CoreMetric이 답하는 질문
정책과 사업에는 언제나 판단이 필요합니다. CoreMetric은 그 판단의 근거를 데이터에서 찾습니다.
이 사업은 실제로 어떤 효과를 만들었는가
무엇을 성과로 보고 어떻게 측정할 것인가
앞으로 어떤 결과와 위험이 예상되는가
복잡한 기준을 정확하고 일관되게 적용할 수 있는가
솔루션
네 가지 질문에 대응하는 분석 서비스를 제공합니다.
정책효과 분석
EFFECT이 사업은 실제로 어떤 효과를 만들었습니까?
사업 참여 전후를 단순 비교하면 경기 변동이나 참여 기업의 특성까지 사업의 성과로 잡히기 쉽습니다. CoreMetric은 참여하지 않았다면 어떠했을지를 비교집단을 통해 추정하고, 사업 참여에 따른 순효과를 계량적으로 분석합니다.
성과측정 체계
MEASURE무엇을 성과로 보고, 어떻게 측정하시겠습니까?
측정할 수 없는 지표는 관리되지 않고, 잘못 설계된 지표는 사업 목적과 다른 방향으로 관리를 이끕니다. CoreMetric은 사업 목적에서 지표를 도출하고, 실제 확보 가능한 데이터로 산출되는 측정 체계를 설계합니다.
예측·위험 분석
PREDICT앞으로 어떤 결과와 위험이 예상됩니까?
대응이 필요한 시점은 지표가 확정되기 전입니다. CoreMetric은 공표 이전 시점의 수치를 추정하고, 향후 변동과 위험 구간을 사전에 제시합니다.
판정·적합성 분석
ASSESS복잡한 기준을 정확하고 일관되게 적용하고 계십니까?
요건이 길고 사례가 많을수록 담당자에 따라 판단이 달라집니다. CoreMetric은 기준 문서와 대상 정보를 의미 단위로 대조해, 근거와 함께 판정 결과를 제시하는 시스템을 구축합니다.
분석은 보고서에서 끝나지 않아야 합니다.
CoreMetric은 공공정책과 공공사업의 구조를 이해한 상태에서 출발합니다. 무엇이 문제인지 정의하고, 통계와 인과추론으로 측정하며, 그 결과를 실제 작동하는 시스템으로 구현합니다.
정책을 이해하는 역량과 시스템을 만드는 역량이 나뉘어 있지 않습니다. 요구사항이 여러 단계를 거치며 달라지지 않습니다.
공영일
대표 · 정보시스템학 박사
1997년부터 정보통신정책연구원과 소프트웨어정책연구소에서 ICT·소프트웨어 정책 연구를 수행했습니다. 현재는 인과추론과 딥러닝 기반 분석을 실제 작동하는 시스템으로 만드는 일에 집중하고 있습니다.
경력 상세프로젝트
수행한 연구와 개발 사례입니다.
AI 기반 물가 분석·예측
딥러닝 기반 소비자물가 예측 모형을 개발했습니다. 공표 이전 시점의 지표를 추정하고, 어떤 변수가 예측을 이끌었는지까지 해석할 수 있도록 설계했습니다.
공표 주기와 지연이 제각각인 다출처 시계열을 하나의 학습 데이터로 정합화하는 작업이 전체 공수의 상당 부분을 차지했습니다.
중소기업 정책효과 분석
정부 지원사업이 참여 기업의 성과에 미친 인과적 효과를 추정했습니다. 사업 유형별로 효과의 크기가 어떻게 달라지는지 비교할 수 있도록 분석을 설계했습니다.
폐쇄망 환경과 반출 심사 기준에 맞춰 분석 설계와 결과 집계 단위를 사전에 확정해 두는 일이 분석 자체만큼 중요했습니다.
정책지원 AI 시스템
정책 탐색부터 효과 추정, 보고서 작성까지 이어지는 네 개 모듈을 하나의 시스템으로 설계하고 구현했습니다.
공공 AI 조달 구조 분석
나라장터 AI 관련 공고를 수집·유형화하고, 공고 문서에서 사업 특성 신호를 추출하여 조달 구조를 분석했습니다.
분석이 필요한 과제가 있으십니까?
과제 범위와 데이터 여건을 알려 주시면, 적용 가능한 접근과 예상 산출물을 정리해 회신드립니다.