기후변화에 따른 물관리 여건에 따라 기존의 기후변화 대응 기술뿐만 아니라 새로운 디지털 기술의 접목 등 다양한 접근이 요구되고 있다. 해당 분야의 빠른 기술 발전 속도와 더불어 시장 규모 역시 급속도로 확장되고 있어, 체계적이고 전략적인 미래 기술 준비가 요구된다. 이러한 요구를 충족시키기 위해 데이터에 기반한 기술 정보 분석과 예측이 중요하며, 이를 위해서 자연어처리(NLP, Natural Language Process)와 같은 최신 인공지능 기술의 도입이 주목받고 있다.
 본 연구에서는 LDA(Latent Dirichlet Allocation)를 활용한 토픽 모델링을 방법론으로 채택하였다. LDA는 문서가 여러 주제의 조합으로 이루어져 있음을 가정하고, 이를 바탕으로 문서 내 주제의 분포와 주제 내 단어의 분포를 학습한다. 이를 통해 대량의 텍스트 데이터에서 중요한 주제나 패턴을 식별하고 구조화하여, 비정형 데이터의 구조화 및 트렌드 분석을 가능하게 한다. 본 연구에서는 특허를 중심으로 한 기술 트렌드 분석기법을 적용하였다. 기후변화에 적응하는 데 필요한 수자원 보호와 효율적인 물 공급 및 사용에 관련된 특허 데이터베이스(Y02A-0020)를 대상으로 하여 17,000여건의 대상기술에 대한 대표 청구항을 분석하고 데이터 전처리를 수행한 후, LDA 모델의 파라미터 최적화를 위해 Coherence와 Perplexity 지표 등을 분석하여 핵심 기술군 등을 추출하였다. 추가적으로 생성형언어모델(ChatGPT API)을 연동하여, 토픽 내 핵심 상위 30개의 기술그룹을 대표할 수 있는 주제 분석을 자동으로 할당하는 실험연구도 수행하였다. 분석 결과는 pyLDAvis 및 Gephi를 사용하여 기술간 계통(hierachy)과 연계 수준을 직관적으로 해석이 가능하도록 하였다.
 LDA를 활용