벤치마킹 기준에 비추어 이전 프로젝트로부터 학습하는 접근은 시공 전 단계에서의 신뢰성 있는 프로젝트 개발 및 계획 수립을 위해 바람직하고 널리 사용되는 방법이다. 선행의 유사 프로젝트는 향후 프로젝트에 적용할 수 있는 실용적이고 검증된 지식의 원천을 제공한다. 시공 전 초기 단계에서 유사 프로젝트를 파악할 때의 일반적인 관행은 단순하고 제한적인 프로젝트 특성을 활용하는 것으로, 그 결과 파악 정확도가 저하된다. 본 연구는 프로젝트 맥락 기반 유사성 평가를 제공하기 위해, 프로젝트 범위 진술 간의 유사성을 체계적으로 측정함으로써 유사한 이전 프로젝트를 추천할 수 있는 자연어 처리(NLP) 기반 방법을 개발하고 제안한다. NLP 기법은 프로젝트 범위의 유사성을 체계적으로 측정할 수 있게 하며, (1) 내용을 이해하기 위해 개인의 경험과 전문지식에 의존하는 문제와, (2) 프로젝트 범위에 대한 비정형 서술 내러티브 전부를 검토하는 데 필요한 시간과 노력의 문제를 해결한다. 제안된 방법은 프로젝트 범위 진술로부터 핵심 업무 활동을 추출하고, 추출된 활동 간의 동질성(LOH) 수준을 평가하며, 동질성 평가 결과를 바탕으로 프로젝트 유사성을 정량화한다. 제안된 방법은 텍스트의 문맥을 고려하여 비정형 텍스트를 컴퓨터가 판독 가능한 수치 형식으로 임베딩할 수 있는 변환기(Transformer) 기반 양방향 인코더 표현(BERT) 모델을 활용한다. 제안된 모델의 출력은 유사성을 나타내는 그래픽 지도 형태로 제공되며, 이를 통해 프로젝트 엔지니어가 유사성 평가 결과를 빠르고 직관적으로 인지할 수 있도록 돕는다. 타당성 검정 결과, 본 방법은 진행 중인 프로젝트와의 관계에서 가장 높은 유사도를 보이는 과거 프로젝트를 결정하는 데 있어 더 나은 성능을 나타내는 것으로 확인되었다. 제안된 방법은 이전 프로젝트로부터의 효과적인 정보 획득 과정을 향상시키기에 적절하며, 그 결과 시공 전 단계에서의 더 개선되고 효율적인 프로젝트 계획 수립으로 이어진다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.