AI 융합 임베딩 앙상블과 중심성 분석을 통한 국방 R&D-과학기술 법령의 계량적 군집 구조 연구 = Quantitative Analysis of Cluster Structures in Defense R&D and Science & Technology Legislation Using AI-Integrated Embedding Ensembles and Centrality Measures

국문 초록 (Abstract)

본 연구는 국방 R&D 및 과학기술 분야의 36개 법령(총 8,559개 조문)을 대상으로, AI 기반 다중 임베딩과 네트워크 중심성 분석을 결합한 프레임워크를 제시함으로써 법령 간 연계 구조를 계량적으로 규명하고 구조적정합성을 진단한다. SBERT, KcBERT, Doc2Vec을 앙상블하여 벡터화한 후, 코사인 유사도 0.7을 임계치로1,488개 노드와 5,370개 엣지의 의미 네트워크를 구축하였다. Louvain 군집화(해상도 =1.5) 및 중심성 지표에 따른 의미 군집을 식별하고 복합 중심성 지표로 허브·브릿지 역할을 정량화하였다. 그 결과, 「과학기술 기본법」·「국방과학기술혁신촉진법」·「방위사업법」이 핵심 허브 법령으로, 「군수품관리법」 제15조 및「국가연구개발혁신법」제27조가 조문을 매개하는 브릿지 조항으로 기능함을 식별하였다. 또한 연구기관 운영· 관리 군집과 외곽의 말단 군집을 식별하여 법령의 구조적 특징을 도출하였다. 본 프레임워크는 키워드 빈도기반 선행 연구의 한계를 극복하고, 법령 간 연계 및 군집 구조를 계량적으로 규명하여 시각화하였다. 입법 및부처 간 통합 정책 수립 등 통합 거버넌스 설계를 위한 실증적 의사결정 도구로 활용될 수 있다.

다국어 초록 (Multilingual Abstract)

This study analyzes 36 statutes (8,559 articles) in the defense R&D and science‑technology sectors and proposes a framework that combines AI‑based multi‑embedding with network‑centrality analysis to quantitatively elucidate inter‑statutory linkages and diagnose structural consistency. After vectorizing each provi- sion with an ensemble of SBERT, KcBERT, and Doc2Vec, a semantic network of 1,488 nodes and 5,370 edges was constructed using a cosine‑similarity threshold of 0.7. Louvain clustering (resolution =1.5) and centrality metrics identified semantic clusters, while a composite centrality index quantified hub and bridge roles. The Framework Act on Science and Technology, the Defense Science and Technology Innovation Promotion Act, and the Defense Acquisition Program Act emerged as core hub statutes, whereas Article 15 of the Military Supplies Management Act and Article 27 of the National R&D Innovation Act acted as bridging provisions that mediate between articles. Additional clusters concerning the operation and management of research institutions—and peripheral terminal clusters-revealed distinctive structural features of the statutory landscape. By moving beyond keyword‑frequency approaches, the proposed framework quantitatively maps and visualizes inter‑statutory linkages and cluster structures, offering an empirical decision‑support tool for integrated governance, including legislative harmonization and inter‑ministerial policy formulation.