통합데이터지도 로고

이를 위해 활용한 데이터 셋은 다음과 같습니다.

데이터 내의 서비스 제품정보와 투자유치정보의 전체 필드값은 다음과 같습니다.

분석을 위해 먼저 데이터 통합을 진행하였습니다, 서비스제품정보와 투자유치정보 데이터를 기업 일련번호를 기준으로 하나의 데이터셋으로 병합하였고, 한줄 소개내용과 투자일자, 투자금액의 필드 값을 활용하여 분석을 진행하였습니다. 분석을 위해 사용된 데이터 필드값과 데이터는 다음과 같이 구성되어 있습니다.

상세정보

기업일련번호	한줄소개내용	투자일자	투자금액
135105	젊은 연구자들의 지식 커뮤니티	20191117	100000000
100807	Our mission is to organize information and make it connectable and useful resources	20190130	500000000
149535	깨끗한 물을 제공하고	20210317	520000000
130223	GS RETAIL 통합커머스 플랫폼	20210604	500000
20640	실시간 줌 강좌 컨텐츠와 라이브 커머스 BM 개발	20210602
124965	블로체인 공증 기능과 보상 시스템 등이 내재된 강력한 콘텐츠 매니지먼트 솔루션	20210604
136103	최대 12명까지 다인 화상이 가능한 화상 모임 어플리케이션입니다.	20210128	200000000
149838	자동차 매매 플랫폼	20210526	1200000000
149832	삼진글로번넷의 다양한 제품들을 만나보세요	20200407	8000000000
112737	하루만에 내 명품을 전국 딜러에게 비교견적 받고 팔기 APP 서비스	20210602	2100000000

상세정보

기업일련번호	한줄소개내용	투자일자	투자금액
135105	젊은 연구자들의 지식 커뮤니티	20191117	100000000
100807	Our mission is to organize information and make it connectable and useful resources	20190130	500000000
149535	깨끗한 물을 제공하고	20210317	520000000
130223	GS RETAIL 통합커머스 플랫폼	20210604	500000
20640	실시간 줌 강좌 컨텐츠와 라이브 커머스 BM 개발	20210602
124965	블로체인 공증 기능과 보상 시스템 등이 내재된 강력한 콘텐츠 매니지먼트 솔루션	20210604
136103	최대 12명까지 다인 화상이 가능한 화상 모임 어플리케이션입니다.	20210128	200000000
149838	자동차 매매 플랫폼	20210526	1200000000
149832	삼진글로번넷의 다양한 제품들을 만나보세요	20200407	8000000000
112737	하루만에 내 명품을 전국 딜러에게 비교견적 받고 팔기 APP 서비스	20210602	2100000000

[스타트업 투자데이터 기초분석]

데이터셋을 병합한 후 결측치와 이상치에 대한 가공작업을 진행하였습니다.
한줄 소개내용, 투자일자, 투자금액의 결측치가 있는 데이터는 제거하고 너무 작은 투자 금액과 고액의 투자금액의 이상치를 제거하였습니다.

가공작업을 마친 데이터셋으로 먼저 연도별 투자가 얼마나 활발하게 진행 되었는지 살펴 보았으며, 연도별 투자 건수는 스타트업 투자가 활발하게 이루어 지기 시작한 2015년부터 2020년까지 분석하였습니다.

상세정보

연도	투자건수
2015	325
2016	414
2017	439
2018	511
2019	573
2020	466

상세정보

구간	투자건수
1억미만	271
1억이상,5억미만	1063
5억이상,10억미만	519
10억이상,50억미만	941
50억이상,100억미만	188
100억이상,500억미만	170
500억이상,1000억미만	26
1000억이상	1

상세정보

연도	투자건수
2015	325
2016	414
2017	439
2018	511
2019	573
2020	466

상세정보

구간	투자건수
1억미만	271
1억이상,5억미만	1063
5억이상,10억미만	519
10억이상,50억미만	941
50억이상,100억미만	188
100억이상,500억미만	170
500억이상,1000억미만	26
1000억이상	1

스타트업 투자는 일반적으로 초기투자금(Seed) – 시리즈(Series A/B/C/D) –기업공개(IPO)/인수합병(M&A) 의 단계를 거치게 됩니다.
초기투자금은 비즈니스의 매우 초기 단계에 집행하는 투자로 보통 친구나 가족의 투자, 엔젤투자자 등으로부터 받게 되고 비즈니스를 확장해 나가면서 벤처 캐피탈로부터 시리즈 투자를 단계적으로 받게 됩니다.
이후 IPO(기업공개)와 M&A를 통해 지분매각(Exit)의 과정을 거치게 됩니다. 각 단계를 거치면서 보통 기업의 가치와 투자금액이 증가하게 됩니다.

연도별 투자 건수를 시각화하면 투자자들의 스타트업에 대한 관심이 얼마나 증가하고 있는지 파악해 볼 수 있습니다.
연도별 투자 건수의 경우 2015년 이후 지속해서 투자 건수가 증가하는 것을 확인할 수 있으며 2020년 투자 건수가 감소하였는데 이는 코로나19 팬데믹 등의 외부적 요인으로 인해 스타트업 투자 시장 역시 얼어붙었기 때문이라고 해석해 볼 수 있습니다.

이어서 투자금액을 금액 구간별로 구분하여 시각화하면 스타트업의 어떤 단계에서 투자가 많이 이루어 지고 있는지 살펴 볼 수 있습니다.
본 분석에서는 2000년부터 2021년까지의 투자금액을 8구간(1억미만, 1억이상~5억미만, 5억이상~10억미만, 10억이상~50억미만, 50억이상~100억미만, 100억이상~500억미만, 500억이상~1,000억미만, 1,000억 이상)으로 구분하여 분석하였습니다.

투자금액 구간별 투자 건수를 살펴보면 1억 이상 50억 미만에 대부분의 투자가 집중된 것을 확인할 수 있었습니다.
이를 스타트업 투자 단계로 살펴보면 Seed에서 시리즈 A 사이의 투자가 대부분 집중된 것을 알 수 있습니다.

[스타트업 생태계 네트워크분석]

스타트업의 특징 중 하나는 다양한 기술과 서비스의 융합, 하드웨어와 소프트웨어의 결합 등을 통해 시장과 고객의 문제를 해결해 나가는 혁신성이라고 할 수 있습니다.
이러한 이유로 기존 산업분류를 통해 스타트업을 정의하고 유사한 기업을 그룹화하는 것은 거의 불가능에 가깝습니다.
산업분류로는 그들의 변화와 문제해결 영역을 정의하기 힘들기 때문이지요.
이러한 문제점을 해결하기 위해 스타트업의 제품과 서비스 소개 데이터의 주요 단어를 통해 유사 기업을 구분하고 이를 네트워크화하여 시각화한다면 기존 산업분류에서 볼 수 없었던 스타트업 생태계를 볼 수 있을 것이라고 생각하여 네트워크 분석을 진행하였습니다.

스타트업 생태계 네트워크 분석은 스타트업이 작성한 자사의 제품과 서비스 소개 텍스트 데이터를 형태소 단위로 분리하여 단어 네트워크를 구성하고 정보 검색과 텍스트 마이닝에서 이용하는 보편적인 가중치인 TF-IDF(Term Frequency – Inverse Document Frequency) 분석을 통해 단어간의 유사관계를 파악하였습니다.
TF-IDF는 어떤 단어가 특정 문서 내에 얼마나 주요하게 출현하는지를 통계적 수치를 이용하여 측정하는 값으로 이를 통해 스타트업의 제품과 서비스 정보 간 유사도를 파악할 수 있으며 이를 기반으로 스타트업 기업간 얼마나 비슷한 제품과 서비스군으로서 묶일 수 있는지 유사도를 정의하는 데 활용하였습니다.

TF-IDF를 구하는 방법을 간단하게 소개하겠습니다. TF-IDF의 값은 TF와 IDF 값을 곱한 값으로 정의되는데요.

단어 빈도(Term Frequency)는 특정 단어가 문서 내에 얼마나 자주 등장하는지 나타내는 값으로 값이 증가함에 따라 해당 단어의 중요도 또한 증가하게 됩니다.
문서 빈도 (Document Frequency)는 단어가 문서 군 내에서 자주 사용되는 경우 해당 단어가 흔하게 등장하는 것을 의미하는데요,
즉 IDF(Inverse Document Frequency)는 특정 단어 t가 등장한 문서의 수 DF 값의 역수(반비례)로 한 단어가 문서 전체에서 얼마나 공통으로 나타나는지 알 수 있는 수치입니다.

데이터 가공 결과를 이용하여 소셜네트워크 분석에서 각각 분석 단위 사이의 유사도를 측정하기 좋은 방법의 하나인
코사인 유사도(Cosine Similarity)를 통해 시각화하면 아래와 같이 스타트업 생태계 네트워크를 나타낼 수 있습니다.
1) 이는 파이썬을 활용하여 작업하였으며 이때 코사인 유사도를 파이썬으로 코딩시 수식을 0으로 나누는 경우 발생하는 문제가 발생하는데요
이때는 eps를 적용해야 합니다.2)

스타트업 네트워크 맵을 마우스 스크롤을 활용하여 줌인/줌아웃 하여 마우스로 탐색하면 이와 같이 연결된 기업들의 흐름을 자세하게 관찰 할 수 있습니다.

위의 그림이 서비스 제품정보 데이터에 포함되어 있는 10980개의 스타트업을 기업의 특징에 따라 연결한 스타트업 생태계 네트워크의 전체 맵입니다.
이를 마우스 스크롤을 통해 줌인하면 각 기업을 상세히 볼 수 있게 됩니다.
이와 같이 네트워크 시각화를 진행하게 되면 각각의 기업은 동그라미로 표현이 되는데요, 네트워크 시각화 분석에서는 이를 노드(Node)라고 칭합니다.
이러한 노드간를 연결한 선을 엣지(Edge)혹은 링크(Link)라고 부르는데요,
스타트업 생태계 네트워크에서는 엣지가 연결된 기업들은 제품과 서비스에 유사한 키워드를 가지고 있어 유사한 스타트업으로 해석할 수 있습니다.
노드의 크기는 투자금액의 규모를 알 수 있도록 투자금액을 20~300사이의 값으로 Scaling하여 시각화 하였습니다.

이 분석 결과물을 활용하면 스타트업 생태계 전체 시각화 자료에서 연결되어 있는 그룹들을 통해 비슷한 영역의 업을 하게 되는 기업군을 분석할 수 있습니다.
아래의 이미지 영역은 전체 네트워크에서 일부를 줌인하여 찾아본 내용입니다.
TF-IDF값을 기준으로 그룹화된 기업들의 소개내용을 보게 되면 인공지능 관련 솔루션 및 응용 서비스를 제공하고 있는 유사 스타트업으로 이루어진 그룹임을 알 수 있습니다.
또한, 인공지능 관련 유사 기업 그룹으로부터 인공지능을 활용한 다양한 비즈니스로 확장된 스타트업들을 네트워크 결과와 원 데이터들을 통해 탐색할 수 있는데요,
이와 같이 사람이 특정 단일 기준값으로 구분하기 어려운 스타트업 그룹들을 비정형 텍스트 분석기법과 네트워크 분석기반의 시각화를 통해 탐색할 수 있는 형태로 데이터 분석이 가능함을 볼 수 있습니다.

상세정보

기업일련번호	제품국문명	제품영문명	한줄소개내용
85341	마인드트립	MindTrip	인공지능플랫폼
13240	집현전	ziphz	인공지능 부동산 추천/중개 서비스
4975	Fluenty.ai	Fluenty.ai	대화형 인공지능 플랫폼
108557	예스플리즈 에이아이	YesPlz Ai	온라인상에서 좋아하는 옷을 찾아주는 인공지능을 만듭니다.
94130	루카스	LuCAS-plus	인공지능 흉부CT 분석 진단보조 SW
124922	주키퍼	ZuKeeper	인공지능이 만드는 주식 플랫폼
19974	영상합성 솔루션	Video Synthesis Solution	대화형 인공지능 모델전문 플랫폼
92236	Deep Natural AI	Deep Natural AI	대화형 인공지능을 위한 고품질 코퍼스를 생산합니다
124922	주키퍼	ZuKeeper	인공지능이 만드는 주식 플랫폼
39076	FastCell	FastCell	실시간 주식 투자 정보 제공
13713	루시	Lucy	인공지능 기반VR인지 건강관리 솔루션
96504	네이버스		인공지능 기반 통합 모빌리티 플랫폼
104133	토플뱅크	TOEFL BANK	맞춤형 인공지능 토플 튜터
114155	모빌리티 디지털 광고	Mobility Digit Ad and Urba	모빌리티 기반 Adtech 및 Urban data platform 개발회사

상세정보

기업일련번호	제품국문명	제품영문명	한줄소개내용
85341	마인드트립	MindTrip	인공지능플랫폼
13240	집현전	ziphz	인공지능 부동산 추천/중개 서비스
4975	Fluenty.ai	Fluenty.ai	대화형 인공지능 플랫폼
108557	예스플리즈 에이아이	YesPlz Ai	온라인상에서 좋아하는 옷을 찾아주는 인공지능을 만듭니다.
94130	루카스	LuCAS-plus	인공지능 흉부CT 분석 진단보조 SW
124922	주키퍼	ZuKeeper	인공지능이 만드는 주식 플랫폼
19974	영상합성 솔루션	Video Synthesis Solution	대화형 인공지능 모델전문 플랫폼
92236	Deep Natural AI	Deep Natural AI	대화형 인공지능을 위한 고품질 코퍼스를 생산합니다
124922	주키퍼	ZuKeeper	인공지능이 만드는 주식 플랫폼
39076	FastCell	FastCell	실시간 주식 투자 정보 제공
13713	루시	Lucy	인공지능 기반VR인지 건강관리 솔루션
96504	네이버스		인공지능 기반 통합 모빌리티 플랫폼
104133	토플뱅크	TOEFL BANK	맞춤형 인공지능 토플 튜터
114155	모빌리티 디지털 광고	Mobility Digit Ad and Urba	모빌리티 기반 Adtech 및 Urban data platform 개발회사

지금까지 데이터 시각화 분석 과정을 통해서, 스타트업 생태계에 대한 특징들에 대해 분석한 내용들을 정리하면 아래와 같습니다.

※ 스타트업 생태계의 특징 :
- 대한민국 성장동력으로 주목받고 있는 스타트업에 대한 지속적인 투자가 증가하고 있다.
- 스타트업은 대부분 초기 기업으로 1억 이상 50억 미만의 투자 규모에 가장 많은 투자가 집중되어 있다.
- 기존 산업분류를 통해 유사 스타트업을 그룹화하고 생태계를 설명하는 데 한계가 존재한다.
결론 : 보다 정확한 스타트업 생태계 이해를 위해서는 데이터 시각화 필요

이처럼 스타트업의 제품과 서비스 소개를 비정형 데이터 분석을 통해 네트워크 시각화를 하는 경우,
스타트업의 다양한 비즈니스 모델 요소에 대한 단어를 반영할 수 있어 스타트업 생태계에 대한 이해가 가능해지게 됩니다.
더 나아가 스타트업과 대기업 및 중견기업의 새로운 비즈니스 발굴 및 오픈 이노베이션 탐색을 위한 시각화 도구로 이용할 수 있고 투자자 또한 투자대상 스타트업을 발굴하는 도구로 활용할 수 있습니다.
이러한 분석 결과는 단편적인 현재의 지점을 보는 것보다 서비스를 통해 시각화 된 네트워크 맵과 이와 연계된 실제 원데이터를 인터랙티브하게 보는 것이 더욱 효율적입니다.
더욱 효과적인 데이터 탐색을 위해 디지털 산업혁신 빅데이터 플랫폼 (https://www.bigdata-dx.kr)에서는 ‘스타트업 생태계 지도 시각화’ 서비스를 추후 선보일 예정입니다.

[주석내용]

1) 코사인 유사도 : 하나의 벡터를 다른 벡터에 사영하여 같은 방향에 해당하는 길이를 곱한 값으로 표현 할 수 있음.

값은 -1 ~ 1의 범위를 가지며, 두 벡터가 같은 방향일 때 최대값인 1을 나타냄. 가 0°일 때 1이고 180°일 때 –1의 값을 가짐.
코사인 유사도는 이러한 성질을 이용하여 두 벡터가 얼마나 유사한지를 확인할 수 있는 공식

2) eps는 x와 y의 요소들이 모두 0인 경우 분모가 0이 되는 것을 막기위해 더하는 값으로 eps는 매우 작은 값을 가지고 있어 대부분의 경우 반올림기 때문에 계산결과에 영향을 주지 않음

※ 본 데이터스토리 작성을 위해 사용된 코드와 결과물은 통합 데이터지도 교육자료 게시판 URL이나 아래의 붙임파일을 통해 확인하실 수 있습니다.