선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그리고 뉴스와 블로그를 통하여 일반들이 생각하는 정원의 키워드를 도출하기 위하여 빅데이터 프로그램인 텍스트 마이닝을 활용하였다. 두 가지 결과를 종합하여 정원의 개념적 범위를 정확히 파악하는 것을 목적으로 하였다.
- 따라서 본 연구는 정원에 대한 가치와 역할의 범주가 확장되고 있지만, 정원 용어에 대한 자료 및 연구가 부족하여, 정원이 라는 용어의 시대적 정의를 파악하는데 집중하였다. 정원의 시대적 정의를 도출하기 위해 전문가 집단의 정원 관련 연구를 통하여 키워드를 도출하였다.
- 본 연구는 최근 정원에 대한 사회적 관심이 급증하고 있지만, 정원에 관한 개념 정립에 대한 연구는 거의 이루어지지 않은 점을 문제로 보고, 정원이라는 용어의 시대적 정의를 파악 하기 위해 신문기사와 블로그를 수집하여 분석하였다.
제안 방법
- 그러나 빅데이터 결과와 공통적으로 언급되고 있는 정원의 대상, 입지 및 배치․사상, 구성요소 및 원리 그리고 활용성 등으로 유형을 구분하여 키워드를 도출하였다.
- 정원의 시대적 정의를 도출하기 위해 전문가 집단의 정원 관련 연구를 통하여 키워드를 도출하였다. 그리고 뉴스와 블로그를 통하여 일반들이 생각하는 정원의 키워드를 도출하기 위하여 빅데이터 프로그램인 텍스트 마이닝을 활용하였다. 두 가지 결과를 종합하여 정원의 개념적 범위를 정확히 파악하는 것을 목적으로 하였다.
- 문헌연구를 통하여 전문가 집단의 정원에 대한 키워드를 도출하고, 빅데이터 분석을 통하여 일반인들이 생각하는 정원에 대한 키워드를 도출한 후, 두 가지 결과를 종합하여 정원의 시대적 정의를 도출하였다.
- 블로그를 통해 키워드를 분석한 결과는 Table 2와 같이 용어, 대상, 입지, 구성요소, 기능, 이용행태 등으로 구분하여 분석하였다.
- 빅데이터를 통하여 키워드를 도출하고, 텍스트 마이닝으로 정원의 시대적 정의를 도출하기 위해 빅데이터 프로그램 텍스 톰(Textom)을 사용하여 뉴스 기사와 블로그의 데이터를 수집하고, 텍스트 마이닝(Text Mining)을 진행하였다.
- 수집 데이터의 형태소, 조사 및 특수문자 등을 정제․분석하는 단계로 데이터의 단어 추출이 잘못되었거나, 내용을 변경해야 하는 데이터를 선택하여 편집하였다.
- 수집된 데이터를 확인하는 단계로 선정한 단어의 테이터량, 데이터 수집량, 내용 등을 확인하였다. ‘정원’에 관련된 뉴스 데이터의 수집량은 네이버에서 24,080건이고, 다음에서 6,836건, 구글에서 1,116건으로 총 수집량은 32,032건이며, ‘정원’을 키워드로 검색한 결과, 언급된 단어는 총 117,818개로 나타났다.
-
1. 문헌연구
연구자들이 정원에 대한 개념을 어떻게 정의하고 있는지에 초점을 맞추어 내용분석을 하기 위해 연구 대상을 서적과 학술논문으로 선정하였다. 서적과 학술논문은 전문가 집단이 연구주제와 관련하여 연구의 경향 및 흐름을 분석할 수 있다.
- 서적과 학술논문은 전문가 집단이 연구주제와 관련하여 연구의 경향 및 흐름을 분석할 수 있다. 정원을 전문적으로 다루는 연구자들에게 정원이 어떻게 접근되고 있는지 알아보기 위해 한국조경학회, 한국전통조경학회에서 학술논문의 자료 수집을 하였고, 정원의 개념에 대해 언급된 서적을 조사하였다. 시간적 범위는 정원에 관련된 데이터를 수집할 수 있는 최초(1974년)부터 최근(2015년)까지이고, 정원이라는 용어가 제목에 포함된 논문을 수집하였다.
- 따라서 본 연구는 정원에 대한 가치와 역할의 범주가 확장되고 있지만, 정원 용어에 대한 자료 및 연구가 부족하여, 정원이 라는 용어의 시대적 정의를 파악하는데 집중하였다. 정원의 시대적 정의를 도출하기 위해 전문가 집단의 정원 관련 연구를 통하여 키워드를 도출하였다. 그리고 뉴스와 블로그를 통하여 일반들이 생각하는 정원의 키워드를 도출하기 위하여 빅데이터 프로그램인 텍스트 마이닝을 활용하였다.
- 정제 후 N-GRAM를 통해 추출된 단어의 상관관계와 추출 단어 빈도수, 형용사 및 동사의 빈도수를 통해 핵심 단어를 분석하였다.
대상 데이터
- 필요한 데이터를 수집하는 단계로 연구 목적에 접합한 단어를 ‘정원’으로 선정하고, 수집기간은 1991년 1월부터 2015년 12월까지 25년 동안의 검색 포털사이트 채널을 통해 데이터를 수집하였다. 검색 포털사이트는 네이버, 다음, 구글에서 선정한 단어가 타이틀과 원문에 포함된 모든 데이터를 수집하였다. 인원을 뜻하는 정원, 식당을 의미하는 가든 등과 같이 본 연구와 관련이 없는 자료는 제외하였다.
- 대상은 신문과 블로그로 선정하였다. 신문으로 선정한 이유는 신문은 공적인 성격인 정형 데이터로 사실을 전달하는 매체로 정보 전달의 기능이 있어 사회가 정원이라는 용어를 어디에, 어떻게 사용하고 있는지 파악할 수 있으므로 정원과 연관된 명사를 추출할 수 있다.
- 블로그의 특징은 뉴스 데이터보다 텍스트의 양이 많아, 본 연구에서 사용된 빅데이터 프로그램은 최대 500건의 블로그 데이터를 정제할 수 있다. 따라서 본 연구의 목적과 관련된 불특정 다수가 공개한 블로그 500건을 수집하였으며, 분석한 결과, 언급된 단어는 총 17,256개로 나타났다.
- 정원을 전문적으로 다루는 연구자들에게 정원이 어떻게 접근되고 있는지 알아보기 위해 한국조경학회, 한국전통조경학회에서 학술논문의 자료 수집을 하였고, 정원의 개념에 대해 언급된 서적을 조사하였다. 시간적 범위는 정원에 관련된 데이터를 수집할 수 있는 최초(1974년)부터 최근(2015년)까지이고, 정원이라는 용어가 제목에 포함된 논문을 수집하였다. 검색한 결과, 서적 8권과 학술논문 총 180건이 검색되었다.
- 정원’에 관련된 블로그 데이터의 총 데이터량은 2,671,313건이다.
- 정제한 후 뉴스 데이터에서 본 연구의 목적에 맞는 정원과 관련된 상위 단어 50개와 블로그 데이터에서 정원과 연관된 상위 단어 명사 50개와 형용사 및 동사 28개를 분석에 사용하였다.
- 필요한 데이터를 수집하는 단계로 연구 목적에 접합한 단어를 ‘정원’으로 선정하고, 수집기간은 1991년 1월부터 2015년 12월까지 25년 동안의 검색 포털사이트 채널을 통해 데이터를 수집하였다.
성능/효과
- 넷째, 기능으로 가장 많은 빈도의 단어는 홍보(88번), 개최 (81번)으로 정원이 사회적, 상업적으로 기능을 하고 있음을 알수 있다. 또한, 여행, 나들이, 산책, 힐링, 치료, 장식,산책, 생각 등으로 시각 · 정서적인 만족과 건강에 영향을 끼치고 있음을 알 수 있다.
- 넷째, 정원을 기능적인 측면에서 살펴보면 노동, 휴식 및 여가의 역할을 하는 장소적 기능, 자연미와 인공미를 통해 시각적으로 충족시키는 심미적 기능, 사람과 사람 간의 상호작용과 사람과 자연과의 상호작용을 위한 사회적 기능을 한다는 것을 알 수 있다.
- 다섯째, 이용행태로 전통정원에서는 채소원 가꾸기, 빨래, 김장 등 사적인 성격의 작업의 행태를 의미하는 키워드, 현대 정원에서는 전시, 바비큐, 운동 등으로 전통정원보다 공적인 성격의 키워드가 도출되었다.
- 다섯째, 이용행태에 관련된 정원에서 사람들이 어떤 경험을 하는지 예측할 수 있는 태도와 관한 특징으로 아름답다, 좋아, 멋지다, 예쁘다, 생각 없이, 보다, 꾸미다, 만들다, 키우다, 들리다, 걷다, 일하다, 가꾸다, 듣다, 먹다, 만나다 등의 동사 사용으로 정원은 보는 것에서 경험하고 체험하는 실천적인 행위가 일어나고 있는 공간임을 알 수 있으며, 또한, 아름답다, 좋다, 예쁘다, 멋지다 등의 형용사로 정원의 이용 태도를 알 수 있었다.
- 둘째, 전통정원은 정원 조성 시 입지를 결정할 때 땅의 특성과 위치를 중요시하는 특징을 가지고 있어 구릉지, 산, 평지, 기암절벽 등의 키워드가 도출되었으며, ㄷ자형, ㄱ자형, ㅁ자형, 복합형 등의 건축물 배치와 삼재 사상, 신선사상, 음향오행 등의 사상 등에 따라 정원의 형식이 다르고 구분되어졌다. 현대 정원에서 배치, 사상 등에 대한 키워드가 도출되지 않았는데, 현대의 정원은 아파트 외부 조경의 전시적 마케팅 전략으로 활용되거나, 서구 정원 양식의 모방 등(Sim and Zoh, 2015)으로 조성되었기 때문으로 보인다.
- 본 연구의 시사점은 연구 자료의 기반을 정형 데이터인 신문과 비정형 데이터인 블로그를 사용하고, 내용분석과 텍스트 마이닝을 사용하여 각 연구 방법이 가지고 있는 한계를 보완하고 신뢰도를 높일 수 있었다.
- 빅데이터를 통한 결과는 사회적으로 정원은 사적인 공간보다 공적인 공간으로 접근하고 있고, 실천적인 행위가 일어나는 공간이며, 시각․정서적인 만족과 건강에 영향을 끼치고 있으며, 정원을 이용하는 사람들의 태도를 파악할 수 있었다.
- 셋째, 정원의 구성요소는 나무, 꽃, 자연, 빛 등으로 인공물보다는 자연의 소재에 대한 내용의 빈도가 높았다. 그러나 신문기사에서 가장 높은 빈도를 보인 입장권(29번), 주차장, 관람객 등이 도출되어 정원이 공공의 장소로 인식되고 있음을 알 수 있다.
- 셋째, 정원의 구성요소는 시대별, 정원을 조성하는 사람의 특징별로 구성 원리가 달라짐을 알 수 있다. 전통정원의 구성요소는 가옥, 계류, 폭포, 징검돌, 석등, 굴뚝 등으로 시대별, 나라별 등으로 다양하게 키워드가 도출되었고, 시대별, 정원을 조성하는 사람의 특징별로 자연과의 동질성, 자연형, 기하학적 형 등의 형태에 관련된 키워드가 도출되었다.
- 정원을 이용하는 이용자의 이용행태로는 공통적으로 공간을 꾸미고, 작업의 공간으로 감상하고 참여하였고, 문헌연구에서 도출되는 이용행태보다 빅데이터에서 도출되는 이용행태가 더 광범위함을 알 수 있다.
- 정원의 대상이 되는 구체적인 장소는 두 가지 방법의 연구결과, 주거환경과 상호작용하는 공간 모두 정원의 장소가 되지만, 문헌연구에서는 장소가 가지는 특성, 역사, 문화, 철학 등에 따라 조성되는 정원의 형식이 다르게 구분되고, 빅데이터의 결과에서는 주로 공적인 공간이 정원의 대상으로 분석되었다.
- 첫째, 신문기사에 정원에 관련된 명사는 ‘순천만 국가정원’의 빈도가 877번으로 가장 높았고, 정원이라는 용어보다 순천만국가정원이라는 용어 사용의 빈도가 더 높으며, 국가 정원 1호인 순천만 국가정원에 관련된 정보가 사람들에게 가장 많이 전달되고 있음을 알 수 있다.
- 첫째, 전통정원의 대상이 되는 장소의 키워드는 궁정, 중정, 전정, 후원, 바깥뜰, 앞마당, 뒷마당 등으로 시대적 또는 장소가 가지는 특성, 역사, 문화, 철학 등에 따라 조성되는 형식이 다르고 구분될 수 있으며, 현대 정원의 대상이 되는 장소의 키워드는 호텔, 병원, 주택 등이 도출되었고, 위치와 관련된 키워드로 테라스, 옥상 등이 도출되었다. 전통정원과 현대 정원의 대상은 공통적으로 주거환경과 상호작용을 하고 있는 공간 모두가 정원의 대상이 될 수 있음을 알 수 있다.
- 첫째, 현대에 들어 정원은 사적인 영역보다 공적인 영역에서 이용인식이 확산되고 있으며, 과거와는 다른 정원의 인식을 가지고 있는 것으로 나타났다. 하지만, 공통적으로 정원은 사적인 성격의 정주공간인 아파트, 주택 등의 공간부터 내 집 앞의 동산, 뜰 등과 같이 공적인 성격의 공원, 순천만국가정원 등 개방된 공간까지 인간 활동이 이루어지는 범주로 인식되는 것을 확인할 수 있었다.
후속연구
- 하지만 내용분석 시 모든 분야에서 정원의 개념을 파악하지 않고, 정원을 전문적으로 연구하는 조경분야의 논문을 대상으로 하였으므로 결과의 한계가 있다. 또한, 빅데이터 프로그램인 텍스트 마이닝을 통해 추출된 모든 단어를 분석하지 않고, 상위 단어를 통해 분석을 하여 결과에 한계가 있다.
- 또한, 빅데이터를 활용한 연구 방법은 빅데이터의 활용이 미비한 조경분야에 학문적 의의를 둘 수 있다. 하지만 내용분석 시 모든 분야에서 정원의 개념을 파악하지 않고, 정원을 전문적으로 연구하는 조경분야의 논문을 대상으로 하였으므로 결과의 한계가 있다. 또한, 빅데이터 프로그램인 텍스트 마이닝을 통해 추출된 모든 단어를 분석하지 않고, 상위 단어를 통해 분석을 하여 결과에 한계가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.