구조 방정식 모델링 (Structural equation modeling)은 정보 시스템 (IS) 연구에서 널리 사용됩니다. 그러나 일관되지 않은 구성 개념 (construct) 정의는 지식의 누적적 발전을 저해합니다. 본 연구에서는 구조 방정식 모델을 하나의 통합된 모델로 통합하는 것을 목표로 하는 접근 방식을 제시합니다. 우리는 과업에 적응된 텍스트 임베딩 (text embeddings)과 클러스터링 (clustering)의 조합을 사용하여 구성 개념 그룹화의 후보 집합을 생성합니다. 이후, 의미론적 순도 (semantic purity)와 클러스터 수의 간결성 (parsimony) 사이의 절충을 명시적으로 수행하는 손실 함수 (loss function)를 사용하여 최적의 솔루션을 선택합니다. 이러한 절충을 명시적으로 만듦으로써, 우리의 접근 방식은 순도에서 간결성으로 우선순위를 전환함에 따라 구성 개념 그룹화와 그 관계가 어떻게 변화하는지 분석할 수 있게 해줍니다. 실증적으로, 우리는 IS 도메인의 두 가지 데이터셋을 통해 제안된 방법론을 평가하고 탐색합니다.