As Artificial intelligence is used in various industries, the necessity of AI research at the enterprise level is emerging. According to this trend, companies using AI are showing a sharp increase and M&A of large companies is increasing rapidly. As a result, venture companies that are challenging start-ups and existing companies that want to introduce AI are looking at startups that use artificial intelligence to jump into the AI industry. In this paper, a successful prediction model for startups with artificial intelligence through data analysis. The success forecasting model will help startups and investors gain a better understanding of the success of high-risk startups in this latest trend. Examine Crunchbase's database of the largest start-up data in the United States and accurately classify which startups are successful by building a predictive model through supervised learning using data from all startups with AI, not just in one country. With advances in information technology, robust machine characterization using complex machine learning algorithms can provide reliable results for data analysis. The success prediction model proposed in this study achieves a 95% forecast rate and the capacity to predict success is a very important competitive advantage for companies seeking to absorb venture capital and AI because they can see ahead of potential companies from an investment perspective.
인공지능은 다양한 산업 분야에 활용되면서 기업 수준에서의 인공지능 연구의 필요성이 대두되고 있다. 인공지능을 활용한 기업들이 급격히 늘어나고 있는 추세를 보이며 벤처기업 및 인공지능 도입을 원하는 기존 회사들은 인공지능 산업에 뛰어들기 위해 인공지능을 활용한 스타트업을 주시하고 있다. 이 논문에서는 데이터분석을 통해 인공지능 기술을 가진 스타트업의 성공 예측 모델을 제시한다. 미국 최대 스타트업 자료를 가지고 있는 Crunchbase의 데이터베이스를 조사하여 한 나라에 국한하지 않고 인공지능 기술을 가진 모든 스타트업을 자료를 통해 감독 학습을 통한 예측 모델을 구축하여 어떤 스타트업이 성공하는지 정확히 분류한다. 본 연구에서 제안하는 성공 예측 모델은 95%의 예측률을 달성하였다. 성공 예측 능력은 투자 관점에서 잠재력을 가진 회사를 한발 앞서 알 수 있기 때문에 벤처 캐피탈 및 인공지능 기술을 흡수하려는 회사에게 매우 중요한 경쟁 우위라고 볼 수 있다.
