메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권민수 (순천향대학교)
저널정보
한국관세무역개발원 관세무역연구 관세무역연구 제2권 제1호
발행연도
2025.3
수록면
67 - 86 (20page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 관세청 관세법령포털에서 제공되는 국내품목분류사례 텍스트를 활용하여, HS코드를 자동으로 분류하기 위한 딥러닝 모델을 제안하고 그 실무 활용성을 분석하였다. 데이터 수집 및 전처리를 통해 총 30,488건의 품명･결정세번 매칭 정보를 구성하였으며, 이를 바탕으로 Bi-LSTM과 CNN 모델을 구축하여 정확도를 평가하였다. 특히 관세 행정 현장에서의 실제 요구사항을 고려해 Top-1뿐 아니라 Top-3, Top-5 정확도를 추가로 측정함으로써, 전문가 검증 단계를 지원하는 상위 후보 추천 시나리오의 타당성을 검증하였다. 실험 결과, 두 모델 모두 Top-1 정확도에는 다소 한계가 있었으나, Top-3와 Top-5 정확도가 최대 80% 이상으로 상승하여 자동 분류 모델이 관세사나 담당 전문가에게 의미있는 후보를 제시할 수 있음을 확인하였다. 이는 최근 확대되는 전자상거래와 글로벌 무역 환경 속에서, HS코드 분류 작업의 효율성 제고에 기여할 수 있는 가능성을 제시한다. 향후 KoBERT, Transformer 등 사전학습 언어모델 활용, 멀티모달 데이터 결합, 데이터 증강기법 등을 통해 정확도를 더욱 높이고, 관세 행정 전반의 지능화에 기여할 수 있을 것으로 기대한다.
#HS코드 #자동분류 #통관제도 #HS Code Automatic Classification #Customs Clearance System

목차

Ⅰ. 서론
Ⅱ. 선행연구
Ⅲ. 연구 방법론
Ⅳ. 연구 결과
Ⅴ. 시사점
Ⅵ. 결론
참고문헌
ABSTRACT

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

멀티모달 학습 기반의 관세 품목 분류를 위한 HS코드 추천 시스템
이앞길 ,  최근호 ,  김건우 한국지능정보시스템학회 학술대회논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0