인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
공공 정책은 인공지능(AI)과 같은 혁신 기술의 등장으로 인해 전례 없는 큰 불확실성(Uncertainty)에 직면하고 있다. 본 연구는 이러한 정책 결정 환경의 불확실성을 체계적으로 관리하고 완화하기 위해 “온톨로지 기반 정책 요구공학 프레임워크(이하 Onto-PolicyRE)”를 제안한다. Onto-PolicyRE는 요구공학(Requirements Engineering, 이하 RE)의 목표 기반 모델링(goal-based), 시나리오 기반 모델링(scenario-based), 관점 기반 모델링(viewpoint-based) 방법론을 “공공 정책 온톨로지(Public Policy Domain Ontology, 이하 PPDO)”로 통합한 학제적 접근 방식이다. 이 프레임워크는 정책 결정 과정에서 발생하는 사실적(Factual), 가치적(Value), 상호작용적(Interactional) 불확실성을 다루는 데 초점을 맞춘다. 구체적으로, 목표 모델링은 상충하는 정책 가치를 최적화 목표와 제한 조건으로 형식화하여 가치적 불확실성을 관리하며, 시나리오 모델링은 잠재적 위험을 사전 예측하여 사실적 불확실성을 해소한다. 또한, 관점 모델링은 다양한 이해관계자의 관점을 통합하여 합의된 정책 요구 사항을 도출하고 상호작용적 불확실성을 관리한다. 결과적으로 Onto-PolicyRE는 정책 결정 과정을 가치 지향적이고 구조화된 분석 틀 기반에서 수행함으로써 정책의 합리성, 투명성, 그리고 일관성을 체계적으로 향상시키는 데 기여한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095641351