[논문]용어 활용주기 모델링을 이용한 기술용어 트렌드 분석

황미녕; 조민희; 황명권; 정도헌

doi:10.3745/kipstd.2011.18d.6.493

용어 활용주기 모델링을 이용한 기술용어 트렌드 분석
Trend Analysis of Technical Terms Using Term Life Cycle Modeling 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.18D no.6, 2011년, pp.493 - 500

황미녕 (한국과학기술정보연구원) , 조민희 (한국과학기술정보연구원) , 황명권 (한국과학기술정보연구원) , 정도헌 (한국과학기술정보연구원)

초록
AI-Helper

기술용어 트렌드는 특정 연구 분야의 세부적인 주제가 시간의 흐름에 따라 변화하는 양상을 표현한다. 그런데 학술 문헌이나 특허의 경우에는 그 데이터가 방대하여 인적 자원을 활용하여 트렌드를 분석하는 것이 용이하지 않다. 본 논문은 용어의 활용주기를 모델링하고, 이를 통해 학술 논문에 나타나는 기술용어 트렌드를 탐지하고 분석할 수 있는 방법을 제안한다. 제안된 기법은 다음과 같은 과정으로 구성된다. 먼저 논문 데이터에서 추출된 기술용어를 대상으로 일정 주기별 용어지배값을 측정한다. 용어지배값 획득되면 이를 기반으로 용어 활용주기를 모델링한다. 이 모델링 과정에서 활용주기의 시계열 패턴이 유사한 기술용어들은 동일 트렌드 범주로 분류한다. 본 논문의 기술용어 트렌드 분석 실험을 위해 한국과학기술정보연구원이 운영 중인 국가과학기술정보센터(NDSL) 학술 논문 데이터를 활용하였다.

Abstract ▼ AI-Helper

The trends of technical terms express the changes of particular subjects in a specific research field over time. However, the amount of academic literature and patent data is too large to be analyzed by human resources. In this paper, we propose a method that can detect and analyze the trends of terms by modeling the life cycle of the terms. The proposed method is composed of the following steps. First, the technical terms are extracted from academic literature data, and the TDVs(Term Dominance Values) of terms are computed on a periodic basis. Based on the TDVs, the life cycles of terms are modeled, and technical terms with similar temporal patterns of the life cycles are classified into the same trends class. The experiments shown in this paper is performed by exploiting the NDSL academic literature data maintained by KISTI.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 연구 트렌드 탐지를 위해 학술 논문에서 사용된 기술용어의 트렌드를 분석하는 방법을 제안한다. 이를 위해 논문 데이터에서 기술용어를 추출하고, 이 기술용어에 대해 일정 주기별로 용어지배값을 측정한 후, 같은 시계열 패턴을 보이는 기술 용어의 군집끼리는 동일한 트렌드를 갖는 것으로 간주한다.
본 논문은 학술 문헌을 통해 연구의 트렌드 탐지를 수행할 수 있는 방법을 제안하였다. 이를 위해 학술논문 데이터에서 기술용어를 추출하고, 각 용어에 대해 일정 주기별 용어지배값측정을 수행하였다.
본 연구는 이 용어지배값을 이용하여 기술용어의 활용주기를 모델링하고, 동일한 시계열 패턴을 보이는 기술용어 군집을 추출하여 트렌드 분석을 하는 방법을 제안한 뒤, 향후 서비스 방안을 소개하고자 한다.

가설 설정

본 논문의 기법은 어떤 기술용어가 활용주기 모델에서 어떠한 위치에 있는지를 시간의 흐름에 따라 관찰함으로써 해당 용어의 트렌드를 분석할 수 있다는 가정을 전제로 한다. 이러한 분석을 위해서는 우선 기술 용어의 지배값을 어떠한 시간 간격으로 측정할 것이며, 측정되는 시점에 고려해야할 시간 범위를 설정해야 한다.

제안 방법

그러나 이 방식은 사용자에게 높은 수준의 전문 지식을 요구한다는 단점을 가진다. HDDI는 특허 문서로부터 일반적인 명사구를 트렌드로 간주하고 이들의 출현 빈도를 자질로 하는 신경망 학습을 적용하여 각 트렌드가 신출 트렌드인지 아닌지를 판단하였다[17]. 탐지된 트렌드들 중에서 특징적인 트렌드를 찾아서 사용자에게 제공하기 위해 트렌드 순위 결정 함수를 정의한 연구도 있었다[21].
각 군집의 패턴을 해석하여 해당 군집의 트렌드 의미를 와 같이 성장형, 지속성장형, 성장후 둔화형, 쇠퇴형, 소멸형, 유지형, 재생형으로 부여하였다.
저빈도 기술용어에 대해 트렌드를 탐지하는 것은 적절하지 않으므로 누적 빈도수를 기준으로 상위에 있는 기술용어를 우선적으로 선별하여 분석을 진행하였다. 누적 빈도수 기준 상위 500개의 기술용어에 대해 관찰주기가 1년일 때의 용어지배값을 계산하고, 이전 절에서 언급한 활용주기 모델링 과정을 통해 자동 군집화 실험을 실시하였다. 용어지배값의 추이를 일관성 있게 관찰하기 위해서 관찰구간은 고정하며, 총 구간이 6년이기 때문에 본 논문에서는 3년을 사용하였다.
이러한 방식으로 각 기술용어의 활용주기 그래프를 패턴으로 변환할 수 있으며, 이 시계열 패턴의 군집화 과정을 거쳐 기술용어 군집들의 트렌드 분석이 가능해진다. 다음 절에서는 실제 사용되고 있는 학술 논문 데이터를 대상으로 용어 활용주기 모델링 과정을 거쳐 동일 트렌드 범주의 기술용어를 분류하기로 한다.
이 시간 간격을 관찰주기, 시간의 범위를 관찰구간으로 정의한다. 본 논문에서는 1년 간격으로 용어 지배값을 계산하였으며, 매번 용어지배값을 계산할 때 고려하는 관찰구간은 3년으로 설정하였다.
본 논문에서는 임계치 ε를 전체 그래프가 나타나는 구간 평균값의 10%로 설정하였다.
본 논문의 기법은 용어의 트렌드를 분석하기 위한 시계열 패턴을 추출한다. 이 시계열 패턴은 용어의 활용주기 상 위치를 표현하는 용어 지배값을 통해 얻었다.
이를 위해 학술논문 데이터에서 기술용어를 추출하고, 각 용어에 대해 일정 주기별 용어지배값측정을 수행하였다. 시간 변화에 따라 변동하는 용어지배값을 이용하여 해당 용어의 활용주기 그래프를 분석이 용이한 시계열 패턴으로 치환하여 군집화하는 방법을 제안하였다. 이러한 방법을 통해 각 용어 군집의 활용주기를 파악할 수 있으며, 해당 군집에 포함된 용어들의 트렌드 의미를 부여할 수 있었다.
누적 빈도수 기준 상위 500개의 기술용어에 대해 관찰주기가 1년일 때의 용어지배값을 계산하고, 이전 절에서 언급한 활용주기 모델링 과정을 통해 자동 군집화 실험을 실시하였다. 용어지배값의 추이를 일관성 있게 관찰하기 위해서 관찰구간은 고정하며, 총 구간이 6년이기 때문에 본 논문에서는 3년을 사용하였다.
등고선 지도를 활용하여 국내외 생명 연구의 트렌드를 분석하여 미래 유망 연구 테마를 도출한 연구도 있다[12]. 이 연구는 학술 논문의 제목과 초록을 대상으로 임계값 이상의 고빈도 키워드를 추출하고 연도별 중요도 등고선 비교를 통해 변화되는 부분을 관심 연구 분야로 선정하였다. 또 다른 연구에서는 시계열 정보가 있는 문서 집합에서의 용어의 TF-IDF(Term Frequency-Inverse Document Frequency) 값을 시간대별로 구하여 용어의 트렌드를 파악하기도 하였으나, 신조어, 사어, 인기어의 3개 영역으로만 분류하여 다양한 트렌드 정보를 획득하기가 쉽지 않다[13,14].
본 논문에서는 연구 트렌드 탐지를 위해 학술 논문에서 사용된 기술용어의 트렌드를 분석하는 방법을 제안한다. 이를 위해 논문 데이터에서 기술용어를 추출하고, 이 기술용어에 대해 일정 주기별로 용어지배값을 측정한 후, 같은 시계열 패턴을 보이는 기술 용어의 군집끼리는 동일한 트렌드를 갖는 것으로 간주한다. 일반적인 분석에서는 트렌드를 신출 트렌드와 사양 트렌드로 이분하지만, 본 연구에서는 성장형, 지속성장형, 성장후둔화형, 쇠퇴형, 소멸형, 유지형, 재생형 트렌드로 세분하여 그 트렌드를 분석하였다.
본 논문은 학술 문헌을 통해 연구의 트렌드 탐지를 수행할 수 있는 방법을 제안하였다. 이를 위해 학술논문 데이터에서 기술용어를 추출하고, 각 용어에 대해 일정 주기별 용어지배값측정을 수행하였다. 시간 변화에 따라 변동하는 용어지배값을 이용하여 해당 용어의 활용주기 그래프를 분석이 용이한 시계열 패턴으로 치환하여 군집화하는 방법을 제안하였다.
우선 시간 정보가 있는 대용량 문서 집합에서 기술용어를 추출하여 선정하고 용어지배값을 계산한다. 이후 시간 경과에 따라 용어지배값이 변화하는 시계열 패턴을 추출하고, 동일한 패턴을 가진 용어들을 군집화한다. 최종 트렌드 분석은 군집단위로 이뤄진다.
이를 위해 논문 데이터에서 기술용어를 추출하고, 이 기술용어에 대해 일정 주기별로 용어지배값을 측정한 후, 같은 시계열 패턴을 보이는 기술 용어의 군집끼리는 동일한 트렌드를 갖는 것으로 간주한다. 일반적인 분석에서는 트렌드를 신출 트렌드와 사양 트렌드로 이분하지만, 본 연구에서는 성장형, 지속성장형, 성장후둔화형, 쇠퇴형, 소멸형, 유지형, 재생형 트렌드로 세분하여 그 트렌드를 분석하였다.
이러한 방법을 통해 각 용어 군집의 활용주기를 파악할 수 있으며, 해당 군집에 포함된 용어들의 트렌드 의미를 부여할 수 있었다. 일반적인 트렌드 분류가 신출 트렌드와 사양 트렌드를 구분하는 것에 머무르는 데에 반해, 본 논문에서 제안하는 기법은 성장형, 지속성장형, 성장후 둔화형, 쇠퇴형, 소멸형, 유지형, 재생형 트렌드로 세분화하여 트렌드 분석을 할 수 있다. 이러한 기술용어 트렌드 분석 기능은 R&D 전략 수립 과정 및 의사 결정을 지원할 수 있으며, 새로운 형태의 테크놀로지 인텔리전스 서비스인 InSciTe(Intelligence Science & Technology)를 통해 서비스할 계획이다[20].
6%에 해당하는 기술용어가 6년 동안 5회 이하로 나타나는 저빈도 용어였다. 저빈도 기술용어에 대해 트렌드를 탐지하는 것은 적절하지 않으므로 누적 빈도수를 기준으로 상위에 있는 기술용어를 우선적으로 선별하여 분석을 진행하였다. 누적 빈도수 기준 상위 500개의 기술용어에 대해 관찰주기가 1년일 때의 용어지배값을 계산하고, 이전 절에서 언급한 활용주기 모델링 과정을 통해 자동 군집화 실험을 실시하였다.
이를 위해 텍스트 마이닝 시스템인 SINDI(Scientific INtelligent DIscovery)를 활용하여 원문 내의 비정형 기술용어를 추출하였다[18]. 추출된 기술용어에 대한 시간대별 지배 정도를 측정하기 위해서는 용어지배값을 이용하였다. 이 용어지배값의 개념은 이전 연구[15,16]를 통해 잘 정립되어 있으므로, 본 논문에서는 수식을 이용하여 실제 계산과 활용을 위한 기술적 설명만을 할 것이다.
학술 문헌에서 추출한 기술용어를 대상으로 용어 활용주기 모델링 과정을 통해 시계열 패턴이 유사한 기술용어들을 동일한 트렌드로 분류하였다. 이전 절에서 제시한 성장형, 지속성장형, 성장후둔화형, 쇠퇴형, 소멸형, 유지형, 재생형 모델들은 해당 학술 분야의 연구가들에게 기술용어의 과거에서 현재로 이어지는 트렌드를 제시해준다.

대상 데이터

과학기술 논문에 나타나는 기술용어의 트렌드를 탐지하기 위해서 국가과학기술정보센터(NDSL: National Discovery for Science Leaders, http://www.ndsl.kr)가 보유하고 있는 논문 데이터를 사용하였다. NDSL은 학술 문헌들의 서지정보와 원문을 제공하는 정보 검색 서비스로 검색 편의성이 높고, 논문, 특허, 동향 보고서 등의 다양한 문헌 정보를 제공하지만, 문헌에 대한 텍스트 마이닝이나 연구 트렌드 정보를 제공하는 기능은 미비한 실정이다.
본 논문에서는 특정한 연구 분야에 한정된 기술 용어를 대상으로 실험을 실시하였다. 이러한 연구를 바탕으로 향후 적용 학술 분야를 확대할 예정이며, 학술 연구 분야별로 트렌드 탐지 기법을 적용하는 데에 있어 고려해야할 차별성 등이 존재하는지에 대한 연구를 추가로 수행할 예정이다.
웹 문서나 특정 말뭉치를 이용하여 트렌드를 탐지하는 다양한 연구가 있었다[4-9]. 이러한 연구에서 트렌드 분석 대상은 문헌에 명사구로 나타나는 일반 개념이나 토픽이다. 과거 연구들의 한계는 트렌드 분석을 위해 단어의 출현 빈도 중심으로 중요도를 측정하고, 이러한 중요도가 시간에 따라 변화하는 동향을 보여주는 정도에 머물러 있다는 것이다.
이번 실험은 NDSL 해외 논문 가운데 IT 분야로 대상을 한정하여 기술용어를 추출하였다. NDSL의 문서들은 국과과학기술표준분류체계를 기본으로 하여 분류되어 있고, 이들 중에서 대분류 코드가 J(정보), I(전기,전자), K(통신)인 문서들만을 대상으로 하였다.

이론/모형

간선이 상승, 하강, 또는 유지되는 양상이나 용어지배값의 부호 등을 이용하여 다양한 간선 위상을 정의할 수 있고, 이러한 위상에 특정한 기호를 부여할 수 있다. 본 논문의 트렌드 분석 기법은 이러한 간선의 위상을 표현하는 기호의 연속열(sequence)를 분석패턴으로 이용하였다.
NDSL의 문서들은 국과과학기술표준분류체계를 기본으로 하여 분류되어 있고, 이들 중에서 대분류 코드가 J(정보), I(전기,전자), K(통신)인 문서들만을 대상으로 하였다. 이 기술용어 추출은 텍스트 마이닝 시스템인 SINDI-CORE를 통해서 각 논문 초록에서 기술용어를 추출하고, 이를 정규화하는 과정을 통해 이뤄졌다[18].
활용주기 모델링 과정의 1단계는 대용량 문서 데이터 집합에서 기술용어를 추출한다. 이를 위해 텍스트 마이닝 시스템인 SINDI(Scientific INtelligent DIscovery)를 활용하여 원문 내의 비정형 기술용어를 추출하였다[18]. 추출된 기술용어에 대한 시간대별 지배 정도를 측정하기 위해서는 용어지배값을 이용하였다.

성능/효과

NDSL의 학술 논문 초록에서 추출된 기술 용어에 대해 관찰기간이 3년인 용어지배값을 측정하여 시계열 패턴에 따라 군집화한 결과 전체 500개의 용어를 79개의 군집으로 분류할 수 있었다. 각 군집의 패턴을 해석하여 해당 군집의 트렌드 의미를 <표 4>와 같이 성장형, 지속성장형, 성장후 둔화형, 쇠퇴형, 소멸형, 유지형, 재생형으로 부여하였다.
이 6가지 모델들에 대한 도식화는 (그림 7)에서 확인할 수 있다. 그림에서 볼 수 있는 바와 같이 본 논문의 기법은 기존의 기법에 비해 매우 다양한 트렌드를 분석해 낼 수 있다. 이러한 분석 능력은 신출 트렌드나 소멸 트렌드만 감지하는 일반적인 기법에 비해 더욱 다양한 용어들을 트렌드 분석의 대상으로 삼을 수 있으며, 이에 따라 더욱 구체적이고 복합적인 연구 전략 수립 등을 가능하게 한다.

후속연구

본 논문에서는 특정한 연구 분야에 한정된 기술 용어를 대상으로 실험을 실시하였다. 이러한 연구를 바탕으로 향후 적용 학술 분야를 확대할 예정이며, 학술 연구 분야별로 트렌드 탐지 기법을 적용하는 데에 있어 고려해야할 차별성 등이 존재하는지에 대한 연구를 추가로 수행할 예정이다. 이를 통해 다양한 학술 연구 분야의 트렌드 탐지에 적합한 기술용어의 활용주기 모델링 방법을 연구할 예정이다.
이러한 연구를 바탕으로 향후 적용 학술 분야를 확대할 예정이며, 학술 연구 분야별로 트렌드 탐지 기법을 적용하는 데에 있어 고려해야할 차별성 등이 존재하는지에 대한 연구를 추가로 수행할 예정이다. 이를 통해 다양한 학술 연구 분야의 트렌드 탐지에 적합한 기술용어의 활용주기 모델링 방법을 연구할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	시맨틱 웹 기술이 처음 정의된 연도는?	시맨틱 웹 기술은 처음 정의된 1999년부터 가트너 그룹이 기대 절정기에 진입했다고 진단한 2010년까지 지속적인 관심 속에 발전을 거듭했다[1]. 현재는 온톨로지(ontology)를 이용하여 정보나 서비스에 대한 메타데이터를 표현하거나, 지능형 에이전트가 과학기술 분야의 유망 신기술을 자동으로 탐지할 수도 있으며1), 이종 플랫폼의 정보 원천에서 데이터 의미를 추출하고 추론하여 사용자에게 제공하는 단계2)에까지 이르게 되었다[2,3].
	기술용어 트렌드는 무엇을 표현하는가?	기술용어 트렌드는 특정 연구 분야의 세부적인 주제가 시간의 흐름에 따라 변화하는 양상을 표현한다. 그런데 학술 문헌이나 특허의 경우에는 그 데이터가 방대하여 인적 자원을 활용하여 트렌드를 분석하는 것이 용이하지 않다.
	언어 처리 기술 구현을 위한 정보분석 기술에서 주목받는 분야는 무엇이 있는가?	분석의 대상이 되는 주요 기술 개체를 효과적으로 식별하여 추출하고, 이를 해석하는 기술이 지능형 정보 분석의 핵심 요소 기술이 되고 있다. 이 가운데 최근 주목받는 분야가 트렌드 분석(trend analysis)과 토픽 탐지 추적 기술(TDT: topic detection and tracking)이다.

참고문헌 (22)

"Hype Cycle for Web and User Interaction Technologies, 2010", http://www.gartner.com/DisplayDocument?id1407814& ref'g_fromdoc'
http://www.iarpa.gov/solicitations_fuse.html
http://www.v3.co.uk/v3/news/2268590/sheffield-researchers-tap
Google Trends: http://www.google.com/trends.
Google 토픽: http://www.google.co.kr/topicsearch.
N. S. Glance, M. Hurst and T. Tomokiyo, "BlogPulse: Automated Trend Discovery for Weblogs", WWW 2004 Workshop on the Weblogging Ecosystem: Aggregation, Analysis and Dynamics, 2004.
Trendsmap: http://trendsmap.com.
Q. Mei and C. Zhai, "Discovering Evolutionary Theme Patterns from Text - An Exploration of Temporal Text Mining", Proceedings of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining, August 21-24, 2005, Chicago, Illinois, USA.
A. Kontostathis, L. M. Galitsky, W. M. Pottenger, S. Roy and D. J. Phelps, "A Survey of Emerging Trend Detection in Textual Data Mining", In Survey of Text Mining: Clustering, Classification, and Retrieval, 2003.
S. Morinaga and k. Yamanishi, "Tracking Dynamics of Topic Trends Using a Finite Mixture Model", Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, August 22-25, 2004, Seattle, WA, USA.
A. Skupin, "The world of geography: Visualizing a knowledge domain with cartographic means", Proceedings of the National Academy of Sciences of the United States of America, Vol.101, No.Suppl 1. pp.5274-5278, 2004.
생명공학정책연구센터, "바이오 연구 트렌드 분석 및 미래유망 연구 테마 도출", 2011.
H. Abe and S. Tsumoto. "Trend Detection from Large Text Data", SMC, pp.310-315, 2010.
H. Abe and S. Tsumoto. "Analysis of Research Keys as Temporal Patterns of Technical Term Usages in Bibliographical Data", AMT, pp.150-157, 2010.
정한민, 구희관, 이병희, 성원경. "효율적인 자원 운영을 위한 전문용어 생명주기 관리 연구", 한국컴퓨터종합학술대회, Vol.32, No.1(B), pp.457-459, 2005.
정한민, 성원경. "과학기술 용어에 대한 용어 생명주기 고찰", 한국콘텐츠학회, Vol.4, No.2, pp.84-89, 2006.
L. E. holzman, T. A. Fisher, L. M. Galitsky, A. Kontostathis, W. M. Pottenger, "A Software Infrastructure for Research in Textual Data Mining", pp.112, ITCTAI'03, 2003.
최윤수, 정창후, 조현양. "과학기술 핵심개체 인식기술 통합에 관한 연구", 정보관리학회지, 제28권 제1호, pp.89-104, 2011.

원문보기 상세보기
"Hype Cycle for Emerging Energy Technologies, 2010 ", http://www.gartner.com/DisplayDocument?doc_cd205231&refg_noreg
이미경, 정한민, 김평, 성원경, "연구개발 전략 수집 지원을 위한 테크놀로지 인텔리전스 서비스", 정보과학회지, 제 17권 제 5호, 2011.

원문보기 상세보기
오흥선, 최윤정, 신욱현, 정윤재, 맹성현, "자동 트렌드 탐지를 위한 속성의 정의 및 트렌드 순위 결정 방법", 정보과학회논문지:소프트웨어 및 응용, 제 36권 제 3호, 2009.

원문보기 상세보기
B. Lent, R. Agrawal and R. Srikant, "Discovering Trends in Text Databases", KDD-97, 1997.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증