인공지능 관련 기술이 미래 핵심 기술로 떠오르면서 많은 투자가 이뤄지고 있지만, 우리나라는 부족한 투자규모로 기술 발전에 한계가 존재한다. 따라서 선진국을 빠르게 추격하기 위한 중장기 기술개발 로드맵 수립이 필요하다. 이에 본 논문에서는 'Web of Science'에서 한국인 저자가 게재한 SCI(E)저널의 논문 중 인공지능 관련 논문을 수집하여 빈도분석과 키워드 네트워크 분석을 진행하였다. 분석 결과 인공지능 분야 논문은 매년 약 10%의 평균적인 성장세를 보였지만 상대적인 비율은 감소하였다. 매년 'Neural Network'관련 연구가 많은 수를 나타냈지만, 시간의 흐름에 따라 인공지능 관련 연구는 이론적 연구에서 실용 응용적 연구가 많아지는 것을 확인할 수 있었다. 우리나라의 연구 분야는 국소적이며 기술적인 부분에 대한 연구 위주로 진행되었다. 따라서 우리나라는 인공지능에 대해 이론 기술적 반복수행에서 벗어나 총체적이고 포괄적인 미래 방향을 제시하기 위한 연구가 진행되어야 할 것이다.
인공지능 관련 기술이 미래 핵심 기술로 떠오르면서 많은 투자가 이뤄지고 있지만, 우리나라는 부족한 투자규모로 기술 발전에 한계가 존재한다. 따라서 선진국을 빠르게 추격하기 위한 중장기 기술개발 로드맵 수립이 필요하다. 이에 본 논문에서는 'Web of Science'에서 한국인 저자가 게재한 SCI(E)저널의 논문 중 인공지능 관련 논문을 수집하여 빈도분석과 키워드 네트워크 분석을 진행하였다. 분석 결과 인공지능 분야 논문은 매년 약 10%의 평균적인 성장세를 보였지만 상대적인 비율은 감소하였다. 매년 'Neural Network'관련 연구가 많은 수를 나타냈지만, 시간의 흐름에 따라 인공지능 관련 연구는 이론적 연구에서 실용 응용적 연구가 많아지는 것을 확인할 수 있었다. 우리나라의 연구 분야는 국소적이며 기술적인 부분에 대한 연구 위주로 진행되었다. 따라서 우리나라는 인공지능에 대해 이론 기술적 반복수행에서 벗어나 총체적이고 포괄적인 미래 방향을 제시하기 위한 연구가 진행되어야 할 것이다.
In this paper, we collected the articles related to artificial intelligence among SCI(E) journals published by Korean authors in 'Web of Science' and conducted frequency analysis and keyword network analysis. As a result of the analysis, the artificial intelligence thesis showed an average growth of...
In this paper, we collected the articles related to artificial intelligence among SCI(E) journals published by Korean authors in 'Web of Science' and conducted frequency analysis and keyword network analysis. As a result of the analysis, the artificial intelligence thesis showed an average growth of about 10% per year, but the relative ratio decreased. As time went on, we could confirm that there is a lot of practical and applied research in artificial intelligence research. Unlike the US 'National Strategy for Artificial Intelligence Research and Development,' the field of research in Korea was focused on local and technical aspects. Therefore, Korea should go beyond the theoretical and technical iterations of artificial intelligence, and research should be carried out to present a comprehensive future direction.
In this paper, we collected the articles related to artificial intelligence among SCI(E) journals published by Korean authors in 'Web of Science' and conducted frequency analysis and keyword network analysis. As a result of the analysis, the artificial intelligence thesis showed an average growth of about 10% per year, but the relative ratio decreased. As time went on, we could confirm that there is a lot of practical and applied research in artificial intelligence research. Unlike the US 'National Strategy for Artificial Intelligence Research and Development,' the field of research in Korea was focused on local and technical aspects. Therefore, Korea should go beyond the theoretical and technical iterations of artificial intelligence, and research should be carried out to present a comprehensive future direction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 국내 인공지능 분야의 중장기 기술 개발 로드맵 수립을 위한 기초 자료로써, 논문 데이터를 활용한 키워드 네트워크 분석을 통하여 국내 연구자들이 기 수행한 인공지능 관련 주요 연구 분야 및 동향을 도출하고자 한다.
본 연구에서는 논문데이터를 활용하여 국내 인공지능 관련 주요 연구 분야와 동향을 분석하고 이를 통해 향후 한국의 인공지능 기술 개발의 방향성을 제시하고자 하였 다. 그러나 분석 대상이 국내 연구자가 게재한 국제 저널중 SCI(E) 논문으로 그 범위가 매우 좁고, 인공지능 기술을 선도하고 있는 국가들의 연구 분야 및 기술 개발 동향과의 비교 검증에 한계가 있었다.
본 연구에서는 지난 20년 동안 한국인 연구자가 SCI(E) 저널에 게재한 논문 중 인공지능 분야 관련 기술을 포함한 논문을 대상으로 저자 키워드 분석을 통하여 시간의 흐름에 따른 주요 연구 분야를 도출하였다. 분석결과 인공지능 분야 논문은 양적인 측면에서는 매년 10%의 평균적인 성장세를 보였지만 전체 논문에서 차지하는 비율은 상대적으로 감소하여, 타 분야에 비해 연구가 활성화되지 않은 것으로 나타났다.
이에 본 논문에서는 인공지능 관련 키워드를 선정하고, 각 연도별 인공지능 관련 키워드의 연구추이를 확인하고, 키워드 네트워크 분석을 통하여 인공지능 관련 연구동향에 대해 논의하고자 한다.
제안 방법
‘인공지능 연구에 장기 투자’, ‘인간과 인공지능 협력을 위한 효과적인 방법 개발’, ‘인공지능의 윤리적, 법적, 사회적 함의를 이해’, ‘인공지능 시스템의 안전과 보안을 보장’, ‘공유할 공공 데이터 셋과 인공지능 학습과 검사를 위한 환경 개발’, ‘표준과 벤치마크를 통한 인공지능 기술의 측정 및 평가’, ‘국가적 인공지능 R&D 인력 수요에 대한 이해’에 대한 방향을 제시하였다.
고재창, 조근태, 조윤호는 기술 경영 분야의 논문들에 대해서 키워드 네트워크 분석을 통해 기술경영 분야의 연구동향을 파악하였다. 2002년~2006년 동안 생성된 키워드를 이용하여 초기 네트워크를 구성하고 신규 키워드를 분석함으로써 기술 경영분야의 연구 동향을 확인하였다[10].
컴퓨터 공학 분야 논문 키워드를 정점으로 나타내었다. 각 정점 간 연관관계를 파악하여 군집화하고, 정점 간 차수와 가중치로 표시하여 해당 정점 간의 관계의 지속 여부를 파악하였다. 이를 통해 컴퓨터 공학 분야의 키워드들의 구조를 파악하였다[11].
네트워크 분석결과에 대 한 세부적인 해석을 위하여 ‘Neural Network’와 ‘Artificial Neural Network’와 ‘Genetic Algorithm’ 등 반복적으로나타나는 키워드를 제거한 후 해석을 진행하였다.
이에 따라 복수형을 단수형으로 변경하였다. 또한 첫 번째 문자에 대하여 대문자화, 나머지 문자에 대하여 소문자화를 진행하였다. 마지막으로 동의어를 하나로 통일하였다.
본 연구에서는 인공지능 분야 논문데이터의 저자 키워드를 대상으로 빈도분석과 네트워크 분석을 통해 주요키워드를 도출하고 이와 연관된 키워드를 통해 시간의 흐름에 따른 연구 동향을 분석하였다. 네트워크와 관련된 이론은 다양한 분야에서 활용되면서 발전되어 왔다.
위 네 가지 키워드가 포함된 논문들에 대하여 표준화 작업을 수행하였다. 이는 서로 동일한 단어이지만, 다른단어로 쓰여지기 때문이다.
2016년 미국의 국가과학기술위원회(NSTC)에서는 대기업, 작가, 실업자, 트럭 운전사 등의 다양한 시민의 의견을 받아 ‘인공지능 국가 연구 개발 전략 계획’을 작성하였다. 이 보고서에서는 총 7가지 전략을 도출 하였다.
이는 이미경이 연구한 ‘인공지능 관련 분야를 대상으로 동시출현 단어분석을 통한지식 구조 파악에 관한 연구를 기반으로 선정 및 보완하여 수정하였다[22].
이종호는 태양광 에너지 기술에 대한 논문데이터와 특허 데이터를 분석하여 토픽모델링 방법을 통해 기술 발전 흐름을 분석하였다[14].
인공지능 관련 키워드로 선정한 4가지 키워드의 추이를 각 연도별로 확인하였다. [Fig.
최진호 ,김희수, 임남규는 키워드 네트워크 기반 특허분석을 통해 특허의 중요도 및 특허간의 상호관계를 분석하였다. 키워드기반 특허 분석을 통해 의미 있는 기술 정보를 추출하여 형태소 분석을 통해 중요 기술요소에 대한 구체적 정보를 파악하였다. 이를 통해 특허 각각이 지니는 핵심 기술요소에 대한 구체적인 정보를 파악 하여 전문가들에게 미래에 개발 가능한 구체적인 기술요소들의 조합을 제시하였다[16].
대상 데이터
본 논문에서는 1997년부터 2016년까지 인공지능 관련 논문들의 키워드를 사용하여 키워드 네트워크를 분석하였다. [Fig.
본 논문에서는 국내 인공지능 관련 주요 연구 분야 및 동향을 분석하기 위하여 톰슨로이터에서 제공하는 인용 색인 데이터베이스인 ‘Web of Science’에서 고급검색의 입력란에 “cu=south korea”를 입력하여, 1997년부터 2016년까지 한국인 저자가 게재한 SCI(E)저널 735,861건의 논문데이터를 수집하였으며, 빅데이터 도구인 R과 SPSS를 이용하여 중복 제거 및 인공지능 관련 키워드가 포함된 논문데이터를 추출하였다.
마지막으로 동의어를 하나로 통일하였다. 이에 따라 선정된 논문의 수는 [Table 1]과 같이 총 2005건의 논문데이터를 수집하였다.
이론/모형
네트워크 이론의 중심성 분석을 위하여 연결 중심성 (Degree Centrality), 근접 중심성(Closeness Centrality), 매개 중심성(Betweenness Centrality) 등의 지표를 활용하여 논문데이터에서 추출한 각 키워드의 중요도를 측정한다[25]. 연결 중심성은 한 노드에 이웃한 모든 노드 들과 연결된 링크 수를 나타내며 식 (1)과 같이 정의되었다.
인공지능 관련 키워드는 ‘Neural Network’와 ‘Artificial Intelligence’, ‘Deep Learning’, ‘Machine Learning’을 지정하여 연구를 수행하였다. 이 키워드는 INSPEC 데이터베이스의 분류코드 체계를 활용하여 선택하였다. 이는 이미경이 연구한 ‘인공지능 관련 분야를 대상으로 동시출현 단어분석을 통한지식 구조 파악에 관한 연구를 기반으로 선정 및 보완하여 수정하였다[22].
성능/효과
2004년 이전에는 ‘Prediction’과 ‘Pattern Recognition’ 등의 이론적인 연구가 상대적으로 활발했던 반면, 2004 년 이후에는 ‘Model’과 ‘SVM’, ‘Artificial Intelligence’등 다양한 응용분야가 활발해지는 것을 확인 할 수 있었다.
[Fig. 5.1]는 1997년부터 2000년까지의 네트워크 분석을 진행한 결과로 ‘Prediction’과 ‘Pattern Recognition’이 빈번하게 나타남을 확인 할 수 있었고, Genetic algorithm에 관련하여 Time series prediction 관련 연구가 활발했음을 확인 할 수 있다.
각 그룹별 결과는 약간의 차이를 보이지만, 상위 3개 키워드 중 2개는 ‘Neural Network’와 ‘Artificial Neural Network’가 계속해서 나타났다.
2004년 이전에는 ‘Prediction’과 ‘Pattern Recognition’ 등의 이론적인 연구가 상대적으로 활발했던 반면, 2004 년 이후에는 ‘Model’과 ‘SVM’, ‘Artificial Intelligence’등 다양한 응용분야가 활발해지는 것을 확인 할 수 있었다. 그리고 키워드 증가 및 복잡도가 증가함을 확인할 수 있다. 이를 통해 다양한 산업 간의 융복합이 활발해짐을 예측할 수 있다.
본 연구에서는 지난 20년 동안 한국인 연구자가 SCI(E) 저널에 게재한 논문 중 인공지능 분야 관련 기술을 포함한 논문을 대상으로 저자 키워드 분석을 통하여 시간의 흐름에 따른 주요 연구 분야를 도출하였다. 분석결과 인공지능 분야 논문은 양적인 측면에서는 매년 10%의 평균적인 성장세를 보였지만 전체 논문에서 차지하는 비율은 상대적으로 감소하여, 타 분야에 비해 연구가 활성화되지 않은 것으로 나타났다. 연구 분야를 살펴보면 매해 ‘Neural Network’관련 연구가 매우 많이 진행되었다.
후속연구
우리나라도 2016년 3월, 인공지능 사업에 대한 국가 정책을 제시하고 관련 산업을 육성하기 위한 정부기관 내 인공지능 총괄팀 신설, 주요 민간 기업들과의 협력을 통한 인공지능 개발 컨트롤타워 설립 등 다양한 노력을 기울이고 있지만[8], 투자 규모가 선진국의 1/10에 그치는 등 한계성이 있다[9]. 따라서 제한적인 조건에서 선진국의 기술력을 빠르게 추격하기 위해서는 관련 기술 개발을 위한 로드맵 마련이 필수적일 것으로 판단된다.
그러나 분석 대상이 국내 연구자가 게재한 국제 저널중 SCI(E) 논문으로 그 범위가 매우 좁고, 인공지능 기술을 선도하고 있는 국가들의 연구 분야 및 기술 개발 동향과의 비교 검증에 한계가 있었다. 따라서 향후 연구로 국내 저널과 미국, 영국, 일본, 중국 등에서 게재한 인공지능 분야 논문에 대한 추가 분석을 통해 본 연구의 분석결과를 검증하고, 국내 인공지능 기술 개발 로드맵 작성을 위한 근거 데이터로 활용하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
논문에서 조사를 위해 사용한 인공지능 관련 키워드는 무엇인가?
본 논문에서는 국내 인공지능 관련 주요 연구 분야 및동향을 분석하기 위하여 톰슨로이터에서 제공하는 인용 색인 데이터베이스인 ‘Web of Science’에서 고급검색의 입력란에 “cu=south korea”를 입력하여, 1997년부터 2016년까지 한국인 저자가 게재한 SCI(E)저널 735,861건의 논문데이터를 수집하였으며, 빅데이터 도구인 R과 SPSS를 이용하여 중복 제거 및 인공지능 관련 키워드가 포함된 논문데이터를 추출하였다. 인공지능 관련 키워드는 ‘Neural Network’와 ‘Artificial Intelligence’, ‘Deep Learning’, ‘Machine Learning’을 지정하여 연구를 수행하였다. 이 키워드는 INSPEC 데이터베이스의 분류코드 체계를 활용하여 선택하였다.
인공지능 분야에서 가장 많이 진행된 연구 분야는 무엇인가?
분석결과 인공지능 분야 논문은 양적인 측면에서는 매년 10%의 평균적인 성장세를 보였지만 전체 논문에서 차지 하는 비율은 상대적으로 감소하여, 타 분야에 비해 연구가 활성화되지 않은 것으로 나타났다. 연구 분야를 살펴 보면 매해 ‘Neural Network’관련 연구가 매우 많이 진행되었다. 초기에는 예측(Prediction), 패턴인식(Pattern Recognition)같은 알고리즘 위주의 이론적 연구를 주로수행한 반면, 최근에는 SVM(Support Vector Machine), 모델(Model) 등과 같이 상대적으로 실용적인 연구가 활발히 진행되고 있었다.
인공지능 분야의 초기에 진행된 연구와 최근에 진행된 연구는 어떻게 다른가?
연구 분야를 살펴 보면 매해 ‘Neural Network’관련 연구가 매우 많이 진행되었다. 초기에는 예측(Prediction), 패턴인식(Pattern Recognition)같은 알고리즘 위주의 이론적 연구를 주로수행한 반면, 최근에는 SVM(Support Vector Machine), 모델(Model) 등과 같이 상대적으로 실용적인 연구가 활발히 진행되고 있었다.
참고문헌 (28)
Ma-Byong Yoon, Jong-Hak Lee, Je-Eun Baek, “Topophilia Convergence Science Education for Enhancing Learning Capabilities in the Age of Artificial Intelligence Based on the Case of Challenge Match Lee Sedol and AlphaGo,” Journal of the Korea Convergence Society, Vol. 7, No. 4, pp. 123-131, 2016.
D. W. Kim and B. J. Kim, “ How AlphaGo does Change People’s Perception of Introduction of Artificial Intelligence into Intellectual Work,” Journal of Cybercommunication Academic Society, Vol. 33, No. 4, pp. 107-158, 2016.
Bentar Priyopradono, Danny Manongga, Wiranto Herry Utomo, "Spatial Social Network Analysis: Program Pengembangan Usaha Agribisnis Perdesaan (PUAP) or an Exertion Development Program in Supporting the Region Revitalization Development," http://file.scirp.org/Html/3-2680018_30802.htm, Social Networking, Vol. 2, No. 2, pp. 63-76, 2013
J. H. Na, "The Development of Artificial Intelligence and the Future of Employment," FUTURE HORIZON, (28), pp. 14-17. 2016.
Yujia Zhai, “Stable Tracking Control to a Non-linear Process Via Neural Network Model,” Journal of the Korea Convergence Society, Vol. 5, No. 4, pp. 163-169, 2014.
Hyukro Park, "Systran International," Communications of the Korean Institute of Information Scientists and Engineers Vol. 33, No, 10, pp. 53-54, 2015.
S. G. Han, "Main contents of American Artificial Intelligence Report," KISA Report, Vol. 11, pp. 3-8, 2016.
You-Dong Yun, Yeong-Wook Yang, Heui-Seok Lim, “A SNS Data-driven Comparative Analysis on Changes of Attitudes toward Artificial Intelligence,” Journal of Digital Convergence, Vol. 14, No. 12, pp. 173-182, 2016.
Hyundai Research Institute, Vol. 646 No. 0, pp. 1-14, 2016.
J. C. Ko, G. T. Jo, Y. H. Jo, “A Study on Recent Research Trend in Management of Technology Using Keywords Network Analysis,” Journal of Intelligence and Information Systems, Vol. 19, No. 2, pp. 101-123, 2013.
Y. G. Kwon, “Understanding of Structural Changes of Keyword Networks in the Computer Engineering Field,” Korea Information Processing Society Review, Vol. 2, No. 3, pp. 187-194, 2013.
B. H. Hyun, "Biological research trend analysis and future promising research theme, Biotech Poicy Research Center," 2011.
K. H. Kim and Y. J. Nam, “A Study on the Research Trends of Records and Archives Management in Korea through an Analysis of Journal Articles,” Journal of Korean Society for Library and Information Science, Vol. 43, No. 4, pp. 217-239, 2009.
Jong-Ho Lee "Research on Trend of Solar-Photovoltaic(PV) Technology Using Papers and Patents Data : Using LDA Algorithm," Master's degree, Ajou University, 2017.02.
Ja-Wook Gu, Jong-Ho Lee, Myoung-Sug Chung and Joo-yeoun Lee, “Electric Vehicle Technology Trends Forecast Research Using the Paper and Patent Data,” Journal of Digital Convergence, Vol. 15, No. 2, pp. 165-172, 2017.
J. H. Choi, H. S. Kim, N. G. Im, “Keyword Network Analysis for Technology Forecasting,” Journal of Intelligence and Information Systems, Vol. 17, No. 4, pp. 227-249, 2011.
J. H. Park and M. Song, “A Study on the Research Trends in Library & Information Science in Korea using Topic Modeling,” Journal of Korea Society for Information Management, Vol. 30, No. 1, pp. 7-36, 2013.
D. L. Kim, K. S. Kwon, “Knowledge Structure Analysis on Business Administration Research using Keyword Network Analysis,” The Journal of Korean Decision Sciences Institute, Vol. 23, No. 1, pp. 111-125, 2015.
S. E. Jang and S. H. Lee, “A Study of Themes and Trends in Research of Global Maritime Economics through Keyword Network Analysis,” Journal of Korea Port Economic Association, Vol. 32, No. 1, pp. 79-95, 2016.
S. S. Lee, “A Study on the Library Marketing Research Trends through Keyword Network Analysis : Comparative Analysis of Korea and Other Countries,” The Journal of Korean Society for Library and Information Science, Vol. 50, No. 3, pp. 383-402, 2016.
D. H. Jung, O. J. Kwon, Y. I. Kwon, “Network Analysis of Green Technology using Keyword of Green Field,” KCA Thesis Journal, Vol. 12, No. 11, pp. 511-518, 2012.
Mi Kyoung. Lee, "A Study on Exploration of Intellectual Structure of Artificial Intelligence field Using Co-word analysis," Master's degree, Yonsei University, 2003.
G. H. Jeong, "A Study of foresight method based on textmining and complexity network analysis," KISTEP Report, Vol 11, 2011.
H. H. Deog, “Network Analysis on Production and Flow of Science and Technology Information & Knowledge-Focused on Hyperlink of Information & Knowledge on Biosafety,” 韓國行政學報, Vol. 40, No. 1, pp. 199-223, 2006.
Jungeun Heo, Chang Hoon Yang, “Applying Network Analysis in Convergent Research Relationships: The Case of High-Tech Convergence Technology Development Program,” Journal of Korea Technology Innovation Society, Vol. 16, No. 4, pp. 883-912, 2013.
Jong-Mook Choe, “Investigating Journal Citation Network with Centrality Measures in the Public Administration and Policy Field,” Journal of Digital Convergence, Vol. 14, No. 9, pp. 301-308, 2016.
Kyoung-Ho Choi, Hee-Hwa Oh, Hee-Jong Kwag, “Network analysis using frequency of cross-citation and comparing citation index of accounting journals,” Journal of Digital Convergence, Vol. 12, No. 2, pp. 143-149, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.