[논문]위키피디아 인물 아카이브 서비스 개선을 위한 분석 연구

최상희

doi:10.4275/kslis.2018.52.1.447

문제 정의

다이버전스 개념을 적용하여 차별어를 도출한 연구는 2013년 수행된 ‘정치와 언어의 관계에 대한 양적 분석 시론’ 연구에서 사용한 방법을 차용하였다(김하수 외 2013). 이 연구는 대통령 선거에서 특정 후보가 다른 후보들에 비해 더 많이 사용한 어휘(차별어)를 추출하여 분석하여 특정 후보의 특성을 파악하고자 한 연구이다. 이 연구에서 적용한 다이버전스 개념은 확률 분포 간의 차이를 측정하는 방법으로서 Kullback-Leibler 다이버전스 개념을 응용한 것이며 차별지수를 산출한 공식은 이재윤이 제시한 다이버전스 공식을 사용하였다(이재윤 2007).
이 연구에서는 각 유형별 인물기록에서 나타난 용어를 계량적으로 분석하여 주제성을 나타내는 용어와 공통성을 나타내는 용어를 추출하여 활용하는 방안을 제시하였는데 다음과 같은 제한 사항이 도출되어 추가 연구로 발전시킬 필요성이 있는 것을 파악하였다. 첫째, 용어의 의미가 유형별 인물기록에서 다르게 나타났다.
이 연구에서는 위키피디아 바이오그래피 포털의 범죄자, 교수, 영화감독 카테고리에서 인물 유형별로 500건의 데이터를 각각 수집하여 각 유형별로 특화된 요소들이 있는지 분석하여 이를 이용자와 에디터에게 제공함으로써 인물기록 서비스를 개선할 수 있는 도구를 제시하고자 하였다. 분석 결과는 다음과 같다.
인물기록을 서술할 경우 각 유형별로 특화되는 정보도 서술하지만 인물이라는 서술대상이 공통적으로 가지고 있는 요소에 대해서도 서술을 하게 된다. 이 연구에서는 인물기록을 분석하면서 유형별 차별성도 파악하였지만 이용자가 인물에 대하여 서술할 때 공통적으로 나타나는 보편적인 개념도 분석 도출하여 이용자에게 가이드로 제공하고자 하였다. 범죄자, 교수,영화감독 세 유형에서 공통적으로 나타나는 용어 중 빈도 10개 이상의 총 11,841개 용어 중불용어를 제거하고 총 빈도순으로 상위 100위까지 용어를 주요 공통어로 추출하였다.
이 연구에서는 차별어의 특성을 활용하여 차별지수로 산출된 용어 100개를 추출한 후 차별지수값을 반영하여 와 같이 워드클라우드로 생성하여 해당 유형의 인물기록을 서술하거나 열람하는 이용자에게 제시하고자 하였다.
특정 인물에 대한 기록을 지역의 로컬리티콘텐츠 개발의 측면에서 발굴하여 컬렉션으로 발전시키는 연구가 수행되었는데 부산지역의 로컬리티를 대표하는 인물로 박기종이라는 특정인을 선정하여 관련된 사건과 공간 분석을 통해 설정한 주제 영역을 기반으로 지역사 인물 콘텐츠를 설계한 사례이다(현문수, 김동철 2013). 이 연구에서는 특정 인물의 생애사를 기술하는 것에서 확장하여 주요 활동을 선별하여 콘텐츠로 개발하고 연계하는 안을 제시하였다. 이와 유사하게 지역사에 대한 기록을 인물 중심으로 개발하는 연구로서는 경기지역 역사인물의 문화 콘텐츠화를 연구한 사례가 있었으며(김흥식, 김진형 2011) 부산지역의 로컬리티를 기록화하기 위해 부산의 인물 기록을 시대와 주제로 분석한 사례가 있었다(송정숙 2012).
이와 연관된 후속연구로는 2008년 국내 언론사에서 구축운영하는 인물데이터베이스와 네이버에서 구축한 인물데이터베이스의 신규인물 선정과 업데이트체계에 대하여 분석하고 검색방식을 비교한 연구가 있다(한상길 2008). 이 연구에서도 대상인물을 특정기관에서 선정하다보니 대상인물의 다양성이 부족한 것이 문제점으로 지적되었고 정보 업데이트의 한계에 대하여 지적하였다. 또한 인물을 기술하는 항목이 고정되어 있어 인물의 특성을 다양하게 기술할 수 없는 것이 문제점으로 지적되었다.
이러한 용어를 차별어라고 하는데 차별어는 특정 군집의 주제를 파악하기 위해 다른 군집에서보다 특정 군집에서 많이 출현하는 키워드를 분석하였는데 차별어가 특정 군집의 주제를 파악하는데 효과적인 것으로 나타났다(이재윤, 김수정 2016). 이 연구에서도 차별어의 개념을 적용하여 특정 유형별 인물기록에서 많이 나타나는 용어가 있는지를 조사하여 차별어가 특정 유형의 인물기록 특성을 표현하는지분석하였다. 차별지수는 유형별 인물기록에서 출현한 용어의 상대적 빈도 차이를 산출한 것으로 다이버전스(divergence) 개념을 적용하여 측정하였다.
이러한 맥락에서 이 연구에서는 3개 유형을 실험적으로 선정하여 각 유형별로 인물기록을 서술하는 이용자들이 선택한 용어로 특정 유형의 인물 특성을 나타낼 수 있는 방안을 도출하여 해당유형의 인물기록을 서술하거나 검색할 때 참조할 수 있도록 제안하고자 하였다. 그 방안으로 차별지수로 산출한 차별어가 각 유형별로 특성을 나타낼 수 있는 주요어 역할을 할 수있는지 조사하였는데 <표 8>과 같다.
이러한 문제점을 고려하여 이 연구에서는 위키피디아에서 인물기록을 대상으로 이용자가 참여하는 디지털 아카이브 서비스를 운영하는데 인물기록을 서술하는 이용자와 이를 승인하는 에디터가 인물의 유형을 반영하여 어떠한 기록들이 서술되어야 하는지 참조할 수 있는 방안을 제시하고자 한다.

제안 방법

교수 유형의 인물기록을 표현하는데 적합한 차별어를 도출해내기 위하여 총 빈도수 10회 이상 6,536개 용어에 대하여 차별지수의 값을 산출하였다. 불용어를 제거 한 후 차별지수가 높은 상위 50개의 용어를 산출하여 <표 6>과 같이 주제성을 평가하였다.
이 연구에서는 위키피디아 바이오그래피 포털의 3개 카테고리인 범죄자, 교수, 영화감독에서 각각 500건의 인물기록을 수집한 후 각 유형별로 특화되어 있는 서술 요소들이 있는지를 파악하기 위하여 용어빈도와 차별지수를 적용하여 분석하였다. 또한 세 유형에서 공통적으로 나타나는 용어를 분석하여 인물기록에 대하여 서술할 때 보편적으로 활용할 수 있는 요소가 있는지도 파악하였다. 분석한 결과는 워드클라우드 형태로 제공하여 특정 유형의 인물에 대하여 서술하는 이용자와 이를 평가하는 에디터 모두 참조할 수 있는 도구를 제시함으로써 이용자가 참여하는 서술형 인물기록 서비스를 개선하는 방안을 제안하였다.
범죄자 유형의 차별어를 도출해내기 위하여 총 빈도수 10회 이상 7,621개 용어를 추출한 후 차별지수의 값을 산출하였다. 차별지수 값이 높은 순으로 정렬을 한 후 불용어를 제거 한 후 차별지수가 높은 상위 50개의 용어를 대상으로 <표 5>와 같이 주제성을 평가하였다.
이 연구에서는 인물기록을 분석하면서 유형별 차별성도 파악하였지만 이용자가 인물에 대하여 서술할 때 공통적으로 나타나는 보편적인 개념도 분석 도출하여 이용자에게 가이드로 제공하고자 하였다. 범죄자, 교수,영화감독 세 유형에서 공통적으로 나타나는 용어 중 빈도 10개 이상의 총 11,841개 용어 중불용어를 제거하고 총 빈도순으로 상위 100위까지 용어를 주요 공통어로 추출하였다. 추출된 공통어를 대상으로 생성한 워드 클라우드는 <그림 5>와 같다.
또한 세 유형에서 공통적으로 나타나는 용어를 분석하여 인물기록에 대하여 서술할 때 보편적으로 활용할 수 있는 요소가 있는지도 파악하였다. 분석한 결과는 워드클라우드 형태로 제공하여 특정 유형의 인물에 대하여 서술하는 이용자와 이를 평가하는 에디터 모두 참조할 수 있는 도구를 제시함으로써 이용자가 참여하는 서술형 인물기록 서비스를 개선하는 방안을 제안하였다.
불용어를 제거 한 후 차별지수가 높은 상위 50개의 용어를 산출하여 과 같이 주제성을 평가하였다.
추출된 용어는 유형별로 고빈도순으로 분석하여 상위 50개의 고빈도 용어를 산출하였다. 상위 50개 고빈도어에서는 해당 유형의 주제적 특성을 나타내는 용어와 일반 개념을 나타나는 명사로 분류를 하였는데 대학교수 1명, 대학원생 2명, 학부생 2명 등 총 5명이 각각 주제성 평가를 하여 분류를 하였다. 5명모두 일치하거나 1명만 다른 의견을 나타나면 다수의 의견으로 주제성의 유무를 지정하고 의견이 다른 인원이 2명 이상으로 나타나면 주제성 유무가 모호(Y/N)인 것으로 판단하였다.
서술형 인물기록을 분석하면서 각 유형별 특성도 조사하였지만 인물기록라는 보편적 속성을 표현할 수 있는 내용도 서술되고 있는지를 파악하기 위하여 각 유형별로 나타난 용어 중3개 유형에 공통적으로 나타난 용어 중 빈도 10이상 용어 중 상위 100개의 용어를 추출하여 공통어로 제시하였다.
영화감독 유형을 표현하는 차별어를 도출해내기 위하여 총 빈도수 10회 이상 6,907개 용어를 추출한 후 차별지수의 값을 산출하였다. 차별지수 값이 높은 순으로 상위 50개의 용어를 살펴보면 <표 7>과 같다.
이 연구에는 아카이브 2.0의 핵심 개념을 이용자중심성과 개방성으로 언급하였고 아카이브 2.0적용기술 유형을 ‘매쉬업과 RSS', ‘유투브, 플리커, 포드캐스팅’, ‘블로그, 트위터, 페이스북’, ‘위키’로 유형을 나누고 이용자의 자율성과 참여 허용도 연관성을 과 같이 제시하였다.
이 연구에서는 위키피디아 바이오그래피 포털의 3개 카테고리인 범죄자, 교수, 영화감독에서 각각 500건의 인물기록을 수집한 후 각 유형별로 특화되어 있는 서술 요소들이 있는지를 파악하기 위하여 용어빈도와 차별지수를 적용하여 분석하였다. 또한 세 유형에서 공통적으로 나타나는 용어를 분석하여 인물기록에 대하여 서술할 때 보편적으로 활용할 수 있는 요소가 있는지도 파악하였다.
차별지수 값이 높은 순으로 정렬을 한 후 불용어를 제거 한 후 차별지수가 높은 상위 50개의 용어를 대상으로 와 같이 주제성을 평가하였다.
수집된 데이터는 Porter Stemming 알고리즘으로 용어를 추출하였고 빈도수 100개 이상인 용어 중 of, the 등 특정 의미를 담고 있지 않는 불용어, 인명, 지명 등을 제외하고 용어를 추출하였다. 추출된 용어는 유형별로 고빈도순으로 분석하여 상위 50개의 고빈도 용어를 산출하였다. 상위 50개 고빈도어에서는 해당 유형의 주제적 특성을 나타내는 용어와 일반 개념을 나타나는 명사로 분류를 하였는데 대학교수 1명, 대학원생 2명, 학부생 2명 등 총 5명이 각각 주제성 평가를 하여 분류를 하였다.

대상 데이터

범죄자 카테고리에서 수집된 500인의 서술형 인물기록에서 추출된 총 용어수는 31,357개이며 이 중 불용어를 제외하고 빈도수 100개 이상으로 추출한 키워드는 총 338개이다. 추출된 338개의 용어 중 상위 50개의 용어를 살펴보면<표 2>와 같다.
이 연구에서 수집한 인물기록은 위키피디아의 바이오그래피 포털에 축적되어 있는 서술형인물기록으로서 각 유형별로 기술된 기록의 특성을 살펴보기 위하여 범죄자(Criminals), 교수(Faculty), 영화감독(Directors) 등 3개의 카테고리에서 랜덤으로 각각 500인의 인물기록을 수집하여 총 1,500명의 인물기록을 분석하였다. 선정한 3개의 카테고리는 상대적으로 인물의 특성상 공통된 요소가 적은 인물집단으로 500건의 데이터를 랜덤으로 추출할 수 있을 정도로 축적된 인물 건수가 많은 유형이다.

이론/모형

각 유형별로 추출된 차별어와 세 유형에 모두 나타난 공통어는 워드 클라우드로 표현하여 서술형 인물기록을 유형별로 내용상 특성을 파악하는 도구로 제시하였는데 워크 클라우드는인터넷상에서 무료로 제공되는 워드 클라우드작성도구인 Worditout(https://worditout.com/word-cloud/create)을 사용하였다.
다이버전스 개념을 적용하여 차별어를 도출한 연구는 2013년 수행된 ‘정치와 언어의 관계에 대한 양적 분석 시론’ 연구에서 사용한 방법을 차용하였다(김하수 외 2013).
수집된 데이터는 Porter Stemming 알고리즘으로 용어를 추출하였고 빈도수 100개 이상인 용어 중 of, the 등 특정 의미를 담고 있지 않는 불용어, 인명, 지명 등을 제외하고 용어를 추출하였다. 추출된 용어는 유형별로 고빈도순으로 분석하여 상위 50개의 고빈도 용어를 산출하였다.
이 연구는 대통령 선거에서 특정 후보가 다른 후보들에 비해 더 많이 사용한 어휘(차별어)를 추출하여 분석하여 특정 후보의 특성을 파악하고자 한 연구이다. 이 연구에서 적용한 다이버전스 개념은 확률 분포 간의 차이를 측정하는 방법으로서 Kullback-Leibler 다이버전스 개념을 응용한 것이며 차별지수를 산출한 공식은 이재윤이 제시한 다이버전스 공식을 사용하였다(이재윤 2007).
이 연구에서도 차별어의 개념을 적용하여 특정 유형별 인물기록에서 많이 나타나는 용어가 있는지를 조사하여 차별어가 특정 유형의 인물기록 특성을 표현하는지분석하였다. 차별지수는 유형별 인물기록에서 출현한 용어의 상대적 빈도 차이를 산출한 것으로 다이버전스(divergence) 개념을 적용하여 측정하였다. 다이버전스 개념을 적용하여 차별어를 도출한 연구는 2013년 수행된 ‘정치와 언어의 관계에 대한 양적 분석 시론’ 연구에서 사용한 방법을 차용하였다(김하수 외 2013).

성능/효과

고빈도어 상위 50개에 포함되어 있는 주제어의 비율이 차별지수 순 상위 50개에서 모두 크게 향상된 것을 알 수 있다. 가장 큰 차이를 보인 범죄자 유형에서는 차별어에서 주제어의 비율이 고빈도에 미하여 거의 30% 향상되었고 교수 유형과 영화감독 유형에서도 모두 10-20%이상 향상되었다.
각 유형별로 특성을 살펴보면 평균적으로는 범죄자 유형에 서술된 인물기록이 다른 유형에 비해 2배에 가까운 문자수를 나타내고 있어 평균적으로 범죄자 유형의 인물기록이 가장 양이 많은 것으로 조사되었다. 그러나 최대 문자수를 보면 영화감독이 가장 많고 최소 문자수에서도 가장 적은 것으로 조사되어 영화감독이 편차가 가장 큰 것으로 나타났다.
고빈도분석 외에 다른 유형에서보다 특정 유형에서 상대적으로 빈도수가 높은 용어를 분석하였다. 이러한 용어를 차별어라고 하는데 차별어는 특정 군집의 주제를 파악하기 위해 다른 군집에서보다 특정 군집에서 많이 출현하는 키워드를 분석하였는데 차별어가 특정 군집의 주제를 파악하는데 효과적인 것으로 나타났다(이재윤, 김수정 2016).
셋째, 각 유형의 인물기록이 가지고 있는 특성을 살펴보고자 유형별 인물기록에서 많이 출현하는 고빈도어와 특정 유형에서 집중적으로 출현하는 용어를 차별지수로 산출하여 비교한 결과 차별지수로 산출한 용어가 특정 유형의 인물기록을 표현하는 주제성이 더 높은 것으로 나타났다. 고빈도어 상위 50개에 포함되어 있는 주제어의 비율이 차별지수 순 상위 50개에서 모두 크게 향상된 것을 알 수 있다. 가장 큰 차이를 보인 범죄자 유형에서는 차별어에서 주제어의 비율이 고빈도에 미하여 거의 30% 향상되었고 교수 유형과 영화감독 유형에서도 모두 10-20%이상 향상되었다.
영화감독 차별어 상위 50위 용어의 주제성을 평가하여 고빈도어 상위 50위 용어와 비교한 결과 다른 유형과 동일하게 차별어 상위 50개 용어에서 주제성이 있는 용어 수가 증가한 것으로 나타났다. 고빈도어 상위 50개중 35개였던 주제어가 차별어에서는 42개로 나타났으며 일반 용어가 3개, 주제성을 평가하는데 평가자간에 불일치한 용어가 5개로 조사되었다. 전체 50개 용어 중 대부분이 영화감독과 연관된 용어인 것으로 분석되어 영화감독 유형의 특성을 표현하는데 차별어가 효과적인 것으로 나타났다.
고빈도어 상위 50위와 비교하였을 경우 범죄자 유형의 인물기록 주제적 특성을 나타내는 용어들에 변화가 나타났다. 대표적으로 ‘robbery’,‘guilty’, ‘evidence’, ‘imprison’, ‘suspect’, ‘penalty’, ‘confess’, ‘accuse’ 같은 용어들은 범죄자 유형의 인물기록 특성을 표현하는 주제성이 있는 용어임에도 불구하고 고빈도순으로는 상위 50위안에 포함되지 못한 용어들인데 차별지수 순에서는 상위로 랭크되어 차별지수가 특정 유형을 특화하여 표현하는 용어들을 선별해내는 역할을 하고 있는 것으로 나타났다.
교수 유형의 인물기록에서 출현한 고빈도어상위 50개에서는 주제성이 있는 용어가 50개 중 25개였고 일반 개념을 표현한 용어는 19개로, 범죄자 유형과 달리 교수 유형의 고빈도어에 주제성이 있는 용어들이 더 많이 포함된 것으로 나타났다. 또한 ‘book'이나 ‘education'처럼 용어만으로는 주제성을 평가하기 힘든 용어도 6개로 범죄자 유형보다는 많이 나타났다.
교수 차별어 상위 50위 용어의 주제성을 평가한 결과 주제성이 있는 용어가 38개, 일반 용어가 6개, 주제성을 평가하는데 평가자간에 불일치한 용어가 6개로 나타났다. 범죄자 유형과 유사하게 차별어 상위에 주제성이 있는 용어가 25에서 38개로 차별어가 고빈도어보다 주제성이 높은 용어를 선별해내는 효과가 있는 것으로 분석되었다.
교수유형의 인물기록에서 나타난 고빈도어 상위 50위와 비교하였을 경우 범죄자 유형과 유사하게 기존의 50위에 포함되지 못하였던 주제적 특성을 나타내는 용어들이 차별어 상위 50위에 나타났다. ‘academy’, ‘physics’, ‘mathematics’, ‘chemistry’, ‘ph.
d’ 같은 용어들은 교수유형의 인물기록 특성을 용어들이 차별지수 순에서는 상위로 랭크되어 교수유형에서도 차별지수가 특정 유형을 특화하여 표현하는 용어들을 선별해내는 역할을 하고 있는 것으로 나타났다. 그러나 상대적으로 범죄자 유형의 비교 결과보다는 고빈도어와 차별어의 순위변동과 변경사항이 크게 나타나지 않았다.
각 유형별로 특성을 살펴보면 평균적으로는 범죄자 유형에 서술된 인물기록이 다른 유형에 비해 2배에 가까운 문자수를 나타내고 있어 평균적으로 범죄자 유형의 인물기록이 가장 양이 많은 것으로 조사되었다. 그러나 최대 문자수를 보면 영화감독이 가장 많고 최소 문자수에서도 가장 적은 것으로 조사되어 영화감독이 편차가 가장 큰 것으로 나타났다.
넷째, 범죄자, 교수, 영화감독 등 세 유형에서 차별지수로 추출한 용어 100개와 세 유형에서 공통어로 추출한 용어 100개를 대상으로 워드클라우드를 생성하였더니 각 유형별 차별어 클라우드와 공통어 클라우드 용어간이 차별성이 나타났다. 범죄자 유형에서는 ‘murder', ‘police'와 같은 범죄와 관련된 용어들이 중요하게 나타났고교수 유형에서는 ‘university', ‘research', 영화감독 유형에서는 ‘film', ‘episode' 같은 용어들이 표현되었다.
대표적으로 ‘robbery’,‘guilty’, ‘evidence’, ‘imprison’, ‘suspect’, ‘penalty’, ‘confess’, ‘accuse’ 같은 용어들은 범죄자 유형의 인물기록 특성을 표현하는 주제성이 있는 용어임에도 불구하고 고빈도순으로는 상위 50위안에 포함되지 못한 용어들인데 차별지수 순에서는 상위로 랭크되어 차별지수가 특정 유형을 특화하여 표현하는 용어들을 선별해내는 역할을 하고 있는 것으로 나타났다.
둘째, 차별지수로 상위 50개 용어를 분석한 결과 주제성 용어가 포함된 비율의 편차가 고빈도어보다 적게 나타났다. 범죄자 70%, 교수 76%, 영화감독 84%로 비교적 상위 수준으로 고르게 나타났다.
특히 범죄자 유형에서는 차별어에서 주제어의 비율이 고빈도에 미하여 거의 30% 향상된 것으로 나타났고 교수 유형과 영화감독 유형에서도 모두 10-20% 이상 향상된 것으로 조사되었다. 따라서 3개 유형 모두 차별어가 특정 유형의 인물에 대하여 서술하거나 검색하는데 참조할 수 있는 주제성이 있는 용어를 제시해주는데 고빈도어보다 효과적인 것으로 나타났다.이 연구에서는 차별어의 특성을 활용하여 차별지수로 산출된 용어 100개를 추출한 후 차별지수값을 반영하여 <그림 4>와 같이 워드클라우드로 생성하여 해당 유형의 인물기록을 서술하거나 열람하는 이용자에게 제시하고자 하였다.
반면 공통어에서는 ‘work', ‘marriage' 같은 인물기록 전체에 적용될 수 있는 용어들이 중요한 용어로 표현되어 인물 공통요소를 가이드해주는 효과가 있는 것으로 나타났다.
교수 차별어 상위 50위 용어의 주제성을 평가한 결과 주제성이 있는 용어가 38개, 일반 용어가 6개, 주제성을 평가하는데 평가자간에 불일치한 용어가 6개로 나타났다. 범죄자 유형과 유사하게 차별어 상위에 주제성이 있는 용어가 25에서 38개로 차별어가 고빈도어보다 주제성이 높은 용어를 선별해내는 효과가 있는 것으로 분석되었다.
범죄자 유형의 인물기록에서 출현한 고빈도어 상위 50위 용어의 주제성을 평가한 결과 주제성이 있는 용어는 50개 중 21개였고 일반 개념을 표현한 용어는 27개로 일반 개념을 표현한 용어가 더 많이 포함되어 있는 것으로 조사되었다. 또한 ‘death’나 ‘body' 같은 용어는 범죄자 유형에서 주제성에 해당하는지 용어만으로는 개념이 모호하여 주제성을 평가한 5인의 의견이 일치하지 못하여 Y/N로 주제성 불일치어로 분류하였다.
범죄자 차별어 상위 50위 용어의 주제성을 평가한 결과 주제성이 있는 용어가 35개, 일반용어가 12개, 주제성을 평가하는데 평가자간에 불일치한 용어가 3개로 나타났다. 이를 고빈도상위 50개 용어의 주제성 평가결과와 비교해보면 고빈도 상위 50개 용어에서는 21개로 나타났던 주제어가 차별어 상위 용어 50개에서는 35개로 늘어나 차별어가 주제성이 높은 용어를 선별해내는 효과가 있는 것으로 분석되었다.
이 연구에서 수집한 인물기록은 위키피디아의 바이오그래피 포털에 축적되어 있는 서술형인물기록으로서 각 유형별로 기술된 기록의 특성을 살펴보기 위하여 범죄자(Criminals), 교수(Faculty), 영화감독(Directors) 등 3개의 카테고리에서 랜덤으로 각각 500인의 인물기록을 수집하여 총 1,500명의 인물기록을 분석하였다. 선정한 3개의 카테고리는 상대적으로 인물의 특성상 공통된 요소가 적은 인물집단으로 500건의 데이터를 랜덤으로 추출할 수 있을 정도로 축적된 인물 건수가 많은 유형이다. 500건 이상의 수집된 서술형 인물기록은 평균 6,240자였으며 유형별로 수집된 인물기록의 평균, 최대, 최소 문자수는 <표 1>과 같다.
셋째, 각 유형의 인물기록이 가지고 있는 특성을 살펴보고자 유형별 인물기록에서 많이 출현하는 고빈도어와 특정 유형에서 집중적으로 출현하는 용어를 차별지수로 산출하여 비교한 결과 차별지수로 산출한 용어가 특정 유형의 인물기록을 표현하는 주제성이 더 높은 것으로 나타났다. 고빈도어 상위 50개에 포함되어 있는 주제어의 비율이 차별지수 순 상위 50개에서 모두 크게 향상된 것을 알 수 있다.
영화감독 유형의 고빈도어 주제성평가에서는 주제성이 있는 용어가 50개 중 35개였고 일반 개념을 표현한 용어는 10개로 세 유형 중 주제성이 있는 용어들이 가장 많이 포함된 것으로 나타났다. 이는 영화감독 유형의 인물기록에서산출한 용어 종수가 적었던 현상과도 연관이 있는 것으로 이 유형의 인물을 서술할 때는 주제성이 높은 특정 용어를 집중적으로 사용하는 성향이 있는 것으로 해석된다.
‘theater’, ‘hollywood’,‘credit’, ‘actress’, ‘cinema’, ‘script’ 등 영화감독 유형의 인물기록 특성을 표현하는 주제성이 있는 용어들이 차별지수 순에서는 상위로 랭크되어 이 유형에서도 차별지수가 특정 유형을 특화하여 표현하는 용어들을 선별해내는 역할을 하고 있는 것으로 나타났다. 영화감독 차별어 상위 50위 용어의 주제성을 평가하여 고빈도어 상위 50위 용어와 비교한 결과 다른 유형과 동일하게 차별어 상위 50개 용어에서 주제성이 있는 용어 수가 증가한 것으로 나타났다. 고빈도어 상위 50개중 35개였던 주제어가 차별어에서는 42개로 나타났으며 일반 용어가 3개, 주제성을 평가하는데 평가자간에 불일치한 용어가 5개로 조사되었다.
범죄자 차별어 상위 50위 용어의 주제성을 평가한 결과 주제성이 있는 용어가 35개, 일반용어가 12개, 주제성을 평가하는데 평가자간에 불일치한 용어가 3개로 나타났다. 이를 고빈도상위 50개 용어의 주제성 평가결과와 비교해보면 고빈도 상위 50개 용어에서는 21개로 나타났던 주제어가 차별어 상위 용어 50개에서는 35개로 늘어나 차별어가 주제성이 높은 용어를 선별해내는 효과가 있는 것으로 분석되었다.
고빈도어 상위 50개중 35개였던 주제어가 차별어에서는 42개로 나타났으며 일반 용어가 3개, 주제성을 평가하는데 평가자간에 불일치한 용어가 5개로 조사되었다. 전체 50개 용어 중 대부분이 영화감독과 연관된 용어인 것으로 분석되어 영화감독 유형의 특성을 표현하는데 차별어가 효과적인 것으로 나타났다.
제일 많이 출현한 ‘university'와 두 번째로 많이 출현한 용어인 ‘research'와의 빈도차이는 약 2.6배로 ‘university'가 교수 유형의 인물기록에서 압도적으로 많이 출현하고 있는 것으로 조사되었다.
범죄자 70%, 교수 76%, 영화감독 84%로 비교적 상위 수준으로 고르게 나타났다. 차별지수로 주제성이 있는 용어를 선별할 경우 유형별 편차가 크게 나타나지 않아 고빈도어보다 안정성있게 주제성이 있는 용어를 추출해내는데 효과적인 것으로 나타났다.
첫째, 고빈도어로 상위 50개 용어를 분석한 결과 상위 50개의 용어에 특정 유형의 인물기록 특성을 표현할 수 있는 주제성이 있는 용어가 포함된 비율이 유형별로 차이를 나타내었다. 주제성 있는 용어의 비율은 범죄자의 경우 42%로 가장 낮았으며 교수는 50%로 중간수준이었으며 영화감독은 70%로 가장 높은 비율을 나타냈다.
이 연구에서는 각 유형별 인물기록에서 나타난 용어를 계량적으로 분석하여 주제성을 나타내는 용어와 공통성을 나타내는 용어를 추출하여 활용하는 방안을 제시하였는데 다음과 같은 제한 사항이 도출되어 추가 연구로 발전시킬 필요성이 있는 것을 파악하였다. 첫째, 용어의 의미가 유형별 인물기록에서 다르게 나타났다. 예를 들어 범죄자 유형의 인물기록에서 ‘death'는 범죄사실이기도 했으며 범죄자의 일생에 관련된 기록이기도 했다.
특히 범죄자 유형에서는 차별어에서 주제어의 비율이 고빈도에 미하여 거의 30% 향상된 것으로 나타났고 교수 유형과 영화감독 유형에서도 모두 10-20% 이상 향상된 것으로 조사되었다. 따라서 3개 유형 모두 차별어가 특정 유형의 인물에 대하여 서술하거나 검색하는데 참조할 수 있는 주제성이 있는 용어를 제시해주는데 고빈도어보다 효과적인 것으로 나타났다.

후속연구

공통어 워드 클라우드는 이용자가 참여하여 서술한 인물기록에서 공통적으로 언급하는 내용을 표현하고자 하는 목적으로 생성하였는데 생성된 워드 클라우드를 살펴보면 ‘work', ‘career', ‘marriage', ‘occupation', ‘school', ‘education' 등 모든 유형의 인물에 적용하여 서술할 수 있는 내용들을 표현하고 있다. 따라서 특정 인물을 대상으로 서술할 때도 보편적으로 인물에 대하여 서술하는 기본 사항을 가이드 해주는 용도로 공통어 워드 클라우드를 사용할 수 있으며 인물에 대하여 검색하는 용어를 참조하는 용도로도 활용될 수 있을 것이다.
따라서 <그림 4>와 같이 각 유형별로 차별지수를 중심으로 주요 개념들을 표현해준다면 해당 유형의 인물기록을 서술하는 이용자나 검색하는 이용자에게 가이드 역할을 할 수 있을 것이다. 또한 이용자가 서술한 인물기록을 승인하거나 보완하라고 의견을 첨부하는 에디터에게도 인물의 특성을 반영한 기록이 적절하게 서술되고 있는지 판단할 수 있는 기준으로 활용될 수 있을 것이다.
이와 같이 용어의 실질적 의미를 파악하기 위해서는 이 연구에서 제시한 차별지수를 적용하여 주요어를 추출하고 추가적으로 네트워크 분석을 하여 용어간의 관계를 표현하는 것도 고려하는 것이 필요하며 추후 연구로 제안하는 바이다.

핵심어	질문	논문에서 추출한 답변
	바이오그래피 포털의 문제점은 무엇인가?	바이오그래피 포털에서는 인물기록이 가지고 있는 중요한 요소인 국적, 성별, 직업 등 주요 패싯을 대분류로 하여 인물기록을 분류, 유형별로 인물기록을 제공하고 있다. 그러나 이용자들이 다양한 인물을 자유롭게 기술하는 형태로 인물기록 서비스가 운영되고 있어 특정 유형의 인물기록에서 중점적으로 다루어져야 할 요소나 공통적으로 서술되어야 할 요소들이 무엇인지 파악하기 매우 어려운 문제점이 있다. 따라서 인물기록을 서술하는 이용자나 또는 이용자가 서술한 인물기록을 승인하는 에디터도 특정 유형의 인물에서는 어떠한 사항들이 중점적으로기술되어야 하는지 알 수 없어 내용을 보완하거나 평가하는데 어려움이 따르고 있다.
	효과적으로 운영될 수 있는 형태의 아카이브 2.0 서비스는 무엇인가?	이러한 요소를 적용하여 가장 효과적으로 운영될 수 있는 형태의 아카이브 2.0 서비스는 위키 형태의 서비스인데 이는 위키 형식의 기록정보서비스가 이용자 참여를 극대화할 수 있기 때문이다(김유승 2010).
	아카이브 2.0이란?	이러한 문제점을 보완하는 방안으로 기록정보 관리를 중심으로 하는 아카이브 체제에서 이용자가 직접 참여하여 기록을 기술하고 공유하는 형태로 전환하는 아카이브 2.0이 언급되기 시작했다.

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

위키피디아 인물 아카이브 서비스 개선을 위한 분석 연구
Improving the Biography Archive Service of Wikipedia 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 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

위키피디아 인물 아카이브 서비스 개선을 위한 분석 연구 Improving the Biography Archive Service of Wikipedia 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

최상희 (30)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

위키피디아 인물 아카이브 서비스 개선을 위한 분석 연구
Improving the Biography Archive Service of Wikipedia 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper