DOI QR코드

DOI QR Code

Predicting the Future Price of Export Items using a Deep Neural Network with Past Year's Trade Data

딥러닝 기반 과년도 무역 데이터를 이용한 차년도 품목별 수출가 예측 모델 구현

  • Kim, Ji-Hun (Department of Human-Centered AI, Sangmyung University) ;
  • Lee, Jee Hang (Department of Human-Centered AI, Sangmyung University)
  • 김지훈 (상명대학교 지능데이터융합학부 휴먼지능정보공학전공) ;
  • 이지항 (상명대학교 지능데이터융합학부 휴먼지능정보공학전공)
  • Published : 2021.11.04

Abstract

산업통상자원부에서 제공하는 KOTRA 무역 데이터는 해당 품목과 해당 국가에 대하여 GDP, 관세율, 비즈니스 점수, 과/차년도 수출금액 등을 제공한다. 그러나 무역 수출품목은 수 없이 많을 뿐더러 그에 따른 대량의 데이터를 매년 인간의 분석을 통해 유의미한 결과를 이끌어내는 것은 상당히 큰 시간과 비용을 요구한다. 따라서 이번 연구에선 대량의 데이터를 학습하여 단기간에 저비용으로 결과를 예측할 수 있는 심층신경망 모델을 구현해 보았다.

Keywords

Acknowledgement

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No. 2020R1G1A1102683). 본 연구는 삼성미래기술육성센터의 지원을 받아 수행하였음 (No. SRFC-TC1603-52). 본 결과물은 교육부와 한국연구재단의 재원으로 지원을 받아 수행된 사회맞춤형 산학협력 선도대학(LINC+) 육성사업의 연구결과임.