팀 내 개인 기여도에 대한 공정한 평가는 지속적인 과제이며, 이는 갈등과 과도한 업무량 불균형으로 인해 불공정한 성과 평가로 이어질 수 있으며, 종종 수동적인 개입이 필요해 비용이 많이 들고 어려운 과정이 된다. 기존 도구의 기능을 조사한 결과, 갈등 해결 방법 및 AI 통합에 대한 격차를 확인하였다. 이를 해결하기 위해, 분쟁 조사를 돕는 새로운 AI 기반 도구의 프레임워크 및 구현 설계를 제안한다. 해당 프레임워크는 제출물(코드, 텍스트, 미디어), 커뮤니케이션(채팅, 이메일), 조정 기록(회의 로그, 작업), 동료 평가 및 상황 정보를 기여, 상호작용, 역할의 세 가지 차원과 아홉 가지 벤치마크로 구성한다. 객관적인 측정값은 정규화되어 차원별로 집계되고 불평등 지표(지니 계수)와 결합되어 갈등 지표를 파악한다. 대규모 언어 모델(LLM) 아키텍처는 이러한 측정값을 기반으로 검증되고 상황에 맞는 분석을 수행하여 해석 가능하고 투명한 자문 판단을 생성한다. 현재 법적 및 제도적 정책 하에서 실현 가능성을 주장하고, 실용적인 분석(감성, 작업 충실도, 단어/줄 수 등), 편향 방지, 한계 및 실제적인 문제점을 제시한다.
