텍스트 데이터를 통한 사회경제적 기후 영향 평가

최근 자연어 처리 (NLP) 및 거대 언어 모델 (LLMs)의 발전은 뉴스, 소셜 미디어, 보고서 등 대규모 텍스트 데이터를 체계적으로 활용하여 홍수, 가뭄, 폭풍 및 다중 재해 (multi-hazard) 이벤트와 같은 기후 위험의 사회경제적 영향에 관한 데이터셋을 구축할 수 있게 했습니다. 영향 평가를 위한 '데이터로서의 텍스트 (text-as-data)' 분야가 확장됨에 따라 방법론적 복잡성 또한 증가하고 있습니다. 그러나 무엇이 영향을 구성하는지 정의하고, 시간적 및 공간적 편향 (temporal and spatial biases)을 처리하며, 적절한 모델링 및 후처리 (post-processing) 전략을 선택하는 것에 대한 명확한 가이드라인이 없어 연구가 여전히 파편화되어 있습니다. 이러한 일관성의 부족은 연구 간의 투명성과 비교 가능성을 제한합니다. 본 연구에서는 일반적인 관행을 합성하고, 사회경제적 영향 데이터를 분석하기 위한 '데이터로서의 텍스트' 방법론 사용에 특화된 주요 과제들을 기술하며, 이를 해결하기 위한 권장 사항을 제안함으로써 이러한 격차를 해소하고자 합니다. 모범 사례에 대한 지침을 제공함으로써, 재난 위험 관리 (disaster risk management) 및 기여도 연구 (attribution studies)에 더욱 정확한 정보를 제공할 수 있는 견고한 텍스트 기반 사회경제적 영향 데이터셋 구축을 지원하는 것을 목표로 합니다.