Development and Application of a Natural Language Processing-Based Framework for Research Proposal Similarity Analysis

동일하거나 유사한 연구 제안서를 다수의 기관 또는 사업에 반복 제출하여 연구비를 중복 수혜 받는 행위는 연구 재정의 신뢰성과 효율성을 저해하는 주요 요인으로 지적되어 왔다. 그러나 연구 제안서는 대부분 비정형 텍스트로 구성되어 있어, 수작업을 통한 중복 여부 검토에는 한계가 존재한다. 특히, 표현이 상이하더라도 실질적으로 유사한 제안서를 식별하는 작업은 높은 전문성과 많은 시간을 요구한다. 이에 본 연구는 연구 제안서 간 의미적 유사도를 자동으로 정량 분석할 수 있는 자연어처리 기반 분석 프레임워크를 제안한다. 제안하는 프레임워크는 한국어에 특화된 Ko-SBERT 모델을 활용한 문장 임베딩 기법과 제안서의 중요 항목별로 가중치를 반영한 유사도 계산 방식을 결합하여, 제안서 간 의미적 유사도를 정량적으로 분석한다. 실제 정부지원사업에 제출된 연구 제안서를 활용한 사례 연구를 통해 실효성을 검증한 결과, 전체 4,371개 제안서 쌍 중 유사도 상위 10%에 해당하며 기관 정보가 중복되는 87개 쌍을 중복 수혜 검토 리스트로 도출할 수 있었으며, 검토 리스트는 실제 중복 의심 사례 12건 중 10건을 포함하였다. 또한, Mann-Whitney U 검정을 통해, 해당 프레임워크로 측정한 중복 의심 제안서 쌍의 유사도가 일반 제안서 쌍보다 통계적으로 유의미하게 높음을 확인할 수 있었다. 제안하는 프레임워크는 연구비 중복 수혜 탐지 외에도 향후 유사 연구 제안서 추천, 연구 제안서 주제 분류 등 다양한 R&D 행정 지원을 위해 확장 적용 가능할 것으로 기대된다.