어떻게 분석했나

부산시의회 홈페이지에 공개된 지난 4년 간 행정사무감사 4회기 발언록 전체를 수집했습니다. 원본 발언 167,071건 중 집행부·참고인 발언, 의원의 인사·소개·단답 등 무의미 발언을 제외하면 분석 대상은 54,551건으로 좁혀집니다.

분류 작업은 AI 언어모델과 데이터마이닝 기법을 함께 사용했고, 전체 데이터의 오분류율은 약 5% 범위로 측정됐습니다. 검수는 1차 자동 검증 → 2차 표본 검수 → 3차 기자 검수의 3단계로 이뤄졌습니다.

AI 언어모델이 개별 발언 문장의 의미를 좌표 한 개로 표현하고, 좌표가 가까운 발언끼리 묶었습니다. 같은 주제를 다루지만 다른 단어로 말한 발언도 의미 공간 안에서 자연스럽게 한 무리로 모입니다.

클러스터 후보는 총 86개가 생성됐고, 이 중 '자료 요청', '인사', '의사진행' 등 의제와 무관한 74개를 제외해 최종 12개의 의제 클러스터를 확정했습니다.

3D 의제 지도에서 직접 보기 →

9대 시의회 의원 43명의 행정사무감사 성적표를 세 가지 축으로 측정했습니다. 가중치 없이 세 점수의 산술 평균이 종합 점수입니다.

의원 종합 점수 보기 →

단순한 발언량이 아니라 발언의 성격과 발언자의 태도를 함께 살피기 위해, 모든 유의미 발언을 아래 8가지 기준으로 분류했습니다. 어디에도 해당하지 않으면 '일반 발언'으로 묶었고, 발언 한 건이 여러 기준에 동시에 해당할 수 있습니다.

주요 발언 보러 가기 →

같은 주제라도 의원마다 다른 단어로 말합니다. 예를 들어 '2030월드엑스포', '부산엑스포', '월드엑스포'는 모두 같은 사안이지만 문자열로는 다릅니다. 이 차이를 메우기 위해 세 방법을 동시에 적용해 모았습니다.

1. ①
   단어 자체 매칭 — 핵심 키워드 동의어 사전 기반의 단어 검색.
2. ②
   단어의 뜻 매칭 — 임베딩 벡터 유사도로 표기가 다른 동일 의미 단어를 포착.
3. ③
   AI 자체 태깅 — LLM이 문맥 전체를 보고 "이 발언은 X 의제에 속한다"고 판단.

주요 현안 페이지 보기 →