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
- 컨설팅 분야 학술연구의 주제 동향을 파악하기 위하여 앞서 분석한 저자가 직접 정의한 ‘Author Keyword’ 외에 텍스트 마이닝을 활용한 토픽 모델링을 통해 문서 안에 포함된 단어들의 조합으로 주제(Topic)를 파악하여 비교분석 해 보았다. 다양한 의미 도출을 위하여 미국과 한국의 국가별 비교도 함께 수행해 보았다.
- 생성모델은 실제 문헌을 작성하는 과정으로 보고 문헌을 작성하기 위해 각 문헌에 어떤 주제들을 포함시킬 것인지, 또 그에 따라 어떤 단어들을 어떤 주제에서 선택하여 배치할 것인지를 각각의 파라미터로 모델링한다[12]. 따라서 문서, 단어 등 관찰된 변수(Observed variable)를 통해 주제의 비율, 단어별 주제 지정 등과 같은 숨겨진 변수(Hidden variable)를 추론하는 것을 목적으로 하며 결과적으로 전체 문서 집합의 주제들과 각 문서별 주제 비율, 각 주제에 포함될 단어들의 분포를 알아낼 수 있다.
- 본 연구는 컨설팅 관련 학술연구의 동향을 과학적으로 분석하기 위하여 학술DB에서 서지데이터를 근간으로 계량적 분석을 수행한 결과를 선험적으로 제시하고 있다는데 큰 의의가 있다. 특히, 전통적인 빈도 중심의 계량 서지학적 분석 방법과 텍스트 마이닝(토픽 모델링) 기법을 함께 사용해 비교 분석하였다는 점에서 의미를 갖는다.
- 본 연구에서는 경영컨설팅 연구동향 분석을 위하여 경영컨설팅의 정의에 대한 특정한 제한을 두지 않고 관련분야 학술연구를 종합적으로 분석하였다.
- 본 연구에서는 현재까지 발표된 컨설팅분야 학술연구의 주제를 확인하고자 전체 15,888개 연구를 대상으로 토픽 모델링을 수행하였으며, 과거부터 현재까지 연구주제의 변화 흐름을 파악하기 위하여 5년 단위로 기간을 구분하여 개별 기간별 Topic도 도출해 보았다. 이와 함께 컨설팅관련 연구가 가장 활발한 국가(미국, 영국 등)를 대상으로 해당 국가의 연구 주제변화 추이를 확인하기 위하여 개별 국가별, 기간별 Topic을 각각 도출해 보았다.
- 이에 본 연구에서는 ‘컨설팅’ 분야의 학술연구에 기초가 될 수 있는 컨설팅 연구동향 분석을 수행하였다.
- 3%를 차지하는 영국과 미국의 학술연구 발표 추이에 대한 변화 양상([Figure 6])이 전체 학술연구 발표 추이([Figure 3])와 유사한 것을 확인할 수 있다. 학술연구 발표가 차지하는 비중이 높은 만큼 전체 연구동향에 미치는 영향이 크다는 것을 간접적으로 확인할 수 있으며, 본 연구에서는 이 중 미국에 주요 연구주제를 토픽 모델링을 통해 도출하고 한국의 연구주제 현황과 비교해 보았다.
제안 방법
- ‘Topic 1’을 ‘Project Management’와 관련된 연구로, ‘Topic 2’를 ‘Risk Management’와 관련된 연구 분야로, ‘Topic 3’을 ‘Consulting Methodology’ 관련 연구 주제로, ‘Topic 4’를 ‘IT Consulting’ 연구 영역으로, ‘Topic 5’를 ‘Consulting Service’ 등으로 프로파일링 하였다([Table 3] 참조).
- 분석 목적에 적합한 객관적인 데이터 수집을 위한 검색어 전략 수립(step 1)을 시작으로 학술 데이터베이스를 통한 컨설팅 분야 서지정보데이터를 검색 및 수집하였다(step 2). 1차적으로 검색된 데이터를 근간으로 컨설팅 연구동향의 기본 현황을 확인하기 위한 분석을 수행하였으며(step 3) 토픽 모델링 분석을 위한 데이터 전처리와 LDA 모형 적용 등을 수행하였다(step 4). 최종적으로 이들 분석결과를 종합하여 시사점을 제시하였다(step 5).
- 이에 본 연구에서는 ‘컨설팅’ 분야의 학술연구에 기초가 될 수 있는 컨설팅 연구동향 분석을 수행하였다. 글로벌 학술 DB를 바탕으로 기초적인 현황 분석과 텍스트마이닝 기법을 활용한 Topic Modeling 분석을 함께 수행하였다. ‘컨설팅’관련 연구동향에 대한 과학적인 분석을 위해 객관적인 데이터(학술연구 정보)를 활용하고자 하였으며, 이를 근간으로 계량적 분석기법을 적용하기 위해 네덜란드 Elsevier사가 운영하는 세계적인 학술 데이터베이스인 SCOPUS웹 DB검색을 활용하였다.
- 기 구성된 Term-matrix 대상으로 사전분포(prior distribution)를 활용하여 잠재된 주제들에 대한 각 단어들의 확률분포와 각 문서들에 등장하는 단어들의 확률분포를 도출하는 LDA 알고리즘을 적용하고 적합한 토픽 도출과 토픽별 주제를 도출한다. 이는 R 소프트웨어에서 LDA 모형 분석 패키지를 적용하여 도출하였다.
- 기본적으로 데이터 누락으로 인해 분석 수행 시 불필요한 영향을 받지 않기 위해 데이터가 누락된 셀을 제거하였다. 다음으로 분석 대상인 문서 안에 존재하는 단어(token)를 빈도 기반으로 식별하기 위해 전체 논문 자료를 문서 집합화(corpus) 시키고 개별 문서의 단어들을 컴퓨팅하기 위한 벡터로 인식시켰다. 이를 바탕으로 각 문서에 나타난 단어의 빈도를 계산한 Term-Document Matrix를 생성시켰다.
- 먼저 전반적인 컨설팅 분야 학술연구 논문의 게재 추이를 살펴보고 국가별 게재 추이, 주요 키워드의 출현 빈도 및 추이, 관련 학문 분야 분표 현황 등을 연도별, 국가별로 비교 제시하였다.
- 먼저 컨설팅 관련 학술연구 동향의 글로벌 현황을 파악하기 위해 논문발표 건수를 중심으로 국가별, 연도별 변화 추이를 확인하였고 ‘Author Keyword’를 중심으로 연도별 변화 추이를 확인해 보았다.
- 본 연구에서 수행한 기술통계 분석 중심의 컨설팅 분야 학술연구 기초 현황 분석 결과와 토픽 모델링 기법을 활용하여 도출된 기간별, 국가별 컨설팅 연구주제(Topic) 분석 결과를 종합하여 분석하였다.
- 본 연구에서는 ‘컨설팅’ 분야의 학술연구에 기초가 될 수 있는 컨설팅 연구동향 분석을 위해 객관적인 데이터(학술연구 정보)를 근간으로 계량적 분석기법을 적용하여 분석을 수행하였다.
- 데이터 전처리의 경우 모든 텍스트 마이닝 기법에 반드시 필요한 과정으로 특히 자연어(natural language)로 구성된 데이터를 분석을 위해 정제하는 전처리 과정이 매우 중요하다. 본 연구에서는 R에서 지원하는 분석 패키지 중 데이터 전처리, Term-matrix 생성, LDA 모형 적용 등에 필요한 패키지를 적용하여 분석에 활용하였다.
- 컨설팅관련 연구의 기본적인 현황을 분석하기 위하여 기 수집된 데이터를 바탕으로 국가별 연도별로 빈도 중심의 기초적 통계분석을 수행하였다. 본 연구에서는 국가별 연구논문 게재 건수, 학문분야별(ASJC CODE3) 기준) 논문 현황, 주요 Author Keyword 현황 등의 데이터 속성을 기준으로 연도별, 국가별 논문발표 추이에 대한 분석, 핵심어 변화 추이에 대한 빈도분석 등을 수행하였다.
- 본 연구에서는 위 방식 중 전문가 의견 수집 방식(어휘 쿼리)에 따라 통해 컨설팅 관련 주요 핵심어 ‘consulting’, ‘consultant’, ‘consultancy’, ‘management’ 등을 조합하여 데이터를 검색하였다.
- 본 연구에서는 토픽 모델링 결과를 비교분석하기 위해 다음의 3가지 유형으로 토픽 모델링 결과를 분석하였다. 첫 번째 유형으로 컨설팅분야 학술연구의 글로벌 주제 동향을 전반적으로 확인하기 위한 ‘Global Topic’(1998년~2017년 검색결과 15,888건 중 Abstract가 존재하는 분석 대상 15,017건의 데이터 활용), 두 번째 유형으로 국내 연구자들의 연구 주제를 확인하기 위한 ‘KOR Topic’(Country 속성이 KOR인 72건의 데이터 값 활용), 세 번째 유형으로 미국 연구자들의 연구 주제 동향을 파악하기 위한 ‘USA Topic’ (Country 속성이 KOR인 2,918건의 데이터 값 활용) 등의 세 가지 유형의 데이터를 각각 도출하여 비교하였다.
- 본 연구에서는 토픽 모델링을 통해 도출된 단어 조합을 전문가 견해를 바탕으로 글로벌(전체) 연구자들의 컨설팅분야 학술연구의 대표 주제로 다음과 같이 각각을 프로파일링 하였다.
- 분석 목적에 적합한 객관적인 데이터 수집을 위한 검색어 전략 수립(step 1)을 시작으로 학술 데이터베이스를 통한 컨설팅 분야 서지정보데이터를 검색 및 수집하였다(step 2). 1차적으로 검색된 데이터를 근간으로 컨설팅 연구동향의 기본 현황을 확인하기 위한 분석을 수행하였으며(step 3) 토픽 모델링 분석을 위한 데이터 전처리와 LDA 모형 적용 등을 수행하였다(step 4).
- 이 중 본 연구의 분석 대상으로 적합한 학술연구 서지정보를 대상으로 계량분석이 가능한 문헌만 발췌하기 위해 ‘Source Type’은 ‘Journal’로 제한하고 ‘Document Type’은 ‘Article’로 제한하여 최종적으로 15,888건의 문헌정보를 다운로드하여 본 연구의 기초현황 분석과 토픽 모델링 분석에 적용하였다.
- 기 구성된 Term-matrix 대상으로 사전분포(prior distribution)를 활용하여 잠재된 주제들에 대한 각 단어들의 확률분포와 각 문서들에 등장하는 단어들의 확률분포를 도출하는 LDA 알고리즘을 적용하고 적합한 토픽 도출과 토픽별 주제를 도출한다. 이는 R 소프트웨어에서 LDA 모형 분석 패키지를 적용하여 도출하였다.
- 본 연구에서는 현재까지 발표된 컨설팅분야 학술연구의 주제를 확인하고자 전체 15,888개 연구를 대상으로 토픽 모델링을 수행하였으며, 과거부터 현재까지 연구주제의 변화 흐름을 파악하기 위하여 5년 단위로 기간을 구분하여 개별 기간별 Topic도 도출해 보았다. 이와 함께 컨설팅관련 연구가 가장 활발한 국가(미국, 영국 등)를 대상으로 해당 국가의 연구 주제변화 추이를 확인하기 위하여 개별 국가별, 기간별 Topic을 각각 도출해 보았다.
- 이를 바탕으로 각 문서에 나타난 단어의 빈도를 계산한 Term-Document Matrix를 생성시켰다. 이후 분석결과에 노이즈 발생을 줄이기 위해 복잡한 텍스트 형태를 정제 하는데, 주로 소문자로 통일, 불용어 제거, 어근 추출, 숫자제거, 공백제거, 구두점 제거 등의 작업을 정해진 코드를 적용해 수행하였다.
- 첫 번째 유형으로 컨설팅분야 학술연구의 글로벌 주제 동향을 전반적으로 확인하기 위한 ‘Global Topic’(1998년~2017년 검색결과 15,888건 중 Abstract가 존재하는 분석 대상 15,017건의 데이터 활용), 두 번째 유형으로 국내 연구자들의 연구 주제를 확인하기 위한 ‘KOR Topic’(Country 속성이 KOR인 72건의 데이터 값 활용), 세 번째 유형으로 미국 연구자들의 연구 주제 동향을 파악하기 위한 ‘USA Topic’ (Country 속성이 KOR인 2,918건의 데이터 값 활용) 등의 세 가지 유형의 데이터를 각각 도출하여 비교하였다.
- 최근에는 LSI와 pLSA의 단점을 보완한 LDA 기법이 문서의 주제를 찾는 연구에서 많이 사용되고 있으며, 본 연구에서는 LDA 모형을 사용해 토픽 모델링을 수행하였다.
- 컨설팅 관련 연구는 연도별로 어떤 추이를 나타내는지, 가장 연구가 활발한 국가는 어느 국가이며 연도별 추이는 어떻게 변하고 있는지, 가장 많이 출현하는 저자 핵심어는 어떤 것들이 있고 변화 추이는 어떠한지 등에 대해 분석해 보았다. 텍스트마이닝 기법인 토픽 모델링을 통해 도출된 컨설팅 분야 학술연구의 주요 연구주제(Topic)와 국가별 연구주제를 프로파일링하고 기 도출된 변화 추이 등과 비교하여 시사점을 제시하였다.
- 컨설팅 분야 학술연구의 주제 동향을 파악하기 위하여 앞서 분석한 저자가 직접 정의한 ‘Author Keyword’ 외에 텍스트 마이닝을 활용한 토픽 모델링을 통해 문서 안에 포함된 단어들의 조합으로 주제(Topic)를 파악하여 비교분석 해 보았다.
- 키워드의 출현빈도는 학술지 게재 건수와도 관련이 있기 때문에 저자 키워드의 변화추이를 더욱 구체적으로 확인하기 위해 본 연구에서는 분석기간을 5년 단위로 구분하여 해당 기간별로 ‘Author Keyword’들의 순위(rank) 변화를 [Figure 8]과 같이 확인 해 보았다.
- 컨설팅 관련 연구는 연도별로 어떤 추이를 나타내는지, 가장 연구가 활발한 국가는 어느 국가이며 연도별 추이는 어떻게 변하고 있는지, 가장 많이 출현하는 저자 핵심어는 어떤 것들이 있고 변화 추이는 어떠한지 등에 대해 분석해 보았다. 텍스트마이닝 기법인 토픽 모델링을 통해 도출된 컨설팅 분야 학술연구의 주요 연구주제(Topic)와 국가별 연구주제를 프로파일링하고 기 도출된 변화 추이 등과 비교하여 시사점을 제시하였다.
- 특히, ‘consultant’의 사전적 의미에 전문의 등의 뜻이 포함되어 있어 해당 검색어는 ‘management’ 등의 경영컨설팅과 관련된 용어와 함께 검색되었을 때만 검색되도록 검색어 쿼리를 조정하였다.
대상 데이터
- ‘컨설팅’관련 연구동향에 대한 과학적인 분석을 위해 객관적인 데이터(학술연구 정보)를 활용하고자 하였으며, 이를 근간으로 계량적 분석기법을 적용하기 위해 네덜란드 Elsevier사가 운영하는 세계적인 학술 데이터베이스인 SCOPUS웹 DB검색을 활용하였다.
- 본 연구에서는 컨설팅 분야의 문헌 정보 검색과 결과 다운로드를 위해 SCOPUS웹 DB의 ‘SCOPUS Search’ 기능을 사용하였다. SCOPUS에서 제공하는 데이터는 속성(field)은 총 45가지이며 이중 본 연구에서는 Abstract(초록), Year(발행연도), Author Keyword(저자키워드), Country(국가), ASCJ CODE 등의 속성을 활용하였다.
- 컨설팅 분야의 문헌 정보 검색과 결과 다운로드를 위해 SCOPUS웹 DB의 ‘Search’ 기능을 통해 Title과 Keyword, Abstract 등을 대상으로 검색하여 1998년부터 2017년(11월 현재)까지의 컨설팅 관련 문헌정보들을 검색하였다.
- ‘컨설팅’관련 연구동향에 대한 과학적인 분석을 위해 객관적인 데이터(학술연구 정보)를 활용하고자 하였으며, 이를 근간으로 계량적 분석기법을 적용하기 위해 네덜란드 Elsevier사가 운영하는 세계적인 학술 데이터베이스인 SCOPUS웹 DB검색을 활용하였다. 컨설팅 분야의 문헌 정보 검색과 서지데이터의 수집을 위해 SCOPUS웹 DB를 대상으로 1998년부터 2017년까지의 컨설팅 관련 학술연구들의 서지데이터(전체 15,888건 학술논문)를 수집하여 본 연구의 분석에 활용하였다.
데이터처리
- 컨설팅관련 연구의 기본적인 현황을 분석하기 위하여 기 수집된 데이터를 바탕으로 국가별 연도별로 빈도 중심의 기초적 통계분석을 수행하였다. 본 연구에서는 국가별 연구논문 게재 건수, 학문분야별(ASJC CODE3) 기준) 논문 현황, 주요 Author Keyword 현황 등의 데이터 속성을 기준으로 연도별, 국가별 논문발표 추이에 대한 분석, 핵심어 변화 추이에 대한 빈도분석 등을 수행하였다.
이론/모형
- 본 연구에서는 컨설팅 분야의 문헌 정보 검색과 결과 다운로드를 위해 SCOPUS웹 DB의 ‘SCOPUS Search’ 기능을 사용하였다.
- 다음으로 분석 대상인 문서 안에 존재하는 단어(token)를 빈도 기반으로 식별하기 위해 전체 논문 자료를 문서 집합화(corpus) 시키고 개별 문서의 단어들을 컴퓨팅하기 위한 벡터로 인식시켰다. 이를 바탕으로 각 문서에 나타난 단어의 빈도를 계산한 Term-Document Matrix를 생성시켰다. 이후 분석결과에 노이즈 발생을 줄이기 위해 복잡한 텍스트 형태를 정제 하는데, 주로 소문자로 통일, 불용어 제거, 어근 추출, 숫자제거, 공백제거, 구두점 제거 등의 작업을 정해진 코드를 적용해 수행하였다.
- 토픽 모델링을 적용하기 위한 툴로써 본 연구에서는 데이터분석 도구이자 오픈소스 소프트웨어 툴인 R Programing 언어2)를 활용하여 토픽 모델링을 수행하였다. R은 4,000여 개가 넘는 분석패키지가 개발, 배포되어 다양한 분석을 수행할 수 있다.
성능/효과
- 2000년대 초반 학술연구 발표 추이가 다소 감소하는 추이를 보인 현상 외엔 전반적으로 증가하는 추세를 보이고 있다. 2015년부터 다시 소폭 감소하는 추세를 나타내고 있는데, 2017년 데이터가 취합되면 최근 현황을 명확히 확인할 수 있을 것으로 판단된다.
- 내용적인 측면에서는 최근 연구가 활발한 ‘지식기반 혁신’, ‘컨설팅 성과’ 등과 관련된 연구가 주로 다뤄지고 있다는 것을 확인할 수 있었다.
- 첫 번째는 분절된 단어들에 벡터 값을 부여하고 차원 축소를 통해 근접한 단어들을 주제로 묶어내는 모형(latent semantic analysis : 이하 LSA)이다. 두 번째로, 확률을 바탕으로 단어가 특정 주제에 존재할 확률과 특정 주제가 존재할 확률을 결합 확률로 추정하여 토픽을 추출하는 모형(latent dirichlet allocation : 이하 LDA)1)을 들 수 있다.
- 미국 컨설팅 분야 학술연구의 토픽 모델링 결과는 글로벌 학술연구의 결과와 매우 유사한 단어들이 도출되는 양상을 보이고 있었다. 약간의 차이점은 전체 연구 주제 결과에 비해 미국의 경우, 컨설팅 서비스, 개별 프로세스, 품질 등의 주제로 좀 더 컨설팅 프로젝트의 구체적인 사례나 결과에 더 주안점을 둔 연구주제들이 집중적으로 연구되고 있음을 유추할 수 있었다.
- 먼저 컨설팅 관련 학술연구 동향의 글로벌 현황을 파악하기 위해 논문발표 건수를 중심으로 국가별, 연도별 변화 추이를 확인하였고 ‘Author Keyword’를 중심으로 연도별 변화 추이를 확인해 보았다. 연도별로 논문발표 건수는 꾸준히 증가하는 추세를 보이고 있으며, 국가별 논문발표 건수는 영국과 미국이 가장 많은 논문을 발표하고 있다는 것을 확인할 수 있었다. 한국의 경우, 논문 발표 건수가 비교적 적은 편이지만 최근에 증가하는 추세를 나타내고 있다.
- 이를 기간별로 비교했을 때, 2000년 초반을 기준으로 회계와 관련된 키워드가 후순위로 밀려나는 현상과 ‘지식’, ‘혁신’ 등의 키워드가 최근까지 상승세를 보이고 있다는 특징을 확인할 수 있었다.
- 지식 · 정보화시대로 접어들면서 ‘knowledge management’, ‘innovation’ 등의 키워드가 상승세를 보이는 것을 확인 할 수 있다.
후속연구
- 먼저 연구의 방법적인 측면에서는 서지데이터 중심에 계량적인 분석을 위주로 수행하다 보니 개별 연구의 내용이나 연구 분야에 대한 고려가 수치적으로만 반영되는 한계가 있어 개별 연구에 대한 질적 연구가 뒷받침될 경우 더욱 의미 있는 결과를 도출 할 수 있을 것이라 판단된다. 또한 글로벌 학술 DB가 제공하는 데이터를 대상으로 분석을 수행하는 과정에서 다수의 컨설팅 관련 국내 학술연구들이 국문으로 작성되어 있어 연구대상에 반영되지 못한 부분이 아쉬움이 있으며, 향후 국내연구들에 대한 동향분석이 함께 이루어진다면 국내 연구자들에게 더욱 의미 있는 결과를 제공할 수 있을 것이라 생각된다.
- 컨설팅 관련 학술연구의 동향 분석을 위해 과학적인 분석기법과 객관적인 데이터를 활용하여 결과를 제시한 반면, 연구의 방법이나 대상적인 측면에서 몇 가지 한계를 보이고 있다. 먼저 연구의 방법적인 측면에서는 서지데이터 중심에 계량적인 분석을 위주로 수행하다 보니 개별 연구의 내용이나 연구 분야에 대한 고려가 수치적으로만 반영되는 한계가 있어 개별 연구에 대한 질적 연구가 뒷받침될 경우 더욱 의미 있는 결과를 도출 할 수 있을 것이라 판단된다. 또한 글로벌 학술 DB가 제공하는 데이터를 대상으로 분석을 수행하는 과정에서 다수의 컨설팅 관련 국내 학술연구들이 국문으로 작성되어 있어 연구대상에 반영되지 못한 부분이 아쉬움이 있으며, 향후 국내연구들에 대한 동향분석이 함께 이루어진다면 국내 연구자들에게 더욱 의미 있는 결과를 제공할 수 있을 것이라 생각된다.
- 특히, ‘consultant’의 사전적 의미에 전문의 등의 뜻이 포함되어 있어 해당 검색어는 ‘management’ 등의 경영컨설팅과 관련된 용어와 함께 검색되었을 때만 검색되도록 검색어 쿼리를 조정하였다. 정확한 서지데이터를 얻기 위해서는 이후에도 지속적으로 컨설팅 분야의 검색어 전략에 대한 연구가 꾸준히 필요할 것으로 예상된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.