CNN 딥러닝 모델을 활용한 HS품목 이미지 분류

국문 초록 (Abstract)

현재 운영되고 있는 관세신고납부제도는 납세의무자가 세액 산정을 스스로하고 그 세액을 본인 책임으로 납부하도록 하는 제도이다. 다시 말해, 관세법상 신고 납부제도는 납세액을 정확히 계산해서 납부할 의무와 책임은 온전히 납세의무자에게 무한정으로 부과하는 것을 원칙으로 하고 있어, 만일 납세의무자가 그 의무와 책임을 제대로 행하지 못했을 경우에는 부족한 만큼의 세액 추징과 그에 대한 제제로 가산세를 부과하고 있다. 이러한 이유로 품목분류는 관세평가와 함께 가장 어려운 부분이며 잘못 분류하게 되면 기업에게도 큰 리스크가 있을 수 있다. 이러한 이유로 관세전문가인 관세사에게 상당한 수수료를 지불하면서 수입신고를 위탁하여 처리한다.
이에 본 연구에서는 수입신고 시 신고하려는 품목이 어떤 것인지 HS품목 분류를 하여 수입 신고시 기재해야 할 HS부호를 알려주고자 하는데 목적을 두고 있다. HS품목 분류를 위해 관세청 품목분류 결정 사례를 바탕으로 품목분류 사례시 첨부된 이미지를 활용하여 HS품목 분류를 하였다. 이미지 분류를 위해 이미지 인식에 많이 사용되는 딥러닝 알고리즘인 CNN을 사용하였고 CNN 모델중 VGGNet(VGG16, VGG19), ResNet50, Inception-V3 모델을 사용하였다. 분류 정확도를 높이기 위해 3개의 Dataset을 만들어 실험을 진행하였다. Dataset1은 HS부호 이미지가 가장 많은 5종을 선정하였고 Dataset2와 Dataset3는 HS부호 2단위 중 가장 많은 87류를 대상으로 5종으로 구분하여 분류 범위를 좁혀 실험하였다. 이중 Dataset3로 학습시켜 HS품목 분류를 하였을 때 VGG16 모델에서 분류 정확도가 73.12%로 가장 높았고 Inception-V3모델에서 분류 정확도가 45%로 가장 낮았다.
본 연구를 통해 HS품목 이미지를 이용해 HS부호를 분류를 시도한 것은 시사하는 바가 크다. 첫째는 HS품목 이미지만을 이용하여 최신의 딥러닝 기법인 CNN 모델을 통해 HS품목 분류를 하여 분류할 수 있다는 가능성을 확인하였다는 학문적 시사점과 둘째는 이러한 가능성을 바탕으로 수출입 업무를 하고 있는 기업이나 개인사업자들이 참조하여 활용할 수 있다면 현업에서도 수출입 신고시 HS부호 작성시 도움이 될 수 있는 실무적 시사점도 있다고 할 수 있다.

목차 (Table of Contents)

• I. 서론 1
• 1. 연구배경 1
• 2. 연구목적 2
• 3. 연구범위 및 구성 3
• 4. 연구방법 5
• 5. 연구의의 5
• 6. 논문의 구성 6
• Ⅱ. 관련연구 7
• 1. 관세품목분류 관련 연구 7
• 2. 딥러닝 관련 연구 12
• 3. CNN 관련 연구 13
• Ⅲ. 연구방법 25
• 1. 데이터 수집 25
• 2. 데이터 전처리 30
• 3. 실험환경 구성 30
• Ⅳ. 실험결과 35
• 1. 이미지 분류 모델 평가 35
• Ⅴ. 결 론 40
• Ⅵ. 참 고 문 헌 42
• ABSTRACT 45