기록은 조직의 기능과 업무에 따라 분류하는 것을 원칙으로 한다. ISO 15489에는 조직의 기능과 업무분석을 토대로 기록분류체계를 개발하는 것을 원칙을 명시하고 있으며, 우리나라의 중앙 및 지방 행정기관들도 공공기록물관리에 관한 법률(이하 공공기록물관리법)이 정하는 바에 따라 기능분류체계를 적용하고 있다. 우리나라에서는 1999년 공공기관의 기록물관리에 관한 법률이 제정되면서 업무를 반영한 기록분류의 원칙을 도입하였고, 2005년 동법이 공공기록물관리법으로 전면 개정되면서 업무 및 기능분류의 원칙이 더욱 강조되었다.

공적 업무 수행과정에서 생산된 공공기록물은 생산과 동시에 보존기간이 부여되고 업무 맥락을 반영하여 편철된다. 또한 일정기간 생산기관의 업무 목적을 위해 활용되다가 보존기간이 30년 이상으로 분류된 기록물은 공공기록물관리법 및 동법 시행령으로 정하는 기간 이내에 영구기록물관리기관으로 이관되어 보존된다. 영구기록물관리기관은 해당되는 법규에 따라 기록물을 이관받고, 특정 목적에 따라 기록물을 수집하며, 적법한 절차에 따라 소장 기록물을 평가하고 처분 한다. 이러한 정책은 향후 기록물을 우선순위에 따라 선별 수집하고 승인된 정책과 절차에 따라 평가⋅처분하여 기록물의 증거가치를 지속적으로 보유하게 함으로써, 해당 영구기록물관리기관에서 기록물관리의 설명책임성을 입증할 수 있도록 한다.

국내 대표 영구기록물관리기관인 국가기록원이 소장하고 있는 영구기록물에 대한 목록정보는 기록생산기관에서 이관 시에 제출하는 기록물 목록에 대한 정보가 그대로 중앙영구기록물관리시스템(CAMS: Central Archives Management System)에 적용되어 기록서비스에 활용되고 있다. 이는 처리과 생산 당시의 분절적⋅파편적으로 존재했던 기록이 국가기록원으로 이관되어도 그대로 존재하여 역사적⋅학술적 활용 가치가 있는 기록이 빛을 보지 못하고 사장되는 것을 의미한다(최철민, 2018). 국가기록원은 기록물의 이관 시 기록물관리 담당자가 기록물 분류정보를 확인하고 품질을 일정 수준으로 유지토록 해야 하지만, 이관된 기록물의 분류는 기록물 정리/기술업무로 편성되어 있고, 대부분의 정리/기술 업무는 수작업에 의존하고 있어 당해 연도에 처리해야 할 기록물 수량을 맞추기 어려운 실정이다. 특히 2007년 본격적인 전자정부법 시행에 의해 공공기록의 전자적 생산 환경이 보편화되고, 그에 따라 2017년 이후 국가기록원으로 이관되는 전자기록물 역시 기하급수적으로 늘어나고 있는 상황에서 이관된 기록물의 분류체계를 검증하고 일관되게 관리하는 업무는 매우 중요하다.

이에 본 연구는 이관 기록물 분류 업무의 효율화와 일관된 기준을 유지하기 위한 방안을 제안하고자 한다. 이를 위해 먼저 국가기록원에서 수행하고 있는 현행의 기록분류 및 기술 업무 프로세스를 분석하고 문제점을 파악, 개선 요구사항을 수렴하였다. 또한 이관된 기록물의 분류를 검증하기 위해 담당자들이 참조해야할 자료의 유형을 규명하고, 현재 국가기록원에서 관리되고 있는 공통지식자원의 현황을 파악하였다. 분석 결과를 종합해 기록분류 업무의 수작업을 최소화하기 위한 방안으로 이관된 기록물의 편철 정보, 즉 목록에 기반한 분류 이상치 후보를 판단하는 과정을 도출⋅체계화하였다. 나아가 제안한 이상치 판별 프로세스를 실제 국가기록원으로 이관된 기록물을 대상으로 적용하고, 그 결과를 규격화하여 추후 기계학습에 활용 가능한 학습데이터 형식으로 구축하였다. 본 연구는 선행연구인 생산기관 직제분석 자동화(강윤아 외, 2021)의 후속 연구로, 연구의 궁극적인 목적은 지능형 전자기록 관리 환경의 토대를 마련하기 위해 기록관리 업무 내 기계학습 기법이 적용 가능한 문제 유형을 선별하고 자동화하는 데 있다.

본 절에서는 기록물 분류 업무에 대한 연구와 기록관리 지능화와 관련된 선행연구를 살펴본다. 먼저 기록물 분류 업무와 관련한 연구로, 설문원(2013)은 정부기능분류체계가 기록분류에 어떻게 적응되고 있는지를 살펴보기 위해 기록관리전문직과 집단 면담을 진행하여 기록물 철 기반 분류의 실태와 문제점을 구조 및 운용 측면에서 분석하였다. 윤상우(2020)는 A기관을 중심으로 기록분류체계 및 기록물분류기준표 관리 현황과 업무기능을 분석하였으며, 이를 통해 기능 분류 모델 및 기록관리기준표의 도입과 역할과 구축 방안에 대해 연구하였다. 장현종, 노지현(2021)은 국립대학에서 사용하는 기록물 분류체계의 운영현황을 공통 단위과제 중심으로 분석하고 분류체계의 개선과 운영절차의 개선이 필요하다고 제안하였다.

기록관리 지능화와 관련된 연구로 장지숙, 이해영(2009)은 기 분류된 기록집합체뿐만 아니라 분류체계와 시소러스를 분류기준으로 함께 구축하여 상호 보완할 수 있도록 맥락정보를 이용한 자동분류시스템을 설계하였다. 오진관(2019)은 해외 기록시스템의 자동화, 지능화 사례를 살펴보고, 디지털 환경에 적합한 영구기록 관리 및 서비스 방안을 제안하였다. 김인택, 안대진, 이해영(2017)은 4차 산업혁명에 따른 가장 핵심이 되는 인공지능(이하 AI) 기술 중 세 가지 ― 텍스트분석, 영상인식, 음성인식 ― 를 선정, 기록관리 업무에 활용할 수 있는 방안에 대해 제안하였다. 또한 이들 기술을 활용하기 위한 선결해야 하는 과제들을 제시하였다. 최정렬(2018)은 표준화된 절차에 따른 학습데이터세트 구축 방안을 연구하였다. 학습데이터가 갖추어야 할 요구사항을 문제 유형과 데이터 유형별로 분석하였고, 이를 토대로 기계학습에 활용하기 위한 학습데이터세트 구축에 관한 참조모델을 제안하였다.

기록물 분류 업무 자동화 관련한 연구로, 김해찬솔 외(2017)는 문헌의 자동분류와 AI 학습방식이 발전해 온 과정을 살펴 본 후, 기계학습 중 특히 지도학습 방식을 통한 AI 기술을 기록관리 분야에 적용해야 하는 필요성을 도출하였다. 또한 서울시의 결재문서 원문을 대상으로 실제 학습데이터를 구축하여 자동분류 모델을 개발하고, 각 과정에서 고려해야 할 사항들을 제시하였다.

상기 연구들 대부분은 기계학습을 이용한 전자기록물의 자동분류, 원문인식, 공개재분류 등, 기록관리 개별 업무 단위로 AI 기술을 적용해 자동화를 꾀하고 있다. 대부분이 기록물 ‘원문’ 전체를 대상으로 태깅하거나 정답 분류를 할당하는 방식으로, 본 연구에서와 같이 기록물의 일부 메타데이터로 구성된 ‘목록’기반 자동화와 관련된 연구는 전무하다. 특히 기록관리 업무에서 실무자들에게 공통으로 활용 가능한 기초자료들을 참조하여 오분류된 기록물 이상치 후보를 제안하고, 기록분류 실무자가 전문(full-text) 열람 여부를 사전에 판단케 함으로써 가능한 한 수작업을 최소화하는 업무 효율화를 꾀한다. 또한 기록분류 실무자의 업무 프로세스를 다수의 작업자가 답습하여 진행하는 과정을 통해 자동화할 수 있는 부분을 규명하고 기계학습에 활용 가능한 학습데이터를 구축하였다.

영구기록물관리기관은 ｢공공기록물 관리에 관한 법률｣에 명시된 고유의 업무 기능을 수행하여야 한다. <그림 1>은 영구기록물관리기관의 기록물 관리 절차(NAK 9:2021(v2.2))를 도식화 한 것으로, 운영 절차는 총 8단계로 구성되어 있다.

본 연구는 영구기록물관리기관으로 이관된 기록물의 분류 자동화를 위한 사전 연구로, 총 8단계의 업무 운영 절차 중 ‘기록물 기초데이터 관리’, ‘기록물 수집’, ‘기록물 정리⋅기술’ 단계에 중점을 두었다. 먼저 ‘기록물 기초데이터 관리’ 단계에서 생산현황 관리 및 활용과 소장기록물의 통계를 작성⋅관리한다. 기록물 생산현황은 향후 기록물의 수집 및 이관 방침 수립, 보존량 예측을 위한 기초자료로 활용하며, 기록물 생산량 변동 분석 등을 통해 생산단계에 대한 통계조치로도 활용한다(국가기록원, 2021b).

‘기록물 수집’ 단계에서는 기록물 수집정책을 마련하고 법적 이관 대상 기록물을 인수하며 이관지침에 따라 정리 및 편철되었는지를 점검한다. 영구기록물관리기관으로 이관된 기록물은 생산된 지 10년이 지난 기록들로, 그때의 생산기관의 특성과 직무 등 생산맥락을 이해해야할 뿐 아니라 기록물 관리기관으로 이관된 시점의 변천이력 등의 맥락도 병행해서 파악해야만 한다. 이때 참조할 수 있는 자료는 기록물 관리를 담당하는 실무자가 공동으로 참조해야하는 기초지식들로, 본 연구의 선행연구(강윤아 외, 2021)를 통해 다음과 같은 유형이 규명되었다. 생산기관의 실⋅국 단위의 흐름을 보여주는 ‘조사대상 하위기관 존립기간 목록’과 해당 기관의 직제 및 기능분석 업무의 최종 산출물인 ‘하위기관 변천내용’, ‘계열별 기능어 분류표’를 이 단계에서 활용할 수 있다. 본 연구에서는 이러한 자료를 ‘공통지식자원’으로 명명하고자 한다.

다음 단계인 ‘기록물 정리⋅기술’에서는 편철정보를 비롯해 해당 생산기관에서 작성한 메타데이터 값이 정확하게 입력되었는지를 확인하고 소장 기록물을 분류한 후 기술한다. 이 과정에서 수집된 기록물을 분석하여 기록물을 출처와 원본질서, 생산맥락에 따라 분류하는 업무를 수행한다. 상기한 바와 같이 이관된 기록물의 생산맥락은 최소 10년 전의 정보로, 이를 정확하고 완전하게 파악하기 위해서는 ‘조사대상 하위기관 존립기간 목록’, ‘그룹별 하위기관 목록’, ‘그룹별 직제령 비교표’, ‘하위기관 변천내용’, ‘계열별 기능어 분류표’ 등의 자료를 참조해야 한다(강윤아 외, 2021). 특히 활용되는 공통 자원 중 ‘그룹별 하위기관 목록’과 ‘그룹별 직제령 비교표’의 중요도가 비교적 높은데, 이 자료들은 이미 동일한 생산맥락을 갖는 하위기관을 그룹화하는 과정에서 산출된 결과물이기 때문에 기록물 분류⋅기술의 가이드라인 역할을 할 수 있다.

상기한 기록물 분류와 관련된 업무 현황을 파악하기 위해 현재 해당 업무를 수행 중인 국가기록원 담당자와의 기초 인터뷰1)를 진행하고 실제 CAMS 열람을 진행하였다. 기초 분석 결과, 이관 기록물에 대한 관리 과정 대부분이 수작업으로 진행되고 있고, 참조하고 있는 자료 역시 산발적으로 관리되고 있어 많은 애로사항이 있는 것으로 파악되었다. 특히 2016년 이후 전자적으로 생산된(born-digital) 기록물이 대량으로 입수되고 있으나, 기록분류 담당자가 매년 검토해야 할 기록물의 양이 너무 방대해 당해 연도 내 전수조사는 불가능한 실정이다. 이로 인해 일부 생산기관과 기록물의 중요도에 따라 우선순위를 부여하여 검수하고 있으며, 이 과정에서 기록의 맥락을 이해하기 위해 원문을 열람하거나 생산기관 전거데이터를 확인하는 데 많은 시간을 할애하는 것으로 파악되었다. 또한 새로운 생산기관을 담당할 때마다 기관의 직제 및 변천 정보 등을 파악하는 작업이 반복해서 수행되고 있었다(강윤아 외, 2021).

구체적인 업무 프로세스와 지능화 개선 요구사항을 수렴하기 위해 국가기록원의 기록분류 실무자 및 CAMS 담당자와 심층면담(이하 FGI: Focused Group Interview)및 업무 참관)2)을 진행하였다(국가기록원, 2021a). 기초인터뷰 및 심층면담이 다수로 진행된 이유는 실무자의 업무 과정을 작업자가 답습하는 과정과 실제 CAMS를 열람하는 과정에서 도출된 문제점이나 특이점에 대한 재확인 과정이 반복되었으며 세부업무별 담당자 역시 세분화되어 있어 개별 면담이 필요하였다. 면담 결과, 이관된 기록물의 분류를 검증하는 과정은 먼저, 이관시 작성된 목록을 통해 기록물에 부여된 메타데이터를 검토하여 맥락을 파악한다. 그러나 CAMS 열람을 통해 확인한 결과, 애초 기록생산기관에서 이관 시 제출한 기록물 메타데이터 값이 부실하여 목록만으로 내용을 파악하기 어려웠다. 특히 CAMS 내에서 관리되고 있는 생산기관의 BRM 정보와 실제 이관된 기록물의 편철정보가 매핑되지 않는 경우가 다수 발견되었으며, 이를 수작업으로 정리하고 있었다. 이로 인해 기록물 분류 검증을 ‘건’별로 진행하는 것에 많은 부담을 느끼고 있었다. 또한 해당 기록의 담당자가 기록분류 이후 보존기간 재평가 업무도 함께 수행하고 있어 ‘철’ 단위 위주의 검토를 진행하고 있었다.

또한, 기록의 맥락을 파악하기 위해 참조해야 할 공통지식자원 역시 일관된 지침이 부재한 채 관리되지 않고 있었다. 대표적으로 CAMS 내의 전거데이터는 2015년 이후 갱신되지 않아 현행화되지 않았으며, 이로 인해 생산기관의 변천이력을 파악하기 위해서는 담당자가 법령정보사이트(https://www.law.go.kr/)나 정부조직관리정보시스템(https://www.org.go.kr/) 등을 별도로 접속, 개별적으로 관련 지식을 구축하여 활용하고 있었다(강윤아 외, 2021). 또한 일련의 업무를 수행하는 과정이 각 담당자의 고유한 작업 경험에 의존, 나름의 개별적인 노하우로 수립되어 있었다. FGI를 통해 상기한 문제점을 포함하여 기록물 정리·기술 과업과 관련한 업무 프로세스 정립과 재편철, 이상치 판별 등 3가지 업무 지원 분야에 대한 요구 사항이 도출되었으며 자세한 내용은 <표 1>과 같다.

심층 면담을 통한 요구사항으로 먼저 ‘업무 프로세스 정립’ 분야에서는 분류/기술을 위해 참고하는 자료를 발굴하고 이를 자동 입수할 수 있는 방안과 필수 메타데이터의 정의 및 자동 추출 방안이 필요하다고 하였다. 또한 실제 실무자의 업무 프로세스를 파악하여 하위계열을 신설하는 경우와, 전자기록 생산 단계 시 부여된 구조를 인정하고 이를 CAMS에 바로 적용할 수 있는 방안을 요구하였다. 마지막으로 반복되는 작업 중 기계화 가능한 부분을 파악하고 전체 프로세스를 체계화하여 매뉴얼 형태로 도출해주기를 요청하였다.

‘재편철’ 분야에서는 ‘단위과제와 단위과제카드의 문제점’을 인식하고, 이를 보정하는 것이 목표이며, 기록철 단위로 물리적 관리단위를 정한 것에 대한 재검토가 필요하다고 하였다. 보존기간 재평가와 관련하여 보존기간이 잘못 부여된 데이터를 처리하고, 오분류로 판단되는 경우 재편철을 요구하였으며, 각 건에 대한 보정결과를 태깅하는 작업이 필요하다고 하였다.

마지막으로 ‘이상치 판별’ 분야에서는 앞선 재편철 단계에서 오분류로 판단되는 사례 중 분류체계 자체 오류에 대해서는 생산부서, 철⋅건 제목 등을 참조하여 유사한 기능을 최대한 추천해주길 요구하였다. 무엇보다도 오분류 이상치 후보를 탐지함으로써 원문 열람을 최소화할 수 있는 방안을 필요로 하였다.

<그림 2>는 본 연구에서 제안하는 기록물 분류 검증 프로세스를 도식화한 것이다. 이관된 대량의 전자기록물의 분류 이상치 탐지를 위해서는 먼저 해당 기록을 생산한 기관에 대한 직제분석이 선행되어야 한다. 이후 해당 기관에서 수행하는 기능분류체계를 참조하고, 주요 변천 내역을 파악해야 한다. 이러한 과정에서 공통으로 활용되는 기초 자료로는 하위조직 존립기간 리스트, 직제리스트, 기록관리기준표 등이 있다(강윤아 외, 2021). 이러한 공통지식자원을 기반으로 이관된 기록의 철 및 건의 주요 메타데이터를 자동으로 목록화하고 검증함으로써 오분류 가능성이 있는 기록물 건을 선별한다. 이후 최종 오분류 여부는 이상치로 선별된 기록물에 대한 원문 및 세부 정보를 CAMS에서 참조하여 담당자가 판단한다.

<그림 2>의 ① 직제 분석 과정과 ② 기능 분석 과정은 본 연구의 선행연구(강윤아 외, 2021)를 통해 정립된 과업으로, 영구기록물관리기관에서 공통으로 활용 가능한 기초 자원을 구축하고 생산기관 직제분석 프로세스의 자동화 방안을 제시하였다. 영구기록물관리기관에서 수행하는 기록물 관리 절차 내에서 직제분석 정보가 필요한 단계별로 활용 방안을 제시하였으며, 선행연구에서 제안된 공통지식자원은 영구기록물관리기관의 일관되고 체계적인 업무 수행 지원을 목적으로 하고 있다.

본 연구는 <그림 2>의 ③ 분류/기술 단계(붉은 박스)에 주안점을 둔 것으로, 기록물 철 목록 검토 및 건별 이상치 판단으로 구성된다. 이 단계에서는 강윤아 외(2021)의 연구에서 제안하고 있는 동일한 생산맥락을 갖는 하위기관을 그룹화하는 과정에서 산출된 결과물인 기초 분석 데이터를 참조해야 한다. 이 산출물에서는 생산기관의 변화 흐름과 업무 및 기능 정보를 담고 있으며 앞선 과정에서 수집하고 분석한 내용을 함축적으로 담고 있어 활용도가 높다. 이러한 공통지식자원에 기반하여 대상 철 목록을 검토하고, 단위과제명 및 기관의 존립기간 등의 거시적 검수를 진행하며 이후 세부 기록물 건에 대한 분류 검수를 수행한다.

<그림 3>은 상기한 ③ 기록물 분류 이상치 판별 업무의 세부 과정을 도식화 한 것으로, 이상치 판별에 필요한 데이터의 특성과 업무 수행 난이도에 따라 자동화⋅반자동화⋅자동화 불가로 구별된다. 세부 과정은 다음과 같다.

본 연구는 궁극적인 목적은 이관된 기록물의 분류 이상치를 자동으로 판별하기 위한 기계학습 기술 개발에 있다. 이를 위해서는 원천이 되는 학습데이터 구축이 필수적이다. 본 연구에서는 3.1장에서 정의된 기록물 분류 이상치 판별 프로세스 과정을 실제 국가기록원에 이관된 전자기록물을 대상으로 적용, 그 결과를 학습데이터 형태로 구축하였다.

본 절에서는 <그림 2>와 <그림 3>에서와 같이 분류 이상치 판별 프로세스를 정립하는 과정을 통해 자동화가 가능한 세부 업무를 도출, 세부적인 구현 방안에 대해 기술한다. 판단 기준은 반복적으로 수행되고 기계적으로 학습 가능 혹은 처리 가능한 업무는 ‘자동화’로, 관련 자료 수집 및 정리 등 일정 부분만 자동화가 가능하고 이외는 기록물 담당자의 작업을 필요로 하는 업무는 ‘반자동화’로 구분하였다. 또한 기록물 담당자의 고차원적인 사고과정을 필요로 하여 현재의 AI 기술로는 적용이 불가능하거나, 기계학습에 들어가는 비용이 너무 커 비효율적인 업무는 ‘자동화 불가’로 구분하였다.

먼저 자동화가 가능한 영역은( <그림 3> ‘자동화’ 녹색 겹선 박스 표시)는 원시 목록을 정제하는 과정 중 철⋅건 목록의 분석 범위별 목록 분류, 건 목록 정제 과정 중 철 목록 필드 추가 입력 과정이 있다. 이는 비교적 단순하면서도 반복적으로 수행되는 작업으로, 해당 작업들은 문자열 처리를 수행하는 간단한 코딩과 엑셀에서 제공하는 정렬 기능을 활용하는 방식으로 자동화가 가능하다. 또한 철 목록 검토와 건별 이상치 판별 프로세스에서 생산년도 항목을 확인하는 과정 역시 공통지식자원 중 조사대상 하위기관 존립기관 목록을 기준으로 자동 판별이 가능하다. 마지막으로 철 목록 검토 프로세스에서 철 제목 오류를 확인하는 과정은 기록물분류기준표나 기록관리기준표를 참조하여 웹 크롤링 기법을 포함해 기계학습 기반 언어분석 기술 등을 적용하여 자동화가 가능하다.

반자동화가 가능한 영역(<그림 3> ‘반자동화’ 주황 음영 박스 표시)은 각 철과 건 목록의 필드를 재정렬하는 과정이다. 분석 범위별 목록 자체는 자동으로 추출, 엑셀(excel)에서 처리 가능한 형태로 출력되나, 이후 기록물 담당자가 이상치 판별을 위한 필드를 추가하고 재정렬하는 검수 단계가 필요하다. 이 과정은 자동화와 기록물 담당자의 역할이 공존하는 과정이기 때문에 반자동화에 해당한다.

한국고용정보원(2016)은 인공지능과 로봇기술에 따른 자동화의 직무 대체는 단순반복 과업 중심으로 대체될 것이고 중요한 의사결정과 감성, 지적능력에 기초한 직무는 여전히 인간이 맡게 될 것이라고 제언했다. 즉, 사람의 지각력과 사고방식, 지적능력이 필요한 업무는 자동화되기 힘들다는 것이다. 이상치 판별 과정 중 대체되기 어려운 업무는 철 목록 검토 과정에서 오분류를 확인하는 영역과, 건 별 이상치를 판단하는 과정에서 분류체계 및 철 제목과 건 제목 오류를 확인하는 영역이다. 상기한 과정은 기록물 담당자의 고차원적인 판단이 필요로 하는 영역으로, 공통지식자원 외에 담당자의 배경 지식과 생산기관별 세부 이력이나 규정 등 추가 정보를 활용하는 등 사전에 정의되지 않은 다양한 정보들을 필요로 하게 된다. 이러한 유형의 오분류 판단은 규격화되지 않은 추가 과정을 필요로 하는 것으로, 기계학습을 적용하기 불가능한 유형이다. 그 외 <표 2>와 <표 3>에 나타난 바와 같이 오류 이상치 유형의 판단 기준이 비교적 일반적이고 단순해 기계에 학습시킬 수 있는 부분들은 <그림 4>와 <그림 5>와 같이 각각 철 목록과 건 목록에 태깅된 이상치 유형을 학습데이터로 활용, 기계학습 모델을 구축하면 된다.