Earticle

초록

한국어

본 연구는 AX(AI Transformation) 시대에 AI 모델의 성능을 결정짓는 비정형 데이터의 신뢰성을 확보하기 위해, 텍스트의 구조적 무결성 (Structural Integrity)을 측정하는 신규 지표인 T-Cohesion Index (이하 T-Index)를 제안한다. 기존의 콘텐츠 기반 탐지 모델이 특정 어휘나 도메인에 과적합 (Overfitting)되어 발생하는 성능 저하 문제를 극복하기 위해, 본 연구는 단어 공출현 네트워크 (Word Co-occurrence Network)의 기하학적 연결성에 주목하였다. 제안된 T-Index는 밀도, 평균 경로 길이, 군집 계수, 연결 성분 수, 고립 비율 등 5가지 네트워크 지표를 정규화하여 통합한 지수로, 정보가 인위적으로 조작되거나 파편화될 때 나타나는 '구조적 단절' 신호를 정량화한다. 정치(PolitiFact) 및 보건 (CoAID) 분야의 공개 데이터셋을 활용한 실증 분석 결과, T-Index는 도메인 전이 상황에서도 일관된 판별력을 보였으며, 특히 저품질 데이터를 사전에 선별하는 재현율 (Recall) 측면에서 0.917의 우수한 성능을 기록하였다. 본 연구는 이를 통해 AI 데이터 거버넌스 차원의 분석 유효성 (Readiness) 평가 체계를 제시하며, 실무적으로는 데이터 전처리 단계에서의 자동화된 품질 게이트 (Quality Gate) 활용 가능성을 입증한다.

목차

초록

키워드

저자

• 조윤나 [ 서강대학교 경영학과 ]
• 홍원경 [ 서강대학교 경영학과 ]
• 김진화 [ 서강대학교 경영학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국경영정보학회 정기 학술대회 [KMIS Conference]

• 간기

  반년간

• 수록기간

  1990~2026

• 십진분류

  KDC 325 DDC 658