Earticle

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.

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.