딥러닝 기법을 적용한 기술등급 예측 학습모델, 김태립 · 이길흥

본 연구는 딥러닝 학습모델을 구축하여 기술등급 예측 가능성을 확인하고, 기술평가 표준화, 금융 지원 등의 실무 적용과 상업정보계열특성화고등학교 등의 교육에 방향성을 제시하고자 한다.

본 연구는 중소기업 1,035개 업체를 선별하여 2021년 제정된 기술금융 가이드라인을 기반으로 기술평가를 수행하였으며, 데이터 수집, 다중공선성 분석, 피어슨 상관 계수 분석, 정규화 변환, 딥러닝 학습모델 훈련의 5단계로 연구하였다.

본 연구는 기술평가 데이터와 기술평가 서브 데이터들의 다중공선성, TOL, VIF, Durbin-Watson, 상관 계수, 정규화 방식 등을 분석하였고, TensorFlow 선형 회귀 학습모델, Linear Regression, Ridge Regression, XGB Regressor의 딥러닝 학습모델을 훈련하여 성능을 확인하였다. 딥러닝 학습모델 성능 중에서 RMSE와 R2을 종합적으로 고려할 경우에 TensorFlow 학습모델의 성능과 안정화가 가장 좋은 것으로 확인하였다.

본 연구는 기술등급을 상, 중, 하로 구분하여 정확도를 확인한 결과 기술평가 데이터 + 기술평가 서브 데이터를 사용한 경우에 TensorFlow 학습모델이 89.39% 정확도를 확인하였다. 향후에 성능이 강화된 딥러닝 학습모델이 연구된다면 기술등급 예측에 단계적으로 적용이 가능하지만, 본 연구는 소수의 중소기업을 대상으로 연구하여 신뢰성과 다양성 반영에 미흡한 한계점이 존재한다.