융데이터는,
업무 히스토리(history), 재방문율, SNS 인지도, 타업체와의 비교 데이터 중 적어도 하나를 포함하는 브랜드 관련 비금융 데이터, 및 가맹점 위치, 가맹점 규모, 가맹점에 대한 지원 및 관리 데이터, 타업체의 가맹점과의 비교 데이터 중 적어도 하나를 포함하는 가맹점 관련 비금융 데이터를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, (d) 단계는, (d-1) 예비 창업자 단말로부터 가맹점을 창업할 위치 데이터를 수신하는 단계, (d-2) 위치 데이터를 이용하여 상권을 선정하는 단계, (d-3) 외부 서버로부터 상권과 관련된 상권 분석 공공데이터를 수신하는 단계, (d-4) 상권 분석 공공데이터를 이용하여 상권 비금융 데이터를 생성하는 단계, 및 (d-5) 상권 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상권 비금융 데이터는, 상권 평균 매출액, 상권 유동인구수, 동일 업종의 비율, 동일 업종의 평균 생존기간, 상권 주요 고객과 브랜드 주요 고객의 일치도, 상권 유동시간대와 브랜드 이용시간대의 일치도, 상권 인지도 상승율 중 적어도 하나를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, (d-5) 단계는, 상권 비금융 데이터를 이용하여 예상 대출 가능금액에 대한 조정율를 생성하는 단계, 및 예상 대출 가능금액에 조정율을 곱하여 대출 가능금액을 산출하는 단계를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, (d) 단계는, 상권이 포함하는 복수의 구역 중 유동인구수가 미리 설정된 기준 유동인구수 이상인 주요 유동구역과 가맹점을 창업할 위치 사이의 이격 거리를 산출하는 단계, 및 이격 거리를 이용하여 예상 대출 가능금액을 보정하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, (d) 단계는, 브랜드의 온라인 매출 관련 데이터, 및 가맹점을 창업할 위치의 온라인 매출 관련 데이터를 이용하여 온라인 매출 기여도를 산출하는 단계, 및 온라인 매출 기여도를 이용하여 예상 대출가능금액을 보정하는 단계를 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템은 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터 및 비금융 데이터를 생성하도록 구성된 프랜차이즈의 본사 서버, 프랜차이즈의 가맹점을 창업하기 위한 대출 신청을 생성하도록 구성된 예비 창업자 단말, 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하도록 구성된 메인 서버, 및 메인 서버로부터 전달받은 대출 가능금액에 기초하여 예비 창업자 단말에 대출을 실행하도록 구성된 금융기관 서버를 포함하며, 메인 서버는, 브랜드 및 가맹점과 관련된 비금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하고, 브랜드 평가 점수를 이용하여 프랜차이즈의 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하고, 예비 창업자와 관련된 비금융 데이터를 이용하여 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하고, 대출 가능금액을 금융기관 서버에 전달하도록 구성될 수 있다.
이상에서, 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시 예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 청구범위뿐만 아니라 이 청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
1000: 프랜차이즈 예비 창업자 신용대출 시스템
100: 메인 서버
110: 통신부
120: 프로세서
130: 저장부
200: 예비 창업자 단말
300: 본사 서버
400: 금융기관 서버
500: 외부 서버

Claims (9)

  1. (a) 메인 서버가 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하는 단계;
    (b) 상기 메인 서버가 상기 브랜드 및 상기 가맹점과 관련된 비금융 데이터를 이용하여 상기 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하는 단계;
    (c) 상기 메인 서버가 상기 브랜드 평가 점수를 이용하여 상기 프랜차이즈의 상기 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하는 단계; 및
    (d) 상기 메인 서버가 상기 예비 창업자와 관련된 비금융 데이터를 이용하여 상기 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하는 단계를 포함하며,
    상기 예비 창업자와 관련된 비금융 데이터는 상권 비금융 데이터를 더 포함하고,
    상기 상권 비금융 데이터는 상권의 유동인구의 나이 및 성별과 상기 프랜차이즈를 이용하는 고객의 나이 및 성별 사이의 일치도, 및 상기 상권의 유동시간대와 상기 프랜차이즈의 이용시간대 사이의 일치도를 포함하고,
    상기 (d) 단계에서, 상기 메인 서버는, 상기 상권의 유동인구의 나이 및 성별과 상기 프랜차이즈를 이용하는 고객의 나이 및 성별 사이의 일치도가 증가할수록 상기 대출 가능금액을 증가시키고, 상기 상권의 유동시간대와 상기 프랜차이즈의 이용시간대 사이의 일치도가 증가할수록 상기 대출 가능금액을 증가시키고,
    상기 가맹점과 관련된 비금융 데이터는 상기 가맹점에 대한 본사의 지원 및 관리에 관한 데이터, 및 타업체의 가맹점과의 본사의 지원 및 관리에 관한 비교 데이터를 포함하고,
    상기 (d) 단계에서, 상기 메인 서버는, 상기 프랜차이즈와 상기 타업체의 평균 지원 및 관리 점수, 및 상기 프랜차이즈의 지원 및 관리 점수를 산출하고, 상기 프랜차이즈의 지원 및 관리 점수를 상기 평균 지원 및 관리 점수와 비교하고, 상기 프랜차이즈의 지원 및 관리 점수가 증가할수록 상기 브랜드 평가 점수를 증가시키는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  2. 제1항에 있어서,
    상기 브랜드 및 상기 가맹점과 관련된 상기 금융 데이터는,
    브랜드 매출액, 브랜드 매출원가율, 브랜드 비용, 재무제표, 손익계산서, 거래 이력 중 적어도 하나를 포함하는 브랜드 관련 금융 데이터, 및
    가맹점 매출액, 가맹점 매출원가율, 가맹점 비용, 창업 소요자금 중 적어도 하나를 포함하는 가맹점 관련 금융 데이터를 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  3. 제1항에 있어서,
    상기 브랜드 및 상기 가맹점과 관련된 상기 비금융 데이터는,
    업무 히스토리(history), 재방문율, SNS 인지도, 타업체와의 비교 데이터 중 적어도 하나를 포함하는 브랜드 관련 비금융 데이터, 및
    가맹점 위치, 가맹점 규모 중 적어도 하나를 포함하는 가맹점 관련 비금융 데이터를 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  4. 제1항에 있어서,
    상기 (d) 단계는,
    (d-1) 상기 메인 서버가 예비 창업자 단말로부터 상기 가맹점을 창업할 위치 데이터를 수신하는 단계;
    (d-2) 상기 메인 서버가 상기 위치 데이터를 이용하여 상기 상권을 선정하는 단계;
    (d-3) 상기 메인 서버가 외부 서버로부터 상기 상권과 관련된 상권 분석 공공데이터를 수신하는 단계;
    (d-4) 상기 메인 서버가 상기 상권 분석 공공데이터를 이용하여 상기 상권 비금융 데이터를 생성하는 단계; 및
    (d-5) 상기 메인 서버가 상기 상권 비금융 데이터를 이용하여 상기 예상 대출 가능금액을 보정하여 상기 대출 가능금액을 산출하는 단계를 더 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  5. 제4항에 있어서,
    상기 상권 비금융 데이터는,
    상권 평균 매출액, 상권 유동인구수, 동일 업종의 비율, 동일 업종의 평균 생존기간, 상권 인지도 상승율 중 적어도 하나를 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  6. 제4항에 있어서,
    상기 (d-5) 단계는,
    상기 메인 서버가 상기 상권 비금융 데이터를 이용하여 상기 예상 대출 가능금액에 대한 조정율를 생성하는 단계; 및
    상기 메인 서버가 상기 예상 대출 가능금액에 상기 조정율을 곱하여 상기 대출 가능금액을 산출하는 단계를 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  7. 제1항에 있어서,
    상기 (d) 단계는,
    상기 메인 서버가 상기 상권이 포함하는 복수의 구역 중 유동인구수가 미리 설정된 기준 유동인구수 이상인 주요 유동구역과 상기 가맹점을 창업할 위치 사이의 이격 거리를 산출하는 단계; 및
    상기 메인 서버가 상기 이격 거리를 이용하여 상기 예상 대출 가능금액을 보정하는 단계를 더 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  8. 제1항에 있어서,
    상기 (d) 단계는,
    상기 메인 서버가 상기 브랜드의 온라인 매출 관련 데이터, 및 상기 가맹점을 창업할 위치의 온라인 매출 관련 데이터를 이용하여 온라인 매출 기여도를 산출하는 단계; 및
    상기 메인 서버가 상기 온라인 매출 기여도를 이용하여 상기 예상 대출가능금액을 보정하는 단계를 더 포함하는, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법.
  9. 프랜차이즈 브랜드 및 가맹점과 관련된 금융 데이터 및 비금융 데이터를 생성하도록 구성된 상기 프랜차이즈의 본사 서버;
    상기 프랜차이즈의 상기 가맹점을 창업하기 위한 대출 신청을 생성하도록 구성된 예비 창업자 단말;
    상기 브랜드 및 상기 가맹점과 관련된 상기 금융 데이터를 이용하여 브랜드 현금흐름 평가 점수를 산출하도록 구성된 메인 서버; 및
    상기 메인 서버로부터 전달받은 대출 가능금액에 기초하여 상기 예비 창업자 단말에 대출을 실행하도록 구성된 금융기관 서버를 포함하며,
    상기 메인 서버는,
    상기 브랜드 및 상기 가맹점과 관련된 상기 비금융 데이터를 이용하여 상기 브랜드 현금흐름 평가 점수를 보정하여 브랜드 평가 점수를 산출하고,
    상기 브랜드 평가 점수를 이용하여 상기 프랜차이즈의 상기 가맹점을 창업하는 예비 창업자를 위한 예상 대출 가능금액을 산출하고,
    상기 예비 창업자와 관련된 비금융 데이터를 이용하여 상기 예상 대출 가능금액을 보정하여 대출 가능금액을 산출하고,
    상기 대출 가능금액을 상기 금융기관 서버에 전달하도록 구성되고,
    상기 예비 창업자와 관련된 비금융 데이터는 상권 비금융 데이터를 더 포함하고,
    상기 상권 비금융 데이터는 상권의 유동인구의 나이 및 성별과 상기 프랜차이즈를 이용하는 고객의 나이 및 성별 사이의 일치도, 및 상기 상권의 유동시간대와 상기 프랜차이즈의 이용시간대 사이의 일치도를 포함하고,
    상기 메인 서버는, 상기 상권의 유동인구의 나이 및 성별과 상기 프랜차이즈를 이용하는 고객의 나이 및 성별 사이의 일치도가 증가할수록 상기 대출 가능금액을 증가시키고, 상기 상권의 유동시간대와 상기 프랜차이즈의 이용시간대 사이의 일치도가 증가할수록 상기 대출 가능금액을 증가시키도록 구성되고,
    상기 가맹점과 관련된 비금융 데이터는 상기 가맹점에 대한 본사의 지원 및 관리에 관한 데이터, 및 및 타업체의 가맹점과의 본사의 지원 및 관리에 관한 비교 데이터를 포함하고,
    상기 메인 서버는, 상기 프랜차이즈와 상기 타업체의 평균 지원 및 관리 점수, 및 상기 프랜차이즈의 지원 및 관리 점수를 산출하고, 상기 프랜차이즈의 지원 및 관리 점수를 상기 평균 지원 및 관리 점수와 비교하고, 상기 프랜차이즈의 지원 및 관리 점수가 증가할수록 상기 브랜드 평가 점수를 증가시키도록 구성된, 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 시스템.
KR1020220052589A 2022-04-28 2022-04-28 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템 KR102454731B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220052589A KR102454731B1 (ko) 2022-04-28 2022-04-28 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220052589A KR102454731B1 (ko) 2022-04-28 2022-04-28 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템

Publications (1)

Publication Number Publication Date
KR102454731B1 true KR102454731B1 (ko) 2022-10-14

Family

ID=83600040

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220052589A KR102454731B1 (ko) 2022-04-28 2022-04-28 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템

Country Status (1)

Country Link
KR (1) KR102454731B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140079652A (ko) * 2012-12-18 2014-06-27 비씨카드(주) 창업 지원 정보 제공 방법 및 서버
KR20160123869A (ko) * 2015-04-17 2016-10-26 박경돈 창업 대출 서비스 제공 방법
KR101955713B1 (ko) * 2017-05-31 2019-03-07 신한카드 주식회사 프랜차이즈 대출 서비스를 제공하는 컴퓨팅 장치 및 방법
KR102387024B1 (ko) * 2020-04-14 2022-04-15 (주)푸드노트서비스 인공지능 기반 소상공인 신용대출 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140079652A (ko) * 2012-12-18 2014-06-27 비씨카드(주) 창업 지원 정보 제공 방법 및 서버
KR20160123869A (ko) * 2015-04-17 2016-10-26 박경돈 창업 대출 서비스 제공 방법
KR101955713B1 (ko) * 2017-05-31 2019-03-07 신한카드 주식회사 프랜차이즈 대출 서비스를 제공하는 컴퓨팅 장치 및 방법
KR102387024B1 (ko) * 2020-04-14 2022-04-15 (주)푸드노트서비스 인공지능 기반 소상공인 신용대출 시스템 및 방법

Similar Documents

Publication Publication Date Title
US10346815B2 (en) System and method of distributed, self-regulating, asset-tracking cryptocurrencies
US8433648B2 (en) Method and system for engaging in a transaction between a consumer and a merchant
US9542688B2 (en) Method and system for targeting small businesses
US11392858B2 (en) Method and system of generating a chain of alerts based on a plurality of critical indicators and auto-executing stock orders
US20140067650A1 (en) Methods and systems for consumer lending
KR20100126752A (ko) 거래 관리 장치 및 판독 가능한 기억 매체
US20160239853A1 (en) Method and system for providing insights to merchants based on consumer transaction history
CA2908875A1 (en) Analytics rules engine for payment processing system
US11775947B2 (en) Method and system to predict ATM locations for users
US20150142515A1 (en) Methods, systems and computer readable media for determining a relational strength index associated with a plurality of merchant entities
US20210103910A1 (en) Multiple settlement options in payment system
US11037191B2 (en) Method and system for real-time measurement of campaign effectiveness
KR102454731B1 (ko) 인공지능을 이용한 프랜차이즈 예비 창업자 신용대출 방법 및 이를 이용하는 시스템
US20170178165A1 (en) Method and system for generation of indices regarding neighborhood growth
TWM582173U (zh) Credit card quota management system
JP2020035417A (ja) 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム
US20100042532A1 (en) Margin trading system, computer program and storage medium
KR102328688B1 (ko) 거래 내역을 기반으로 거래 연관 정보 및 거래 행위자의 신용점수를 평가하는 장치, 방법 및 프로그램
JP2006127155A (ja) サービサ連携システム、ポートフォリオ形成支援システム、ポートフォリオ形成支援方法、中継コンピュータ、及びコンピュータプログラム
KR20180127732A (ko) 서버 기반의 담보설정된 판매물품 관리방법 및 프로그램
US20200193540A1 (en) Automated settlement of a provisional payment for a commodity using a distributed ledger
Nenovski et al. Banking services in terms of changing environment: the case of Мacedonia
US10657594B2 (en) Method and system for intelligent routing of insights
KR20210137737A (ko) 암호화폐 기반 거래소 연계 대출 관리 방법 및 프로그램
KR102476961B1 (ko) 인공지능을 이용한 이커머스 온라인 셀러 신용대출 방법 및 이를 이용하는 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant