국제개발협력의 키워드 변화 텍스트마이닝 분석: 「OECD 국제개발협력보고서」(1997-2018)

Abstract

연구목적: 본고는 텍스트마이닝과 머신러닝을 이용하여 국제개발 원조의 동향 및 구조의 변화를 과학적으로 파악하는 것을 목적으로 하고 있다. 연구의 중요성: 공적개발원조를 중심으로 하는 국제개발협력의 중심 의제는 변화를 거듭하고 있으나 이를 이러한 변화를 체계적으로 분석한 논문은 찾기 어렵다. 따라서 본고에서는 머신러닝 기법을 활용하여, 국제개발원조의 동향 및 구조의 변화를 과학적으로 분석하고 이를 활용하는 방안을 제시하고자 한다. 연구방법론: 매년 정례적으로 발간되는 「OECD 국제개발협력보고서」 (1997-2018 년)를 대상으로 텍스트 데이터를 구성하고 인공지능(AI)을 이용하여 지난 20여 년간의 국제개발협력의 키워드를 분석한다. 또한 현재 국제개발협력의 목표로 선언된 SDG의 17개 목표를 대상으로 어느 목표가 더욱 중시되고 있는지 추세 의 변화를 파악하고 이를 통해 목표의 가중치를 시산하고자 한다. 연구결과: 분석대상 기간 중 국제개발협력의 키워드는 지속적으로 변화하여 왔으며, 특히 2010년 대 들어 기후변화와 환경 보존적 개발원조가 부각되는 가운데 민간의 투자 촉진과 개발투자 유인에 대한 논의가 중시되는 경향을 보이고 있다. 또한 SDG 채택을 전후하여 SDG 17개 목표의 상대적 중요도를 시산한 결과 SDG 채택을 기점으로 변화가 있었음이 관찰되었다. 기후변화 대 응이 가장 중요한 것으로 나타났으며, 글로벌 파트너십, 빈곤종식, 건강한 삶 및 웰빙, 성평등 및 여성 자력화, 포용적 양질의 교육, 양질의 일자리와 경제성 장이 그 다음으로 중요한 것으로 나타났다. 결론 및 시사점: 이러한 국제개발협력의 키워드 추이 및 SDG 목표의 중요도는 가중치로 설정하여 국제개발협력 사업의 계획, 대상국가 및 사업 선정, 사후 평가 등의 체계화에 활용될 수 있을 것으로 기대된다.

Purpose: The purpose of this study is to analyze the trend of current issues in the international development through machine learning and text mining. Originality: Despite of variability latent in the current international development agendas, it is hard to find literature with scientific approach. In this regard, this paper propose machine learning methods in the topic of the international development policies. Methodology: We extract text data out of the annual OECD Development Cooperation Report then apply text mining techniques to see versatility in the trend of international development cooperation during 1997-2018 through the transitions in topic keywords. In addition, we analyze the relative significance of 17 agendas listed on the sustainable development goals (SDGs) to see there have been significant changes in those weights before and after the declaration of SDGs. Result: Since the beginning of the 2010s, while topics related to climate changes and sustainable development were being highlighted, it has been frequently discussed to accelerate private sector commitment. In regards to the topic importance, climate action comes first, then global partnership, ending poverty, healthy lives and well-being, gender equality and empowerment of women, inclusive and equitable quality education, and decent work and economic growth come next. Conclusions and Implication: This paper contributes to formalizing in setting up international development cooperation projects, appointing recipient countries and related projects, and a posteriori evaluation, through the scientific approaches of text mining and machine learning by tracking the changes in topic keywords and weights of SDG agendas.