자연어 처리(NLP)를 통한 해외건설 계약서의 리스크 자동추출 모델 개발

Abstract

몇 년 전 불거진 국내 건설기업들의 해외사업 실적 악화로 인해 건설업계의 불안감이 커지면서 프로젝트의 수익성 향상에 대한 관심이 높아지고 있다. 수익성 있는 프로젝트를 수행하기 위한 방법에는 여러 가지가 있지만, 프로젝트 초기단계인 입찰 및 계약단계에서 철저한 리스크 관리를 통해 악성 프로젝트를 선별하는 것이 무엇보다 중요하다. 이를 위해서는 계약서에 포함된 위험한 계약조건들을 파악하고 검토하여 적절한 대응방안을 마련하는 것이 필요한데, 일단 계약이 성립되면 계약과 관련한 리스크 요인도 동시에 확정되는 것이기 때문에 리스크 관리는 초기단계에 수행될수록 그 효과가 크다고 할 수 있다. 계약서에 포함된 위험요인을 파악하고 분석하여 적절한 대응방안을 마련하기 위해서는 폭넓은 계약관리 지식과 클레임 및 분쟁 가능성에 대한 경험적 노하우가 필요하다. 그러나 국내 건설기업에는 계약관리를 수행할 수 있는 전문 인력이 부족할 뿐만 아니라 계약관리 지식에 대한 체계적인 시스템이 마련되어 있지 않아 소수의 전문가에 의존하는 경향이 높다. 이러한 현상은 중소기업의 경우 보다 극명하게 나타나고 있으며, 전문가 부족 및 지원체계 부재로 인해 적절한 계약 관리가 거의 이루어지지 못하고 있는 실정이다. 뿐만 아니라 최근 들어 일부 해외 건설공사의 발주자들은 시공사가 계약서의 모든 내용을 파악하지 못하도록 충분한 입찰기간을 보장해주지 않을 뿐만 아니라 독소조항, 애매모호한 표현을 의도적으로 계약서에 포함시키는 등 시공사의 계약적 지위를 불리하게 하는 요소들이 점차 증가하고 있는 추세이다. 이로 인해 계약관리 능력이 부족한 시공사일 경우 해외 사업 수행 자체에 어려움을 겪을 수밖에 없는 환경으로 변하고 있으며, 계약관리 역량이 해외 건설공사의 필수 관리요소로 대두되고 있다. 따라서 본 연구에서는 계약관리 전문 인력 및 지원 시스템이 부족한 국내 건설기업의 실정을 감안하여 프로젝트 초기단계인 입찰 및 계약단계에서 활용 가능한 해외건설 계약서 자동 검토 모델을 개발하는 것을 연구의 목표로 선정하였다. 해외건설 계약서 자동 검토 모델은 계약서 내의 위험한 계약조항을 자동으로 추출한다는 특성에 따라 계약 리스크 자동추출 모델로 명명하였다. 이 모델은 계약서를 검토하는 개개인의 역량에 따라 편차가 발생하기 쉬운 계약서 검토 업무를 보다 효과적으로 지원할 수 있는 기술적 체계를 마련하기 위해 텍스트 자동 분석 기술의 도움을 얻어 계약서의 위험 조항을 컴퓨터가 식별하여 위험요인을 추출하는 메커니즘이다. 모델의 개발을 위해 본 연구에서는 인간의 언어를 컴퓨터가 이해할 수 있도록 분석하는 자연어 처리(NLP, Natural Language Processing) 및 정보 추출(IE, Information Extraction) 기술을 적용하였으며, 텍스트 자동 분석 기술을 해외 건설공사의 계약관리 지원기술로 접목시킴으로써 기존의 취약했던 해외 건설 계약관리 업무를 효율적으로 개선하고자 하였다. 본 연구의 결과물인 건설 계약 리스크 자동추출 모델은 건설 계약관리 분야의 경험이 부족한 건설 실무자들에게는 계약서의 주요 리스크 요인을 손쉽게 파악하게 해준다는 측면에서 업무 지원 및 교육적 효과가 클 것으로 판단되며, 계약 관리 전문가들에게는 보다 정밀하고 정확한 후속 업무를 위한 기초자료를 제공한다는 측면에서 실무적 활용성을 가질 수 있을 것으로 기대한다. 또한 건설 분야 연구에 많이 적용되지 않았던 자연어 처리(NL) 및 정보 추출(IE) 방법을 통해 계약 리스크 관리를 실현함으로써 통계 분석 위주의 기존의 리스크 관리 방식을 탈피하고, 나아가 향후 관련 분야 연구의 확장성을 넓혔다는 측면에서 의미 있는 시도로 평가할 수 있다.;Concerns about the profitability of the construction companies in Korea are growing due to deteriorating overseas business performance that has been launched several years ago. There are many ways to increase the profitability of overseas construction projects, filtering out malicious projects through risk management in the early stages of the project such as bidding and contracting. Identifying and reviewing the dangerous contract conditions is essential in order for risk management at the bidding and contract stages. Extensive contract management know-how and experiences are required in order to identify and analyze risk factors included in the contract. However, Korean construction companies are not only have very few experts to perform contract management but also have no systematic tools supporting contract management of overseas projects. The purpose of this study is to develop an automatic reviewing model for overseas construction contracts that can be used at the initial stage of the projects considering the lack of specialized contract management experts in the domestic construction environment. The automatic reviewing model for overseas construction contracts is named as an ‘Construction Risk Extraction Model’ according to the characteristics of automatically extracting risk contract clauses from the contract conditions. This model identifies the risk sentences of the contract with the help of automated text analysis techniques such as natural language processing(NLP) and information extraction(IE). This study provides supporting tools that can more effectively support contract reviewing tasks that are time consuming and error-prone depending on individual’s ability to review contracts. In order to validate the performance of the Construction Risk Extraction Model, the results of reviewing a contract document by experts and the results of reviewing by model were compared with each other. As a result, the precision, recall, and F-measure of the Construction Risk Extraction Model were 83.3%, 79% and 81.1%, respectively. This is the result of risk extraction of the model after reflecting some types of errors found in the validation process, and some parts of extraction results showed higher performance than the results of some expert’s review. The results of this study are expected to have an effect on the business support and educational effect in that it provides easy understanding of the major risk factors of the contract for the construction engineers who do not have experience in contract management field. In addition, on the academic aspect, this study expanded the field of construction management research by realizing interdisciplinary research using linguistic engineering and computer sciences.