• 항공우주정책ㆍ법학회지
• /
• 제32권1호
• /
• pp.327-353
• /
• 2017

소비자가 인터넷을 통해 상품이나 서비스를 구입할 때, 가격은 해당 상품이나 서비스 등에 대한 다양한 정보 중에서 중요한 판단요소로 작용한다. 따라서 판매자가 제공하는 가격표시에 대해서 소비자가 적절한 의사결정 및 선택을 할 수 있도록 다양한 규제가 이루어지고 있다. 특히 항공편의 금액표시와 관련하여 예약단계에서는 수수료나 공항시설사용료, 유류할증료 등을 산입하지 않은 가격이 표시되어 고객이 예약을 완료한 후에야 비로소 이러한 구성요소들이 가산된다는 것을 알게 되는 등의 문제가 계속해서 발생해왔다. 이에 2008년 EU에서는 항공업무규칙이 제정되어 EU 역내에서의 항공편 가격표시에 대해 통일적인 규제가 이루어지게 되었다. 이 규칙은 인터넷 예약사이트 상의 가격표시에도 적용이 된다. 항공운임의 최종가격 표시와 관련한 최초의 사례가 2015년의 Air Berlin v. the Bundesverband 판결이다. 본 판결은 최종가격이 예약시스템의 어느 단계에서 표시되어야 하는가, 또 고객이 선택할 가능성이 있는 모든 항공편에 표시되어야 하는가의 여부와 관련한 사안으로 이 문제에 대하여 EU 사법재판소에서 최초로 판단을 제시한 것이다. 본 판결은 판결은 인터넷 예약 시스템상의 최종지불운임표시시기와 그 방법에 관하여 EU 사법재판소가 구체적인 판단기준을 제시한 최초의 사례라는 점에서 중요한 의의를 갖는다. EC 1008/2008 규칙 제23조의 규정목적은 가격의 투명성과 비교가능성의 보장이라고 할 수 있다. 그러므로 고객에게는 가격이 표시되는 최초의 화면부터 선택후보가 되는 모든 항공편에 대하여 최종가격을 표시되어야 한다. 일견 앞에서 살펴본 독일과 미국의 최근의 논의를 계승하고 있는 것처럼 보이기도 하지만, 소비자인 고객에게 가격을 효과적으로 비교할 가능성을 보장하고, 특히 동업종의 타사와의 비교를 가능하게 한다는 점에서 보면, 이와 같은 해석은 보편적이라고 할 수 있다. 현재 우리나라의 경우 총액운임표시제도를 의무화하고 있으나 최종가격의 표시 시기나 방법과 관련하여 현재 우리에게 문제되고 있는 것은 신용카드를 통한 가격할인을 우선적으로 표시하여 정작 정상운임은 스크롤을 한참 아래로 내려야 겨우 확인이 가능한 문제, 인터넷 배너를 통해 최저가 항공권이라고 광고하고 배너를 클릭해서 들어가 보면 실상은 최저가 운임이 아닌 다른 요금으로 책정이 되게 되는 문제, 최저가 운임에 초점을 두어 소비자의 소비심리를 자극하고, 정작 중요한 취소 수수료에 대한 고지는 소홀히 하는 등의 문제이다. 이러한 점을 해결하기 위해서는 홈페이지 항공권 예약 과정에서도 소비자가 쉽게 확인할 수 있도록 팝업창으로 띄우거나 게시해야 할 필요성이 있다고 생각한다. 인터넷의 발달로 국내 항공사 및 국내 여행 사이트 뿐 만이 아니라 국외 여행 사이트까지 다양하게 소비자가 접근할 수 있는 만큼 국내 소비자를 보호하는 섬세한 규정들이 필요한 시점이다. 현재 가격표시와 관련한 문제는 글로벌 여행예약사이트와 저가항공사의 항공권 예약 건에서 집중된다. 국내예약사이트와 국내일반항공사의 경우 총액운임표시제도와 국내 환불규정에 의해 규제를 받기 때문에 소비자의 피해가 이들에 비해 상대적으로 덜할 수밖에 없다. 반면 글로벌 여행 예약사이트와 저가항공사와 같은 업체들은 이러한 국내 규정들을 무시한 채 허위 과장광고를 통해 소비자를 현혹하고, 결과적으로 국내 소비자의 피해는 급증하고 있는 현실이다. 정부의 법적 제도적 지원과 항공사 및 여행업체의 다각적인 노력 및 아울러 소비자들의 적극적인 참여와 노력이 없으면 항공시장 활성화를 통한 가격경쟁과 서비스개선을 기대하기 어려울 것이다. 소비자들은 항공시장에서 항공운임 및 항공서비스와 관련한 최종적인 심판자 역할을 수행해야 한다. 최종적으로 지불해야 하는 가격을 최초단계에서 고객에게 제시한다는 것은 중요하지만 그 표시방법 등에 대해서도 앞으로 계속적 검토할 필요가 있을 것으로 생각된다. 본 사건이 향후 우리에게 발생할 수 있는 문제들에게 하나의 고려문제가 될 수 있다고 생각된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.