RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    다중에이전트 협력 메커니즘을 활용한 중소기업 맞춤형 탄소중립 정책추천 시스템 연구 = A Study on SME-Customized Carbon Neutrality Policy Recommendation System Using Multi-Agent Collaboration Mechanisms

    한글로보기

    https://www.riss.kr/link?id=T17405676

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
      • URL 복사
    • 오류접수
    인용문이 복사되었습니다.

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    다중에이전트 협력 메커니즘을 활용한 중소기업 맞춤형 탄소중립 정책추천 시스템 연구 제 출 자 : 박 은 경 지도교수 : 김 남 호 중소기업의 탄소중립 정책 활용률 저조는 정책 정보의 분산, 전문 인력 부재, 데 이터 보안 우려, 비용 부담 등 복합적 요인에 기인한다. 현행 정책 포털은 키워드 중심의 단순 검색에 그쳐, 기업 특성을 고려한 정책 연계, 문서 내용 분석, 추천 근 거 설명 기능이 미흡하다. 본 연구는 이러한 한계를 극복하고자 온프레미스 환경에 서 운용 가능한 다중에이전트 시스템 기반 정책추천 시스템을 설계하고 그 효과를 검증하였다. 본 시스템은 데이터 엔지니어링, 경량 언어 모델 최적화, 다중에이전트 협력 메 커니즘, 심층 강화 학습 기반 추천의 4단계로 설계하였다. 정책 데이터 전처리 파이 프라인으로 벡터 지식베이스를 구축하고 하이브리드 검색을 적용하였으며, 양자화 기법으로 경량 언어 모델의 추론 효율을 높였다. 시스템은 정책 검색, 정책 분석, 정책추천, 설명 생성, 데이터 수집의 5개 전문 에이전트와 이를 조율하는 중앙 오케스트레이터로 구성된다. 정책 분석 에이전트는 Self-Corrective RAG 기반으로 검색 품질을 자가 교정하고, 추천 에이전트는 Actor-Critic 심층 강화 학습으로 맞춤형 정책 순위를 생성하며, 설명 생성 에이전 트는 Causal XAI 기반으로 추천 근거를 제공한다. 마르코프 의사결정 과정에 근거 한 PPO 알고리즘으로 맞춤형 추천 성능을 강화하였다. 실증 분석은 국내 제조업 중소기업 대상 A/B 실험으로 수행하였다. 검색 정확 도, 탐색 효율성, 정책 이해도 및 시스템 신뢰도, 정책 신청률에 관한 4개 가설을 검증한 결과, 본 시스템은 기존 키워드 방식 대비 모든 지표에서 유의한 개선을 보 였다. 정책 이해도와 시스템 신뢰도가 실행 의도를 매개하는 경로가 확인되었고, 정 책 신청률 역시 유의하게 증가하여 본 시스템의 실제 효과를 입증하였다. 본 연구는 검색증강생성, 심층 강화 학습, 설명 가능 인공지능, 경량 언어 모델, 다중에이전트 시스템을 단일 프레임워크로 통합하여 정책추천 분야에 적용하였다는 점에서 학술적으로 기여하였다. 아울러 중소기업이 데이터 주권을 유지하면서 실시 간 정책 분석과 맞춤형 추천을 받을 수 있는 온프레미스 인공지능 시스템 구축 방 안을 제시하여 실무 적용 가능성을 확보하였다. 향후 다양한 산업군으로의 확장, 종 단 연구를 통한 장기 효과 분석, 보상 함수 정교화 등 후속 연구가 필요하다.
    번역하기

    다중에이전트 협력 메커니즘을 활용한 중소기업 맞춤형 탄소중립 정책추천 시스템 연구 제 출 자 : 박 은 경 지도교수 : 김 남 호 중소기업의 탄소중립 정책 활용률 저조는 정책 정보의 분산,...

    다중에이전트 협력 메커니즘을 활용한 중소기업 맞춤형 탄소중립 정책추천 시스템 연구 제 출 자 : 박 은 경 지도교수 : 김 남 호 중소기업의 탄소중립 정책 활용률 저조는 정책 정보의 분산, 전문 인력 부재, 데 이터 보안 우려, 비용 부담 등 복합적 요인에 기인한다. 현행 정책 포털은 키워드 중심의 단순 검색에 그쳐, 기업 특성을 고려한 정책 연계, 문서 내용 분석, 추천 근 거 설명 기능이 미흡하다. 본 연구는 이러한 한계를 극복하고자 온프레미스 환경에 서 운용 가능한 다중에이전트 시스템 기반 정책추천 시스템을 설계하고 그 효과를 검증하였다. 본 시스템은 데이터 엔지니어링, 경량 언어 모델 최적화, 다중에이전트 협력 메 커니즘, 심층 강화 학습 기반 추천의 4단계로 설계하였다. 정책 데이터 전처리 파이 프라인으로 벡터 지식베이스를 구축하고 하이브리드 검색을 적용하였으며, 양자화 기법으로 경량 언어 모델의 추론 효율을 높였다. 시스템은 정책 검색, 정책 분석, 정책추천, 설명 생성, 데이터 수집의 5개 전문 에이전트와 이를 조율하는 중앙 오케스트레이터로 구성된다. 정책 분석 에이전트는 Self-Corrective RAG 기반으로 검색 품질을 자가 교정하고, 추천 에이전트는 Actor-Critic 심층 강화 학습으로 맞춤형 정책 순위를 생성하며, 설명 생성 에이전 트는 Causal XAI 기반으로 추천 근거를 제공한다. 마르코프 의사결정 과정에 근거 한 PPO 알고리즘으로 맞춤형 추천 성능을 강화하였다. 실증 분석은 국내 제조업 중소기업 대상 A/B 실험으로 수행하였다. 검색 정확 도, 탐색 효율성, 정책 이해도 및 시스템 신뢰도, 정책 신청률에 관한 4개 가설을 검증한 결과, 본 시스템은 기존 키워드 방식 대비 모든 지표에서 유의한 개선을 보 였다. 정책 이해도와 시스템 신뢰도가 실행 의도를 매개하는 경로가 확인되었고, 정 책 신청률 역시 유의하게 증가하여 본 시스템의 실제 효과를 입증하였다. 본 연구는 검색증강생성, 심층 강화 학습, 설명 가능 인공지능, 경량 언어 모델, 다중에이전트 시스템을 단일 프레임워크로 통합하여 정책추천 분야에 적용하였다는 점에서 학술적으로 기여하였다. 아울러 중소기업이 데이터 주권을 유지하면서 실시 간 정책 분석과 맞춤형 추천을 받을 수 있는 온프레미스 인공지능 시스템 구축 방 안을 제시하여 실무 적용 가능성을 확보하였다. 향후 다양한 산업군으로의 확장, 종 단 연구를 통한 장기 효과 분석, 보상 함수 정교화 등 후속 연구가 필요하다.

    더보기

    목차 (Table of Contents)

    • 제1장 서론1
    • 제1절 연구의 배경 및 목적 1
    • 1. 중소기업 탄소중립 대응의 시급성 1
    • 2. 기존 정책 지원 체계의 한계 2
    • 3. 연구 목표 3
    • 제1장 서론1
    • 제1절 연구의 배경 및 목적 1
    • 1. 중소기업 탄소중립 대응의 시급성 1
    • 2. 기존 정책 지원 체계의 한계 2
    • 3. 연구 목표 3
    • 제2절 연구의 내용 및 구성 4
    • 1. 연구의 문제 및 가설 4
    • 2. 연구의 범위 및 한계 6
    • 3. 연구의 핵심 프레임워크 및 논문구성 7
    • 제2장 관련 연구 9
    • 제1절 중소기업 탄소중립 정책 현황과 한계 9
    • 1. 국내외 탄소중립 정책 동향 9
    • 2. 중소기업의 정책 활용 장애요인 10
    • 제2절 정책추천 시스템을 위한 핵심 기술 13
    • 1. 협력적 문제 해결을 위한 다중에이전트 시스템(MAS) 13
    • 2. 지식 집약적 작업을 위한 검색증강생성 기술(RAG) 18
    • 3. 맞춤형 정책추천을 위한 심층 강화 학습 기반(DRL) 19
    • 제3절 설명 가능성과 사용자 수용 이론 21
    • 1. 경량 언어 모델 기술과 온프레미스 환경 21
    • 2. 인과적 설명 가능 인공지능(Causal XAI)과 기술수용모델 24
    • 제4절 선행연구 종합 및 본 연구의 프레임워크 27
    • 1. 기존 연구와의 차별성 27
    • 2. 연구 가설 및 통합 개념 모델 28
    • 제3장 시스템 설계30
    • 제1절 시스템 요구사항 및 전체 아키텍처 30
    • 1. 사용자 요구사항 및 기능적 요구사항 정의 30
    • 2. 전체 시스템 아키텍처 설계 31
    • 3. 정책 신청 자동화 프로세스 설계 33
    • 제2절 데이터 엔지니어링 및 벡터 지식베이스 구축 35
    • 1. 정책 데이터 수집 및 전처리 파이프라인 설계 35
    • 2. 비정형 데이터의 임베딩 및 벡터 DB 스키마 설계 37
    • 3. 하이브리드 검색 알고리즘 설계 38
    • 제3절 온프레미스 경량 언어 모델 최적화 41
    • 1. 경량 언어 모델 선정 및 비교 평가 41
    • 2. 모델 경량화 및 양자화 기법 적용 42
    • 3. 온프레미스 배포 및 API 서버 구성 43
    • 제4절 다중에이전트 협력 시스템 설계 45
    • 1. 에이전트 역할 정의 및 통신 프로토콜 45
    • 2. 정책검색⦁분석 에이전트(Self-RAG)기반 설계 47
    • 3. 추천 의사결정 에이전트(심층 강화 학습 기반) 48
    • 4. 설명 생성 에이전트(Causal XAI기반) 50
    • 5. 중앙 오케스트레이터 설계 51
    • 제5절 심층 강화 학습 기반 정책추천 알고리즘 상세 설계 52
    • 1. MDP 문제 정의 52
    • 2. 사용자 상태 임베딩 및 행동공간 정의 54
    • 3. 보상 함수 설계 및 최적화 56
    • 4. Actor-Critic 네트워크 구조 및 PPO 학습 알고리즘 58
    • 제4장 시스템 구현 및 성능 평가73
    • 제1절 시스템 구현 환경 및 구성 73
    • 1. 하드웨어 및 소프트웨어 개발 환경 73
    • 2. 주요 모듈 구현 결과 및 UI 구성 75
    • 제2절 실험 설계 및 평가 지표 78
    • 1. 평가 데이터셋 구성 및 전처리 78
    • 2. 성능 평가 지표 정의 79
    • 3. A/B 테스트 시나리오 및 통계적 검증 방법 81
    • 제3절 실험 결과 및 고찰 83
    • 1. 검색 정확도 및 추천 알고리즘 성능 비교(H1 검증) 83
    • 2. 정책 탐색 효율성 분석(H2 검증) 88
    • 3. 정책 이해도 및 시스템 신뢰도 평가(H3 검증) 90
    • 4. 실제 정책 신청 효과 및 매개효과 분석(H4 검증) 92
    • 5. Causal XAI 설명 생성 평가 97
    • 6. 종합 논의 99
    • 제5장 결론 101
    • 제1절 연구의 요약 101
    • 제2절 연구의 이론적 기여 103
    • 제3절 연구의 실무적·정책적 시사점 105
    • 제4절 연구의 한계 및 향후 연구 방향 108
    • 제5절 결론 및 기대효과 111
    • 참고문헌 113
    • ABSTRACT 119
    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    해외이동버튼