KR20230163657A - Method and apparatus for evaluating AI-based startup item - Google Patents

Method and apparatus for evaluating AI-based startup item Download PDF

Info

Publication number
KR20230163657A
KR20230163657A KR1020220063215A KR20220063215A KR20230163657A KR 20230163657 A KR20230163657 A KR 20230163657A KR 1020220063215 A KR1020220063215 A KR 1020220063215A KR 20220063215 A KR20220063215 A KR 20220063215A KR 20230163657 A KR20230163657 A KR 20230163657A
Authority
KR
South Korea
Prior art keywords
applicants
startup
evaluation
item
discussion
Prior art date
Application number
KR1020220063215A
Other languages
Korean (ko)
Inventor
명승은
Original Assignee
명승은
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 명승은 filed Critical 명승은
Priority to KR1020220063215A priority Critical patent/KR20230163657A/en
Publication of KR20230163657A publication Critical patent/KR20230163657A/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174Facial expression recognition
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/16Speech classification or search using artificial neural networks
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00Speaker identification or verification techniques
    • G10L17/04Training, enrolment or model building
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00Speaker identification or verification techniques
    • G10L17/18Artificial neural networks; Connectionist approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 컴퓨터에 의해 수행되는 인공지능 기반 창업 아이템 평가 방법을 제공한다. 상기 방법은 창업 지원자들로부터 창업 아이템에 대한 데이터를 수집하는 단계, 상기 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정하는 단계, 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석하는 단계, 상기 창업 아이템 및 상기 창업 지원자들의 역량을 기반으로 상기 창업 지원자들의 평가 점수를 산출하는 단계 및 상기 평가 점수를 기반으로 최종 창업 지원자를 결정하는 단계를 포함할 수 있다. The present invention provides an artificial intelligence-based startup item evaluation method performed by a computer. The method includes collecting data on start-up items from start-up applicants, analyzing data on the start-up items to select start-up items with marketability and growth potential, and selecting start-up items with marketability and growth potential from start-up applicants who want to start up the selected start-up items. Analyzing the capabilities of the startup applicants based on the discussion between them, calculating evaluation scores of the startup applicants based on the startup items and the capabilities of the startup applicants, and determining final startup applicants based on the evaluation scores. may include.

Description

인공지능 기반 창업 아이템 평가 방법 및 장치{Method and apparatus for evaluating AI-based startup item}{Method and apparatus for evaluating AI-based startup item}

본 개시는 창업 아이템 평가 기술에 관한 것이다. 보다 상세하게는, 본 개시는 인공지능 기반 창업 아이템 평가 방법 및 장치에 관한 것이다. This disclosure relates to startup item evaluation technology. More specifically, the present disclosure relates to an artificial intelligence-based startup item evaluation method and device.

일반적으로 창업 아이디어를 가진 사람들은 대부분 자신들의 창업 아이디어가 얼마나 사업성이 존재하는지를 알고 싶어 한다. 종래의 사업성 평가 등의 창업 아이디어 가치 평가는 전문가들에 의해 수행되고 있으며, 그 비용이 작지 않은 실정이다. 따라서, 창업 아이디어를 가지고 있는 사람들이 직접 간편하게 이용할 수 있는 창업 아이디어 평가 방법이 필요하다. In general, most people with startup ideas want to know how viable their startup ideas are. Evaluation of the value of startup ideas, such as conventional business feasibility evaluation, is performed by experts, and the cost is not small. Therefore, there is a need for a start-up idea evaluation method that can be easily used by people with start-up ideas.

또한, 창업 아이디어를 사업화하기 위해서는 인력 자원 역시 중요한데, 인력 자원이 되는 각 개인의 사업화 역량을 정확히 평가하고, 이를 바탕으로 신뢰성 있는 평가 결과를 제공할 수 있는 방안이 필요하다. In addition, human resources are also important in order to commercialize start-up ideas, and a method is needed to accurately evaluate the commercialization capabilities of each human resource and provide reliable evaluation results based on this.

즉, 창업 아이디어 및 창업 지원자의 역량 평가를 정확히 수행하고, 이를 기반으로 최종 창업 기업 가치를 평가하는 방안을 제공할 필요가 있다. In other words, there is a need to accurately evaluate the capabilities of startup ideas and startup applicants, and provide a method to evaluate the final startup company value based on this.

대한민국 공개특허 제10-2016-0038147호Republic of Korea Patent Publication No. 10-2016-0038147

본 개시에 개시된 실시예는 인공지능 기반 창업 아이템 평가 및 창업 지원자의 역량 평가를 수행하고, 이를 기반으로 최종 창업 기업의 가치를 평가하는 방법 및 장치를 제공하는데 그 목적이 있다. The purpose of the embodiment disclosed in this disclosure is to provide a method and device for evaluating the value of the final startup company based on the evaluation of artificial intelligence-based startup items and competency evaluation of startup applicants.

본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present disclosure are not limited to the problems mentioned above, and other problems not mentioned can be clearly understood by those skilled in the art from the description below.

상술한 기술적 과제를 달성하기 위한 본 개시에 일 측면에 따른 컴퓨터에 의해 수행되는 인공지능 기반 창업 아이템 평가 방법은, 창업 지원자들로부터 창업 아이템에 대한 데이터를 수집하는 단계, 상기 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정하는 단계, 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석하는 단계, 상기 창업 아이템 및 상기 창업 지원자들의 역량을 기반으로 상기 창업 지원자들의 평가 점수를 산출하는 단계 및 상기 평가 점수를 기반으로 최종 창업 지원자를 결정하는 단계를 포함하고, 상기 창업 지원자들의 역량을 분석하는 단계는, 상기 창업 지원자들 간 토론을 기반으로 인공지능을 통해 상기 창업 지원자들에 대한 분석요인을 산출하여 상기 창업 지원자들의 역량을 분석하되, 상기 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것일 수 있다. An artificial intelligence-based start-up item evaluation method performed by a computer according to one aspect of the present disclosure for achieving the above-mentioned technical task includes the steps of collecting data on start-up items from start-up applicants, and collecting data on the start-up items. A step of analyzing and selecting a start-up item with marketability and growth potential, a step of analyzing the capabilities of start-up applicants based on discussions between start-up applicants who want to start up the selected start-up item, and the capabilities of the start-up item and the start-up applicants. A step of calculating evaluation scores of the start-up applicants based on the start-up applicants and determining final start-up applicants based on the evaluation scores, and the step of analyzing the capabilities of the start-up applicants is based on discussions between the start-up applicants. Analysis factors for the startup applicants are calculated through artificial intelligence to analyze the capabilities of the startup applicants. The artificial intelligence uses facial expression analysis technology (visual), voice analysis technology (voice), language analysis technology (verbal), and It may be artificial intelligence learned based on at least one facial analysis technology (vital).

또한, 상기 창업 아이템에 대한 데이터를 수집하는 단계는, 상기 창업 지원자들로부터 창업 아이템 관련 정보 또는 창업 지원 영상들을 수집하되, 상기 창업 아이템 관련 정보를 기반으로 상기 창업 지원자들의 창업 아이템 분야를 분류하는 단계를 더 포함할 수 있다.In addition, the step of collecting data about the start-up item includes collecting start-up item-related information or start-up support videos from the start-up applicants, and classifying the start-up item field of the start-up applicants based on the start-up item-related information. It may further include.

또한, 상기 시장성 및 상기 성장성을 가진 창업 아이템을 선정하는 단계는, 상기 창업 지원 영상들 각각에 대해 상기 인공지능을 이용하여 상기 창업 지원자들의 창업 아이템에 대한 시장성 및 성장성을 분석하는 단계 및 상기 창업 아이템에 대한 시장성 및 성장성을 기준으로 기설정된 값 이상에 해당하는 창업 아이템을 선정하는 단계를 포함할 수 있다.In addition, the step of selecting a start-up item with the marketability and growth potential includes analyzing the marketability and growth potential of the start-up items of the start-up applicants using the artificial intelligence for each of the start-up support videos and the start-up item. It may include the step of selecting a start-up item corresponding to a preset value or more based on marketability and growth potential.

또한, 상기 창업 지원자들의 역량을 분석하는 단계는, 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 통해 토론 영상을 획득하는 단계, 상기 토론 영상에 대해 상기 인공지능을 이용하여 상기 창업 지원자들 각각에 대한 분석요인을 산출하는 단계, 상기 창업 지원자들 각각에 대한 분석요인을 기반으로 최적의 토론 그룹을 도출하여 상기 창업 지원자들 간 재토론을 수행하는 단계 및 상기 토론 및 상기 재토론을 종합하여 상기 창업 지원자들 각각에 대한 역량을 분석하는 단계를 포함할 수 있다.In addition, the step of analyzing the capabilities of the start-up applicants includes obtaining a discussion video through a discussion between start-up applicants who want to start up the selected start-up item, and using the artificial intelligence for the discussion video to apply to the start-up applicant. A step of calculating analysis factors for each of the start-up applicants, deriving an optimal discussion group based on the analysis factors for each of the start-up applicants and performing a re-discussion between the start-up applicants, and synthesizing the discussion and the re-discussion. Thus, it may include a step of analyzing the capabilities of each of the above startup applicants.

또한, 상기 분석요인은 사업지향성, 안정지향성, 자율지향성, 및 자기유능성 중 적어도 하나의 항목을 포함하되, 상기 최적의 토론 그룹을 도출하여 상기 창업 지원자들 간 재토론을 수행하는 단계는, 상기 분석요인으로부터 산출된 강점 분석요인이 공통되는 창업 지원자들을 제1 최적의 토론 그룹으로 그룹핑하여 제1차 재토론을 수행하고, 상기 분석요인으로부터 산출된 강점 분석요인이 상이한 창업 지원자들을 제2 최적의 토론 그룹으로 그룹핑하여 제2차 재토론을 수행할 수 있다.In addition, the analysis factor includes at least one item of business orientation, stability orientation, autonomy orientation, and self-competence, and the step of deriving the optimal discussion group and performing a re-discussion among the startup applicants includes the above Startup applicants with common strength analysis factors calculated from the analysis factors are grouped into the first optimal discussion group to conduct the first re-discussion, and start-up applicants with different strength analysis factors calculated from the analysis factors are grouped into the second optimal discussion group. A second re-discussion can be conducted by grouping into discussion groups.

또한, 상기 창업 지원자들의 평가 점수를 산출하는 단계는, 전문가 평가, 창업 지원자들 간 상호 평가, 및 창업 지원자의 발표 평가 중 적어도 하나를 더 이용하여 상기 창업 지원자들의 평가 점수를 산출할 수 있다.In addition, the step of calculating the evaluation scores of the startup applicants may further use at least one of expert evaluation, mutual evaluation between startup applicants, and evaluation of the startup applicants' presentations to calculate the evaluation scores of the startup applicants.

또한, 상기 창업 지원자들의 평가 점수를 산출하는 단계는, 인공지능 기반 평가 모델을 이용하여 상기 창업 아이템 및 상기 창업 지원자들의 역량을 평가하여 상기 창업 지원자들 각각의 1차 평가 점수를 산출하는 단계 ,상기 토론 및 상기 재토론에 대한 상기 전문가 평가를 수행하여 상기 창업 지원자들 각각의 2차 평가 점수를 산출하는 단계, 상기 창업 지원자들 간 상호 평가를 수행하여 상기 창업 지원자들 각각의 3차 평가 점수를 산출하는 단계 및 상기 창업 지원자들 각각의 발표 영상에 대해 상기 발표 평가를 수행하여 상기 창업 지원자들 각각의 4차 평가 점수를 산출하는 단계를 포함할 수 있다.In addition, the step of calculating the evaluation scores of the startup applicants includes evaluating the capabilities of the startup items and the startup applicants using an artificial intelligence-based evaluation model to calculate the first evaluation score of each of the startup applicants. Calculating a second evaluation score for each of the start-up applicants by performing the expert evaluation of the discussion and the re-discussion; performing a mutual evaluation between the start-up applicants to calculate a third evaluation score for each of the start-up applicants It may include the step of performing the presentation evaluation on the presentation video of each of the start-up applicants and calculating the fourth evaluation score of each of the start-up applicants.

또한, 상기 최종 창업 지원자를 결정하는 단계는, 상기 1차 내지 4차 평가 점수를 종합하여 가장 높은 평가 점수를 획득한 창업 지원자를 상기 최종 창업 지원자로 결정하되, 상기 최종 창업 지원자를 제외한 나머지 창업 지원자들은, 창업 지원자들 간 투표를 통해 공동 창업자 또는 투자자 지위를 부여할 수 있다. In addition, in the step of determining the final start-up applicant, the start-up applicant who obtained the highest evaluation score by combining the first to fourth evaluation scores is determined as the final start-up applicant, except for the final start-up applicant. They can grant co-founder or investor status through voting among startup applicants.

또한, 본 개시의 다른 측면에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치는, 창업 지원자들로부터 창업 아이템에 대한 데이터를 수집하는 데이터 수집부, 상기 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정하는 창업아이템 선정부, 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석하는 창업지원자 역량 분석부, 상기 창업 아이템 및 상기 창업 지원자들의 역량을 기반으로 상기 창업 지원자들의 평가 점수를 산출하는 평가점수 산출부 및 상기 평가 점수를 기반으로 최종 창업 지원자를 결정하는 최종 창업 결정부를 포함하고, 상기 창업지원자 역량 분석부는, 상기 창업 지원자들 간 토론을 기반으로 인공지능을 통해 상기 창업 지원자들에 대한 분석요인을 산출하여 상기 창업 지원자들의 역량을 분석하되, 상기 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것일 수 있다. In addition, a device for performing an artificial intelligence-based start-up item evaluation method according to another aspect of the present disclosure includes a data collection unit that collects data on start-up items from start-up applicants, and analyzes data on the start-up item to determine marketability and growth potential. A start-up item selection unit that selects start-up items with a start-up item, a start-up applicant competency analysis unit that analyzes the capabilities of start-up applicants based on discussions between start-up applicants who want to start up the selected start-up item, and a start-up applicant competency analysis unit that analyzes the start-up items and the start-up applicants. It includes an evaluation score calculation unit that calculates evaluation scores of the start-up applicants based on competency, and a final start-up decision unit that determines the final start-up applicant based on the evaluation score, and the start-up applicant competency analysis unit includes a discussion between the start-up applicants. Based on this, analysis factors for the startup applicants are calculated through artificial intelligence to analyze the capabilities of the startup applicants. The artificial intelligence uses facial expression analysis technology (visual), voice analysis technology (voice), and language analysis technology (verbal). ), and may be artificial intelligence learned based on at least one of facial analysis technology (vital).

이 외에도, 본 개시를 구현하기 위한 실행하기 위한 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.In addition to this, a computer program stored in a computer-readable recording medium for execution to implement the present disclosure may be further provided.

이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.In addition, a computer-readable recording medium recording a computer program for executing a method for implementing the present disclosure may be further provided.

본 개시의 전술한 과제 해결 수단에 의하면, 창업 아이템 평가뿐만 아니라 창업 지원자에 대한 역량 및 성향 평가가 함께 진행되므로, 보다 정확하고 신뢰성 높은 창업에 대한 가치 평가가 이루어질 수 있다.According to the means for solving the above-described problem of the present disclosure, not only the evaluation of startup items but also the evaluation of capabilities and tendencies of startup applicants are carried out, so that a more accurate and reliable value evaluation of the startup can be performed.

또한, 본 개시의 전술한 과제 해결 수단에 의하면, 인공지능을 활용하여 창업 아이템 및 창업 지원자의 평가가 다양한 각도에서 객관적으로 수행될 수 있고, 그에 따라 결과에 대한 신뢰성을 높일 수 있다.In addition, according to the means for solving the above-described problem of the present disclosure, evaluation of start-up items and start-up applicants can be performed objectively from various angles using artificial intelligence, thereby increasing the reliability of the results.

본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present disclosure are not limited to the effects mentioned above, and other effects not mentioned may be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법이 수행되는 시스템을 개략적으로 나타낸다.
도 2는 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치를 개략적으로 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 개략적으로 나타내는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 창업 아이템의 시장성 및 성장성을 기반으로 현재 상태를 포지셔닝하는 일예를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법에서 창업 지원자의 역량을 분석하는 과정의 일예를 나타내는 순서도이다.
도 6은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법에서 창업 지원자의 평가 점수를 산출하는 과정의 일예를 나타내는 순서도이다.
Figure 1 schematically shows a system in which an artificial intelligence-based startup item evaluation method is performed according to an embodiment of the present invention.
Figure 2 is a block diagram schematically showing a device for performing an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention.
Figure 3 is a flowchart schematically showing an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention.
Figure 4 is a diagram showing an example of positioning the current state based on the marketability and growth potential of a start-up item according to an embodiment of the present invention.
Figure 5 is a flowchart showing an example of a process for analyzing the capabilities of a start-up applicant in the artificial intelligence-based start-up item evaluation method according to an embodiment of the present invention.
Figure 6 is a flowchart showing an example of a process for calculating the evaluation score of a start-up applicant in the artificial intelligence-based start-up item evaluation method according to an embodiment of the present invention.

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 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.The advantages and features of the present invention and methods for achieving them will become clear by referring to the embodiments described in detail below along with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. The present embodiments are merely provided to ensure that the disclosure of the present invention is complete and to provide a general understanding of the technical field to which the present invention pertains. It is provided to fully inform the skilled person of the scope of the present invention, and the present invention is only defined by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for describing embodiments and is not intended to limit the invention. As used herein, singular forms also include plural forms, unless specifically stated otherwise in the context. As used in the specification, “comprises” and/or “comprising” does not exclude the presence or addition of one or more other elements in addition to the mentioned elements. Like reference numerals refer to like elements throughout the specification, and “and/or” includes each and every combination of one or more of the referenced elements. Although “first”, “second”, etc. are used to describe various components, these components are of course not limited by these terms. These terms are merely used to distinguish one component from another. Therefore, it goes without saying that the first component mentioned below may also be a second component within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention pertains. Additionally, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless clearly specifically defined.

본 개시 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 개시가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 개시가 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 ‘부, 모듈, 부재, 블록’이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다. Like reference numerals refer to like elements throughout this disclosure. The present disclosure does not describe all elements of the embodiments, and general content or overlapping content between the embodiments in the technical field to which the present disclosure pertains is omitted. The term 'unit, module, member, block' used in the specification may be implemented as software or hardware, and depending on the embodiment, a plurality of 'unit, module, member, block' may be implemented as a single component, or It is also possible for one 'part, module, member, or block' to include multiple components.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part is said to be “connected” to another part, this includes not only direct connection but also indirect connection, and indirect connection includes connection through a wireless communication network. do. Additionally, when a part "includes" a certain component, this means that it may further include other components rather than excluding other components, unless specifically stated to the contrary.

명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.Throughout the specification, when a member is said to be located “on” another member, this includes not only cases where a member is in contact with another member, but also cases where another member exists between the two members.

각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.The identification code for each step is used for convenience of explanation. The identification code does not explain the order of each step, and each step may be performed differently from the specified order unless a specific order is clearly stated in the context. there is.

이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시예들에 대해 설명한다.Hereinafter, the operating principle and embodiments of the present disclosure will be described with reference to the attached drawings.

도 1은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법이 수행되는 시스템을 개략적으로 나타낸다. Figure 1 schematically shows a system in which an artificial intelligence-based startup item evaluation method is performed according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법이 수행되는 시스템(10)은 서버(100), 하나 이상의 창업지원자 단말(200), 하나 이상의 전문가 단말(300)을 포함할 수 있다. 여기서, 도 1에 도시된 시스템(10)은 하나의 예시일 뿐이며, 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.Referring to Figure 1, the system 10 in which the artificial intelligence-based startup item evaluation method according to an embodiment of the present invention is performed includes a server 100, one or more startup applicant terminals 200, and one or more expert terminals 300. may include. Here, the system 10 shown in FIG. 1 is only an example and may include fewer or more components than those shown in FIG. 1 .

서버(100)는 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 컴퓨팅 장치일 수 있다. 또한, 서버(100)는 인공지능 기반 창업 아이템 평가 방법을 수행하는데 필요한 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 컴퓨터, 서버 장치 및 휴대용 단말기를 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다. The server 100 may be a computing device that performs an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention. In addition, the server 100 includes various devices that can perform the computational processing necessary to perform the artificial intelligence-based startup item evaluation method and provide results to the user. For example, it may include all of a computer, a server device, and a portable terminal, or it may take the form of any one.

여기에서, 상기 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), 태블릿 PC, 슬레이트 PC 등을 포함할 수 있다.Here, the computer may include, for example, a laptop, desktop, laptop, tablet PC, slate PC, etc. equipped with a web browser.

상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 애플리케이션 서버, 컴퓨팅 서버, 데이터베이스 서버, 파일 서버, 게임 서버, 메일 서버, 프록시 서버 및 웹 서버 등을 포함할 수 있다.The server device is a server that processes information by communicating with external devices, and may include an application server, computing server, database server, file server, game server, mail server, proxy server, and web server.

상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), WiBro(Wireless Broadband Internet) 단말, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD) 등과 같은 웨어러블 장치를 포함할 수 있다.The portable terminal is, for example, a wireless communication device that guarantees portability and mobility, such as PCS (Personal Communication System), GSM (Global System for Mobile communications), PDC (Personal Digital Cellular), PHS (Personal Handyphone System), and PDA. (Personal Digital Assistant), IMT (International Mobile Telecommunication)-2000, CDMA (Code Division Multiple Access)-2000, W-CDMA (W-Code Division Multiple Access), WiBro (Wireless Broadband Internet) terminal, smart phone ), all types of handheld wireless communication devices, and wearable devices such as watches, rings, bracelets, anklets, necklaces, glasses, contact lenses, or head-mounted-device (HMD). may include.

서버(100)는 네트워크를 통해 연결된 적어도 하나 이상의 창업지원자 단말(200)에게 인공지능 기반 창업 아이템 평가 서비스를 제공할 수 있다. 서버(100)가 인공지능 기반 창업 아이템 평가 서비스를 제공하는 방법에 관한 상세한 설명은 후술하도록 한다.The server 100 may provide an artificial intelligence-based startup item evaluation service to at least one startup applicant terminal 200 connected through a network. A detailed description of how the server 100 provides an artificial intelligence-based startup item evaluation service will be described later.

창업지원자 단말(200)은 네트워크를 통해 연결된 서버(100)에 접속하여 정보를 입력하고 그 결과를 출력할 수 있는 컴퓨팅 장치일 수 있다. 일 실시예로, 창업지원자 단말(200)은 창업 지원자가 창업하고자 하는 창업 아이템에 대한 다양한 정보를 입력하고, 그에 따라 서버(100)로부터 창업 지원자의 창업 아이템에 대한 결과를 수신하여 창업지원자 단말(200)의 화면 상에 디스플레이할 수 있다. The startup applicant terminal 200 may be a computing device capable of accessing a server 100 connected through a network to input information and output the results. In one embodiment, the start-up applicant terminal 200 inputs various information about the start-up item that the start-up applicant wants to start a business, and accordingly receives the results about the start-up item of the start-up applicant from the server 100 and sends the start-up applicant terminal ( 200) can be displayed on the screen.

전문가 단말(300)은 네트워크를 통해 연결된 서버(100)에 접속하여 정보를 입력하고 그 결과를 출력할 수 있는 컴퓨팅 장치일 수 있다. 일 실시예로, 전문가 단말(300)은 전문가가 창업 지원자의 창업 아이템 및 역량 등을 평가하기 위한 다양한 정보를 입력하고, 그에 따라 서버(100)로부터 결과를 수신하여 전문가 단말(300)의 화면 상에 디스플레이할 수 있다. The expert terminal 300 may be a computing device that can access the server 100 connected through a network, input information, and output the results. In one embodiment, the expert terminal 300 inputs various information for the expert to evaluate the start-up items and capabilities of the start-up applicant, receives the results from the server 100 accordingly, and displays them on the screen of the expert terminal 300. can be displayed.

여기서, 창업지원자 단말(200) 및 전문가 단말(300)은 휴대폰, 스마트폰, PDA(Personal Digital Assistant), PMP(Portable Multimedia Player), 태블릿 PC, 등과 같이 네트워크를 통하여 웹 서버와 연결될 수 있는 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있으며, 개인용 컴퓨터(예를 들어, 데스크탑 컴퓨터, 노트북 컴퓨터 등), 워크스테이션, PDA, 웹 패드 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기 중 하나일 수도 있다.Here, the startup applicant terminal 200 and the expert terminal 300 are all types of devices that can be connected to a web server through a network, such as a mobile phone, smartphone, PDA (Personal Digital Assistant), PMP (Portable Multimedia Player), tablet PC, etc. It may include a handheld-based wireless communication device, and is equipped with a memory means and a microprocessor, such as a personal computer (e.g., desktop computer, laptop computer, etc.), workstation, PDA, web pad, etc. Therefore, it may be one of the digital devices with computing power.

네트워크는 서버(100), 적어도 하나 이상의 창업지원자 단말(200) 및 적어도 하나 이상의 전문가 단말(300) 간의 다양한 정보를 송수신할 수 있다. 네트워크는 다양한 형태의 통신망이 이용될 수 있으며, 예컨대, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coax), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신방식이 이용될 수 있다. The network can transmit and receive various information between the server 100, at least one startup applicant terminal 200, and at least one expert terminal 300. Various types of communication networks may be used, for example, wireless communication methods such as WLAN (Wireless LAN), Wi-Fi, Wibro, Wimax, and HSDPA (High Speed Downlink Packet Access). Alternatively, wired communication methods such as Ethernet, xDSL (ADSL, VDSL), HFC (Hybrid Fiber Coax), FTTC (Fiber to The Curb), and FTTH (Fiber To The Home) may be used.

네트워크는 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.The network is not limited to the communication methods presented above, and may include all other types of communication methods that are well known or will be developed in the future in addition to the communication methods described above.

도 2는 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치를 개략적으로 나타내는 블록도이다. Figure 2 is a block diagram schematically showing a device for performing an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention.

도 2에 개시된 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치(100)는 상술한 도 1의 서버(100)에 대응한다. 즉, 도 2에 개시된 상기 장치(100)는 상술한 바와 같이 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들을 모두 포함할 수 있다. 예를 들어, 도 2에 개시된 상기 장치(100)는 컴퓨터, 서버 장치 및 휴대용 단말기를 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다. The device 100 for performing the artificial intelligence-based startup item evaluation method according to an embodiment of the present invention disclosed in FIG. 2 corresponds to the server 100 of FIG. 1 described above. That is, the device 100 disclosed in FIG. 2 may include various devices that can perform calculation processing and provide results to the user as described above. For example, the device 100 disclosed in FIG. 2 may include all of a computer, a server device, and a portable terminal, or may take the form of any one.

도 2를 참조하면, 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치(100)는, 데이터 수집부(110), 창업아이템 선정부(120), 창업지원자 역량 분석부(130), 평가점수 산출부(140), 및 최종 창업 결정부(150)를 포함할 수 있다. 도 2에 도시된 구성요소들은 본 개시에 따른 장치(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 장치(100)는 도 2에 도시된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.Referring to Figure 2, the device 100 for performing an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention includes a data collection unit 110, a startup item selection unit 120, and a start-up applicant competency analysis unit. It may include (130), an evaluation score calculation unit (140), and a final start-up decision unit (150). The components shown in FIG. 2 are not essential for implementing the device 100 according to the present disclosure, so the device 100 described herein may have more or fewer components than the components shown in FIG. 2. It can have elements.

데이터 수집부(110)는 창업 지원자들로부터 창업 아이템에 대한 데이터를 수집할 수 있다. 예를 들어, 데이터 수집부(110)는 창업 지원자가 창업을 하고자 하는 창업 아이템에 관련된 정보, 창업 지원자가 촬영한 창업 지원 영상 등을 창업지원자들(즉, 도 1의 창업지원자 단말(200))로부터 수신할 수 있다. The data collection unit 110 may collect data on start-up items from start-up applicants. For example, the data collection unit 110 sends information related to the start-up item that the start-up applicant wants to start a business, a start-up support video filmed by the start-up applicant, etc. to the start-up applicant (i.e., the start-up applicant terminal 200 in FIG. 1). It can be received from.

창업아이템 선정부(120)는 창업 아이템에 대한 데이터를 분석하여 창업 아이템들에 대한 분야를 분류하고 시장성 및 성장성을 가진 창업 아이템을 선정할 수 있다. The start-up item selection unit 120 may analyze data on start-up items, classify the fields of start-up items, and select start-up items with marketability and growth potential.

창업지원자 역량 분석부(130)는 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석할 수 있다. 이때, 창업지원자 역량 분석부(130)는 창업 지원자들 간 토론을 기반으로 인공지능을 통해 창업 지원자들에 대한 분석요인을 산출하고, 상기 분석요인에 기초하여 창업 지원자들의 역량을 분석할 수 있다. 여기서, 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것일 수 있다. The startup applicant competency analysis unit 130 may analyze the capabilities of startup applicants based on discussions between startup applicants who want to start the selected startup item. At this time, the startup applicant competency analysis unit 130 can calculate analysis factors for startup applicants through artificial intelligence based on discussions between startup applicants, and analyze the capabilities of startup applicants based on the analysis factors. Here, the artificial intelligence may be learned artificial intelligence based on at least one of facial expression analysis technology (visual), speech analysis technology (voice), language analysis technology (verbal), and facial analysis technology (vital).

평가점수 산출부(140)는 창업 아이템 및 창업 지원자들의 역량을 기반으로 창업 지원자들의 평가 점수를 산출할 수 있다. The evaluation score calculation unit 140 may calculate the evaluation scores of startup applicants based on the startup items and the capabilities of the startup applicants.

최종 창업 결정부(150)는 상기 창업 지원자들의 평가 점수를 기반으로 최종 창업 지원자를 결정할 수 있다. The final start-up decision unit 150 may determine the final start-up applicant based on the evaluation scores of the start-up applicants.

또한, 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치(100)는, 도 2에 도시되지는 않았으나 메모리부 및 제어부 등을 더 포함할 수도 있다. In addition, the device 100 for performing the artificial intelligence-based startup item evaluation method according to an embodiment of the present invention may further include a memory unit and a control unit, although not shown in FIG. 2.

메모리부는 본 장치의 다양한 기능을 지원하는 데이터와, 제어부의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음악 파일, 정지영상, 동영상 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. The memory unit can store data supporting various functions of the device and programs for the operation of the control unit, and can store input/output data (e.g., music files, still images, videos, etc.), and the device A number of application programs (application programs or applications) running in the device, data for operation of the device, and commands can be stored. At least some of these applications may be downloaded from an external server via wireless communication.

이러한, 메모리부는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리부는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.These memory units include flash memory type, hard disk type, SSD type (Solid State Disk type), SDD type (Silicon Disk Drive type), and multimedia card micro type. , card-type memory (e.g., SD or It may include at least one type of storage medium among (only memory), PROM (programmable read-only memory), magnetic memory, magnetic disk, and optical disk. Additionally, the memory unit is separate from the main device, but may be a database connected by wire or wirelessly.

제어부는 본 장치 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.The control unit includes a memory that stores data for an algorithm for controlling the operation of components within the device or a program that reproduces the algorithm, and at least one processor (not shown) that performs the above-described operations using the data stored in the memory. It can be implemented as: At this time, the memory and processor may each be implemented as separate chips. Alternatively, the memory and processor may be implemented as a single chip.

또한, 제어부는 이하에서 설명되는 본 개시에 따른 다양한 실시 예들을 본 장치 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.In addition, the control unit may control any one or a combination of the above-described components in order to implement various embodiments according to the present disclosure described below on the present device.

도 2에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다. At least one component may be added or deleted in response to the performance of the components shown in FIG. 2. Additionally, it will be easily understood by those skilled in the art that the mutual positions of the components may be changed in response to the performance or structure of the system.

한편, 도 2에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.Meanwhile, each component shown in FIG. 2 refers to software and/or hardware components such as Field Programmable Gate Array (FPGA) and Application Specific Integrated Circuit (ASIC).

이하에서는, 상술한 본 발명의 일 실시예에 따른 상기 장치(100)에서 수행되는 인공지능 기반 창업 아이템 평가 방법에 관해 상세히 설명하도록 한다. Hereinafter, the artificial intelligence-based startup item evaluation method performed by the device 100 according to an embodiment of the present invention described above will be described in detail.

도 3은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법을 개략적으로 나타내는 순서도이다. Figure 3 is a flowchart schematically showing an artificial intelligence-based startup item evaluation method according to an embodiment of the present invention.

도 4는 본 발명의 일 실시예에 따른 창업 아이템의 시장성 및 성장성을 기반으로 현재 상태를 포지셔닝하는 일예를 나타내는 도면이다. Figure 4 is a diagram showing an example of positioning the current state based on the marketability and growth potential of a start-up item according to an embodiment of the present invention.

도 5는 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법에서 창업 지원자의 역량을 분석하는 과정의 일예를 나타내는 순서도이다. Figure 5 is a flowchart showing an example of a process for analyzing the capabilities of a start-up applicant in the artificial intelligence-based start-up item evaluation method according to an embodiment of the present invention.

도 6은 본 발명의 일 실시예에 따른 인공지능 기반 창업 아이템 평가 방법에서 창업 지원자의 평가 점수를 산출하는 과정의 일예를 나타내는 순서도이다. Figure 6 is a flowchart showing an example of a process for calculating the evaluation score of a start-up applicant in the artificial intelligence-based start-up item evaluation method according to an embodiment of the present invention.

도 3 내지 도 6의 방법은 도 2에 개시된 장치(100)에 의해 수행될 수 있다. 여기서, 도 2에 개시된 장치(100)는 컴퓨팅 장치(즉, 컴퓨터, 서버 장치, 휴대용 단말기 등)일 수 있으며, 이 경우 도 3 내지 도 6의 방법은 컴퓨팅 장치에 의해 수행될 수 있다. The methods of FIGS. 3 to 6 may be performed by the device 100 disclosed in FIG. 2 . Here, the device 100 disclosed in FIG. 2 may be a computing device (ie, a computer, a server device, a portable terminal, etc.), and in this case, the methods of FIGS. 3 to 6 may be performed by the computing device.

도 3을 참조하면, 데이터 수집부(110)는 창업 지원자들로부터 창업 아이템에 대한 데이터를 수집할 수 있다(S300).Referring to FIG. 3, the data collection unit 110 may collect data on start-up items from start-up applicants (S300).

예를 들어, 데이터 수집부(110)는 창업 지원자가 창업을 하고자 하는 창업 아이템에 관련된 정보, 창업 지원자가 촬영한 창업 지원 영상 등을 창업 지원자들(즉, 도 1의 창업지원자 단말(200))로부터 수신할 수 있다. For example, the data collection unit 110 sends information related to the start-up item that the start-up applicant wants to start a business, a start-up support video filmed by the start-up applicant, etc. to the start-up applicant (i.e., the start-up applicant terminal 200 in FIG. 1). It can be received from.

창업아이템 선정부(120)는 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정할 수 있다(S310). The start-up item selection unit 120 may select a start-up item with marketability and growth potential by analyzing data on the start-up item (S310).

일 실시예로, 창업아이템 선정부(120)는 창업 아이템에 관련된 정보를 기반으로 창업 아이템들에 대한 분야를 분류할 수 있다. 또한, 창업아이템 선정부(120)는 창업 지원 영상을 기반으로 시장성 및 성장성을 가진 창업 아이템을 선정할 수 있다. In one embodiment, the start-up item selection unit 120 may classify fields for start-up items based on information related to the start-up items. Additionally, the start-up item selection unit 120 may select a start-up item with marketability and growth potential based on the start-up support video.

여기서, 창업 아이템에 관련된 정보는 산업 카테고리 분류, 개발 자금 규모, 인적 역량 요구 수준, 해당 분야 시장의 성장 특성, 해당 분야 시장의 규모, 해당 분야 상장 기업의 수익률, 기술 요구 수준, 지역적 특성 등의 정보를 포함할 수 있다. 예를 들어, 창업 아이템에 관련된 정보는 상기와 같은 정보에 대한 설문조사 항목들로 구성된 자가진단 리스트 형식일 수 있다. 이 경우, 창업아이템 선정부(120)는 창업 지원자(즉, 도 1의 창업지원자 단말(200))로부터 창업 아이템에 관련된 정보로 구성된 자가진단 리스트에 대한 답변을 수신하고, 이 답변을 분석하여 창업 지원자의 창업 아이템 분야를 분류할 수 있다. Here, information related to the start-up item includes industry category classification, development fund size, human competency requirement level, growth characteristics of the market in the field, size of the market in the field, rate of return of listed companies in the field, level of technology requirements, and regional characteristics. may include. For example, information related to a start-up item may be in the form of a self-diagnosis list consisting of survey items regarding the above information. In this case, the start-up item selection unit 120 receives a response to a self-diagnosis list consisting of information related to the start-up item from the start-up applicant (i.e., the start-up applicant terminal 200 in Figure 1), and analyzes this answer to determine the start-up You can classify the applicant's startup item field.

또한, 창업 아이템을 선정함에 있어서, 창업아이템 선정부(120)는 창업 지원자들(즉, 도 1의 창업지원자 단말(200))로부터 창업 지원 영상들을 수신하고, 인공지능을 이용하여 상기 창업 영상들 각각에 대해 창업 지원자들의 창업 아이템에 대한 시장성 및 성장성을 분석할 수 있다. 그리고, 창업아이템 선정부(120)는 상기 창업 아이템에 대한 시장성 및 성장성을 기준으로 기설정된 값 이상에 해당하는 창업 아이템을 선정할 수 있다. In addition, when selecting a start-up item, the start-up item selection unit 120 receives start-up support videos from start-up applicants (i.e., the start-up applicant terminal 200 in FIG. 1) and selects the start-up videos using artificial intelligence. For each, the marketability and growth potential of startup applicants' startup items can be analyzed. Additionally, the start-up item selection unit 120 may select a start-up item that is equal to or higher than a preset value based on the marketability and growth potential of the start-up item.

여기서, 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것일 수 있다. Here, the artificial intelligence may be learned artificial intelligence based on at least one of facial expression analysis technology (visual), speech analysis technology (voice), language analysis technology (verbal), and facial analysis technology (vital).

표정 분석 기술은 영상 정보를 인식하고 처리할 수 있는 기술로, 인간의 시각 기능을 모방해 표정변화, 감정 표현, 안구 움직임, 얼굴 움직임 등을 포착해 창업 지원자의 지원 영상의 특징을 분석할 수 있다. 일예로, 표정 분석 기술 기반 인공지능은 창업 지원자의 얼굴에 다수(예: 68개)의 포인트를 배치하고 각 점의 움직임에 따라 표정의 변화를 측정하도록 학습된 인공지능 모델일 수 있다. Expression analysis technology is a technology that can recognize and process video information. By imitating human visual function, it can capture facial expression changes, emotional expressions, eye movements, facial movements, etc. to analyze the characteristics of application videos of startup applicants. . For example, artificial intelligence based on facial expression analysis technology may be an artificial intelligence model that places a number of points (e.g., 68) on the face of a start-up applicant and measures the change in facial expression according to the movement of each point.

음성 분석 기술은 창업 지원자의 음성 정보를 인식할 수 있는 기술로, 인간의 청각 기능을 모방해 음색, 음높이, 크기 변화, 속도, 휴지 변화, 발음 등을 분석할 수 있다. 일예로, 음성 분석 기술 기반 인공지능은 창업 지원자의 음성을 인식해 창업 지원자의 성향 및 특징 등을 파악할 수 있도록 학습된 인공지능 모델일 수 있다. Voice analysis technology is a technology that can recognize voice information of startup applicants. It can analyze timbre, pitch, size changes, speed, pause changes, pronunciation, etc. by imitating human auditory function. For example, artificial intelligence based on voice analysis technology may be an artificial intelligence model learned to recognize the voices of startup applicants and identify their tendencies and characteristics.

언어 분석 기술은 창업 지원자의 응답 내용을 분석하는 기술이다. 즉, 인간의 언어 기능을 모방한 STT(Speech to Text) 기술로 단어 의미와 어휘 사용량 등을 파악하는 기술을 말한다. STT는 음성 내용을 문자로 전환해주는 기술로, 쉽게 말해 창업 지원자의 응답 내용을 글로 받아 적고 그 내용을 분석하는 것이다. 일예로, 언어 분석 기술 기반 인공지능은 창업 지원자의 음성 내용(즉, 단어, 문장 등)을 문자로 전환하고 그 내용을 분석하여 창업 지원자의 성향과 직무의 적합성 등을 파악할 수 있도록 학습된 인공지능 모델일 수 있다. Language analysis technology is a technology that analyzes the responses of startup applicants. In other words, it refers to a technology that identifies word meanings and vocabulary usage using STT (Speech to Text) technology that imitates human language functions. STT is a technology that converts voice content into text. Simply put, it transcribes the responses of startup applicants in writing and analyzes the content. For example, artificial intelligence based on language analysis technology is an artificial intelligence that converts the voice content (i.e. words, sentences, etc.) of a start-up applicant into text and analyzes the content to identify the start-up applicant's tendencies and suitability for the job. It could be a model.

안면 분석 기술은 생리적 데이터를 측정하는 기술로, 영상 정보 처리 기술을 응용해 얼굴 근육과 색상의 미세한 변화를 탐지해 맥박 정보를 측정한다. 일예로, 안면 분석 기술 기반 인공지능은 맥박과 혈류량의 변화를 통해서 창업 지원자의 정서와 감정 변화를 확인하고 답변의 신뢰도를 평가하는 데 활용하도록 학습된 인공지능 모델일 수 있다. Facial analysis technology is a technology that measures physiological data. By applying image information processing technology, it detects subtle changes in facial muscles and color and measures pulse information. For example, artificial intelligence based on facial analysis technology may be an artificial intelligence model learned to check the emotions and emotional changes of start-up applicants through changes in pulse and blood flow and to evaluate the reliability of answers.

구체적 예로, 창업아이템 선정부(120)는 상술한 바와 같은 표정 분석 기술, 음성 분석 기술, 언어 분석 기술, 및 안면 분석 기술 중 적어도 하나를 기반으로 하는 인공지능(즉, 음성 및 시각 인식 기반 인공지능)을 이용하여, 창업 지원 영상으로부터 문장, 단어 등을 인식하고, 이를 기반으로 창업 아이템 관련 정보를 분석할 수 있다. 창업아이템 선정부(120)는 상기 분석 결과에 기초하여 창업 아이템의 시장성 및 성장성을 파악할 수 있다. As a specific example, the start-up item selection unit 120 uses artificial intelligence (i.e., artificial intelligence based on voice and visual recognition) based on at least one of the facial expression analysis technology, voice analysis technology, language analysis technology, and facial analysis technology as described above. ), you can recognize sentences, words, etc. from startup support videos and analyze information related to startup items based on this. The start-up item selection unit 120 may determine the marketability and growth potential of the start-up item based on the analysis results.

이때, 창업 지원 영상으로부터 분석된 창업 아이템의 시장성 및 성장성은 도 4에 도시된 그래프 형태와 같이 나타낼 수 있다. 일 예로, 도 4에 도시된 것처럼, 시장성(size) 및 성장성(speed) 팩터를 기반으로 창업 아이템 분야를 4분면으로 분류한 그래프 상에서, 창업 지원 영상으로부터 분석된 창업 아이템의 현재 상태(즉, 시장성 및 성장성)를 포지셔닝할 수 있다. At this time, the marketability and growth potential of the start-up item analyzed from the start-up support video can be expressed in the form of a graph shown in FIG. 4. As an example, as shown in Figure 4, on a graph that classifies the field of start-up items into four quadrants based on marketability (size) and growth (speed) factors, the current status (i.e. marketability) of the start-up item analyzed from the start-up support video and growth potential) can be positioned.

그리고, 창업아이템 선정부(120)는 상기와 같이 포지셔닝된 창업 아이템의 시장성 및 성장성을 기준으로 기설정된 값 이상에 해당하는지 여부에 따라 창업 아이템 후보로서 선정할 수 있다. 또한, 일예로, 창업아이템 선정부(120)는 시장성 및 성장성을 기준으로 기설정된 값 이상에 해당하는 창업 아이템들을 선별한 다음, 상기 창업 아이템들 중 시장성 및 성장성이 가장 높은 창업 아이템을 최종적으로 창업 아이템 후보로서 선정할 수도 있다. In addition, the start-up item selection unit 120 may select the start-up item as a candidate based on whether the start-up item positioned as above corresponds to a preset value or higher based on marketability and growth potential. In addition, as an example, the start-up item selection unit 120 selects start-up items corresponding to a preset value or more based on marketability and growth, and then finally starts a start-up item with the highest marketability and growth among the start-up items. It can also be selected as an item candidate.

창업지원자 역량 분석부(130)는 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석할 수 있다(S320).The startup applicant competency analysis unit 130 may analyze the capabilities of startup applicants based on discussions between startup applicants who want to start a startup item selected above (S320).

이때, 창업지원자 역량 분석부(130)는 창업 지원자들 간 토론을 기반으로 인공지능을 통해 창업 지원자들에 대한 분석요인을 산출하고, 상기 분석요인에 기초하여 창업 지원자들의 역량 또는 성향을 분석할 수 있다. 여기서, 인공지능은 상술한 바와 같은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것일 수 있다. 또한, 분석요인은 사업지향성, 안정지향성, 자율지향성, 및 자기유능성 중 적어도 하나의 항목을 포함할 수 있다. At this time, the start-up applicant competency analysis unit 130 can calculate analysis factors for start-up applicants through artificial intelligence based on discussions between start-up applicants, and analyze the capabilities or tendencies of start-up applicants based on the analysis factors. there is. Here, the artificial intelligence may be learned artificial intelligence based on at least one of the facial expression analysis technology (visual), voice analysis technology (voice), language analysis technology (verbal), and facial analysis technology (vital) as described above. . Additionally, the analysis factor may include at least one item among business orientation, stability orientation, autonomy orientation, and self-competence.

일 실시예로, 도 5를 참조하면, 창업지원자 역량 분석부(130)는 상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 통해 토론 영상을 획득할 수 있다(S321). In one embodiment, referring to FIG. 5, the start-up applicant competency analysis unit 130 may obtain a discussion video through a discussion between start-up applicants who want to start up the selected start-up item (S321).

창업지원자 역량 분석부(130)는 인공지능을 이용하여 토론 영상에 대해 분석하고, 상기 분석 결과에 따라 창업 지원자들 각각에 대한 분석요인을 산출할 수 있다(S322). The start-up applicant competency analysis unit 130 can analyze the discussion video using artificial intelligence and calculate analysis factors for each start-up applicant according to the analysis results (S322).

일 예로, 창업지원자 역량 분석부(130)는 상술한 바와 같은 표정 분석 기술, 음성 분석 기술, 언어 분석 기술, 및 안면 분석 기술 중 적어도 하나를 기반으로 하는 인공지능을 이용하여, 토론 영상으로부터 각 창업 지원자의 표정, 음성, 언어, 안면 중 적어도 하나를 분석할 수 있고, 이를 기반으로 각 창업 지원자별 분석요인(예: 사업지향성, 안정지향성, 자율지향성, 및 자기유능성 중 적어도 하나의 항목)을 산출할 수 있다. 즉, 창업지원자 역량 분석부(130)는 토론 결과를 바탕으로 각 창업 지원자별 분석요인의 각 항목에 대한 점수를 산출할 수 있다. As an example, the start-up applicant competency analysis unit 130 uses artificial intelligence based on at least one of the facial expression analysis technology, voice analysis technology, language analysis technology, and facial analysis technology as described above, and extracts each start-up from the discussion video. At least one of the applicant's facial expression, voice, language, and face can be analyzed, and based on this, analysis factors (e.g., at least one item among business orientation, stability orientation, autonomy orientation, and self-competence) for each startup applicant are determined. It can be calculated. In other words, the start-up applicant competency analysis unit 130 can calculate scores for each item of the analysis factors for each start-up applicant based on the discussion results.

창업지원자 역량 분석부(130)는 창업 지원자들 각각에 대한 분석요인을 기반으로 최적의 토론 그룹을 도출하여 창업 지원자들 간 재토론을 수행할 수 있다(S323). The start-up applicant competency analysis unit 130 can derive an optimal discussion group based on the analysis factors for each start-up applicant and conduct a re-discussion among the start-up applicants (S323).

일 예로, 창업지원자 역량 분석부(130)는 각 창업 지원자별로 산출된 분석요인 중에서 강점 분석요인이 공통되는 창업 지원자들을 제1 최적의 토론 그룹으로 그룹핑하여 제1차 재토론을 수행하고, 각 창업 지원자별로 산출된 분석요인 중에서 강점 분석요인이 서로 상이한 창업 지원자들을 제2 최적의 토론 그룹으로 그룹핑하여 제2차 재토론을 수행할 수 있다. As an example, the start-up applicant competency analysis unit 130 groups start-up applicants with common strength analysis factors among the analysis factors calculated for each start-up applicant into the first optimal discussion group and performs the first re-discussion for each start-up applicant. Among the analysis factors calculated for each applicant, startup applicants with different strength analysis factors can be grouped into a second optimal discussion group and a second re-discussion can be performed.

여기서, 최적의 토론 그룹을 도출함에 있어서, 이전 토론의 결과를 바탕으로 다음 토론을 수행하게 될 토론 그룹을 새롭게 지정할 수 있으며, 이때 인공지능 모델 기반 자동화 과정이 이용될 수 있다. 따라서, 이를 통해서 최적의 경쟁 그룹이 산출될 수 있으므로 토론 과정을 거듭할수록 창업 지원자의 역량 및 성향을 파악하는데 효과적일 수 있다. Here, in deriving the optimal discussion group, a new discussion group that will conduct the next discussion can be designated based on the results of the previous discussion, and at this time, an automated process based on an artificial intelligence model can be used. Therefore, since the optimal competitive group can be calculated through this, it can be effective in identifying the capabilities and tendencies of startup applicants as the discussion process continues.

창업지원자 역량 분석부(130)는 상기 토론 및 상기 재토론을 종합하여 창업 지원자들 각각에 대한 역량 또는 성향을 분석할 수 있다(S324).The start-up applicant competency analysis unit 130 may analyze the competency or inclination of each start-up applicant by combining the discussion and the re-discussion (S324).

또한, 실시예에 따라, 창업지원자 역량 분석부(130)는 창업 지원자들 간 토론 과정에 대한 피드백 데이터를 생성하고, 이를 데이터베이스에 저장할 수도 있다. 여기서, 토론 과정에 대한 피드백 데이터는 인공지능을 이용하여 생성될 수 있다. Additionally, depending on the embodiment, the start-up applicant competency analysis unit 130 may generate feedback data on the discussion process between start-up applicants and store it in a database. Here, feedback data about the discussion process can be generated using artificial intelligence.

평가점수 산출부(140)는 창업 아이템 및 창업 지원자들의 역량을 기반으로 창업 지원자들의 평가 점수를 산출할 수 있다(S330). The evaluation score calculation unit 140 may calculate the evaluation scores of startup applicants based on the startup items and the capabilities of the startup applicants (S330).

또한, 창업 지원자들의 평가 점수를 산출함에 있어서, 전문가 평가, 창업 지원자들 간 상호 평가, 및 창업 지원자의 발표 평가 중 적어도 하나를 더 이용할 수 있다. Additionally, in calculating the evaluation scores of start-up applicants, at least one of expert evaluation, mutual evaluation between start-up applicants, and presentation evaluation of start-up applicants can be further used.

일 실시예로, 도 6을 참조하면, 평가점수 산출부(140)는 인공지능 기반 평가 모델을 이용하여 창업 아이템 및 창업 지원자들의 역량을 평가할 수 있고, 이를 기반으로 창업 지원자들 각각의 1차 평가 점수를 산출할 수 있다(S331).In one embodiment, referring to FIG. 6, the evaluation score calculation unit 140 can evaluate the capabilities of start-up items and start-up applicants using an artificial intelligence-based evaluation model, and based on this, perform the first evaluation of each start-up applicant. The score can be calculated (S331).

여기서, 인공지능 기반 평가 모델은 창업 아이템의 시장성, 성장성, 수익률, 기술력, 자금력, 산업 카테고리 등의 평가 항목과, 창업 지원자의 사업지향성, 안정지향성, 자율지향성, 자기유능성 등의 평가 항목에 대한 상관성을 인공지능에 기반하여 학습한 결과물로서, 창업 아이템 및 창업 지원자의 가치를 평가하기 위한 인공지능 기반 평가 모델일 수 있다. Here, the artificial intelligence-based evaluation model is based on evaluation items such as marketability, growth potential, rate of return, technology, financial power, and industry category of the startup item, and evaluation items such as business orientation, stability orientation, autonomy orientation, and self-competence of the startup applicant. As a result of learning correlation based on artificial intelligence, it can be an artificial intelligence-based evaluation model to evaluate the value of start-up items and start-up applicants.

평가점수 산출부(140)는 창업 지원자들 간 토론 및 재토론에 대한 전문가 평가를 수행할 수 있고, 이를 기반으로 창업 지원자들 각각의 2차 평가 점수를 산출할 수 있다(S332).The evaluation score calculation unit 140 can perform expert evaluation of discussions and re-discussions between startup applicants, and based on this, calculate a secondary evaluation score for each startup applicant (S332).

일예로, 전문가 평가를 수행함에 있어서, 전문가들은 전문가 단말(도 1의 300)을 통해서 상기 창업 지원자들 간 토론 및 재토론 과정에 대해 평가할 수 있다. 구체적으로, 평가점수 산출부(140)는 창업 지원자들 간 토론 및 재토론 과정에 대한 설문을 전문가 단말을 통해 전문가들에게 제공하고, 이후 전문가 단말로부터 설문에 대한 설문 응답을 수신하여 창업 지원자들 각각의 2차 평가 점수를 산출할 수 있다. For example, when performing an expert evaluation, experts can evaluate the discussion and re-discussion process between the startup applicants through the expert terminal (300 in FIG. 1). Specifically, the evaluation score calculation unit 140 provides a survey on the discussion and re-discussion process between start-up applicants to experts through an expert terminal, and then receives the survey response from the expert terminal to each start-up applicant. The secondary evaluation score can be calculated.

또한, 일예로, 인공지능을 통해 생성된 토론 과정에 대한 피드백 데이터를 이용하여 전문가 평가를 수행할 수 있다. 즉, 인공지능을 통해 생성된 토론 과정에 대한 피드백 데이터가 전문가 단말(도 1의 300)을 통해서 전문가들에게 제공될 수 있다. 이 경우, 평가점수 산출부(140)는 상기 토론 과정에 대한 피드백 데이터를 이용하여 인공지능 기반 자동 질문을 생성할 수 있고, 상기 질문을 전문가 단말을 통해 전문가들에게 제공할 수 있다. 상기 질문을 수신한 전문가 단말에서는 전문가들로부터 질문에 대한 응답을 입력받아 평가점수 산출부(140)로 전송할 수 있고, 이후 평가점수 산출부(140)는 전문가 단말로부터 수신한 질문에 대한 응답을 기초로 창업 지원자들 각각의 2차 평가 점수를 산출할 수 있다. Additionally, as an example, expert evaluation can be performed using feedback data about the discussion process generated through artificial intelligence. In other words, feedback data on the discussion process generated through artificial intelligence can be provided to experts through the expert terminal (300 in FIG. 1). In this case, the evaluation score calculation unit 140 can generate artificial intelligence-based automatic questions using feedback data about the discussion process, and provide the questions to experts through the expert terminal. The expert terminal that has received the question may receive a response to the question from the experts and transmit it to the evaluation score calculation unit 140, and then the evaluation score calculation unit 140 may base the response on the question received from the expert terminal. It is possible to calculate the secondary evaluation score for each startup applicant.

또한, 실시예에 따라, 전문가 평가를 수행하기 전에 전문가들에게 추천 평가 점수를 제공할 수도 있고, 평가 점수 산출의 근거를 제공할 수도 있다. 이를 통해 창업 지원자들의 평가를 하는데 보다 공정성을 높일 수 있는 효과가 있다. Additionally, depending on the embodiment, recommended evaluation scores may be provided to experts before performing expert evaluation, and a basis for calculating evaluation scores may be provided. This has the effect of increasing fairness in the evaluation of startup applicants.

평가점수 산출부(140)는 창업 지원자들 간 상호(peer) 평가를 수행할 수 있고, 이를 기반으로 창업 지원자들 각각의 3차 평가 점수를 산출할 수 있다(S333).The evaluation score calculation unit 140 can perform peer evaluation between startup applicants, and based on this, calculate the 3rd evaluation score for each startup applicant (S333).

이 경우, 복수의 창업지원자 단말(도 1의 200)을 이용하여 창업 지원자들간 상호 평가를 수행할 수 있고, 상기 상호 평가한 평가 점수는 데이터베이스에 저장될 수 있다. In this case, mutual evaluation between startup applicants can be performed using a plurality of startup applicant terminals (200 in FIG. 1), and the mutually evaluated evaluation scores can be stored in a database.

평가점수 산출부(140)는 창업 지원자들 각각의 발표 영상에 대해 발표 평가를 수행할 수 있고, 이를 기반으로 창업 지원자들 각각의 4차 평가 점수를 산출할 수 있다(S334).The evaluation score calculation unit 140 can perform a presentation evaluation on the presentation video of each startup applicant, and calculate the fourth evaluation score for each startup applicant based on this (S334).

일예로, 평가점수 산출부(140)는 창업 지원자들로부터 발표 영상을 획득할 수 있다. 그리고, 평가점수 산출부(140)는 상술한 바와 같은 표정 분석 기술, 음성 분석 기술, 언어 분석 기술, 및 안면 분석 기술 중 적어도 하나를 기반으로 하는 인공지능을 이용하여, 발표 영상으로부터 문장, 단어 등을 인식하고, 이를 분석할 수 있다. 예컨대, 비문 사용도, 음성이 명확히 인식되는지 여부, 발표 완성도(예: 주제별 시간 분배가 고른지 여부 등) 등을 분석하여 창업 지원자의 발표를 평가하여 4차 평가 점수를 산출할 수 있다. For example, the evaluation score calculation unit 140 may obtain presentation videos from startup applicants. In addition, the evaluation score calculation unit 140 uses artificial intelligence based on at least one of the facial expression analysis technology, voice analysis technology, language analysis technology, and facial analysis technology as described above to extract sentences, words, etc. from the presentation video. can be recognized and analyzed. For example, the 4th evaluation score can be calculated by evaluating a startup applicant's presentation by analyzing the use of inscriptions, whether the voice is clearly recognized, and the completeness of the presentation (e.g., whether time is evenly distributed by topic, etc.).

최종 창업 결정부(150)는 상기 창업 지원자들의 평가 점수를 기반으로 최종 창업 지원자를 결정할 수 있다(S340). The final start-up decision unit 150 may determine the final start-up applicant based on the evaluation scores of the start-up applicants (S340).

일 실시예로, 최종 창업 결정부(150)는 상기 1차 내지 4차 평가 점수를 종합하여 가장 높은 평가 점수를 획득한 창업 지원자를 최종 창업 지원자로 결정할 수 있다. In one embodiment, the final start-up decision unit 150 may determine the start-up applicant who obtained the highest evaluation score by combining the first to fourth evaluation scores as the final start-up applicant.

또한, 실시예에 따라, 최종 창업 지원자를 제외한 나머지 창업 지원자들의 경우, 창업 지원자들 간 투표를 통해서 공동 창업자 또는 투자자 지위를 부여할 수 있다. Additionally, depending on the embodiment, the remaining startup applicants, excluding the final startup applicant, may be granted co-founder or investor status through voting among startup applicants.

예를 들어, 최종 창업 지원자(즉, 최종 창업 지원자의 단말)는 창업자 CEO로 설정될 수 있고, 상기 창업자 CEO를 제외한 나머지 지원자들(즉, 나머지 지원자 단말들)은 지원자 희망 또는 지원자들 간 투표를 통해 공동 창업자 또는 투자자 지위를 설정할 수 있다. For example, the final startup applicant (i.e., the terminal of the final startup applicant) may be set as the founder CEO, and the remaining applicants (i.e., the remaining applicant terminals) excluding the founder CEO may choose to vote or vote among the applicants. You can establish co-founder or investor status through this.

이에 따라, 상기 창업자 CEO를 제외한 나머지 지원자들에 대해서는 역할(roll)과 지분율이 자동으로 배정되고 계산되고, 이 정보가 각 지원자 단말 상에 출력될 수 있다. 이를 통해 자동으로 장치(100) 상에서 주주간 계약서가 발행될 수 있고, 사용자 입력을 통해 날인 과정이 진행될 수 있다. 이로서 창업 과정이 시작될 수 있다. Accordingly, roles and share ratios are automatically assigned and calculated for the remaining applicants except for the founder CEO, and this information can be output on each applicant's terminal. Through this, a contract between shareholders can be automatically issued on the device 100, and a sealing process can be performed through user input. This can begin the start-up process.

또한, 창업자 CEO 및 나머지 지원자들을 포함하는 n명에 관한 정보는 장치(100)의 데이터베이스 상에 저장될 수 있고, 이를 통해 지원자 단말 간 상호 공유될 수 있다. 또한, 모든 과정이 종료된 후 창업 아이템에 대한 분석 정보, 창업 지원자 역량 및 성향 분석 정보, n명 투표에 따른 역할 및 지분율 정보 등의 시나리오 분석 정보 등은 모두 온라인 문서로 제공될 수 있다. Additionally, information about n people, including the founder CEO and the remaining applicants, may be stored in the database of the device 100 and may be mutually shared between applicant terminals. In addition, after all processes are completed, analysis information on start-up items, analysis information on capabilities and tendencies of start-up applicants, and scenario analysis information such as role and share ratio information according to n-person votes can all be provided as online documents.

상술한 본 발명에 따르면, 창업 아이템 평가뿐만 아니라 창업 지원자에 대한 역량 및 성향 평가가 함께 진행되므로, 보다 정확하고 신뢰성 높은 창업에 대한 가치 평가가 이루어질 수 있다. According to the present invention described above, not only the evaluation of start-up items but also the evaluation of capabilities and tendencies of start-up applicants are carried out together, so that a more accurate and reliable valuation of the start-up can be achieved.

또한, 상술한 본 발명에 따르면, 인공지능을 활용하여 창업 아이템 및 창업 지원자의 평가가 다양한 각도에서 객관적으로 수행될 수 있고, 그에 따라 결과에 대한 신뢰성을 높일 수 있다. In addition, according to the present invention described above, evaluation of start-up items and start-up applicants can be performed objectively from various angles using artificial intelligence, thereby increasing the reliability of the results.

이상에서 전술한 본 발명에 따른 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.The method according to the present invention described above may be implemented as a program (or application) and stored in a medium in order to be executed in conjunction with a hardware computer.

한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.Meanwhile, the disclosed embodiments may be implemented in the form of a recording medium that stores instructions executable by a computer. Instructions may be stored in the form of program code, and when executed by a processor, may create program modules to perform operations of the disclosed embodiments. The recording medium may be implemented as a computer-readable recording medium.

컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. Computer-readable recording media include all types of recording media storing instructions that can be decoded by a computer. For example, there may be Read Only Memory (ROM), Random Access Memory (RAM), magnetic tape, magnetic disk, flash memory, optical data storage device, etc.

이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.As described above, the disclosed embodiments have been described with reference to the attached drawings. A person skilled in the art to which this disclosure pertains will understand that the present disclosure may be practiced in forms different from the disclosed embodiments without changing the technical idea or essential features of the present disclosure. The disclosed embodiments are illustrative and should not be construed as limiting.

Claims (10)

컴퓨터에 의해 수행되는, 인공지능 기반 창업 아이템 평가 방법에 있어서,
창업 지원자들로부터 창업 아이템에 대한 데이터를 수집하는 단계;
상기 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정하는 단계;
상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석하는 단계;
상기 창업 아이템 및 상기 창업 지원자들의 역량을 기반으로 상기 창업 지원자들의 평가 점수를 산출하는 단계; 및
상기 평가 점수를 기반으로 최종 창업 지원자를 결정하는 단계;를 포함하고,
상기 창업 지원자들의 역량을 분석하는 단계는,
상기 창업 지원자들 간 토론을 기반으로 인공지능을 통해 상기 창업 지원자들에 대한 분석요인을 산출하여 상기 창업 지원자들의 역량을 분석하되,
상기 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것인, 방법.
In an artificial intelligence-based startup item evaluation method performed by a computer,
Collecting data on start-up items from start-up applicants;
Analyzing data on the start-up items to select start-up items with marketability and growth potential;
Analyzing the capabilities of start-up applicants based on discussions between start-up applicants who want to start up the selected start-up item;
Calculating evaluation scores of the startup applicants based on the startup item and the capabilities of the startup applicants; and
It includes; determining a final startup applicant based on the evaluation score,
The step of analyzing the capabilities of the startup applicants is,
Analyzing the capabilities of the start-up applicants by calculating analysis factors for the start-up applicants through artificial intelligence based on discussions between the start-up applicants,
The method wherein the artificial intelligence is learned based on at least one of facial expression analysis technology (visual), speech analysis technology (voice), language analysis technology (verbal), and facial analysis technology (vital).
제1항에 있어서,
상기 창업 아이템에 대한 데이터를 수집하는 단계는,
상기 창업 지원자들로부터 창업 아이템 관련 정보 또는 창업 지원 영상들을 수집하되,
상기 창업 아이템 관련 정보를 기반으로 상기 창업 지원자들의 창업 아이템 분야를 분류하는 단계;를 더 포함하는, 방법.
According to paragraph 1,
The step of collecting data about the startup item is,
Collect information related to start-up items or start-up support videos from the above start-up applicants,
The method further comprising: classifying start-up item fields of the start-up applicants based on the start-up item-related information.
제2항에 있어서,
상기 시장성 및 상기 성장성을 가진 창업 아이템을 선정하는 단계는,
상기 창업 지원 영상들 각각에 대해 상기 인공지능을 이용하여 상기 창업 지원자들의 창업 아이템에 대한 시장성 및 성장성을 분석하는 단계; 및
상기 창업 아이템에 대한 시장성 및 성장성을 기준으로 기설정된 값 이상에 해당하는 창업 아이템을 선정하는 단계;를 포함하는, 방법.
According to paragraph 2,
The step of selecting a start-up item with the marketability and growth potential is,
Analyzing the marketability and growth potential of the start-up items of the start-up applicants using the artificial intelligence for each of the start-up support videos; and
Method comprising: selecting a start-up item corresponding to a preset value or more based on the marketability and growth potential of the start-up item.
제3항에 있어서,
상기 창업 지원자들의 역량을 분석하는 단계는,
상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 통해 토론 영상을 획득하는 단계;
상기 토론 영상에 대해 상기 인공지능을 이용하여 상기 창업 지원자들 각각에 대한 분석요인을 산출하는 단계;
상기 창업 지원자들 각각에 대한 분석요인을 기반으로 최적의 토론 그룹을 도출하여 상기 창업 지원자들 간 재토론을 수행하는 단계; 및
상기 토론 및 상기 재토론을 종합하여 상기 창업 지원자들 각각에 대한 역량을 분석하는 단계;를 포함하는, 방법.
According to paragraph 3,
The step of analyzing the capabilities of the startup applicants is,
Obtaining a discussion video through a discussion between start-up applicants who want to start up the selected start-up item;
Calculating analysis factors for each of the startup applicants using the artificial intelligence for the discussion video;
Deriving an optimal discussion group based on analysis factors for each of the start-up applicants and performing a re-discussion among the start-up applicants; and
Comprising the discussion and the re-discussion to analyze the capabilities of each of the start-up applicants.
제4항에 있어서,
상기 분석요인은 사업지향성, 안정지향성, 자율지향성, 및 자기유능성 중 적어도 하나의 항목을 포함하되,
상기 최적의 토론 그룹을 도출하여 상기 창업 지원자들 간 재토론을 수행하는 단계는,
상기 분석요인으로부터 산출된 강점 분석요인이 공통되는 창업 지원자들을 제1 최적의 토론 그룹으로 그룹핑하여 제1차 재토론을 수행하고,
상기 분석요인으로부터 산출된 강점 분석요인이 상이한 창업 지원자들을 제2 최적의 토론 그룹으로 그룹핑하여 제2차 재토론을 수행하는, 방법.
According to clause 4,
The analysis factors include at least one of business orientation, stability orientation, autonomy orientation, and self-competence,
The step of deriving the optimal discussion group and conducting a re-discussion between the startup applicants is,
Start-up applicants with common strength analysis factors calculated from the above analysis factors are grouped into the first optimal discussion group and a first re-discussion is conducted;
A method of grouping startup applicants with different strength analysis factors calculated from the above analysis factors into a second optimal discussion group and performing a second re-discussion.
제4항에 있어서,
상기 창업 지원자들의 평가 점수를 산출하는 단계는,
전문가 평가, 창업 지원자들 간 상호 평가, 및 창업 지원자의 발표 평가 중 적어도 하나를 더 이용하여 상기 창업 지원자들의 평가 점수를 산출하는, 방법.
According to clause 4,
The step of calculating the evaluation scores of the startup applicants is,
A method of calculating evaluation scores of the startup applicants by further using at least one of expert evaluation, mutual evaluation between startup applicants, and evaluation of the startup applicants' presentations.
제6항에 있어서,
상기 창업 지원자들의 평가 점수를 산출하는 단계는,
인공지능 기반 평가 모델을 이용하여 상기 창업 아이템 및 상기 창업 지원자들의 역량을 평가하여 상기 창업 지원자들 각각의 1차 평가 점수를 산출하는 단계;
상기 토론 및 상기 재토론에 대한 상기 전문가 평가를 수행하여 상기 창업 지원자들 각각의 2차 평가 점수를 산출하는 단계;
상기 창업 지원자들 간 상호 평가를 수행하여 상기 창업 지원자들 각각의 3차 평가 점수를 산출하는 단계; 및
상기 창업 지원자들 각각의 발표 영상에 대해 상기 발표 평가를 수행하여 상기 창업 지원자들 각각의 4차 평가 점수를 산출하는 단계;를 포함하는, 방법.
According to clause 6,
The step of calculating the evaluation scores of the startup applicants is,
Calculating a primary evaluation score for each of the startup applicants by evaluating the capabilities of the startup item and the startup applicants using an artificial intelligence-based evaluation model;
Performing the expert evaluation of the discussion and the re-discussion to calculate a secondary evaluation score for each of the startup applicants;
Performing mutual evaluation among the startup applicants to calculate a 3rd evaluation score for each of the startup applicants; and
Method comprising: performing the presentation evaluation on the presentation video of each of the start-up applicants and calculating a fourth evaluation score for each of the start-up applicants.
제7항에 있어서,
상기 최종 창업 지원자를 결정하는 단계는,
상기 1차 내지 4차 평가 점수를 종합하여 가장 높은 평가 점수를 획득한 창업 지원자를 상기 최종 창업 지원자로 결정하되,
상기 최종 창업 지원자를 제외한 나머지 창업 지원자들은, 창업 지원자들 간 투표를 통해 공동 창업자 또는 투자자 지위를 부여하는, 방법.
In clause 7,
The step of determining the final startup applicant is,
The start-up applicant who obtained the highest evaluation score by combining the first to fourth evaluation scores shall be determined as the final start-up applicant,
A method of granting co-founder or investor status to the remaining startup applicants, excluding the final startup applicant, through voting among startup applicants.
하드웨어인 컴퓨터와 결합되어, 제1항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위하여 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.A computer program combined with a computer as hardware and stored in a computer-readable recording medium to execute the method of any one of claims 1 to 8. 인공지능 기반 창업 아이템 평가 방법을 수행하는 장치에 있어서,
창업 지원자들로부터 창업 아이템에 대한 데이터를 수집하는 데이터 수집부;
상기 창업 아이템에 대한 데이터를 분석하여 시장성 및 성장성을 가진 창업 아이템을 선정하는 창업아이템 선정부;
상기 선정된 창업 아이템을 창업하고자 하는 창업 지원자들 간 토론을 기반으로 창업 지원자들의 역량을 분석하는 창업지원자 역량 분석부;
상기 창업 아이템 및 상기 창업 지원자들의 역량을 기반으로 상기 창업 지원자들의 평가 점수를 산출하는 평가점수 산출부; 및
상기 평가 점수를 기반으로 최종 창업 지원자를 결정하는 최종 창업 결정부;를 포함하고,
상기 창업지원자 역량 분석부는,
상기 창업 지원자들 간 토론을 기반으로 인공지능을 통해 상기 창업 지원자들에 대한 분석요인을 산출하여 상기 창업 지원자들의 역량을 분석하되,
상기 인공지능은 표정 분석 기술(visual), 음성 분석 기술(voice), 언어 분석 기술(verbal), 및 안면 분석 기술(vital) 중 적어도 하나를 기반으로 인공지능 학습된 것인, 장치.
In a device for performing an artificial intelligence-based startup item evaluation method,
A data collection department that collects data on start-up items from start-up applicants;
a start-up item selection unit that analyzes data on the start-up items and selects start-up items with marketability and growth potential;
A start-up applicant competency analysis department that analyzes the capabilities of start-up applicants based on discussions between start-up applicants who wish to start up the selected start-up item;
An evaluation score calculation unit that calculates evaluation scores of the startup applicants based on the startup items and the capabilities of the startup applicants; and
It includes a final start-up decision unit that determines the final start-up applicant based on the evaluation score,
The above startup applicant competency analysis department,
Analyzing the capabilities of the start-up applicants by calculating analysis factors for the start-up applicants through artificial intelligence based on discussions between the start-up applicants,
The artificial intelligence is an artificial intelligence learned device based on at least one of facial expression analysis technology (visual), speech analysis technology (voice), language analysis technology (verbal), and facial analysis technology (vital).
KR1020220063215A 2022-05-24 2022-05-24 Method and apparatus for evaluating AI-based startup item KR20230163657A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220063215A KR20230163657A (en) 2022-05-24 2022-05-24 Method and apparatus for evaluating AI-based startup item

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220063215A KR20230163657A (en) 2022-05-24 2022-05-24 Method and apparatus for evaluating AI-based startup item

Publications (1)

Publication Number Publication Date
KR20230163657A true KR20230163657A (en) 2023-12-01

Family

ID=89124533

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220063215A KR20230163657A (en) 2022-05-24 2022-05-24 Method and apparatus for evaluating AI-based startup item

Country Status (1)

Country Link
KR (1) KR20230163657A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160038147A (en) 2014-09-29 2016-04-07 (주)한국투자교육연구소 System and method for evaluating company value

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160038147A (en) 2014-09-29 2016-04-07 (주)한국투자교육연구소 System and method for evaluating company value

Similar Documents

Publication Publication Date Title
CN107680019B (en) Examination scheme implementation method, device, equipment and storage medium
Livieris et al. Predicting secondary school students' performance utilizing a semi-supervised learning approach
Naim et al. Automated analysis and prediction of job interview performance
US20210279668A1 (en) Method of preparing recommendations for taking decisions on the basis of a computerized assessment of the capabilities of users
CN106663383B (en) Method and system for analyzing a subject
US20150339940A1 (en) Method and system for constructed response grading
US11881010B2 (en) Machine learning for video analysis and feedback
Akansu et al. Firm performance in the face of fear: How CEO moods affect firm performance
Pugh et al. Say what? Automatic modeling of collaborative problem solving skills from student speech in the wild
US11994895B2 (en) System for scoring an organizational role capability
KR20210001419A (en) User device, system and method for providing interview consulting service
US20220138770A1 (en) Method and apparatus for analyzing sales conversation based on voice recognition
CN117795531A (en) Automatic generation of predictive insight for classifying user activity
US20190370719A1 (en) System and method for an adaptive competency assessment model
Salehin et al. Analysis of student sentiment during video class with multi-layer deep learning approach
US20220084151A1 (en) System and method for determining rank
Yagi et al. Predicting multimodal presentation skills based on instance weighting domain adaptation
Raducanu et al. Inferring competitive role patterns in reality TV show through nonverbal analysis
KR102261673B1 (en) Method for Providing Recruit Information Using Machine Learning Model and Computer-readable Medium Thereof
Vishruth et al. Resume scanning and emotion recognition system based on machine learning algorithms
KR20230163657A (en) Method and apparatus for evaluating AI-based startup item
Yadav et al. In-browser attendance system using face recognition and serverless edge computing
CN113822589A (en) Intelligent interviewing method, device, equipment and storage medium
Dissanayake et al. AI-based Behavioural Analyser for Interviews/Viva
Iyanda et al. Students conversation management system