지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
본 연구는 ‘디지털 분야 공적개발원조(ODA)’에 대한 공신력 있는 국내·국제적 기준이 부재한 상황에서, 자연어 처리와 머신러닝 기술을 활용하여 디지털 ODA에 대한 분류를 실시하고, 통계를 생성하였다. 머신러닝 모형 학습을 위한 분석 대상으로 국무조정실에서 발표하는 공적개발원조실적통계(승인번호 : 102002호)를 활용하였고, 모형 학습을 위해 한국국제협력단(KOICA)이 2023년도 실시한 ‘디지털 ODA 마커’를 기준으로 삼았다. ‘사업명’, ‘사업목적’, ‘사업내용’의 영문 비정형 텍스트 데이터를 자연어 처리하여, 단어가방 모형 중 TF-IDF 가중치와, 구글뉴스를 사전 학습한 Word2Vec 모형의 임베딩 가중치를 적용하였으며, CRS 목적코드를 변수에 추가하여 머신러닝 분류모형 중 랜덤포레스트를 활용하였다. 학습 대상이 된 기간은 KOICA의 2018~2023년으로 6개년의 사업이며, 분류 대상기간은 2023년도 공적개발원조실적통계의 통계치 확정 전인 시점을 감안하여, 2018~2022년 5개년이었다.
분류 결과, 본 연구에서 수행한 머신러닝 기법을 통한 분류 결과가 기존 KOICA 실적 통계 결과와의 유사성을 확인할 수 있어 OECD 연구의 수작업 방법에 비해 현저한 성능의 우위가 확인되었다. 또한, 머신러닝 기법에 의해 수행되는 통계자료로써 객관성이 높고, 물적·시간적 비용을 절감할 수 있어, 향후 국제적 통계로의 발전 가능성을 확인할 수 있었다.
분류 결과, 본 연구에서 수행한 머신러닝 기법을 통한 분류 결과가 기존 KOICA 실적 통계 결과와의 유사성을 확인할 수 있어 OECD 연구의 수작업 방법에 비해 현저한 성능의 우위가 확인되었다. 또한, 머신러닝 기법에 의해 수행되는 통계자료로써 객관성이 높고, 물적·시간적 비용을 절감할 수 있어, 향후 국제적 통계로의 발전 가능성을 확인할 수 있었다.
목차
요약
1. 논의배경
2. 선행연구 고찰
3. 연구방법
4. 분석결과
5. 결론
참고문헌
Abstract
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
인공지능(AI) 시대 인력 개발의 미래
산업통상자원부
산업기술 정책브리프
2025
.01
[탐구주제] 빅데이터 쉽게 풀어주는 '위상수학‘···AI 발전의 기폭제
편집부
나침반 36.5도
2025
.02
[이장훈의 수학실험실] 인공지능 자율주행차 시뮬레이션 - 주행도로의 곡선에 대한 이미지 학습 -
이장훈
수학과 교육
2023
.10
자연어처리 인공지능 기술의 한수원(주) 기술지원시스템(KONIS) 적용방안
김재성
,
김경섭
한국에너지학회 학술발표회
2024
.05
자연어 처리의 이해: 원리, 한계, 그리고 윤리적 쟁점
유재명
역사연구
2021
.05
최근 본 자료
댓글(0)
0