텍스트 데이터와 재정데이터를 이용한 사회정책분야 예산 분석

• 영문명: Budget Analysis in the Social Policy Field Using Text Data and Fiscal Information
• 발행기관: 한국자료분석학회
• 저자명: 이충열(Choong Lyol Lee) 황명진(Myung Jin Hwang) 김정학(Junghack Kim) 이지나(Ji Na Lee) 이동찬(Dongchan Lee) 김기환(Keewhan Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.26 No.1, 135~149쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2024.02.29

국문 초록

본 연구는 AI, 빅데이터, 전문가 판단을 결합하여 정부의 세부 사업 예산을 분석한 것이다. 정부의 세부 사업을 기존 분류가 아닌 최근 발표된 ‘2023년 핵심 사회정책 추진계획’의 27개 사회정책 의제 분류를 사용했으며, 아울러 생애주기도 분류 기준으로 사용하였다. 세부 사업을 설명하는 텍스트 데이터의 의미를 파악하고 분류하기 위해 자연어 처리기술을 사용하였으며 2020~2023년 정부의 세부 사업과 예산을 27개 의제에 따라 성공적으로 분류하였다. 분류과정에서 ‘NKIS’, ‘열린재정’의 공공데이터를 활용하였으며 자연어처리 기술로는 KeyBERT를 사용하였다. 분류 결과 27개 의제에 따른 정부 세부 사업 건수 및 예산의 연도별 변화, 27개 의제별 세부사업의 불균형 정도를 확인할 수 있었다. 아울러 생애주기별 분류 결과 세부 사업과 예산이 누구를 위해 사용되고 있는지도 확인할 수 있었다. 최종 결과작성에서 자연어처리 기술이 많은 부분을 해결해 주었지만, 전문가의 지식과 판단이 중요한 역할을 하였다. 연구 결과에 따르면 효율적인 예산 집행, 행정기관 간 협력을 어떻게 해야 하는지에 관한 판단 근거를 찾을 수 있다. 또한 27개 사회정책 이슈, 생애주기 별로 좀 더 깊이 있는 분야별 연구가 가능할 것으로 기대된다.

영문 초록

This study analyzed government detailed project budgets by combining AI, big data, and expert judgments. Instead of traditional classifications, the study used the 27 social policy agendas from the announced '2023 Core Social Policy Implementation Plan' to categorize government projects. Additionally, the life cycle was used as a classification criterion. Natural language processing(NLP) technology was employed to understand and classify textual data describing detailed projects, successfully classifying government projects and budgets from 2020 to 2023 according to the 27 agendas. Public data from 'NKIS' and 'Open Finance' were utilized in the classification, and KeyBERT was used for NLP. The classification results allowed the identification of annual changes in the number and budget of government projects according to the 27 agendas, as well as the degree of imbalance in detailed projects for each agenda. Furthermore, the classification results by life cycle provided insights into who the detailed projects and budgets are intended for. While NLP played a key role in the results, expert knowledge and judgment were crucial. The research findings suggest evidence for making judgments on efficient budget execution and interagency cooperation. The study also hints at the potential for more in-depth, field-specific research on the 27 social policy issues and life cycle.

목차

1. 서론

2. 데이터 설명

3. 사회정책부문 27개 의제와 생애주기 분류

5. 결론

References

키워드

재정데이터 텍스트 데이터 예산 분석 열린재정 fiscal data text data budget analysis Open Fiscal Data KeyBERT