차세대 공개재분류 서비스 모델 구축을 위한 생성형 AI 기술 적용성에 관한 연구 = A study on the applicability of generative AI technology to build next-generation public reclassification service quality

다국어 초록 (Multilingual Abstract)

This study proposes strategies to automate public record reclassification tasks and
enhance reliability using generative AI and large language models (LLMs) in the digital
transformation era of public records management. Reclassification, a critical
administrative process re-evaluating previously non-public records for disclosure
potential, currently depends heavily on manual efforts, resulting in inefficiencies and
error risks.​
To address these challenges, the research designs a service model that automates
sensitive information detection, document classification, and de-identification by
integrating natural language processing (NLP), generative AI, and Human-in-the-loop
methodologies, while reflecting legal-institutional environments and security frameworks.
Domestic and international case analyses alongside pilot project outcomes confirm AI's
superiority over manual methods in processing speed, sensitive information detection
accuracy, and decision consistency.​
Results demonstrate that generative AI, when integrated with records management
systems, substantially alleviates burdens in screening, analysis, and judgment phases for
mass electronic records, while Human-in-the-loop structures preserve legal- 65
accountability and quality control. User interfaces and explainability further elevate user
trust and acceptance. Ultimately, this study offers a conceptual architecture and
implementation procedures for a generative AI-based reclassification service, providing
policy and technical directions for digital innovation in public records management and
strengthened accountability and transparency in information disclosure; future research
should pursue institutional pilots, quantitative evaluations, and domain-specific model
development.​

국문 초록 (Abstract)

본 연구는 디지털 전환 시대에 따른 공공기록물 관리 분야에서 생성형 인공지능(AI)과 대규모 언어모델(LLM)을 활용하여, 공개재분류 업무의 자동화와 신뢰성 제고 방안을 제시했다. 공개재분류는 일정 기간 비공개로 분류된 기록물의 공개 가능성을 재검토하는 중요한 행정 절차로서, 현재는 주로 수작업에 의존하므로 업무의 비효율성과 오류 발생 가능성이 높다. 본 연구는 자연어 처리(NLP), 생성형 AI, 그리고 Human-in-the-loop 방식을 결합하여 민감정보 탐지, 문서 분류, 비식별화 등의 과정을 자동화하는 공개재분류 서비스 모델을 설계하였으며, 관련 법적·제도적 환경과 보안 체계를 확인하였다.
또한 국내외 대표 사례 분석과 시범사업 결과를 토대로 AI 기반 공개재분류 업무가 기존 수작업 방식에 비해 처리 속도와 민감정보 탐지 정확도, 공개·비공개 판정의 일관성 면에서 향상 가능성이 있음을 확인하고, 사용자 인터페이스와 설명 가능성 확보를 통해 담당자의 신뢰와 수용성 역시 제고될 수 있음을 보여주었다. 연구 결과, 생성형 AI는 기록관리시스템과 연계되면 대량 전자기록의 공개재분류 과정에서 선별·분석·판정 단계의 부담을 크게 경감시키면서도 Human-in-the-loop 방식을 통해 법적 책임성과 품질 관리를 유지할 수 있는 실질적 대안임이 도출되었다. 결론적으로 본 연구는 생성형 AI 기반 공개재분류 서비스 모델의 개념적 아키텍처와 구현 절차를 제안함으로써, 공공기록관리의 디지털 혁신과 정보공개의 책임성·투명성 강화를 위한 기술적 방향성을 제시하였으며, 향후 에는 실제 기관 단위 실험 적용과 정량적 성능 평가, 분야별 특화 모델 등 후속 연구가 필요함을 제안한다.

목차 (Table of Contents)

• I. 서 론 1
• 1. 연구의 배경 및 필요성 1
• 2. 연구 범위 및 방법 2
• 3. 선행연구 3
• II. 이론적 배경 8
• 1. 기록관리의 공개 관련 법률 8
• 2. 국내외 생성형 AI의 기술 11
• III. 공개재분류 업무 현황과 시사점 분석 25
• 1. 공개재분류 업무 현황 25
• 2. 공개재분류의 시사점 분석 28
• IV. 생성형 AI 기술을 적용한 차세대 공개재분류 서비스 모델 제안 33
• 1. 모델 설계 배경 및 목표 33
• 2. 서비스 모델 구성도 36
• 3. 모델 구성 요소 및 절차 37
• 4. 제안 모델의 기대효과 및 한계 59
• V. 결 론 60