기술금융은 2014년 도입 이후, 약 10년 간 전체 중소기업 대출 중 약 30%를 차지할 정도로 기술력 있는 중소기업의 대표적인 자금조달 수단으로 자리잡음
현재 8개 시중은행과 6개 기술신용평가 기관이 참여하고 있으며, 전통적인 신용평가와 무형자산인 기술력 평가를 결합하여 우수한 기술력을 보유한 중소기업의 금융 접근성을 강화함
평가 대상 중소기업의 입장에서, 담보 및 재무성과가 미흡하더라도 기술금융을 통해 원하는 자금을 쉽게 조달할 수 있는 장점이 있으나, 자사의 기술력이 해당 분야 전문가에 의해 제대로 평가받지 못하고 있는 것 같다는 불만이 지속적으로 제기됨
한편, 시중은행 및 기술신용평가 기관 입장에서는, 신용정보원 Tech DB 활용, AI 평가모델 도입, 평가인력 전문성 강화 교육 등으로 평가 품질 향상을 위해 노력 중이며, 시장 내 치열한 경쟁, 제한된 시간과 평가인력 등의 한계를 극복하고 수익성을 높이기 위한 돌파구가 필요한 실정임
이에 고객사는 LLM(Large Language Model) 기반의 보고서 작성 보조 시스템을 구축하여 자동화 수준을 고도화하고 업무 생산성을 향상시키고자 함
Approach
기술신용평가 보고서 작성 보조 시스템 구축을 위해 대표적인 6가지 소규모 task를 수행함
기술신용조사서 기반 정보 추출: 평가 대상 기업의 자체 작성 및 현장실사 조사서(PDF) 내 표 형태의 정보를 격자 형식으로 변환하여 정보 추출함
홈페이지 정보 추출: 평가 대상 기업 홈페이지의 URL 입력을 기반으로 평가자가 원하는 정보를 Scraping 및 요약하여 Q&A 형태로 제공함
특허/논문 요약: 기업이 보유한 특허/논문 중 핵심기술과 연관성이 높은 특허/논문을 일부 선별하여, 평가자가 빠른 시간 내 기존 기술 대비 기술적 우위를 파악하는데 도움이 되는 참고자료 생성함
기술/시장동향 생성: 신용정보원 Tech DB 및 자사 내부 DB 자료를 기반으로 다양한 산업 내 기술/시장동향에 대한 내용을 생성함 (최신 정보 추가 및 업데이트 고려)
스크립트 생성: 추출된 정보를 기반으로 사전 정의된 형식에 따라 의견 생성함
오탈자 교정: 작성된 보고서 내 오탈자 및 문맥 교정함
Results
AI 보고서 작성 보조 시스템을 통해 보고서 작성 시간 단축 및 보고서 품질 향상 가능함
특허, 논문, 연구보고서, 웹사이트 등 다양한 출처로부터 획득한 정보를 평가자 요구에 따라 선별 요약 제공이 가능하며, 짧은 시간 내 평가 대상 기업이 보유한 핵심기술에 대해 정확한 파악이 가능함
내부 DB 탐색 및 외부 API 호출 적용으로 기존 내용에 최신 정보를 빠르게 반영 가능함
축적된 기술신용평가 데이터를 기반으로 평가 가이던스 수립 및 이를 통한 평가 일관성 유지 가능함
