정부조직개편, 이제는 데이터로 말하라:딥러닝 기반 정부조직 기능분석의 새로운 제안
Government Reorganization, Now Driven by Data: A New Proposal for Deep Learning–Based Functional Analysis of Public Institutions
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 환경부･산자부 직제･직무규정과 탄소중립･녹색성장위원회 운영세칙에서 추출한 1,300개 기능 문장을 KR-SBERT로 임베딩한 뒤, 코사인 거리 행렬에 대해 PERMANOVA를 수행하여 기능 간 의미적 중첩･분리를 계량 분석하였다. PCA･t-SNE･MDS 3종 투영은 기후･환경 군집이 깊이 겹치고, 에너지･산업 군집은 뚜렷이 분리되며, 물관리가 독자 축을 형성함을 보여주었다. 탄소중립위원회 기능은 네 군집 경계에 산포하여 범정부 조정 허브로 기능하고 있음을 시사한다. 의미 기반 거리 분석은 조직개정 효과를 사전에 검증할 수 있는 근거 중심 방법론을 제시하며, 정부조직법 개정 심의에 실증적 자료를 제공할 수 있다.
Abstract
This study quantifies semantic overlaps and separations among the core policy functions of Korea’s climate, environment, energy and industry domains. We extracted 1,300 duty clauses from the Ministry of Environment, the Ministry of Trade-Industry-Energy and the Carbon-Neutral & Green-Growth Commission, embedded them with KR-SBERT, and calculated a cosine-distance matrix. Pairwise PERMANOVA tested functional distinctiveness, while PCA, t-SNE and MDS provided convergent 2-D projections. All three maps reveal (a) a dense climate–environment cluster, (b) a clearly detached energy–industry cluster, and (c) a water-management axis that stands apart from both. Commission clauses scatter along the boundaries of the four clusters, implying a government-wide bridging role. Scenario simulation shows that climate and environment are practically inseparable, whereas an independent energy function is structurally feasible. The proposed semantic-distance method offers an evidence-based tool for ex-ante appraisal of organisational reforms and can provide empirical input to the forthcoming amendment of Korea’s Government Organisation Act.