텍스트마이닝을 이용한 소비자상담내용의 탐색적 연구 : 암보험을 중심으로

다국어 초록 (Multilingual Abstract)

Text Mining is the analytic technique which is applicable drawing a form of new information and knowledge or which is to visualize the useful structured information from unstructured text, and it is significant in the way that the information based on texts can be used by text mining method extracting more meaningful information.
The biggest killer for disease in Korea is cancer and the incidence of cancer is on the rise every year. Consumer is joining cancer insurance for preparation, which is not an option but a requisition nowadays. The disputes over insurance between consumer and corporate keep increasing deepening the information asymmetry caused by which incomplete sales of insurance products is settled as insurance market focusing on providers developing and expanding various cancer insurance products implemented by financial products with the change of the times.
This research was to visualize the rules found or to database structured information drawn about the contents of counselling focused on the application for cancer insurance in the nationwide consumer counselling network. Especially in the counselling contents of cancer insurance, frequency analysis and text mining analysis were proceeded on the customer matters at each phase of the problem occurred such as 「for entry」, 「for the contract term of insurance」, and 「for termination of insurance」. And it was analyzed by frequency, support, and confidence of the main words mentioned frequently when consulting with cancer insurance, and deducted by the word network and correlation between words with the process of node and WordCloud of the drawn word. The summary of the result for this research is as follows.
First, the words which customers recognized primarily were ‘subscription’, ‘application’, ‘payment’, ‘inquiry’. It showed significant differences quarterly in frequency analysis quarterly and was confirmed that the words of “payment’, ‘surgery’, ‘insurance premium’, ‘termination’, ‘objection’, etc. have somewhat higher in fourth quarter.
Second, upon correlation between words recognized by customers when consulting of cancer insurance, the relative term based on all associated rules in correlation analyzed by text mining was connected with ‘insurance contract’, ‘hold of insurance policy’, ‘inquiry’, ‘maintenance of insurance’, etc. together, and it didn’t show significant differences quarterly.
Third, on the characteristics of the word network to search the network of words, the main node consisted of ‘insurance contract’. It showed that the relation between nodes was the closest in second quarter (0.030 in second quarter > 0.029 in first quarter > 0.011 in third quarter > 0.007 in fourth quarter), and could be confirmed that the network density with the words as ‘inquiry’ about insurance products, insurance ‘claim’, ‘inquiry of reward’, personal ‘insurance’ was high.
This research has the signification of studying that the contents of customer service are connected with the analytic technique of text mining, and that was confirmed customers took up an insurance policy without being provided by sufficient consumer information about the convenience of customer and the term of insurance according to customers’ insurance contract through the analytic technique of text mining.
It is required to prepare the overall guideline (needing division for customer and for insurance company) in accordance with the confirmation of the high rate of consumer complaints related to the counselling of cancer insurance, such as subscription-related inquiry, compensation-related (refusal of payment) matter, maturity refund, etc. The collected data connecting the customer counselling with the analytic technique of text mining will investigate the complaints from customer counselling in the future, and can be used for the item development for provision of the consumer-oriented product information and the manual for consumer counselling by insurance.

국문 초록 (Abstract)

텍스트마이닝(Text Mining)이란, 비구조화된 텍스트로부터 구조화된 유용한 정보를 찾아내 시각화하거나 새로운 정보지식 형태로 도출하여 응용할 수 있는 분석기법이며, 텍스트가 기반인 정보는 텍스트마이닝 기법을 통해 좀 더 의미있는 정보를 추출해 활용할 수 있다는 점에서 의의가 있다.
우리나라의 가장 큰 질병 사망 원인은 암이며, 해마다 암 발병률은 증가 추세이다. 소비자는 암에 대한 대비로 암보험에 가입하고 있으며, 암 보험은 선택이 아닌 필수인 시대가 되었다. 한편 시대 변화에 따라 금융이 접목된 다양한 암보험상품이 개발 확대되면서 불완전 판매상품 또한 사업자 위주의 보험 시장으로 자리 잡히면서 정보의 비대칭성이 심화되어 보험에 관한 기업과 소비자간 분쟁도 점점 늘어나고 있는 실정이다. 본 연구는 전국소비자상담센터의 암보험 상담접수 내용을 중심으로 상담내용에 관한 구조화된 정보를 추출하여 데이터베이스화(Database) 시키거나 규칙을 찾아내어 시각화하고자 하였다. 특히 암보험 상담내용 중 「가입 시」,「이용 시」,「해지 시」 각각의 문제발생 단계에서의 소비자문제에 관해 빈도분석 및 텍스트마이닝 분석을 하였다. 더불어 암보험 상담 시 빈번하게 언급하는 주요 단어들의 빈도, 지지도(support), 신뢰도(confidence)를 분석하였고, 추출된 단어를 워드클라우드(WordCloud) 및 노드(Node)하여 단어 간의 연관성 및 단어연결망을 도출하였으며 이를 통한 연구결과를 요약하면 다음과 같다.
첫째, 암보험 상담 시 소비자들이 주요하게 인식하는 단어는 ‘가입’, ‘신청’, ‘지급’, ‘문의’ 단어가 주를 이루었고, 분기별 빈도 분석 결과로는 분기별로 유의미한 차이를 보였으며, 4분기에서 ‘지급’, ‘수술’, ‘보험료’, ‘해지’, ‘이의 제기’가 다소 높음을 확인할 수 있었다.
둘째, 암보험 상담 시 소비자들이 주요하게 인식하는 단어들의 연관관계를 살펴 본 결과, 텍스트마이닝으로 분석한 연관성에서 모든 연관 규칙의 기초가 되는 연관단어는 ‘보험’, ‘가입’, ‘문의’, ‘유지’ 등이 함께 연결(언급)되고 있었으며, 분기별에 따른 유의미한 차이는 보이지 않았다.
셋째, 암보험 상담 시 소비자들이 주요하게 인식하는 단어들의 연결망을 살펴보기 위해 단어 네트워크의 특성을 살펴본 결과, 주요 노드가 ‘가입’으로 구성되어 있으며 ‘2분기’가 노드간의 관계에서 가장 밀접(2분기0.030 > 1분기 0.029 > 3분기 0.011 > 4분기 0.007)한 것으로 나타났으며, 암보험 상품에 관한 ‘문의’나 보험금 ‘청구’, ‘보상 문의’, 개인의 ‘보험료’에 대한 단어와의 네트워크 밀도가 높았음을 확인할 수 있었다.
본 연구는 소비자상담내용과 텍스트마이닝 분석기법을 접목시킨 점에서 연구의 의의가 있으며, 텍스트마이닝 분석을 통해 소비자의 보험 계약에 따라 소비자의 편익성 및 보장성에 관한 소비자정보가 충분히 이루어지지 않은 상태에서 가입되어지고 있음을 확인할 수 있었다는 점에서 의미가 있다.
암보험 상담과 관련하여 소비자의 가입 관련 문의, 보상 관련(지급거절)문제, 만기 환급금 문제 등 소비자 불만상담이 높은 것으로 나타남이 확인됨에 따라 총체적인 가이드라인(소비자용, 보험사용 구분 필요) 마련 등 소비자 지향적 정책개선이 요구된다. 소비자상담과 텍스트마이닝을 접목하여 수집된 데이터는 앞으로 소비자의 불만상담을 탐색하고 보험상품별 소비자 상담 대응 매뉴얼 및 소비자 지향적 상품정보제공 항목 개발에 유용하게 사용될 수 있을 것이다.

목차 (Table of Contents)

• 제1장 서론 = 1
• 제1절 연구배경 및 목적 = 1
• 제2절 연구의 구성 = 2
• 제2장 이론적 배경 = 4
• 제1절 소비자상담에서의 민영보험 현황 = 4
• 1. 민영보험의 개념과 유형 = 4
• 2. 소비자상담과 민영보험 = 10
• 3. 소비자상담에서의 암보험 현황 = 13
• 제2절 텍스트마이닝의 개념과 특성 = 15
• 1. 텍스트마이닝의 개념 및 특성 = 15
• 2. 텍스트마이닝과 소비자상담 내용분석 = 21
• 제3장 연구 문제 및 연구방법 = 23
• 제1절 연구문제의 설정 = 23
• 제2절 연구 방법 = 24
• 1. 데이터 수집 = 24
• 2. 측정지표 = 24
• 3. 분석방법 = 26
• 제4장 연구결과 = 28
• 제1절 암보험 상담내용의 소비자 문제 결과 = 28
• 1. 암보험 상담내용의 인구학적 특성 = 28
• 2. 암보험의 단어를 정제 추출한 상담내용 중 상담사유 = 29
• 3. 암보험 관련 소비자문제(가입 시,이용 시,해지 시) = 29
• 제2절 암보험 소비자상담내용에 대한 텍스트마이닝 결과 = 35
• 1. 암보험 상담내용의 Term Frequency = 35
• 2. 암보험 상담대용의 WordCloud = 48
• 3. 암보험 상담내용의 연관어분석 = 52
• 4. 암보험 상담내용의 네트워크분석 = 66
• 제5장 결론 및 시사점 = 70
• 제1절 결론 및 시사점 = 70
• 제2절 연구의 한계점 및 향후 = 73