Earticle

현재 위치 Home

LLM 기반 SDGs 데이터 관리 및 보고서 자동화 시스템 설계 : 상향식 데이터 통합 모델을 중심으로

첫 페이지 보기
  • 발행기관
    한국경영정보학회 바로가기
  • 간행물
    한국경영정보학회 정기 학술대회 바로가기
  • 통권
    2026 경영정보관련 학회 춘계통합학술대회 (2026.06)바로가기
  • 페이지
    pp.318-325
  • 저자
    장혜경, 영덩톨, 홍영환, 조완섭
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A487404

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Achieving the Sustainable Development Goals (SDGs) requires systematic data management and evidence-based reporting, yet public organizations face persistent challenges including data fragmentation, inconsistent indicator management, and labor-intensive manual reporting. Applying Design Science Research (DSR) methodology, this study designs and implements AI.SDG, a prototype platform for uploading structured and unstructured SDG-related data, consolidating them through a bottom-up integration model, and generating SDG report drafts using Large Language Model (LLM) technology. A pilot study (102 departments, 142 indicators) confirmed three technical feasibilities: bottom-up data collection, LLM-based summarization, and automated report generation, producing a 30-page draft within approximately five minutes. GPT serves as the representative LLM, with the system designed for extensibility to other proprietary and open-source LLMs. The system is expected to improve reporting efficiency and support data-driven SDG policy decision-making.
한국어
지속가능발전목표(SDGs) 이행을 위해 체계적 데이터 관리와 근거 기반 보고가 요구되나, 공공기관은 데이터 파편화, 지표 불일치, 수작업 보고의 비효율에 직면해 있다. 본 연구는 설계과학연구(DSR) 방법론에 근거하여, 정형·비정형 SDGs 데이터를 상향식(Bottom-up)으로 통합 관리하고 LLM 기반 보고서 초안을 자동 생성하는 AI.SDG 플랫폼을 설계·구현하였다. K대학교 파일럿(102개 부서, 142개 지표)에서 상향식 데이터 수집·LLM 요약·보고서 자동 생성의 세 가지 기술적 실현 가능성을 확인하였고, 약 30페이지 분량의 보고서 초안이 약 5분 만에 자동 생성되었다. 현재 GPT를 대표 LLM으로 활용하되, 상용·오픈소스 등 다양한 LLM으로 확장 가능한 구조를 지향하며, 보고 효율성 향상과 데이터 기반 SDGs 정책 의사결정 지원에 기여할 것으로 기대된다.

목차

Abstract
초록
1. 서론
2. 관련연구
2.1 SDGs 데이터 관리 현황
2.2 AI 기반 SDGs 데이터 수집·분석
2.3 LLM 기반 문서 자동화
2.4 연구 공백 및 본 연구의 기여
3. AI.SDG 시스템 설계
3.1 설계 원칙
3.2 4단계 운영 프로세스
3.3 상향식(Bottom-up) 데이터 통합 모델
4. LLM 기반 보고서 자동 생성
4.1 정량·정성 데이터 처리
4.2 LLM 기반 초안 생성
4.3 현재 구현 범위와 향후 확장 방향
5. 기대효과 및 시사점
5.1 기술적 기여
5.2 행정적 기여: 보고 효율성 향상
5.3 글로벌 기여 및 확장 가능성
6. 결론
참고문헌

저자

  • 장혜경 [ 충북대학교 경영정보학과, ㈜빅데이터랩스 ]
  • 영덩톨 [ ㈜빅데이터랩스 ]
  • 홍영환 [ ㈜에버원소프트 ]
  • 조완섭 [ 충북대학교 경영정보학과, ㈜빅데이터랩스 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국경영정보학회 [The Korea Society of Management information Systems]
  • 설립연도
    1989
  • 분야
    사회과학>경영학
  • 소개
    이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.

간행물

  • 간행물명
    한국경영정보학회 정기 학술대회 [KMIS Conference]
  • 간기
    반년간
  • 수록기간
    1990~2026
  • 십진분류
    KDC 325 DDC 658

이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2026 경영정보관련 학회 춘계통합학술대회

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장