빅데이터와 인공지능기술을 활용한 공공갈등 수준 진단 모형

딥러닝 알고리즘을 통한 공공갈등 수준 진단

Public Conflict Level Diagnosis Model Using Big Data and Artificial Intelligence

황철현

Chulhyun Hwang

요약 : 공공갈등의 진행단계와 확산수준을 진단하는 것은 갈등관리를 위한 대응방법 결정에 매우 중요한 정보를 제공한다. 

하지만 기존의 공공갈등 연구들이 개별적인 갈등과 사례 연구 집중되었기 때문에 선제적인 대응이 요구되는 갈등관리에 활용되지 못했다. 

최근 주목받고 있는 빅데이터와 인공지능 기술은 사회현상의 진행 상태를 실시간으로 파악할 수 있고 

시계열 예측 성능도 점차 높아진다는 점에서 공공갈등분야에 활용 가능성이 높을 것으로 기대된다. 

본 연구는 공공갈등의 상태를 뉴스 데이터와 딥러닝 알고리즘을 통해 진단하는 방법에 대해 제안한다. 

제안 방법의 검증을 위해 37개 공공갈등 사례에서 공공갈등의 상태 진단 실험을 수행하였다. 

실험을 통해 공공갈등 단계진단에 딥러닝 알고리즘인 CNN을 활용 가능하고 특히 독립적으로 발생한 사건에서도 유용하게 활용될 수 있기 때문에 

향후 풍부한 메타 데이타를 확보할 경우 높은 분류 정확도와 일반화가 가능할 것으로 예상된다.

핵심주제어 : 공공갈등, 인공지능, 딥러닝, CNN

Abstract: Diagnosing the progress and spread of public conflict provides critical information in determining how to respond to conflict management. 

However, because existing public conflict studies have concentrated on individual conflicts and case studies, 

they have not been used for conflict management that requires preemptive response. 

Big data and AI technology, which are attracting attention recently, 

are expected to be used in the field of public conflict because they can grasp the progress of social phenomena 

in real time and the performance of time series prediction is gradually increased.

This study proposes a method of diagnosing the state of public conflict through news data and deep learning algorithms. 

In order to verify the proposed method, 37 cases of public conflict were conducted. 

Through experiments, CNN, a deep learning algorithm, can be used to diagnose public conflict stages. 

Especially, it can be usefully used in events that occur independently.

Key Words : Public Conflict, Artificial Intelligence, Deep Learning, CNN