"대용량 데이터의 의미적 분류와 구조적 시각화 연구"의 두 판 사이의 차이

2026년 4월 12일 (일) 20:09 기준 최신판

사업명

사업 세부목적

ㅇ 디지털증거파일의 의미적 분류 방안 연구
ㅇ 추출 데이터의 의미적 구조 시각화 방안 연구
ㅇ 임베딩모델과 시각화알고리즘 선정기준 연구

사업기간 및 예산

- 사업기간 : 계약체결일로부터 7개월

- 소요예산 : 45,000천원

과업 내용

ㅇ 디지털증거파일 의미적 분류 방안 연구
· 임베딩 기반 문장·요약 데이터 생성
· 의미적 유사성 기반 군집화(클러스터링) 방안 도출

ㅇ 데이터 의미구조 시각화 방안 연구
· 분류된 파일 간 관계 구조 시각화 설계
· 알고리즘 및 파라미터 최적화

ㅇ 임베딩모델 및 시각화 알고리즘 선정기준 마련
· 디지털증거분석에 적합한 모델·알고리즘 선정 기준 수립

ㅇ 개념검증(PoC) 수행 · 폐쇄망 환경에서 구동 가능한 시범 코드 개발

수행 방법

ㅇ 데이터 기반 분석
· STT, OCR 등 추출 데이터 활용 의미 분석 수행

ㅇ 모델 및 알고리즘 연구
· 공개 임베딩모델 및 시각화 알고리즘 비교·검토

ㅇ 실험 및 최적화
· 군집화 및 시각화 결과 검증 및 파라미터 튜닝

ㅇ 시범 구현
· 선정 모델 기반 PoC 코드 개발 및 적용성 검증

주요 산출물

ㅇ 의미적 분류 및 군집화 방안 보고서

ㅇ 데이터 구조 시각화 설계 및 결과물

ㅇ 임베딩모델 및 시각화 알고리즘 선정 기준서

ㅇ 개념검증(PoC) 코드 및 결과 보고서

(위 사업내용은 AI 요약과 연구팀 담당자의 검토를 거쳐 작성하였음)

BRM	A003	공공질서및안전>법무및검찰
KDC	005	프로그래밍, 프로그램, 데이터
DDC	005	Software development, software, data, security
ILC	wnuas	software

@@ 58번째 줄: / 58번째 줄: @@
 '''수행 방법'''
-ㅇ 데이터 기반 분석
+ㅇ 데이터 기반 분석<br/>
 · STT, OCR 등 추출 데이터 활용 의미 분석 수행
-ㅇ 모델 및 알고리즘 연구
+ㅇ 모델 및 알고리즘 연구<br/>
 · 공개 임베딩모델 및 시각화 알고리즘 비교·검토
-ㅇ 실험 및 최적화
+ㅇ 실험 및 최적화<br/>
 · 군집화 및 시각화 결과 검증 및 파라미터 튜닝
-ㅇ 시범 구현
+ㅇ 시범 구현<br/>
 · 선정 모델 기반 PoC 코드 개발 및 적용성 검증