Objectives : The aim of this research is to produce information by gathering up the data on the interaction between medicinal herbs which lie scattered in oriental medical books, and to provide people with easy access to the information by visualizing it. Methods : For this purpose, this study estab...
Objectives : The aim of this research is to produce information by gathering up the data on the interaction between medicinal herbs which lie scattered in oriental medical books, and to provide people with easy access to the information by visualizing it. Methods : For this purpose, this study established the fundamental data by organizing the patterns of interaction into some kinds after selecting a part of Bonchogangmok(本草綱目) and extracting its text. In addition, in an effort to visualize the data, the study converted the data into 'net' file and visualized the interaction between medicinal herbs on Pajek. The visualization was done targeting a total of three patterns, such as 1 medicinal herb, 2 medicinal herbs, and 1 prescription. With the data on 'Chinese Lacquer(乾漆)' for 1 medicinal herb, data on 'Licorice(甘草)' and 'Chinese Lacquer(乾漆)' for 2 medicinal herbs, and data on 'Iijin-tang(二陳湯)' for prescription, the research conducted the analysis of the network using 'Kamada-Kawaii Algorithm' on Pajek. Results : As a result of the analysis, it was possible to see the meanings at a single glance as the scattered and fractional meanings were integrated with focus on medicinal herbs, but the increasing number of analyzed medicinal herbs tended to more and more complicate their relationships, thus, requiring additional work like filtering. Conclusions : Such results are fairly applicable in on-line database, and it is judged that if further research expands its scope to include systematic classification of medicinal herbs or cover other medical books than Bonchogangmok, it will create more objective, abundant information.
Objectives : The aim of this research is to produce information by gathering up the data on the interaction between medicinal herbs which lie scattered in oriental medical books, and to provide people with easy access to the information by visualizing it. Methods : For this purpose, this study established the fundamental data by organizing the patterns of interaction into some kinds after selecting a part of Bonchogangmok(本草綱目) and extracting its text. In addition, in an effort to visualize the data, the study converted the data into 'net' file and visualized the interaction between medicinal herbs on Pajek. The visualization was done targeting a total of three patterns, such as 1 medicinal herb, 2 medicinal herbs, and 1 prescription. With the data on 'Chinese Lacquer(乾漆)' for 1 medicinal herb, data on 'Licorice(甘草)' and 'Chinese Lacquer(乾漆)' for 2 medicinal herbs, and data on 'Iijin-tang(二陳湯)' for prescription, the research conducted the analysis of the network using 'Kamada-Kawaii Algorithm' on Pajek. Results : As a result of the analysis, it was possible to see the meanings at a single glance as the scattered and fractional meanings were integrated with focus on medicinal herbs, but the increasing number of analyzed medicinal herbs tended to more and more complicate their relationships, thus, requiring additional work like filtering. Conclusions : Such results are fairly applicable in on-line database, and it is judged that if further research expands its scope to include systematic classification of medicinal herbs or cover other medical books than Bonchogangmok, it will create more objective, abundant information.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 본초 간의 상호영향관계를 보다 즉각적으로 파악할 수 있게 하여 활용도를 높이는 것이 목적이며, 이를 위한 방법론으로 관계망을 시각화하여 분석하는 기법을 채택하였다. 개체본 연구에서는 본초- 간의 관계를 시각화하는 연구는 사회 관계망 분석 분야에서 처음 시작되었다.
본고는 위와 같은 한계를 극복하기 위해 산발적이며 단편적인 본초 상호작용에 관한 데이터(Data)를 하나로 통합하여 정보(Information)로 만든 후, 그 정보를 직관적이며 쉽게 시각화하여 하나의 지식(Knowledge)을 창출하는 것이 목적이다1). 시각화의 방법으로는 본초 상호작용을 효과적으로 표현할 수 있는 관계망 분석 기법을 사용할 것이다.
본고는 한의서에 산재되어 있는 본초 간의 상호작용에 대한 데이터(Data)를 모아 정보를 생산하고, 그 정보(Information)를 시각화하여 사람이 쉽게 이용할 수 있는 지식(Knowledge)을 제공하는 목적을 가지고 시작되었다.
이상으로 본초 1개(건칠), 본초 2개(감초와 건칠), 처방(이진탕)의 시각화 결과를 살펴보고 그 결과를 어떻게 이해할 수 있는지 알아보았다. 이를 통해 본초가 십수개에 이르는 大方의 경우에는 별도의 필터링과 추가 작업이 수반되어야 하겠지만, 구성 본초의 가짓수가 많지 않은 처방의 경우에는 시각화 방법을 사용한 상호 영향 관계, 즉 연결망 분석이 구성약재간의 상호관계를 총체적으로 파악하는데 상당한 도움을 줄 수있다는 점을 시사한다.
가설 설정
∙건칠이 자소, 계자, 칠고초, 삼목, 해(蟹)를 두려워[畏]한다는 것은 자소, 계자, 칠고초, 삼목, 해가 건칠의 독성 또는 약효를 감소시킨다는 의미이다.
제안 방법
본초 1개는 ‘건칠’, 본초 2개는 ‘감초’와 ‘건칠’, 처방은 ‘이진탕’의 데이터를 가지고 ‘Pajek’에서 ‘KamadaKawaii 알고리즘’을 이용하여 관계망 분석을 실시했다.
. 시각화의 방법으로는 본초 상호작용을 효과적으로 표현할 수 있는 관계망 분석 기법을 사용할 것이다.
이 데이터를 시각화하기 위하여 ‘net’ 파일로 변환하고 ‘Pajek’에서 본초 간의 상호작용을 시각화하였다.
이를 위하여『본초강목』의 일부분을 선정하고 텍스트를 추출한 뒤 상호작용의 유형을 몇가지로 정리하여 기초데이터를 구축하였다. 이 데이터를 시각화하기 위하여 ‘net’ 파일로 변환하고 ‘Pajek’에서 본초 간의 상호작용을 시각화하였다.
대상 데이터
각 조문의 문장은 과같이 크게 ‘본초-관계-본초’의 형식 또는 ‘상태관계-본초’의 형식으로 되어 있으므로 MS-Office Excel 2010을 사용하여 1,320개, 29개, 96개, 81개, 212개, 총 1,738개의 데이터를 정제, 추출하였다.
본 연구에서는『본초강목』에 나타난 본초 간의 상호영향관계를 데이터로 사용하며, 이 데이터는 본초와 본초 사이의 ‘관계’를 나타내므로 관계 데이터라 할 수 있다.
시각화는 본초 1개, 본초 2개, 처방 1개 총 3가지 유형을 대상으로 하였다. 본초 1개는 ‘건칠’, 본초 2개는 ‘감초’와 ‘건칠’, 처방은 ‘이진탕’의 데이터를 가지고 ‘Pajek’에서 ‘KamadaKawaii 알고리즘’을 이용하여 관계망 분석을 실시했다.
연구에 사용한 데이터는『본초강목』(화하출판사) 서례 제2권의 ,, , , 부분이다.
위에서 언급한 1,738개의 데이터를 Pajek 형식 파일(.net)로 변환하였다. 이 파일을 Pajek에서 불러온 후 Kamada-Kawaii 알고리즘13)을 이용하여 관계도를 그리면 <그림 5>와 같이 전체적인 그림이 출력된다.
데이터처리
MS-Office Excel 2010을 사용하여 추출한 데이터를 이용하여 관계망 분석을 하기 위해서는 Pajek에서 지원하는 형식의 파일로 변환이 필요한데, 본고에서는 확장자가 ‘xls’인 파일을 ‘net’파일로 변환하는 프로그램인 ‘createpajek’을 사용하였다.
∙관계망 분석 프로그램인 ‘Pajek(Win 32bit 용, ver. 3.01)’6)을 사용하여 데이터를 시각화한 후 의미를 분석하였다.
이론/모형
따라서 이러한 특질을 시각적으로 보여주어 사회 관계망에 대한 이해를 돕기 위해 Pajek, UCINET, NetMiner 등의 시각화 툴이 사용된다10). 본 연구에서는 Pajek을 사용하여 데이터의 관계를 표현하였다.
이 파일을 Pajek에서 불러온 후 Kamada-Kawaii 알고리즘13)을 이용하여 관계도를 그리면 와 같이 전체적인 그림이 출력된다.
성능/효과
1. 인간의 지적작용에만 의존하여 의서 여러 부분에 산재되어 있는 단편적 데이터를 하나로 통합하여 하나의 체계적인 정보를 얻기 위해서는 다년간의 집중적 지적학습과 정리기간이 소요되겠지만, 관련 연결망 분석기법을 사용한다면 파편화되어 존재하는 데이터를 구조화된 정보, 그것도 와 같이 매우 직관적 방식으로 구현할 수 있다.
2. 연구의 목적뿐만 아니라, 온라인 상에서 시각화가 가능한 데이터베이스의 데이터로 활용되어 누구나 특정 본초나 한약, 몸상태에 따라 영향관계에 있는 본초-예를 들면 먹지 말아야 할 음식 같은-를 알 수 있다.
영향관계의 유형을 살펴본 결과 使, 得(+특정 작용), 伏, 殺, 勝, 柔, 制, 忌, 畏, 惡, 反, 禁忌, 忌-殺人 13개의 유형이 존재했다. ‘使’와 ‘得(+특정 작용)’은 약효를 증강시키는 측면이고; ‘惡’, ‘ ’ 는 약효를 감소시키는 측면이며; ‘畏’는 약효 또는 독성을 감소시키는 측면이며; ‘反’은 독성을 증강시키는 측면이고; ‘殺’, ‘勝’, ‘伏’, ‘柔’는 독성을 감소시키는 측면이며; ‘忌’는, ‘殺’, ‘惡’, ‘畏’를 통칭하는 의미로 이해할 수 있다11).
후속연구
3. 시각화에 앞서 데이터를 정제할 때 본초의 이명이나 아종(亞種) 등에 대한 계통적 분류 연구가 필요하다.
3. 신약 연구나 특정 물질을 연구하는 경우 본초간 상호 영향관계에 기반하여 1품목, 혹은 2품목 이상의 본초간의 조합을 통해 기초자료로 활용될 수 있다.
한의학 분야에서 여러 가지 분석기법을 사용한 연구는 이제 도입되는 단계이다. 네트워크 분석을 사용하여 상한론의 구조를 분석한 연구2)나 데이터마이닝을 사용하여 방약합편의 병증과 약물의 연관성을 분석한 연구3), 4)가 있으며, 앞으로 대용량의 데이터를 여러 가지 분석 기법을 사용하는 연구가 다양하게 시도될 것으로 예상된다.
이 한계를 극복하기 위해 시각화를 이용한 관계망 분석툴을 사용하여 다량의 개체 데이터와 이들의 관계를 처리한다면 상당히 유용한 지식획득의 방법론으로 활용될 수 있다는 점을 보여준다. 본고에서는 본초와 본초 간의 관계를 통해 복합적인 영향관계를 시각화하여 연구하였지만, 같은 연구방법론을 한의학 기초 이론이나 경혈, 침구이론과 임상 치료기술에도 확대 적용한다면 한의학 지식 마이닝기법으로 활용할 수 있을 것이다.
분석 결과 산재되어 있고 파편적인 의미들이 본초를 중심으로 통합되어 한눈에 볼 수 있었지만, 분석되는 본초의 수가 많아질수록 관계가 복잡해지는 경향이 있어 필터링같은 추가적인 작업이 요구되었다.
인간의 지적 작용은 두뇌의 정보처리 특성으로 인해, 다량의 개체로 구성되어 있는 데이터-본고의 예에서는 본초, 즉 한약재-와 이 개체들 사이의 상호 관계를 파악하는데 많은 한계가 존재한다. 이 한계를 극복하기 위해 시각화를 이용한 관계망 분석툴을 사용하여 다량의 개체 데이터와 이들의 관계를 처리한다면 상당히 유용한 지식획득의 방법론으로 활용될 수 있다는 점을 보여준다. 본고에서는 본초와 본초 간의 관계를 통해 복합적인 영향관계를 시각화하여 연구하였지만, 같은 연구방법론을 한의학 기초 이론이나 경혈, 침구이론과 임상 치료기술에도 확대 적용한다면 한의학 지식 마이닝기법으로 활용할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
본초 상호작용에 관한 데이터(Data)를 하나로 통합하여 정보(Information)로 만든 후, 그 정보를 직관적이며 쉽게 시각화하여 하나의 지식(Knowledge)을 창출하는 것이 목적인 연구에 필요한 데이터를 얻기 위하여 어디서 자료를 추출하였는가?
∙연구에 필요한 데이터를 얻기 위하여『본초강목』(화하출판사)5) 서례 제2권의 <상 수상사상외상오제약>, <상반제약(相反諸藥)>,<복약식기(服藥食忌)>, <임신금기>, <음식금기(飮食禁忌)> 부분의 텍스트를 추출, 가공하였다.
연구를 위해 추출, 가공된 텍스트는 어떤 프로그램으로 정리하였는가?
∙텍스트는 MS-Office Excel 2010을 이용하여 정리하였다.
본초 관련 서적이나 종합의서 같은 기존 서적의 서술방식은 어떻게 나뉘는가?
기존 서적의 서술방식을 살펴보면 크게 2가지로 나눌 수 있다. 한 가지는 『본초강목』의 <상수상사상외상오제약(相須相使相畏相惡諸藥)>처럼 중심이 되는 본초를 중심으로 상호작용이 있는 다른 본초가 서술되어 있는 형태이고, 다른 한 가지는 <임신금기(姙娠禁忌)>처럼 성격에 따라 여러 가지 본초의 상호작용이 서술되어 있는 형태이다.
참고문헌 (8)
동의학연구소. 방제학. 여강출판사. 1993.
정겨운. 인맥 네트워크 시각화를 이용한 모바일 서비스에 관한 연구. 아주대학교 대학원. 2007.
李?珍(?纂), ?衡如? ?山永(校注). 新校注本 本草?目. 華夏出版社. 1998.
?家中??管理局. 中?本草. 上海科?技?出版社. 1999.
Wasserman, S., & Faust, K., Social Network Analysis: Methods and Application. New York: Cambridge University Press. 1994.
Ackoff, R. L.. From Data to Wisdom. Journal of Applies Systems Analysis. 1989.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.