• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.487-492
• /
• 2018

4차산업 혁명의 여파로 국내에서는 다양한 분야에 인공지능과 빅데이터 기술을 활용하여 이전에 시행 중인 다양한 서비스 분야에 기술적 접목과 보완을 시도하고 있다. 특히 금융권에서 자금을 빌린 기업들을 대상으로 여신 안정성을 확보하고 선제적인 대응을 위해 온라인 뉴스기사들과 SNS 데이터 등을 이용하여 부실가능성을 예측하고 실제 업무에 도입하려는 시도들이 국내 주요 은행들을 중심으로 활발히 진행 중이다. 우리는 국내의 국책은행에서 수행한 비정형 데이터 기반의 기업의 부실징후 예측 시스템 개발 과정에서 시도된 다양한 분석 방법과 결과 그리고 과정 중에 발생한 문제점들에 관해 기술하고 관련 이슈들에 관하여 다룬다. 결과적으로 본 논문은 레이블이 없는 대량의 기사들에 레이블을 달기 위한 자동 태거(tagger) 개발과 뉴스 기사 예측 결과로부터 부실 가능성을 예측하기 위한 모델 및 성능 면에서 기사 예측 정확도 92%(AUC 0.96) 및 부실 가능성 기업 예측에서도 정형 데이터 분석결과에 견줄만한 성과를 이루었고 이에 관해 보고한다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.2
• /
• pp.129-148
• /
• 2023

Bitcoin is a blockchain technology-based digital currency that has been recognized as a representative cryptocurrency and a financial investment asset. Due to its highly volatile nature, Bitcoin has gained a lot of attention from investors and the public. Based on this popularity, numerous studies have been conducted on price and trend prediction using machine learning and deep learning. This study employed LSTM (Long Short Term Memory) and CNN (Convolutional Neural Networks), which have shown potential for predictive performance in the finance domain, to enhance the classification accuracy in Bitcoin price trend prediction. XAI(eXplainable Artificial Intelligence) techniques were applied to the predictive model to enhance its explainability and interpretability by providing a comprehensive explanation of the model. In the empirical experiment, CNN was applied to technical indicators and Google trend data to build a Bitcoin price trend prediction model, and the CNN model using both technical indicators and Google trend data clearly outperformed the other models using neural networks, SVM, and LSTM. Then SHAP(Shapley Additive exPlanations) was applied to the predictive model to obtain explanations about the output values. Important prediction drivers in input variables were extracted through global interpretation, and the interpretation of the predictive model's decision process for each instance was suggested through local interpretation. The results show that our proposed research framework demonstrates both improved classification accuracy and explainability by using CNN, Google trend data, and SHAP.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.317-318
• /
• 2013

최근에 발생한 3.20 사이버테러와 6.25 사이버테러와 같이 특정 방송사와 금융권 전산망을 마비시키고 임직원 시스템을 망가뜨려 못쓰게 만드는 피해 유형이 발생되고 있다. 이런 사이버 공격에 사용되는 악성코드에 대해서 탐지에서 분석 그리고 검증 단계를 통합적으로 모니터링하고 필터를 통해 악성코드를 추출하고 차단하는 시스템 개발이 필요하다. 본 논문에서는 실시간으로 악성코드를 탐지하는 엔진들의 분석 및 검증 현황을 확인하고 실시간 통계 모듈에서 수집한 자료들을 바탕으로 향후 보안 정책 방향 및 미래 예측을 계획할 수 있는 실시간 악성코드 분석 통합 관리 시스템을 제안한다.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.257-264
• /
• 2003

In the context of a dynamic trading environment, the ultimate goal of the financial forecasting system is to optimize a specific trading objective. This paper proposes a two-phase (extraction and filtering) stock trading system that aims at maximizing the rates of returns. Extraction of stocks is performed by searching specific time-series patterns described by a combination of values of technical indicators. In the filtering phase, several rules are applied to the extracted sets of stocks to select stocks to be actually traded. The filtering rules are automatically induced from past data. From a large database of daily stock prices, the values of technical indicators are calculated. They are used to make the extraction patterns, and the distributions of the discretization intervals of the values are calculated for both positive and negative data sets. We assumed that the values in the intervals of distinctive distribution may contribute to the prediction of future trend of stocks, so the rules for filtering stocks are automatically induced from the data in those intervals. We show the rates of returns when using our trading system outperform the market average. These results mean rule induction method using distributional differences is useful.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.746-748
• /
• 2022

투자 분배 시스템은 지속성, 수익성, 변동성, 하방경직성 등 각각의 지표를 찾아내는 데이터 분석을 조합한 시스템으로 MLP 신경망을 통한 시황을 예측으로 투자 경험이 부족한 일반 사용자에게 안정적인 투자 분배 전략을 제공한다. 투자분배 시스템 구현을 위하여 추가적으로 금융시장에 대한 회귀분석, 켈리 공식과 같은 도구를 활용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.468-470
• /
• 2015

ActiveX가 법규제로 인해 없어지고 새로운 간편 절제 시스템이 출시되고 있다. 새롭게 도입되는 간편 결제 시스템의 경우 사용자가 한 번 내려 받으면 인터넷 익스플로러뿐만 아니라 사파리나 크롬 등 다른 브라우저를 사용 시 따로 보안프로그램을 내려 받지 않아도 된다고 한다. ActiveX대신 새로운 결제 시스템의 'exe'방식의 프로그램은 한 번 내려 받아 영구 사용할 수 있으며, 이러한 'exe' 프로그램은 인증우회가 가능하여 해커가 제3자의 금융정보를 가지게 된다면 간단한 우회를 통한 공격이 가능할 것으로 예측된다. 본 논문에서는 이러한 인증우회 공격에 관한 시나리오 및 'exe'프로그램 내부의 보안프로그램에서의 이상 징후 조기 탐지를 이용한 사전 예방기법을 제안한다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.2
• /
• pp.241-265
• /
• 2023

A corporate insolvency prediction model serves as a vital tool for objectively monitoring the financial condition of companies. It enables timely warnings, facilitates responsive actions, and supports the formulation of effective management strategies to mitigate bankruptcy risks and enhance performance. Investors and financial institutions utilize default prediction models to minimize financial losses. As the interest in utilizing artificial intelligence (AI) technology for corporate insolvency prediction grows, extensive research has been conducted in this domain. However, there is an increasing demand for explainable AI models in corporate insolvency prediction, emphasizing interpretability and reliability. The SHAP (SHapley Additive exPlanations) technique has gained significant popularity and has demonstrated strong performance in various applications. Nonetheless, it has limitations such as computational cost, processing time, and scalability concerns based on the number of variables. This study introduces a novel approach to variable selection that reduces the number of variables by averaging SHAP values from bootstrapped data subsets instead of using the entire dataset. This technique aims to improve computational efficiency while maintaining excellent predictive performance. To obtain classification results, we aim to train random forest, XGBoost, and C5.0 models using carefully selected variables with high interpretability. The classification accuracy of the ensemble model, generated through soft voting as the goal of high-performance model design, is compared with the individual models. The study leverages data from 1,698 Korean light industrial companies and employs bootstrapping to create distinct data groups. Logistic Regression is employed to calculate SHAP values for each data group, and their averages are computed to derive the final SHAP values. The proposed model enhances interpretability and aims to achieve superior predictive performance.

• Journal of KIISE:Software and Applications
• /
• v.26 no.4
• /
• pp.462-472
• /
• 1999

능동적 시간지원 데이터베이스 시스템은 시간지원 데이터베이스 시스템에 능동규칙 시스템을 통합하여 구성한 진보된 데이터베이스 시스템이다. 이 시스템은 추세 분석, 상태 관찰을 통한 경보,고장에 대한 예측, 금융 시스템 및 공정 제어 등과같은 고도의 응용에 효과적으로 대응할수 있다. 그러나 능동적 시간지원 데이터베이스 시스템은 시간 차원을 갖는 다차원 데이터공간에 대해 처리해야 하므로 그 처리비용이 매우 높으며, 규칙 처리에 의한 시스템 부하가 매우 증가할 수 있다. 따라서 효과적 규칙 처리방법에 대한 연구가 수행되어야 한다. 한편 규칙의 성능에 대한 문제는 일반적으로 조건 평가 방법의 효율성에 달려있다. 특히 데이터의 시간차원을 고려한 시간지원 능동규칙의 경우 시간 영역에 따라 규칙에 의해 처리되어야 할 데이터 량의 증가하고 이에 다라 성능의 차이가 많이 나므로 더욱 문제가 된다. 따라서 이 논문에서는 능동적 시간지원 데이터베이스 시스템을 위한 시간지원 능동규칙의 성능향상을 위해 조건 평가를 검토하고 시간지원 차분에 의한 시간지원 점진적 평가연산을 제시하였다. 아울러 이 시간지원 점진적 연산자를 적용한 조건 평가 예를 보이고 이 연산자의 효율성을 증명하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.1068-1071
• /
• 2005

최근 들어 기술을 담보로 하는 신용금융의 역할이 증대되면서 자금지원 대상기업의 기술평가 시스템 구축이 중요한 과제가 되고 있다. 국내에서는 기업 보유의 기술경영성과를 측정하여 한정된 자원의 효율적 배분을 위한 민간 투, 융자를 위한 기술신용평가모형'이 제시되었다 본 연구에서는 기술신용평가모델의 평가항목 타당성을 실증 분석한다. 모형의 항목 분류가 적절하게 되었는지를 검증하기 위하여 구조적 타당성을 평가하며 통계적 유의성을 검증하여 신뢰성을 평가한다. 구조적 타당성 검정을 위해 확인 요인분석을 수행하며 평가모형의 신뢰성을 검증하기 위해서는 다변량 통계방법 중의 하나인 판별분석을 수행한다. 본 연구는 기술개발 성공 및 부실발생의 예측력을 갖는 기술신용평가 시스템 구축을 위한 기초 자료로 활용될 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.31-33
• /
• 2008

산업사회에서의 전력공급 계통은 설비고장이 발생할 경우 해당지역에 국한되어 정전이 발생하기 때문에 피해가 확산되거나 사회적인 이슈가 되지는 않았다. 광케이블을 이용한 정보통신사회가 구축되어 금융과 언론을 비롯한 대부분의 생활이 인터넷을 중심으로 진행되고 있고 향후 지식기반 사회로의 진전이 급속히 진전될 것에 대비하여 전력계통 설비와 운영 방법의 고도화가 필요하게 되었다. 전력IT는 현재의 전력설비와 네트워크, IT를 이용하여 더욱 심층적인 연구가 진행되고 있으며 본 논문에서는 전력IT 연구과제 결과물의 활용성을 높이고 기술개발 과정에서의 시행착오를 최소화하기 위해 총 10개 과제를 하나로 운영할 경우를 상정하여 연구에 필요한 기술체계 모형을 개발하였고 이 모형을 토대로 향후 분산형 전원을 포함한 전력계통의 최적운영과 고장예측기법을 이용한 설비관리로 정전을 예방하여 최고품질의 전력을 공급하는데 기여하고자 하였다. 이 논문은 전력IT의 도입배경과 현재까지의 연구 성과분석을 토대로 실 계통 검증 5단계와 기술체계 모형 그리고 통합운영시스템 개념도 제시 순으로 작성하였다.