딥러닝 기법을 통한 공공분야 부패유형 비교 (Comparison of corruption types in the public sector through deep learning models)

서지정보

· 발행기관 : 단국대학교 융합사회연구소
· 수록지 정보 : 융합사회와 공공정책 / 17권 / 4호 / 180 ~ 205페이지
· 저자명 : 공준석

초록

본 연구는 딥러닝 기법을 활용하여 공공분야(국가기관, 지방자치단체 및 공공기관)에서 발생하는 개인적 요인의 부패를 정리하고 비교하여 각 주체별 부패 감소를 위한 정책적 방향성을 제시하는 데 연구목적이 있다. 이를 위해 감사원의 공공감사 결과(2015~2023)를 수집하여 RoBERTa 모델을 통해 분류작업을 수행했다. 이를 기반으로 지방자치단체 > 공공기관 > 국가기관 순으로 개인차원 부패가 높음을 확인했다. 반면, 부패의 경중 관점에서는 공공기관 > 국가기관 = 지방자치단체 순으로 높음을 확인했다. 나아가 공통적으로 계약이나 입찰 관리관점에서도 ‘개인차원’의 부패가 빈번히 발생함을 확인하였으며, 개별적으로는 국가기관(부정청탁 및 금품수수), 지방자치단체(안전 및 환경), 공공기관(법인카드 사적사용) 등의 이슈 비중이 높음을 확인했다. 종합적으로 시스템적인 접근과 개인적인 접근을 통해 부패감소를 유도할 수 있을 것으로 기대할 수 있다.

영어초록

This study aims to organize and compare personal corruption in the public sector (nationalinstitutions, local governments, and public organizations) using deep learning techniques,providing policy direction. For this purpose, approximately 16,000 public audit results fromthe Board of Audit and Inspection were collected and classified using the RoBERTa model.
Based on this, it was confirmed that personal corruption is higher in the order of local governments> public organizations > national institutions. Conversely, in terms of the severity of corruption,it was found to be higher in the order of public organizations > national institutions = localgovernments.
Furthermore, it was observed that 'personal' corruption frequently occurs in contract andtender management across all sectors. Specifically, issues of solicitation and bribery in nationalinstitutions, safety and environmental concerns in local governments, and private use ofcorporate cards in public organizations were prominent. Based on these findings, the studyproposes policy directions focused on the continuous expansion of solicitation-related systemsin national institutions, improvement of project-specific systems coupled with education inlocal governments, and expanded legal education in public organizations.

참고자료

· 없음