기후기술 문헌 10만 건을 LLM으로 분석해 트렌드 분석 시간 85% 단축

01 / THE CHALLENGE

문제의 출발점.

기후변화 대응 기술 정책 수립을 위해 전 세계 기후기술 관련 논문, 특허, 정책 문서를 종합 분석해야 하는 국가 연구기관. 매년 발표되는 문헌이 기하급수적으로 증가해 수작업 분석으로는 감당할 수 없는 규모에 이르렀고, 연구원들이 문헌 수집과 분류에 대부분의 시간을 소비해 정작 인사이트 도출과 정책 제언에 쓸 시간이 부족했다. 영어, 중국어, 독일어 등 다국어 문헌을 통합 분석해야 하는 언어 장벽도 난제였다. 10만 건 이상의 방대한 문헌을 체계적으로 분류하고 유의미한 패턴을 추출하는 대규모 데이터 처리 역량과, 정책 의사결정 근거로 쓸 수 있는 정확도와 재현성이 요구되었다. 기후기술 도메인의 특수한 용어 체계를 AI 모델에 정확히 반영하고, 연구원이 분석 결과에 추가 질의하며 심층 탐색할 수 있는 인터랙티브 기능도 필요했다.

02 / THE APPROACH

업무의 맥락부터, 설계에 담았습니다.

대규모 문헌 데이터를 수집, 정제, 구조화하는 자동화 전처리 파이프라인을 먼저 구축하고, 논문 PDF, 특허 XML, 정책 보고서 등 다양한 포맷을 통일된 텍스트로 변환하는 파서를 개발했다. LLM 기반 요약, 분류, 키워드 추출 모듈에 기후기술 도메인 특화 프롬프트 엔지니어링을 적용해 분석 정확도를 높였다. RAG(검색 증강 생성) 방식으로 벡터 데이터베이스에 색인된 문헌을 근거로 환각 없는 정확한 답변을 생성하도록 설계했고, 기후기술 전문가 피드백을 반복 수렴해 분류 체계와 키워드 사전을 지속 보정했다. 태양광, 수소, CCUS, 배터리 등 세부 분야별 자동 분류와 기술 성숙도 평가, 자연어 질의에 출처와 함께 답하는 Q&A, 국가·기관·연도별 동향의 인터랙티브 시각화, 정기 보고서 자동 생성까지 하나의 시스템으로 통합했다.

03 / THE PROCESS

작은 검증을 쌓아, 작동하는 시스템으로.

1. 01

   논문·특허·정책 문서 수집과 포맷별 파서 개발, 전처리 파이프라인 구축

2. 02

   도메인 특화 프롬프트 기반 LLM 요약·분류·키워드 추출 모듈 설계

3. 03

   벡터 데이터베이스 색인과 RAG 기반 Q&A 구축

4. 04

   전문가 피드백 반복 수렴으로 분류 체계·키워드 사전 보정

5. 05

   국가·기관·연도별 동향 시각화 대시보드 개발

6. 06

   정기 보고서 자동 생성 기능 구축과 운영 이관

04 / THE OUTCOME

숫자와 업무 방식에 남은 결과.

• 10만 건 이상 기후기술 문헌의 자동 분류·트렌드 추출 체계 확보
• 연구원의 트렌드 분석 소요 시간 85% 단축
• 자연어 Q&A로 비전문 연구원도 문헌 인사이트에 쉽게 접근
• 시스템이 자동 생성하는 분기별 기술 동향 보고서가 기관 대표 산출물로 활용
• 에너지, 환경 등 인접 연구 분야로 시스템 확장 추진

05 / THE HANDOVER

인도 이후에도, 팀의 자산으로.

다국어 문헌 전처리 파이프라인, LLM 기반 자동 분류·트렌드 추출 엔진, RAG 기반 자연어 Q&A, 인터랙티브 동향 시각화 대시보드, 정기 보고서 자동 생성 기능을 갖춘 통합 분석 시스템.