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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김우주
- 발행연도
- 2021
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
軍에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다.
그럼에도 불구하고, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다.
따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델과 한국전자통신연구원(ETRI)에서 공개한 koBERT 언어모델을 이용하여 방위사업 관련 軍 보고서에 등장하는 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단ㆍ분류하고, 그 결과를 사용자에게 인지시켜 주는 ‘軍 보고서 등장 문장의 위법 위험 여부 판단 시스템’ 구축 방안을 제안하려고 한다.
직접 제작한 데이터 셋인 母문장(실제 법령에 등장하는 문장)과 子문장(母문장에서 파생시킨 변형 문장) 5,611쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 子문장의 母문장 대비 위법 위험 여부를 분류할 수 있었다.
또한, 모델 학습에 사용한 子문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 母ㆍ子문장 데이터만으로 학습시킨 모델이 실제 軍 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 軍 보고서에 등장하는 형태에 보다 더 가깝고 母문장과 연관된 새로운 문장 202문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 母ㆍ子문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인할 수 있었다.
결과적으로 본 연구를 통해 방위사업 관련 軍 보고서에서 등장하는 여러 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 ‘실시간 軍 보고서 등장 문장의 위법 위험 여부 판단 시스템’의 구축 가능성을 확인할 수 있었다.
그럼에도 불구하고, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다.
따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델과 한국전자통신연구원(ETRI)에서 공개한 koBERT 언어모델을 이용하여 방위사업 관련 軍 보고서에 등장하는 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단ㆍ분류하고, 그 결과를 사용자에게 인지시켜 주는 ‘軍 보고서 등장 문장의 위법 위험 여부 판단 시스템’ 구축 방안을 제안하려고 한다.
직접 제작한 데이터 셋인 母문장(실제 법령에 등장하는 문장)과 子문장(母문장에서 파생시킨 변형 문장) 5,611쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 子문장의 母문장 대비 위법 위험 여부를 분류할 수 있었다.
또한, 모델 학습에 사용한 子문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 母ㆍ子문장 데이터만으로 학습시킨 모델이 실제 軍 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 軍 보고서에 등장하는 형태에 보다 더 가깝고 母문장과 연관된 새로운 문장 202문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 母ㆍ子문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인할 수 있었다.
결과적으로 본 연구를 통해 방위사업 관련 軍 보고서에서 등장하는 여러 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 ‘실시간 軍 보고서 등장 문장의 위법 위험 여부 판단 시스템’의 구축 가능성을 확인할 수 있었다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0