[논문]고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 -

오준호

doi:10.14406/acu.2016.003

문제 정의

최근 침구학 고의서를 대상으로 해당 텍스트의 이론적 특징을 고찰하거나⁵⁾, 경혈의 혈성⁶⁾ 및 조합 방식을^7,8) 통찰하기 위한 텍스트 마이닝(text mining) 연구들이 있었다. 본 연구에서는 의서가 담고 있는 치료대상과 치료방법 사이의 관계에 주목하여 병증과 경혈 사이의 연관성을 정량적으로 측정해 보았다. 본고에서는 분석 대상 문헌의 선정부터 시각화까지 전반적인 분석 과정을 개괄하여 향후 전통의학 고문헌 텍스트를 대상으로 분석연구를 진행하기 위해 선결되어야 할 문제점들을 짚어보고 이에 대한 현실적인 방법들을 제안해 보고자 한다.
본 연구에서는 의서가 담고 있는 치료대상과 치료방법 사이의 관계에 주목하여 병증과 경혈 사이의 연관성을 정량적으로 측정해 보았다. 본고에서는 분석 대상 문헌의 선정부터 시각화까지 전반적인 분석 과정을 개괄하여 향후 전통의학 고문헌 텍스트를 대상으로 분석연구를 진행하기 위해 선결되어야 할 문제점들을 짚어보고 이에 대한 현실적인 방법들을 제안해 보고자 한다.
본 연구에서는 동아시아 전통의학에서 병증과 경혈의 연관성을 보편적으로 가늠해 보고자 하였다. 이런 취지에 따라 치료정보를 풍부하게 싣고 있으면서 영향력 있었던 침구서로 『침구자생경(鍼灸資生經)』을 선택하였다.
본 연구에서는 원문에 사용된 정경혈(正經穴) 명칭들을 전수조사하여 통일하는 방식으로 이 문제를 해결하였다. 이 때 통합된 이체자들은 Table 2와 같다.
마지막으로 병증-경혈 연관성 측정에 사용된 측정법들 가운데 가장 적합한 방법이 무엇인지 확인하였다. 분석 결과의 검정에는 다양하고 복잡한 방법들이 있지만, 보통 전체 데이터를 학습데이터와 테스트데이터로 나누고 전자로 모델을 만든 다음은 후자로 적합성을 테스트하는 것이 일반적이다.
하지만 본 연구에 사용된 데이터 수는 이런 절차를 밟기에 충분하지 않을 뿐 아니라 연구의 목적이 모델링에 있지 않기 때문에 이 방법을 적용할 수 없었다. 따라서 본 연구에서는 텍스트에 등장하는 침구 치료법들에 측정값들을 반대로 대입하여 해당 치료법이 쓰였을 병증을 추론한 뒤에, 이를 실제 텍스트 병증과 비교하여 단순히 어떤 방법이 가장 예측을 잘 하였는지 살펴보았다.
본 연구에서는 침구 치료경험이 4천여건 수록된 『침구자생경』 이라는 텍스트를 기반으로 치료대상과 치료방법, 즉 병증과 경혈의 상관성을 측정해 보았다. 이 과정은 앞의 3가지 선행 과제들에 대한 한 가지 예시에 해당한다.

가설 설정

1) 텍스트 반구조화: 텍스트를 기반으로 한 데이터 분석에는 용어의 빈도가 기초 자료가 된다. 따라서 데이터를 완전히 행(row)과열(column)로 구조화할 수 없다하더라도 원하는 단위별로 나누어 반구조화 할 필요가 있다.
첫째, 전통의학 고의서 텍스트 분석에서, 해당 텍스트의 전산화는 필수적이다. 한자 텍스트의 경우 다중코드자 및 이체자를 통합해야 한다.

제안 방법

본 연구에서는 동아시아 전통의학에서 병증과 경혈의 연관성을 보편적으로 가늠해 보고자 하였다. 이런 취지에 따라 치료정보를 풍부하게 싣고 있으면서 영향력 있었던 침구서로 『침구자생경(鍼灸資生經)』을 선택하였다. 『침구자생경』은 동아시아 전체에서 가장 권위 있는 침구학 서적 가운데 하나였다.
1), 현대 교점(校點)본으로는 침구명저집성본(鍼灸名著集成本, 1997)이 있다⁹⁾. 본 연구에서는 현대 교점본을 기준으로 원문을 전산화하여 연구를 진행하였다.
그러나 경혈의 경우에는 약 600여개가 나타나 경혈에 대한 용어사전을 구축하였다. 본 연구에서는 분석과 해석의 용이성을 위해 별혈(別穴)을 제외한 12경맥과 임독맥의 정경혈만을 변수로 삼았다. 별혈은 종류에 비해 사용 빈도가 낮고 명칭 또한 단일화하기 어렵기 때문이다.
그러나 정경혈의 경우에도 동의어 혹은 유의어가 존재하기 때문에 용례에 따라 동의어ㆍ유의어를 통합해야 했다. 이를 위해 경혈들을 전수 조사하여 용어사전을 구축하였다. 연구에 사용된 동의어ㆍ유의어는 Table 4와 같다.
1) 연관성 측정 방법 선정: 텍스트 분석은 분석 대상이 되는 범주형 자료(categorical data)로서의 용어가 나타나는 빈도(frequency) 를 관측하여 수치형 자료(numerical data)를 생성하는 것에서 출발한다. 본 연구에서는 치료대상과 치료방법, 즉 병증과 경혈 사이의 연관성을 측정하는데 목적을 두었기 때문에 용어의 빈도를 통해 병증-경혈 사이에 관찰빈도의 분할표(contingency table)를 Table 5와 같이 만들 수 있었다. 만약 중풍(中風)과 백회(百會)를 예로 든다면, 중풍을 치료 대상으로 하는 치료법 전체의 개수는 o₁+ o₂, 백회가 사용된 치료법 전체의 개수는 o₁ + o₃가 된다.
본 연구에서는 De이외에 가중유클리디언거리(Weighted Euclidean distance, 이하 Dwe )12), 크레머의 V(Cramér’s V, 이하 Dcv), 캔베라거리(Canberra distance, 이하 Dcb)를 적용하여 병증과 경혈의 연관성을 측정하였다.
한편, 본 연구에서는 확률모델을 적용하여 관측된 관찰빈도가 나타날 확률을 계산하는 방법으로 병증과 경혈의 상관성을 측정하였다. 연관강도(Association strength, 이하 P_as)는 두 사건이 동시에 일어날 확률에 대해 독립이라고 가정했을 때와 실제로 관측했을 때의 비를 측정하는 방법으로, 연관성분석(association rules)에서의 lift, 정보검색(information retrieval) 용어 가중치(term weighting) 방법으로서의 tf-idf와 동일한 값이다.
연관강도(Association strength, 이하 P_as)는 두 사건이 동시에 일어날 확률에 대해 독립이라고 가정했을 때와 실제로 관측했을 때의 비를 측정하는 방법으로, 연관성분석(association rules)에서의 lift, 정보검색(information retrieval) 용어 가중치(term weighting) 방법으로서의 tf-idf와 동일한 값이다. P_as는 지수적인 분포를 보이기 때문에 본 연구에서는 log scale을 적용하여 보정된 값을 사용 하였다.
)은 본래 표본수가 적은 범주형 자료의 연관성 검증에 사용되는 방법으로, 해당 관찰 빈도가 나타날 확률을 추정하는 방법이다. 본 연구에서는 통계적 유의성이 아니라 관찰빈도가 나타날 확률을 측정한다는 관점에서 이 방법을 사용하였다. P_ft는 본래 값이 작을수록 우연히 나오기 어려운 경우가 되므로, 다른 거리 공식과의 비교를 위해 1에서 뺀 값으로 보정하여 연구에 활용하였다.
이 치료법에는 모두 342개의 정경혈이 사용되었으며, 허손(虛損)ㆍ노채(勞瘵)ㆍ소갈(消渴)ㆍ중풍(中風) 등 모두 194개 대표병증(major symptom)을 포괄하고 있었다. 설명의 편의를 위해 병증을 중풍(中風)으로 한정해 결과를 서술하고자 한다. 지면의 한계로 인해 전체 결과는 온라인 공개 페이지(http://goo.
마지막으로 간단한 시뮬레이션을 통해 분석 방법들의 적합성을 확인해 보았다. 중풍의 예를 보면, 중풍을 치료하는 첫 번째 치료법에는 솔곡(率谷) 1개 경혈이 사용되었다.
치료법에 사용된 경혈이 2개 이상일 때에는 병증과 각 경혈과의 연관성 측정값의 평균을 가지고 이 값이 가장 높은 병증을 해당 치료법이 치료할 병증으로 보았다. 백회(百會)와 풍지(風池)가 쓰인 10번째 치료법을 D_we를 기준으로 살펴보면, 중풍(中風) 치료법이라고 가정했을 때 2.

대상 데이터

. 본 연구에서도 Table 1과 같이 The Unicode Consortium이 제공하고 있는 매핑 데이터를 이용해 다중코드자를 전부 통합하여 사용하였다.

이론/모형

따라서 본 연구에서는 벡터공간모델(vector space model)에 기반한 ‘거리측정법’과 확률모델(probabilistic model)에 기반한 ‘확률측정법’을 적용 하였다.

성능/효과

2) 디지털 텍스트 구축: 한자 텍스트의 전산화 작업은 문자 인코딩(character encoding)으로 인해 상당히 복잡한 문제를 야기한다. 현재 가장 합리적인 방법은 국제적으로 통용되고 있는 유니코드(UTF-8, UTF-16)로 한자 텍스트를 구축하는 것이다.
2) 용어사전 구축: 반구조화된 데이터를 구조화 데이터로 만들기 위해서는 용어 빈도 측정에 기준으로서 용어사전이 필수적이다. 대상 텍스트의 양이 적을 때에는 수작업으로 의미 있는 용어를 정리해 나갈 수 있지만, 텍스트의 양이 많아지면 오류의 가능성이 커지고 필요한 자원도 많아져 수작업은 사실상 불가능하다.
『침구자생경』을 디지털 텍스트로 입력하고 다중코드자와 이체자를 통합한 뒤 전처리를 거친 결과 전체 4162개 침구 치료법을 얻을 수 있었다. 이 치료법에는 중복을 포함하여 정경혈이 모두 5852회(n) 사용되었다.
따라서 D_we기준으로 보면, 솔곡은 두통과 구토 가운데 구토를 치료하는 처방이라고 추론할 수 있다. 솔곡이 194개 대표병증에 치료법이라고 각각 가정하고 솔곡과 해당 대표병증과의 연관성 측정치를 모은 뒤, 이 가운데 가장 높은 결과치를 나타내는 병증을 뽑아내면 솔곡 1개 경혈을 사용한 치료법이 치료할 것으로 보이는 병증을 도출해 낼 수 있다. 이 과정에서 경혈과 병증 사이의 연관성 측정치가 변수가 되기 때문에 연관성 측정 방법에 따라 도출되는 병증들은 서로 달라진다.
이 과정에서 경혈과 병증 사이의 연관성 측정치가 변수가 되기 때문에 연관성 측정 방법에 따라 도출되는 병증들은 서로 달라진다. 솔곡의 경우 D_e와 D_we는 구토, D_cv, D_cb, P_as는 뇌통(腦痛), P_ft와 D_jc는 중풍(中風)을 치료할 가능성이 가장 높다는 결론을 보여주었다.
따라서 D_we를 기준으로 보면, 해당 침구법은 중풍을 치료하는 처방일 가능성이 가장 높다고 할 수 있다. 백지와 풍지는 P_ft와 D_jc가 목현(目眩)이라고 결론지은 것 이외에는 모든 측정법에서 중풍(中風)을 치료하는 처방일 것이라는 결론을 보였다. 앞에서 예로 든 중풍 치료 침구법에 대한 측정 방법 별 예측 결과값은 Table 11과 같다.
이런 방식으로 4162개 치료법 전체를 예측하고 그 결과가 원래 텍스트와 일치하였는지를 살펴 Table 12와 같은 결과를 얻을 수 있었다. D_we이 추측 결과와 실제 텍스트 결과가 1012개 일치하여 가장 높은 일치율을 보였으며, 이어 D_cb, P_as 등이 높게 평가 되었다. 시뮬레이션 결과는 복수의 값을 선택할 수 없지만 실제 텍스트에서는 동일한 경혈 조합이 다수의 병증에 사용되는 경우가 많기 때문에 일치율이 저조하다고 할 수는 없다.
이에 반해 후자에 속하는 D_jc (0.467), D_cv (0.425), D_cb (0.231), P_as (0.154)의 경우에는 모두 빈도와 낮은 상관성을 보였으며, 빈도가 높을수록 측정치의 분포 범위가 좁아지는 공통점을 보였다. 특히 P_as 의 경우 빈도에 민감하지 않도록 의도적으로 고안된 방법인데¹³⁾, 본 연구에서도 매우 낮게 측정되었다.
병증-경혈의 실제 사용 빈도와 비교적 적게 관련된어 있는 D_cv, D_cb, P_as, D_jc 4가지 방법 사이에는 Fig. 6과 같이 양의 상관관계가 나타났다. 즉, P_as 와의 상관계수는 D_cb가 가장 높은 0.
따라서 이들은 비록 연산 방식이 다르지만 대체로 유사한 결과를 가리킨다고 할 수 있다. 특히 P_as 와 D_cb는 적합성 검토 결과에서도 상대적으로 높은 일치율을 나타냈고 상관계수도 분석 방법 전체에서 가장 높은 수치를 나타냈다.
적합성 결과 20% 이상의 일치율을 보인 D_we, D_e, D_cb, P_as 사이에도 차이점은 존재한다. D_we는 D_e에 가중치를 부여한 방식으로 D_e가 각 인자들 사이에 격차가 크게 벌어질수록 결과가 왜곡된다는 단점을 보완한 방법이다.
D_we는 D_e에 가중치를 부여한 방식으로 D_e가 각 인자들 사이에 격차가 크게 벌어질수록 결과가 왜곡된다는 단점을 보완한 방법이다. 따라서 본 연구와 같이 빈도 측정치 사이에 격차가 큰 경우에는 D_e보다 D_we가 더 적합하다고 할 수 있다.
따라서 연관성 측정치가 빈도와 상관성을 보이는 D_we 는 치료에 대한 일반적인 통념을 잘 반영해 준다. 『침구자생경』 분석결과에서도 전반적으로 질환에 연관성이 높을 것이라고 예상되는 경혈에 대해 D_we 는 높은 측정치를 보여주었으며, 트리맵을 이용한 시각화 결과에서도 이를 확인할 수 있다. 반면 P_as나 D_cb는 사용 빈도가 높지 않은 의외의 결과들을 보여주는 경우가 많았다.
셋째, 다양한 연관성 측정 방법 가운데, 분석 목적에 맞는 측정법을 사용해야 한다. 본 연구에서 7가지 측정법을 적용한 결과, 용어 출현 빈도에 민감하여 이미 알려진 사실들을 요약해 내는 목적에는 가중유클리디언거리(Weighted Euclidean distance)가 유용하였으며, 용어 출현 빈도에 민감하지 않아 새로운 아이디어를 얻어내는 목적에는 캔베라거리(Canberra distance), 연관강도(Association strength) 등의 방법이 유용했다.
셋째, 다양한 연관성 측정 방법 가운데, 분석 목적에 맞는 측정법을 사용해야 한다. 본 연구에서 7가지 측정법을 적용한 결과, 용어 출현 빈도에 민감하여 이미 알려진 사실들을 요약해 내는 목적에는 가중유클리디언거리(Weighted Euclidean distance)가 유용하였으며, 용어 출현 빈도에 민감하지 않아 새로운 아이디어를 얻어내는 목적에는 캔베라거리(Canberra distance), 연관강도(Association strength) 등의 방법이 유용했다.
넷째, 분석 결과의 시각화 방법은 분석 대상이 되는 변수의 종류와 성격을 고려하여 선택해야 한다. 본 연구에서 수행한 병증-경혈 연관성의 경우, 카테고리형 변수와 수치형 변수가 적절히 섞여 있어 트리맵을 활용하여 이를 표현할 수 있었다.
넷째, 분석 결과의 시각화 방법은 분석 대상이 되는 변수의 종류와 성격을 고려하여 선택해야 한다. 본 연구에서 수행한 병증-경혈 연관성의 경우, 카테고리형 변수와 수치형 변수가 적절히 섞여 있어 트리맵을 활용하여 이를 표현할 수 있었다.

후속연구

만약 고문헌에 수록된 이 방대한 치료경험들이 가리키는 바를 효과적으로 요약해 내거나 직관적으로 인식할 수 있다면 우리는 고문헌으로부터 더 많은 지혜들을 얻을 수 있을 것이다. 나아가 고문헌에 정리되어 있는 치료 지침을 오늘날 의료인들이 지니고 있는 암묵지(tacit knowledge)와 비교해 본다면 한의학의 이론적 발전과 임상 치료율 향상에도 직간접적으로 도움을 줄 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	디지털화 이후에도 데이터 분석을 위해서 어떤 과정을 거쳐야 하는가?	디지털화 이후에도 데이터 분석을 위해서는 텍스트를 최대한 구조화시켜 치료정보별로 구분해 주어야 하고, 동의어 및 유의어 사전을 구축하여 합곡(合谷)과 호구(虎口)같은 용어들의 빈도를 합쳐서 평가해야 한다. 또 치료대상과 치료방법의 연관성 분석을 위해 어떤 모델을 적용시킬 것인가, 그리고 그 결과를 어떻게 시각적으로 표현해 낼 것인가도 큰 주제이다.
	침구자생경의 권1의 내용은?	내용을 요약해 보면, 권1에는 수혈(兪穴)의 위치와 주치가 간략히 설명되어 있는데, 주로 왕유일(王維一)의 『동인수혈침구도경』에서 채록한 것이다. 권2에는 왕집중 자신의 독창적인 견해가 논문 형태로 수록되어 있다.
	고문헌 텍스트 내에서 의미 있는 결과를 추출하기 위해서 먼저 고민해야 할 것은?	그러나 고문헌 텍스트 내에서 의미 있는 결과를 추출하기 위해서는 고문헌 텍스트를 어떻게 디지털 데이터로 만들 것인가에 대한 문제와 이렇게 만들어진 디지털 데이터를 어떻게 분석해 낼 것인가의 문제를 먼저 고민해야 한다. 고문헌의 디지털화는 꾸준히 진행 되고 있으나 여전히 미비한 상태여서4) 분석 대상이 되는 텍스트를 자유롭게 선택하는데 제약이 많다.

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

[국내논문] 고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 -
Measure of the Associations of Accupoints and Pathologies Documented in the Classical Acupuncture Literature 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 - Measure of the Associations of Accupoints and Pathologies Documented in the Classical Acupuncture Literature 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

오준호 (52)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 -
Measure of the Associations of Accupoints and Pathologies Documented in the Classical Acupuncture Literature 원문보기

AI 본문요약
AI-Helper

활용도 Top5 논문