2.3 연결 AI 및 플랫폼

AI 활용 방안

---

1. 지식 그래프 자동 구축

노드 (엔티티) 유형:

nodes:
  - Person: 의원, 장관, 증인, 전문가
  - Organization: 정당, 위원회, 정부부처, 기관
  - Document: 법안, 회의록, 보고서
  - Event: 회의, 표결, 공청회
  - Topic: 정책 분야, 이슈

엣지 (관계) 유형:

edges:
  - 발의: Person → Document (법안)
  - 소속: Person → Organization
  - 심사: Organization → Document
  - 발언: Person → Event (회의)
  - 참조: Document → Document
  - 관련: Document → Topic

그래프 DB 스키마:

// Neo4j 예시

// 노드 생성
CREATE (m:Member {name: "김OO", party: "OO당", district: "서울 OO구"})
CREATE (b:Bill {id: "2100001", title: "반도체특별법안", status: "가결"})
CREATE (c:Committee {name: "산업통상자원위원회"})

// 관계 생성
CREATE (m)-[:PROPOSED {date: "2023-01-15", role: "대표발의"}]->(b)
CREATE (c)-[:REVIEWED {result: "수정가결"}]->(b)
CREATE (m)-[:MEMBER_OF]->(c)

---

2. 관계 추론

명시적 관계 추출:

• 법안 메타데이터에서 발의자-법안 관계
• 회의록에서 발언자-회의 관계
• 표결 기록에서 의원-법안-입장 관계

암묵적 관계 추론:

[AI 관계 추론 예시]

입력: 김OO 의원의 회의 발언
      "지난 회기에 제가 발의한 반도체 관련 법안과 연계하여..."

추론:
├── 발언 ←연관→ 반도체특별법안 (언급 기반)
├── 발언 ←연관→ 제20대 국회 법안 (시간 추론)
└── 발언 ←입장→ 찬성 (맥락 분석)

유사도 기반 연결:

• 법안 제안이유 텍스트 유사도 → 유사 법안 탐지
• 발언 내용 클러스터링 → 쟁점별 그룹핑
• 정책 키워드 매칭 → 주제 분류

---

3. 데이터 정제

동명이인 식별:

[문제] "김영수 의원"이 3명 존재

[해결]
├── 컨텍스트 분석: 소속 위원회, 발언 시점
├── 엔티티 연결: 의원 DB와 매칭
└── 신뢰도 표시: "김영수(OO당, 부산OO)" 형태로 명확화

법안명 표준화:

입력:
- "반도체특별법안"
- "반도체 산업 경쟁력 강화를 위한 특별조치법안"
- "반도체특별법"

표준화:
→ 정식명칭: "반도체 산업 경쟁력 강화를 위한 특별조치법안"
→ 약칭: "반도체특별법"
→ 의안번호: 2100001

---

4. 시계열 분석

법안 변천사 추적:

[탄소중립 법제 계보]

2010 ─── 저탄소녹색성장기본법 (제정)
           │
2020 ─── 탄소중립기본법 (전부개정)
           │
           ├── 2021 개정안 (감축목표 상향)
           ├── 2022 개정안 (이행수단 강화)
           └── 2023 개정안 (탄소예산제 도입)

의원 활동 패턴:

[의원 활동 시계열]

2020 ───── 초선, 환노위 배정
             │
2021 ───── 환경 분야 법안 5건 발의
             │
2022 ───── 탄소중립 전문가 포지셔닝
             │  국감 환경부 집중 질의
             │
2023 ───── 환노위 간사
             │  기후변화 관련 발언 급증

---

플랫폼 설계 방향

---

1. 지식 그래프 아키텍처

%%{init: {'theme': 'base', 'themeVariables': { 'fontSize': '14px' }}}%%
flowchart TB
    subgraph sources["데이터 소스"]
        S1["회의록"]
        S2["법안"]
        S3["의정활동"]
        S4["국감"]
        S5["행정기록"]
    end
    
    subgraph extraction["엔티티/관계 추출 파이프라인"]
        E["NER | 관계추출 | 코레퍼런스 | 템포럴 파싱"]
    end
    
    subgraph storage["지식 그래프 저장소"]
        direction LR
        G["그래프 DB (Neo4j)<br/>• 노드: 500만+<br/>• 엣지: 2000만+"]
        V["벡터 인덱스 (의미 검색용)<br/>• 임베딩: 1000만+<br/>• 차원: 768"]
    end
    
    subgraph api["그래프 서비스 API"]
        A["탐색 | 경로찾기 | 유사노드 | 서브그래프 | 추론"]
    end
    
    S1 & S2 & S3 & S4 & S5 --> E
    E --> G & V
    G & V --> A
    
    style sources fill:#fff,stroke:#333,stroke-width:1px
    style extraction fill:#f5f5f5,stroke:#666,stroke-width:1px
    style storage fill:#f5f5f5,stroke:#666,stroke-width:1px
    style api fill:#fff,stroke:#333,stroke-width:1px

---

2. 입법 온톨로지 설계

핵심 클래스:

Ontology: NationalAssemblyRecord

classes:
  Actor:
    - Member (의원)
    - Minister (장관)
    - Witness (증인)
    - Expert (전문가)

  Organization:
    - Party (정당)
    - Committee (위원회)
    - Ministry (부처)

  Document:
    - Bill (법안)
    - Minutes (회의록)
    - Report (보고서)
    - Petition (청원)

  Event:
    - Session (회의)
    - Vote (표결)
    - Hearing (공청회)
    - Audit (국정감사)

  Process:
    - LegislativeProcess (입법과정)
    - ReviewProcess (심사과정)

관계 정의:

relations:
  # 문서-사람 관계
  proposes: Member → Bill
  speaks_at: Member → Session
  votes_on: Member → Bill

  # 문서-조직 관계
  referred_to: Bill → Committee
  held_by: Session → Committee

  # 문서-문서 관계
  amends: Bill → Bill
  supersedes: Bill → Bill
  references: Document → Document

  # 시간 관계
  precedes: Event → Event
  during: Document → Event

---

3. 연결 품질 관리

품질 지표:

지표	정의	목표
정확도	올바른 연결 비율	> 95%
완전성	발견된 연결 / 실제 연결	> 85%
일관성	동일 기준 적용 비율	> 99%
최신성	신규 기록 연결 지연	< 1시간

품질 관리 프로세스:

%%{init: {'theme': 'base', 'themeVariables': { 'fontSize': '14px' }}}%%
flowchart TB
    A["신규 연결 생성"] --> B["자동 검증<br/>(규칙 기반 체크)"]
    B -->|Pass| C["즉시 반영"]
    B -->|Fail| D["수동 검토"]
    D -->|승인| E["반영 + 규칙 학습"]
    D -->|반려| F["로그 + 모델 피드백"]
    
    style B fill:#f5f5f5,stroke:#666,stroke-width:1px
    style D fill:#f5f5f5,stroke:#666,stroke-width:1px
    style C fill:#fff,stroke:#333,stroke-width:1px
    style E fill:#fff,stroke:#333,stroke-width:1px
    style F fill:#fff,stroke:#333,stroke-width:1px

---

핵심 요약

구분	현행	To-Be
연결 방식	수동 태깅, 명시적 링크	AI 자동 추론, 지식 그래프
관계 범위	단순 참조 (법안번호)	다층 관계 (발의, 심사, 발언, 입장…)
탐색 방식	키워드 검색 의존	그래프 탐색, 경로 추천
분석 수준	개별 기록	맥락 전체, 패턴 발견

“AI가 숨겨진 관계를 발견하고, 입법 과정의 전모를 드러낸다.”