Network-based News Sentiment Analysis and Scoring Method for Detecting Global Supply Chain Risks

원부자재 공급망 구조 변화는 관련 국가들의 경제적 위기를 초래하는 중요한 문제로, 신속하게 감지 및 대응하는 것이 중요하다. 과거에는 주가 및 경제지표의 변동성, 수출입 통계, 신용등급, 기업간의 거래관계 등의 경제 지표 분석이 주를 이루었으나, 이러한 방법만으로 공급망 이슈를 조기 탐지하기에 어려움이 있다. 반면, 뉴스는 다방면의 정보를 신속하게 제공해 주며, 특정 이슈에 대한 이상 징후를 내포할 수 있기에 사전 감지에 유리하다는 장점이 있다. 따라서, 본 연구에서는 뉴스 데이터를 활용하여 이슈에 대한 이상 징후를 포착할 수 있는 방법을 제안한다. 이상 징후를 추론하기 위해 뉴스 기사로부터 구축된 단어 및 국가 네트워크가 활용되며, 네트워크 기반 준지도 학습을 적용하여 단어 감성 기반 위험도 스코어링이 이루어진다. 주요 글로벌 이슈를 선정하여 검증한 결과, 특정 이슈의 감성을 모두 알맞게 포착하였고 관련 국가들의 위험도를 효과적으로 정량화하여 신뢰할 만한 결과를 도출하였다.