본 논문은 유엔 지속가능발전목표 달성을 위한 외국인직접투자(FDI) 예측의 신뢰성 향상을 목표로 한다. 기존의 GDP 등 경제 데이터 기반 FDI 예측의 조작 가능성 문제를 해결하기 위해, 대규모 사법 데이터를 활용하여 도시별 FDI를 예측하는 새로운 방법을 제시한다. 1200만 건 이상의 공개 판결문을 분석하여 사법 성과 평가 지표 시스템을 구축하고, 이를 바탕으로 새로운 표 형태 학습 방법(TLJD)을 제안한다. TLJD는 사법 성과 지표를 효과적으로 인코딩하고 지역적 차이를 고려하여 다양한 지표의 가중치를 조정하는 전문가 혼합 모델을 활용한다. 도시 간 및 시간 경과에 따른 FDI 예측 실험 결과, TLJD는 기존 최첨단 방법들보다 우수한 성능(최소 0.92 R2)을 보였다.
시사점, 한계점
•
시사점:
◦
사법 데이터를 활용한 FDI 예측의 새로운 가능성 제시
◦
경제 데이터의 한계를 극복하고 FDI 예측의 신뢰성 향상
◦
TLJD 모델의 우수한 성능 검증 (높은 R2 score 달성)
◦
지역적 차이를 고려한 지표 가중치 조정의 효과성 확인
•
한계점:
◦
사용된 사법 데이터의 특정 지역 또는 국가에 대한 편향 가능성
◦
사법 데이터 외 다른 요인(정치적 요인, 사회적 요인 등) 고려 부족
◦
모델의 일반화 가능성에 대한 추가적인 검증 필요
◦
R2 score 만으로는 모델의 성능을 완벽하게 평가할 수 없다는 점 (다른 평가 지표 고려 필요성)
