비정형 민원데이터 분석을 위해 수만 건의 민원을 어떻게 구조화할까?

공공기관에는 매일 다양한 형태의 민원이 접수됩니다. 같은 문제를 두고도 민원인이 어떤 관점에서 바라보느냐에 따라 표현 방식은 달라질 수 있습니다. 예를 들어 동일한 도로 상태를 두고 누군가는 도로 파손을 지적하는 반면, 누군가는 보행 안전의 문제로 이야기할 수 있습니다. 여기에 시설이나 교통 등 여러 요구사항이 함께 얽히면서 하나의 민원 안에 복수의 이슈가 담기는 경우도 적지 않습니다.

이처럼 민원 데이터는 시스템에 저장되어 있다는 이유만으로 바로 분석할 수 있는 데이터가 되지는 않습니다. 유형별 접수 건수나 반복적으로 발생하는 문제, 특정 기간에 증가한 이슈를 파악하려면 먼저 제각각인 민원 원문을 일정한 기준으로 정리해야 합니다.

결국 문제는 데이터의 양보다 구조에 있습니다. 수만 건의 민원을 AI로 분석하려면 무엇부터 정리해야 할까요?

민원은 계속 쌓이는데, 왜 유형별 현황은 바로 보이지 않을까?

일반적인 업무 데이터는 날짜, 지역, 담당 부서, 처리 상태처럼 항목이 어느 정도 정해져 있습니다. 이런 데이터는 조건별 집계나 비교가 비교적 쉽습니다.

민원 원문은 다릅니다.

같은 문제를 서로 다른 단어로 표현할 수 있고, 짧은 문장부터 긴 서술까지 형식도 일정하지 않습니다. 하나의 민원에 여러 요구사항이 섞여 있기도 합니다. 담당자가 입력한 기존 분류값이 있더라도 시기나 담당자에 따라 기준이 달라졌을 가능성도 있습니다.

이 때문에 민원 원문을 그대로 모아 단어 빈도만 분석해서는 실제 업무에 필요한 질문에 답하기 어렵습니다.

예를 들어 ‘도로’라는 단어가 많이 등장했다는 사실보다 중요한 것은 해당 민원이 도로 파손인지, 불법 주정차인지, 보행 안전 문제인지, 시설 개선 요청인지 구분하는 것입니다.

따라서 민원 분석의 출발점은 비정형 원문을 비교하고 집계할 수 있는 데이터 구조로 전환하는 것입니다.

OECD 역시 공공부문에서 AI를 활용하기 위한 주요 과제로 데이터의 가용성과 품질을 강조하고 있습니다. 공공서비스에 AI를 적용하려면 입력 데이터의 정확성과 신뢰성, 활용 목적에 대한 적절성을 지속적으로 관리할 필요가 있다는 의미입니다.

AI 모델보다 먼저 정해야 하는 것은 ‘분석 기준’입니다

수만 건의 민원을 처리해야 한다면 먼저 어떤 AI 모델을 사용할지 고민하기 쉽습니다. 하지만 모델을 정하기 전에 먼저 답해야 할 질문이 있습니다.

이 데이터를 통해 무엇을 확인하려는가?

‘민원 유형별 건수를 보고 싶다’와 ‘반복적으로 등장하는 세부 이슈를 찾고 싶다’는 필요한 데이터 구조가 다릅니다. 정책 분야별로 집계할 것인지, 지역·기간과 민원 유형을 함께 비교할 것인지에 따라서도 필요한 분류 기준과 라벨이 달라집니다.

따라서 민원 데이터 구조화는 보통 다음과 같은 순서로 접근할 수 있습니다.

분석 목적 정의 → 분류 체계 설계 → 라벨 기준 정의 → AI 분류·라벨링 → 결과 검증 → 구조화 데이터 생성

핵심은 분류 체계가 AI 결과의 기준이 된다는 점입니다.

최근 ACL에 발표된 연구에서도 복잡한 비정형 텍스트를 분석 가능한 범주로 전환하는 Content Analysis 과정에서 단순 자동 분류보다 텍스트 코딩, 분류 기준 논의, 코드북 정교화와 같은 단계가 중요하다고 설명합니다. LLM을 활용하면 이 과정을 대규모 데이터에 확장할 수 있지만, 어떤 기준으로 텍스트를 해석하고 나눌지는 여전히 설계의 영역입니다.

즉, AI에게 “민원 유형을 알아서 분류해 달라”고 맡기기보다 기관이 실제 분석에 사용할 분류 기준을 먼저 명확히 정의해야 합니다.

수만 건의 민원 원문은 어떻게 구조화된 데이터가 될까?

민원 데이터를 구조화하는 과정은 크게 네 단계로 나눌 수 있습니다.

1. 원문과 분석용 데이터를 구분해 정제합니다

민원 원문에는 분석과 직접적인 관련이 없는 표현이나 반복 문구가 포함될 수 있습니다. 같은 의미를 가진 표현도 서로 다른 방식으로 작성됩니다.

따라서 원문은 그대로 보존하되, AI가 일관된 기준으로 처리할 수 있도록 별도의 분석용 텍스트를 준비할 필요가 있습니다.

중요한 것은 원문 자체를 임의로 수정하는 것이 아니라 원본 데이터와 분석에 사용하는 데이터를 구분해 관리하는 것입니다.

2. 분석 목적에 맞는 분류 체계와 라벨을 설계합니다

다음 단계에서는 어떤 기준으로 민원을 나눌 것인지 정의합니다.

예를 들어 다음과 같은 필드를 구성할 수 있습니다.

위 구성은 이해를 돕기 위한 예시이며, 실제 프로젝트의 데이터 스키마는 아닙니다.

필드를 많이 만드는 것이 목적은 아닙니다. 향후 어떤 분석과 업무에 활용할 것인지 설명할 수 있는 항목을 중심으로 설계하는 것이 중요합니다.

3. AI가 동일한 기준을 대량의 민원에 적용합니다

분류 체계가 정해지면 AI를 활용해 수만 건의 민원 원문에 동일한 기준을 적용할 수 있습니다.

텍스트의 맥락을 분석해 주요 키워드를 추출하고, 사전에 정의한 유형과 카테고리에 따라 라벨을 부여하는 방식입니다.

여기서 AI 활용의 의미는 단순히 사람이 하던 분류 작업을 빠르게 처리하는 데 그치지 않습니다. 데이터 전체에 같은 기준을 반복 적용할 수 있는 체계를 만든다는 데 있습니다.

물론 모든 민원이 하나의 유형으로 명확하게 구분되는 것은 아닙니다. 여러 이슈가 함께 포함된 복합 민원이나 기존 분류 체계로 설명하기 어려운 새로운 이슈도 발생할 수 있습니다.

따라서 실제 도입 단계에서는 복수 라벨 허용 여부, 미분류 데이터 처리 방식, 신규 유형 발생 시 분류 체계를 어떻게 보완할 것인지까지 함께 정의해야 합니다.

4. 결과를 다시 활용할 수 있는 데이터셋으로 저장합니다

마지막으로 원문과 AI가 생성한 분류값을 연결해 테이블이나 데이터베이스에서 활용할 수 있는 형태로 저장합니다.

이 단계까지 완료돼야 민원을 유형별로 집계하거나, 기간·지역·부서 등 다른 행정 데이터와 결합해 분석할 수 있습니다.

즉, AI 분류 자체가 최종 목적이 아니라 분류 결과를 이후 업무에서 반복 활용할 수 있는 데이터 자산으로 만드는 것이 중요합니다.

실제 프로젝트에서는 수만 건의 민원을 어떻게 처리했을까?

이든티앤에스가 참여한 공공 데이터 기반 스마트시티 데이터허브 구축 프로젝트에서도 비슷한 과제를 다뤘습니다. 국민신문고 등에 축적된 수만 건의 비정형 민원 데이터를 향후 분석에 활용할 수 있도록 정제하고 구조화하는 작업이었습니다.

프로젝트에서는 sLLM을 기반으로 민원 데이터의 키워드를 자동 분류·정제하고, 민원 유형과 카테고리별로 라벨을 부여하는 파이프라인을 설계·구축했습니다. 이후 비정형 텍스트를 재활용 가능한 구조화 데이터로 전환해, 민원 유형별 분류 체계를 확보하고 분석에 활용할 수 있는 표준 데이터셋을 구축했습니다.

민원 원문 → sLLM 기반 키워드 분류·정제 → 유형·카테고리 라벨링 → 구조화 데이터셋

이 사례는 앞서 설명한 민원 데이터 구조화가 실제 공공 데이터 환경에서 어떻게 구현될 수 있는지를 보여줍니다. 수만 건의 비정형 민원을 AI로 정제·분류하는 데서 끝나지 않고, 이후 분석에 활용할 수 있는 데이터셋으로 전환했다는 점이 핵심입니다.

구조화된 민원 데이터로 무엇을 확인할 수 있을까?

민원 원문이 일정한 기준에 따라 구조화되면 분석 방식도 달라집니다.

특정 단어가 몇 번 등장했는지를 확인하는 수준에서 벗어나, 다음과 같은 질문을 데이터로 살펴볼 수 있는 기반이 만들어집니다.

• 어떤 유형의 민원이 가장 많이 발생하는가

• 반복적으로 등장하는 세부 이슈는 무엇인가

• 특정 기간에 증가하거나 감소하는 민원 유형은 무엇인가

• 하나의 상위 유형 안에서 어떤 세부 이슈가 많이 발생하는가

• 기존 분류 체계로 설명하기 어려운 새로운 이슈가 나타나고 있는가

물론 위 분석이 해당 프로젝트에서 모두 수행됐다는 의미는 아닙니다. 구조화된 민원 데이터가 확보됐을 때 확장할 수 있는 활용 방향입니다.

결국 분석의 범위를 결정하는 것은 AI 모델 자체보다 처음에 어떤 기준으로 데이터를 구조화했는지에 더 가깝습니다.

민원 데이터 구조화를 시작하기 전 확인해야 할 네 가지

대량의 민원·상담·VOC 데이터를 AI로 분석하려 한다면 모델을 선택하기 전에 다음 네 가지를 먼저 확인해볼 필요가 있습니다.

첫째, 데이터를 어떤 의사결정에 활용할 것인지 정해야 합니다.
단순 현황 집계인지, 반복 이슈 발굴인지, 정책·지역·기간별 교차 분석인지에 따라 필요한 데이터 구조가 달라집니다.

둘째, 분류 기준을 명확하게 설명할 수 있어야 합니다.
카테고리 간 경계가 모호하거나 ‘기타’ 비중이 지나치게 높다면 AI를 적용하더라도 일관된 결과를 얻기 어렵습니다.

셋째, AI 결과를 검증하고 기준을 보완하는 절차가 필요합니다.
샘플 데이터를 통해 분류 결과를 확인하고, 경계가 모호한 유형이나 새로운 이슈가 발생했을 때 분류 기준을 조정할 수 있어야 합니다.

넷째, 구조화 이후의 활용 방식까지 함께 설계해야 합니다.
분류된 데이터를 어느 시스템에서 조회하고, 어떤 기준으로 집계하며, 향후 어떤 분석이나 업무 프로세스와 연결할 것인지까지 고려해야 실제 활용 가능한 데이터 자산으로 남습니다.

현재 대량의 민원·상담·VOC 데이터를 보유하고 있지만 실제 분석과 업무 활용까지 연결하기 어렵다면, 먼저 보유 데이터의 형태와 분석 목적에 맞는 구조화 방식부터 설계해볼 필요가 있습니다.

비정형 데이터의 AI 분류·라벨링과 분석 활용을 검토하고 있다면 Worktro에 문의해 주세요. 실제 프로젝트 경험을 바탕으로 현재 데이터와 업무 환경에 적용할 수 있는 구조화 범위와 구축 방향을 함께 설계해 드립니다.

References

Governing with Artificial Intelligence: The State of Play and Way Forward in Core Government Functions | OECD | 2025.09.18
SCALE: Towards Collaborative Content Analysis in Social Science with Large Language Model Agents and Human Intervention | ACL Anthology | 2025.07