본 연구는 재무 데이터와 지속 가능성 보고서의 CEO 메시지에서 추출된 전략 정보를 결합하여 기업 경영 성과를 예측하기 위한 AI 기반 모델을 제안합니다. (2016–2023) 기간의 한국 KOSPI 및 KOSDAQ 시장에 상장된 1,271개 기업의 데이터셋을 사용하여 KNN, SVM, GBM, CatBoost, GAN, RNN, LSTM, Transformer 등 8개의 머신러닝 및 딥러닝 분류기를 적용했습니다. 재무 변수는 이전 회계 연구를 기반으로 선택되었으며, 전략 변수는 CEO 메시지의 텍스트 마이닝을 통해 파생되었고 지속 가능성 균형 성과표(SBSC) 프레임워크를 사용하여 분류되었습니다. 결과는 재무 및 전략 기반 변수를 모두 포함한 모델이 재무 데이터만 사용하는 모델보다 성능이 우수함을 보여줍니다. 특히 Transformer 모델이 가장 높은 예측 정확성을 달성하였으며, 이어서 LSTM과 RNN이 뒤를 이었습니다. 이러한 발견은 투자자와 기업 이해관계자에게 실행 가능한 통찰력을 제공하며, 회계와 AI 간의 학제 간 연구를 발전시킵니다. 5겹 교차 검증에서 최상의 성능을 보인 하이브리드 모델(Transformer와 SBSC 기능)은 Accuracy = 0.8467, AUC = 0.8481, F1 = 0.8572를 달성하였으며, SBSC 전략 지표를 추가함으로써 모델 전반의 평균 성능이 향상되었습니다 (ΔAccuracy=+0.0121; ΔAUC=+0.0092; ΔF1=+0.0119).
Wang et al. (2026)이 이 문제를 연구했습니다.