본 논문은 Google Search API, YouTube, Reddit 등 다양한 웹 소스에서 수집한 NATO 감정, NATO 결속, NATO 5조 신뢰도에 대한 정성적 및 정량적 분석에 RAG(Retrieval-Augmented Generation)를 활용한 GPT 모델을 적용한 연구입니다. GPT-4.1 모델을 이용한 RAG 접근 방식을 통해 NATO 관련 뉴스를 분석하였으며, 두 단계의 RAG 분석(1단계: 제로샷 프롬프트를 사용한 정성적 뉴스 요약 및 정량적 여론 점수 생성, 2단계: 뉴스 요약의 요약 생성)을 수행했습니다. GPT 모델이 생성한 정량적 뉴스 여론 점수는 베이지안 회귀 분석을 통해 추세선을 도출하고, 회귀 모수의 분포를 분석하여 뉴스 여론 점수 추세의 불확실성을 분석했습니다. 분석 결과 NATO 결속에 대한 여론 점수는 하락 추세를 보였습니다. 본 연구는 실제 정치 분석을 목표로 하지 않으며, 복합적인 분석 접근 방식의 일환으로 활용 가능한 AI 기반 접근 방식을 고려합니다. GPT 모델을 이용한 뉴스 분석이 유용한 정성적 및 정량적 분석 결과를 제공하여 중요한 통찰력을 제공함을 보여줍니다. 또한, 대중 여론 모델링을 위해 신경미분방정식 기반 동적 모델을 고려하여 진화하는 대중 여론에 대한 다양한 시나리오 분석 가능성을 제시합니다.
