(주)엠로보 안상선 대표

1. 「뉴스 미디어 스타트업 비즈니스 모델 사례 발표 」
매일경제 사외벤처 ㈜ M-Robo
대표 안상선
로봇저널리즘이 어쩌다 핀테크에 가게 됐는가?
- 로봇저널리즘 비즈니스 모델

2. 우리가 생각하는 “데이터 분석”이란
Intro
[항공기의 피탄 분포]
A CB D
항공기의 생존율 향상을 위해 강화해야할 부분은?
[01/25]

3. Company Introduction
M-Robo는 매일경제 미디어 그룹 사내벤처로 시작한 미디어 스타트업입니다.
A.I(인공지능) 기술을 이용한 로봇저널리즘 기술로, 빅데이터, 핀테크, 스마트그리드, 농업 등
다방면의 대회에서 수상하는 등 우수한 기획력과 기술력을 대외적으로 인정받았습니다.
(아시아 최대 핀테크 대회 FF17 피칭)
[02/25]

4. Investors & Partners
매경미디어 그룹 ▶ 현금 및 현물 투자 유치
우리은행 ▶핀테크 서비스 개발 및 협력
[03/25]

5. Team Introduction
“작은 아이디어“ 에서 시작했습니다.
[04/25]

6. 직책 성명 주요경력 담당
CEO
안상선
(경제학 박사)
• 매경미디어그룹 경제경영연구소연구원 근무
:교육콘텐츠기획(국가공인경제경영능력 평가 모델)및 기업인사평가모델구축
• 한국전기안전공사재무관리부근무
: 재무위험평가시스템,국제회계기준(IFRS)시스템구축
• 한국농촌경제연구원,한국전기공사협회,세명대산학협력단
: 시장규모 추정, 사회적비용 추계, 비용-편익분석 등 정부 연구과제수주
서비스 개발 기획
및 마케팅
CTO RonCho
• NaunceCommunicationskorea *Global1위 음성인식솔루션기업
: 삼성전자S-Voice자연어팀 리더(러시아어,스페인어,포르투갈어)
• BlackDuckSoftwareKorea *Global1위 오픈소스관리 기업
: OpenSourceLicense검증 도구 최적화작업 및 개발
• ㈜ ITC International/ DODO Mobiles
: 국제표준인증심사 / POS프로그램 개발
BOT프로그램알고리즘개발
데이터베이스구축
연구원 정구봉
• 연세대학교산업공학과재학, Y-BICTA(빅데이터학회)간사 *네이버D2후원학술단체
• (주) 티켓몬스터R.A, (주)에누리닷컴R.A
: 빅데이터분석및 CRM 도구 개발 보조
경제 금융 데이터 분석가 + 개발 전문가 + 대학생 개발팀
Team Introduction
[05/25]

7. Item : Robot Journalism
컴퓨터 알고리즘에 의한 기사작성으로 빠르고 정확합니다.
[06/25]

8. 스포츠, 증권, 일기예보 등 도입 분야가 확대
Item : Robot Journalism
[07/25]

9. Item : Robot Journalism
로봇저널리즘 프로세스
[08/25]

10. Customers Problem
M-Robo는 개인 투자자의 투자 실패 문제를 주목했습니다.
‘무덤’이 된 증시… 개미 투자를 접다
(해럴드 경제 1면, 2017.2.6)
[09/25]

11. Customers Problem : Pain-Point
개인 투자자 원하는 것 : ‘정보’와 ‘지식’
“S전자 2017년도 매출액이
10조원입니다.” “S전자 2017년 실적은
양호한 편입니다.”
“주가가 오를 가능성이 높으니
지금 사는 것이 유리하다.”
[기업 재무정보]
[뉴스, 애널리스트 보고서]
[10/25]

12. Customers Pain-Point
0
10,000,000
20,000,000
30,000,000
40,000,000
50,000,000
60,000,000
70,000,000
(거래량)
(시가총액)
(삼성전자)
미디어
커버리지
?????
개인 투자자는 정보와 지식이 부족합니다
[11/25]

13. Customers Problem : Pain-Point
“귀에 솔깃하지만 믿을 수 없는 정보 : 종목추천” “믿을 수 있지만 귀에 안들어 오는 정보 : 공부”
개인 투자자가 보는 정보는 ‘2가지’입니다.
[12/25]

14. Service : Auto-Reporting
‘봇’을 이용한 모든 종목(2000여개)의 투자정보를 제공
Tech : 자동 리포트 서비스
[13/25]

15. Service : Auto Curation
콘텐츠 : 투자 정보 큐레이션
[14/25]

16. [지분 변동 레포트] [영업실적 보고]
지분변동 및 영업실적 레포트
Demo : Earing Report & Stock Share
[15/25]

17. Appendix : Demo
[16/25]

18. 또한 믿을 수 있는 우량기업을 찾아드립니다(동영상)
Demo : Robo-Choice Service
[15/21]

19. 기업공시 Alarm서비스를 팩트체크 서비스로 컨버팅
[17/25]
Making Data to Service : Concept

20. 안정적인 서비스를 위한 자체 Data Base 및 API를 개발
공신력 있는 공공투자정보 : 금융감독원 기업공시(DART), 거래소(KIND) 등
[18/25]
Making Data to Service : API service

21. 콘텐츠 : 투자 정보 큐레이션
[19/25]
자체 Data Base 및 API : 각종 공시가 Category별로 저장돼 있음
Making Data to Service : API service

22. 콘텐츠 : 투자 정보 큐레이션
[20/25]
자체 Data Base 및 API : 각종 공시가 Category별로 저장돼 있음
Making Data to Service : API service

23. 컴퓨터 알고리즘에 의한 기사작성으로 빠르고 정확합니다.
[21/25]
Good News? or Bad News? : 기업공시 발표 시 주가 변화로 판단
Making Data to Service : API service

24. 3가지 기준만 알아도 투자 실패를 줄일 수 있습니다.
유동성을 안보고 투자할 경우 : 대우조선해양
[22/25]
Making Data to Service : A.I (Working)

25. Business Model
Contents Provider 비즈니스 모델
[23/25]

26. Contents Provider 비즈니스 모델
Business Model
[24/25]

28. Market & Customer
우리나라 개인투자자 530만명
우리나라 인구의 10%가 넘는 거대시장

29. Customer & Segmentation
타겟 고객 : 20~40대 개인투자자 340만명
[19/21]

30. Customer & Segmentation
타겟 고객 프로필(페르소나)
[20/21]

31. KPI & Marketing
구매력 높은 20~40대 직장인 : 대출, 여행 등 단기 높은 광고 유치
[21/21]

32. M-Robo uses “Robot Journalism”
스포츠, 증권, 일기예보 등 도입 분야가 확대

33. Robot Journalism : Technical Issue
기획자가 생각하는 로봇저널리즘 프로세스
개발자님에게 이것만 주면 다 만들어 줄 꺼야

34. Robot Journalism : Technical Issue
기획자가 생각하는 로봇저널리즘 프로세스
하지만, 현실은….

35. Robot Journalism : Technical Issue
로봇 기자를 만들기 위해 가장 먼저 할 일은 커뮤니케이션입니다

36. 개발자와 기획자의 커뮤니케이션 : Process + Check Point
Robot Journalism : Technical Issue

37. 개발 초기 상황 : “총체적 난국” 기자M
Robot Journalism : Technical Issue

38. [지분 변동 레포트] [영업실적 보고]
최근 상황 : 24시간 근무하는 기자M
Robot Journalism : Technical Issue

39. 그런데 로봇 기자는 (고객에게) 어떤 가치를 제공할까?
“B2B Business” “B2C Business”
Appendix : Pivoting

40. 개인 투자자는 단타(단일종목, 단기)투자를 선호합니다.
Appendix : Customer Information

41. 우리나라에서 주식투자는 ‘도박’에 가깝습니다.
Appendix : Customer Information

42. Appendix : vs Competitor (Robo-Advisor)
로보어바이져는 펀드,MMF의 대체 서비스로 저희 경쟁서비스가 아닙니다.

43. Appendix : vs Competitor (Contents Source)
M-Robo는 더 좋은 콘텐츠를 무료로 제공합니다.

44. Appendix : vs Competitor (SNS Data Analytics)
M-Robo는 더 믿을 수 있는 정보를 제공합니다.

45. Stage1: 데이터 수집
Stage2 : 데이터 정제
누구나 즐길 수 있는 맞춤형 데이터 분석 서비스 제공
Stage3 : 데이터 분석
History : Development (1/4)

46. History : Development (2/4)
#1 Gongsi-Bot(2015.11)
기업의 중요 투자 정보인 기업
공시를 SNS채널로 알려주는
실시간 메시지 Bot 서비스
MK 미디어 해카톤대회 수상(2015. 11)
매일경제 사내벤처 팀 선정 (2016. 02)
#2 News-bot (2016.04)
투자정보를 구하기 어려운
중소형주 투자 정보를 제공하
는 로봇저널리즘 서비스
매경 미디어 그룹 투자 유치(2016. 06)
#3 Market-Bot (2016.09)
산업별 시장 규모 및 시장
점유율 등 다양한 정보를 제공
하는 맞춤형 시장 정보 서비스
2016빅스타비즈니스부문수상(2016.10)
/경기콘텐츠진흥원
로봇 저널리즘 기술 ▶ 데이터 수집(Crawling)

47. History : Development (3/4)
#4 Quake-Bot(2016.10)
기상청 API를 기반으로 국내
지진 강도, 진앙지를 지도와
함께 제공하는 지진 봇 서비스
안양 슈퍼 루키 VR부분 본선 진출 (2016. 10)
/ 안양창조산업 진흥원
#5 Grid-bot (2016.11)
스마트그리드 보안과 관련해
서 보안 핵심 체크사항과 이를
scoring한 자동 보안 TEST 봇
서비스
스마트그리드 보안해커톤 수상(2016. 11)
/ 한국정보화진흥원, 스마트그리드협회
#6 Money-Robo (2016.11)
개인 투자자를 위한 맞춤형
투자 정보 큐레이션 서비스
2016 핀테크금융API해커톤수상(2016.11)
/금융결제원, 한국인터넷진흥원
2016아시아최대핀테크컴피티션FF17
Semi-Final진출 (2016.11)/VISA카드
2016창조경제박람회전시 (2016.12)
/한국과학창의재단
2017,우리은행 핀테크랩2기선정
2017,한국인터넷진흥원핀테크API 선정
데이터 큐레이션 서비스 ▶ 데이터 정제(Cleaning)

48. History : Development (4/4)
#9 Theme-Lock (2017.01~)
각종 테마주에 대한 Fact 체크
서비스로 투자자에게 올바른
정보를 제공함
#7 Tree-Bot(2016.11)
임산물 생생가격 정보를 기반
으로 한 자동 가격 알림 및
빅데이터 분석을 통한 매매
타이밍 알림 서비스
임산물 생생가격정보 활용 아이디어 수상 (2016. 12)
/ 한국임업진흥원
#8 Risk-bot (2016.12~)
기업공시를 기반으로 한 기업
의 투명성 지표 산출 및 이를
기반으로 한 기업 부도 위험
예보 서비스
서강대학교 LINK사업 기업 선정 (2017.01)
- 머신러닝 클러스터
모델링 및 머신러닝 ▶ 데이터 분석(Analytics)
아주대, 단국대 가족 기업 선정 (2017.02)
한국언론진흥재단 뉴스빅데이터
사업 선정 (2017.04)

49. Future : Premium Service
기업부도 예측 모형 등 프리미엄 서비스 개발
기업공시 패턴을 이용한 리스크 평가