[논문]키워드 네트워크 분석을 이용한 NPD 연구의 진화 및 연구동향

편제범; 정의범

doi:10.9723/jksiis.2018.23.5.119

키워드 네트워크 분석을 이용한 NPD 연구의 진화 및 연구동향
A Study on Recent Research Trend in New Product Development Using Keyword Network Analysis 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.23 no.5, 2018년, pp.119 - 134

편제범 (호서대학교 빅데이터경영공학부) , 정의범 (고려대학교 경영학과)

초록
AI-Helper

오늘날 기업은 기술의 급속한 발전, 고객의 다양한 요구로 인해 높은 불확실성과 경쟁 상황에 놓여 있다. 이러한 기업 환경 속에서 지속적인 경쟁우위와 미래 성장 동력을 확보하는 방안 중 가장 중요한 것이 NPD (신제품 개발)와 관련된 문제로, 이는 기업과 학계에 매우 중요한 이슈이다. 이에 본 연구는 NPD 분야의 기존 연구 흐름과 앞으로의 동향을 파악하여 NPD와 관련된 실무자와 연구자들에게 새로운 가치를 제공하고자 한다. 이를 위해 본 연구는 Scopus 데이터베이스를 활용하여 해외 저명한 저널에 게재된 논문의 키워드를 수집하여 키워드 네트워크 분석을 실시하였다. 이를 통해 NPD 분야의 기존 연구 흐름을 파악할 수 있었고, 각 키워드 간의 연결 관계와 시간의 흐름에 따른 변화를 바탕으로 구체적인 연구주제들의 변화 과정을 제시하였다. 또한, NPD 분야에서 선호되는 키워드를 바탕으로 앞으로의 연구 동향을 제시하였다. 본 연구를 통해 NPD 키워드 네트워크는 멱함수 법칙의 분포를 따르고 있는 좁은 세상 네트워크이고, 키워드의 선호에 의해서 링크가 형성되어 네트워크의 성장이 이루어졌음을 확인할 수 있었다. 또한, 컴포넌트 분석 및 중심성분석을 통해 NPD 키워드 네트워크에서는 주로 Innovation(혁신), New Product Innovation(신제품 혁신), Risk Management(리스크 관리), Concurrent engineering(동시공학), Research and Development(연구개발), Product Life Cycle Management(제품 수명주기 관리) 등과 같은 키워드들이 중심성이 높음을 확인하였다. 한편, 시간의 흐름에 따른 키워드의 선호적 연결의 변화를 살펴본 결과, Innovation(혁신), New Product Introduction(신제품 출시), Project Management(프로젝트 관리) 등의 주제를 중심으로 i) 공급업체와 NPD 협업, ii) 시장의 불확실성을 고려한 NPD, iii) 기술 경영 및 지식경영 분야와 통섭을 고려한 NPD, iv) 중소기업 관점의 NPD 등과 같은 주제의 연구가 요구됨을 확인하였다. 본 연구의 분석 결과는 NPD의 연구 동향, 다른 분야와의 학제간 연구를 위한 새로운 연구주제를 결정하는데 유용하게 쓰일 수 있다.

Abstract ▼ AI-Helper

Today, many firms face the environment of high uncertainty and severe competition due to the rapid technology development and the diverse needs of customers. In the business environment, one of the most important ways to gain sustainable competitive advantage and future growth engine is related to NPD (New Product Development), which is a very important issue for practice and academia. Thus, this study intends to provide new values to practitioners and researchers related to NPD by analyzing current research trends and future trends in NPD field. For this, we bibliometrically analyzed keyword networks which consist of keywords that were already published in the eminent journals from Scopus database to generate insights that have not been captured in the previous reviews on the topic. As a result, we could understand the extant research streams in NPD field, and suggest the changes of specific research topics based on the connected relationships among keywords over the time. In addition, we also foresaw the general future research trends in NPD field based on the keywords according to preferential attachment processes. Through this study, it was confirmed that NPD keyword network is a small world network that follows the distribution of power law and the growth of network is formed by link formation by keyword preferential attachment. In addition, through component analysis and centrality analysis, keywords such as Innovation, New product innovation, Risk management, Concurrent engineering, Research and development, and Product life cycle management are highly centralized in NPD keyword network. On the other hand, as a result of examining the change of preferential attachment of keywords over the time, we suggested the required new research direction including i) NPD collaboration with suppliers, ii) NPD considering market uncertainty, iii) NPD considering convergence with the other academic areas like technology management and knowledge management, iv) NPD from SME(Small and medium enterprises) perspective. The results of this study can be used to determine the research trends of NPD and the new research themes for interdisciplinary studies with other disciplines.

주제어

표/그림 (12)

표 Table 1 Measures for Network Analysis
표 Table 2 The Procedures for Keyword Network Analysis
그림 Fig. 1 The Number of NPD Literatures in the Selected Journals (2002~2016)
표 Table 3 The Impact Factor of the Selected 17 Journals for Recent 5 Years
그림 Fig. 2 The Whole Keyword Network
그림 Fig. 3 The Distributions of Network Connections
표 Table 4 The Keywords with High Centrality in the Whole Keyword Network
표 Table 5 The Changes of Keywords with High Degree Centrality over Time
표 Table 6 The Changes of Keywords with High betweenness Centrality Over Time
표 Table 7 The Changes of Keywords with High Closeness Centrality Over Time
표 Table 8 Top 10 Keywords with High Number of Cumulative Links (2002~2013)
표 Table 9 The Preference Keywords in NPD Fields

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

다음 단계로, 추출된 키워드를 바탕으로 키워드 네트워크 구성을 하였다. 마지막으로 키워드 네트워크의 구조 분석, 키워드 네트워크의 그룹화 및 중심성 분석을 통해 NPD 연구동향을 파악하고자 하였다.
그래서 이 같은 선호적 연결을 통해 NPD 분야의 향후 연구 동향을 살펴보았다. 먼저 2002년〜2013년 동안의 키워드를 이용하여 초기 네트워크를 구성하고, 이를 바탕으로 2014년〜2016년까지 매년 신규로 생성된 키워드를 누적시켜 선호되는 대표 키워드를 살펴보고, 이를 바탕으로 앞으로서의 NPD 연구 추세를 살펴보고자 하였다. 이를 위해 Ablert and Barabasi[1]가 제시한 다음과 같은 척도를 적용하여 분석하였다.
본 연구는 Operations Management, 마케팅, R&D, 기술경영 분야에서 저명한 해외 저널을 대상으로, 최근까지 강조되어 온 NPD 연구의 흐름과 앞으로의 동향을 키워드 네트워크 분석을 통해서 살펴보고자 한다.
본 연구는 저명한 해외 저널에서 NPD 관련 연구논문에서 제시된 키워드를 수집하여 이들간의 관계를 네트워크를 구성하고, 그 구조를 분석하여 NPD 분야의 연구 흐름과 동향을 제시하고자 한다. 본 연구의 분석 프레임은 Table 2와 같이 우선 데이터(저널선택, Impact Factor 조사, 키워드 등)를 수집하고 수집된 키워드를 바탕으로 한 키워드 네트워크를 구성, 마지막으로 그에 따른 분석의 3단계로 구분될 수 있다.
본 연구는 키워드 네트워크 분석을 통하여 NPD(신제품 개발) 분야에서 발표된 과거 논문에서 제시된 주요 키워드를 이용하여 그것들의 연관성과 변화를 분석하고, 향후 NPD 분야의 방향성을 제시하고자 하였다. 이를 위해 해외저명한 저널을 대상으로 NPD 키워드를 추출하고, 동시 출현 빈도를 바탕으로 네트워크를 구성하였다.
본 연구에서는 네트워크 중심성 분석을 통해 NPD 분야의 주요 연구주제를 파악하고자 하였다. 네트워크의 중심성 측정을 위해 연결, 매개, 근접 중심성, 세 가지 측정지표를 사용하였다.
본 연구에서는 또한 NPD 분야의 향후 연구동향을 유추해보기 위해, 초기 네트워크를 구성하여 네트워크의 확장 및 성장 과정을 선호적 연결 분석을 통해 살펴보았다. 앞서 언급한 것처럼 NPD 키워드 네트워크는 좁은 세상 네트워크인데, 이는 소수의 허브(Hub) 키워드가 다수의 다른 키워드와 연결 관계를 가지고 있는 것을 의미한다[5].
본 절에서는 전체 키워드 네트워크를 3년 단위로 나누어 그동안의 NPD 분야의 연구 흐름을 살펴보고자 한다. 즉, 전체 네트워크를 3년 단위(2002년～2004년, 2005년～2007년, 2008년～2010년, 2011년～2013년, 2014년～2016년)로 나누어 다섯 개로의 하위 네트워크로 다시 구성하였으며, 각각의 하위 네트워크 내에서 연결, 매개, 근접 중심성을 바탕으로 주요 키워드를 선정하여 시간 흐름에 따른 NPD 연구 흐름을 살펴보고자 했다.
이는 다수의 연구 문헌에서 얼마나 많이 공통적으로 사용되는지를 나타내며, 이렇게 공통적으로 다수 사용되는 키워드는 전체 키워드 네트워크에서 영향력이 높은 키워드를 나타내기 때문에 NPD 연구에 의미있는 키워드로만 네트워크를 구성할 수 있고, 또한 동시 출현으로 맺어진 키워드들은 서로 주제적 연관성이 높아서 NDP 분야의 다양한 지식 네트워크를 구성할 수 있기 때문이다. 이렇게 각 키워드 쌍의 동시 출현 빈도를 통해서 각 키워드 간의 연관성을 계산하고자 한다. 이를 위해 본 연구에서는 네트워크 분석 툴인 Netminer를 사용하여 분석하였다.
Table 9는 2014년〜2016년까지 매년 신규 NPD 분야의 선호하는 키워드를 보여주고 있다. 이를 통해 앞으로의 NPD 분야에서 선호되는 연구 추세를 살펴보고자 한다. 세부적으로 살펴보면, Innovation, New Product Innovation, New Product Introduction, Project Management는 다른 키워드와 연결될 확률이 높은 키워드로 지속해서 높은 순위에 포함되어 있다.
이러한 연구들은 NPD 분야의 연구 동향을 짐작할 수 있지만, 기존 NPD 연구의 주제변화나 확장 과정과 같은 학제간의 연관성을 살펴보기 어렵다. 이에 반해, 본 연구는 앞서 제시된 기존 문헌 조사 연구들과 다르게 키워드를 통해 NPD 분야의 기존 주요 이슈와 동향을 분석하고자 한다. 본 논문의 구성은 다음과 같다.
하지만 이 같은 기존 NPD 문헌 조사 연구들은 저자의 주관적인 성향으로 인해 해당 연구 분야의 흐름과 동향을 살펴보는 있어 그 내용이 편향적일 수 있다[4]. 이에 본 연구는 기존 문헌조사연구의 한계점을 극복하기 위해 2002년～2016년간 국제 저명한 학술지에 게재된 NPD 연구논문을 대상으로 체계적인 문헌 조사 연구를 실시하였다. 이를 위해 NPD 연구논문에서 제시하는 키워드를 바탕으로 네트워크를 구성하였으며, 이를 통해 기존 NPD 연구 흐름과 앞으로의 동향을 살펴보고자 한다.
이에 본 연구는 기존 신제품 개발(NPD, New Product Development) 연구에서 제시한 키워드를 이용하여 네트워크를 구성하고, 그 연관성과 변화를 분석하여 향후 NPD 분야의 연구 방향성을 제시하려고 한다. 특히 NPD 분야는 경영, 마케팅, R&D, 공학 등의 학제 간의(Interdisciplinary) 연관성을 고려하는 학문 영역이라 할 수 있다.
그래서 본 연구에서는 NPD 키워드 네트워크의 구조적 특징을 바탕으로 선호적 연결 분석을 하였다. 즉 네트워크의 구조적 특징을 바탕으로 NPD 분야의 신규 키워드가 기존의 어떤 키워드에 선호적으로 연결되는지를 파악함으로써 앞으로의 연구 동향을 살펴보고자 한다.
네트워크의 구조적 특징은 무작위 네트워크(Random Network), 무척도 네트워크(Scale-Free Network), 좁은 세상 네트워크(Small-World Network) 등 3가지 유형으로 구분할 수 있다[6]. 즉, 전체 키워드로 구성되는 네트워크가 어떤 구조를 가지고 있는지 파악함으로써 NPD 연구 분야의 구조적 형태를 살펴보고자 한다. 또한, 2002년～2016년의 전체 네트워크와 3년 단위(2002년～2004년; 2005년～2007년; 2008년～20010년; 2011년～20013년; 2014년～20016년)로 구분하여 구성한 네트워크의 연결, 매개, 근접 중심성 분석을 통해 기존 NPD분야의 주요 이슈와 연구 흐름을 살펴보았다.

제안 방법

본 연구의 전체 키워드 네트워크 구조는 전체 353개의 논문으로부터 수집한 805개의 단어로 구성되어 있으며, 키워드 간 1,512개의 관계를 가지고 있다. NPD 연구의 키워드 네트워크 구조를 파악하기 위해 각 키워드 간의 연결 분포를 살펴봤다. Fig.
본 연구는 Operations Management, 마케팅, R&D, 기술경영 분야에서 저명한 해외 저널을 대상으로, 최근까지 강조되어 온 NPD 연구의 흐름과 앞으로의 동향을 키워드 네트워크 분석을 통해서 살펴보고자 한다. NPD에 관한 연구문헌 추출을 위해 경영 분야를 포함한 대표적 학술 데이터베이스인 Scopus를 이용하였고, 검색 키워드로 New Product Development, New Products Developments, NPD의 단어를 사용하여 관련 연구논문들을 추출했다. 해당 연구논문은 여러 저널에서 NPD 연구논문이 많이 발표되기 시작한 시점부터 최근 시점까지인 2002년～2016년으로 설정하였는데, 그 이유는 2000년대 초반부터 NPD 연구 결과가 활발하게 나왔기 때문이다.
본 연구는 Kho et al.[8]의 연구에서처럼 준연결망(Quasi-Network)을 이용하여 논문-키워드매트릭스를 키워드-키워드 매트릭스로 변경하여 분석했다. 우선, 키워드 네트워크 구성에 앞서 추출된 키워드의 다양한 표기 형태를 조정하기 위해 추출된 키워드에 대한 정제 작업을 먼저 실시하였다.
앞서 구성된 키워드 네트워크를 통해 기존의 NPD 분야의 연구 흐름과 앞으로의 동향을 살펴보기 위해, 먼저 2002년～2016년의 전체 키워드로 구성되는 네트워크의 구조적 특징을 살펴보았다. 구조적 특징을 살펴보기에 앞서, 컴포넌트 분석(Component Analysis)을 실시했다. 컴포넌트란 네트워크 내 노드들이 링크로 연결된 가장 큰 하위 네트워크를 나타내며, 이 하위 네트워크는 일반적으로 해당 연구 분야에서 선호하는 연구주제라 할 수 있다[6].
하지만 키워드 네트워크의 구조와 중심성 분석은 해당 연구 분야의 주요 이슈와 흐름을 파악하는데 용의 하지만, 앞으로의 연구 동향을 규명하는데 한계가 있었다. 그래서 본 연구에서는 NPD 키워드 네트워크의 구조적 특징을 바탕으로 선호적 연결 분석을 하였다. 즉 네트워크의 구조적 특징을 바탕으로 NPD 분야의 신규 키워드가 기존의 어떤 키워드에 선호적으로 연결되는지를 파악함으로써 앞으로의 연구 동향을 살펴보고자 한다.
이를 위해 해외저명한 저널을 대상으로 NPD 키워드를 추출하고, 동시 출현 빈도를 바탕으로 네트워크를 구성하였다. 그런 후 NPD 키워드 네트워크의 구조를 파악하였고, 연결 매개 근접 중심성을 통해 기존 NDP 분야의 연구 흐름을 분석하고 선호되는 키워드를 선정하여 향후 NPD 분야의 연구 추세를 살펴보았다. 본 연구의 결과는 다음과 같이 정리할 수 있다.
본 연구에서는 네트워크 중심성 분석을 통해 NPD 분야의 주요 연구주제를 파악하고자 하였다. 네트워크의 중심성 측정을 위해 연결, 매개, 근접 중심성, 세 가지 측정지표를 사용하였다. Table 4는 컴포넌트 분석을 통해 구성된 네트워크를 연결, 매개, 근접 중심성 분석을 한 표이다.
즉, 전체 키워드로 구성되는 네트워크가 어떤 구조를 가지고 있는지 파악함으로써 NPD 연구 분야의 구조적 형태를 살펴보고자 한다. 또한, 2002년～2016년의 전체 네트워크와 3년 단위(2002년～2004년; 2005년～2007년; 2008년～20010년; 2011년～20013년; 2014년～20016년)로 구분하여 구성한 네트워크의 연결, 매개, 근접 중심성 분석을 통해 기존 NPD분야의 주요 이슈와 연구 흐름을 살펴보았다. 하지만 키워드 네트워크의 구조와 중심성 분석은 해당 연구 분야의 주요 이슈와 흐름을 파악하는데 용의 하지만, 앞으로의 연구 동향을 규명하는데 한계가 있었다.
이처럼 키워드로 구성된 네트워크의 특징을 이해하기 위해서는 네트워크 측정지표를 살펴봐야 한다. 본 연구에서는 NPD 분야의 핵심 연구주제의 파악과 변천 과정에 중점을 두어 살펴보기 위해 네트워크 결속, 하위 네트워크 (컴포넌트 분석), 네트워크의 중심성 분석에 초점을 맞추어 분석하였다. 이와 관련한 측정지표의 설명은 Table 1에 제시하였다.
앞서 구성된 키워드 네트워크를 통해 기존의 NPD 분야의 연구 흐름과 앞으로의 동향을 살펴보기 위해, 먼저 2002년～2016년의 전체 키워드로 구성되는 네트워크의 구조적 특징을 살펴보았다. 구조적 특징을 살펴보기에 앞서, 컴포넌트 분석(Component Analysis)을 실시했다.
[8]의 연구에서처럼 준연결망(Quasi-Network)을 이용하여 논문-키워드매트릭스를 키워드-키워드 매트릭스로 변경하여 분석했다. 우선, 키워드 네트워크 구성에 앞서 추출된 키워드의 다양한 표기 형태를 조정하기 위해 추출된 키워드에 대한 정제 작업을 먼저 실시하였다. 키워드 정제 작업에서는 복수형 단어를 단수형 단어로, 축약된 단어를 원형의 단어로, 동일한 단어들을 하나의 단어로 표준화하였다.
키워드 정제 작업에서는 복수형 단어를 단수형 단어로, 축약된 단어를 원형의 단어로, 동일한 단어들을 하나의 단어로 표준화하였다. 이런 키워드 정제 작업 이후 더욱 심층적이고 명확한 분석을 위해 동시 출현(Co-Occurrence) 빈도가 최소 3 이상인 단어로만 네트워크를 구성하였다. 이는 다수의 연구 문헌에서 얼마나 많이 공통적으로 사용되는지를 나타내며, 이렇게 공통적으로 다수 사용되는 키워드는 전체 키워드 네트워크에서 영향력이 높은 키워드를 나타내기 때문에 NPD 연구에 의미있는 키워드로만 네트워크를 구성할 수 있고, 또한 동시 출현으로 맺어진 키워드들은 서로 주제적 연관성이 높아서 NDP 분야의 다양한 지식 네트워크를 구성할 수 있기 때문이다.
이에 본 연구는 기존 문헌조사연구의 한계점을 극복하기 위해 2002년～2016년간 국제 저명한 학술지에 게재된 NPD 연구논문을 대상으로 체계적인 문헌 조사 연구를 실시하였다. 이를 위해 NPD 연구논문에서 제시하는 키워드를 바탕으로 네트워크를 구성하였으며, 이를 통해 기존 NPD 연구 흐름과 앞으로의 동향을 살펴보고자 한다.
본 연구는 키워드 네트워크 분석을 통하여 NPD(신제품 개발) 분야에서 발표된 과거 논문에서 제시된 주요 키워드를 이용하여 그것들의 연관성과 변화를 분석하고, 향후 NPD 분야의 방향성을 제시하고자 하였다. 이를 위해 해외저명한 저널을 대상으로 NPD 키워드를 추출하고, 동시 출현 빈도를 바탕으로 네트워크를 구성하였다. 그런 후 NPD 키워드 네트워크의 구조를 파악하였고, 연결 매개 근접 중심성을 통해 기존 NDP 분야의 연구 흐름을 분석하고 선호되는 키워드를 선정하여 향후 NPD 분야의 연구 추세를 살펴보았다.
본 절에서는 전체 키워드 네트워크를 3년 단위로 나누어 그동안의 NPD 분야의 연구 흐름을 살펴보고자 한다. 즉, 전체 네트워크를 3년 단위(2002년～2004년, 2005년～2007년, 2008년～2010년, 2011년～2013년, 2014년～2016년)로 나누어 다섯 개로의 하위 네트워크로 다시 구성하였으며, 각각의 하위 네트워크 내에서 연결, 매개, 근접 중심성을 바탕으로 주요 키워드를 선정하여 시간 흐름에 따른 NPD 연구 흐름을 살펴보고자 했다. 하위 네트워크를 구분하는 데 있어 3년의 단위로 구분을 하였는데, 신규 키워드에 대한 선호는 2～3년을 기준으로 정점을 지나 그 관심도가 낮아지는 경향이 있는데, 이 같은 내용을 바탕으로 NPD 및 기술혁신 분야의 연구가 급격히 증가한 2000년대를 기준으로 해당 NPD 키워드의 관심 정도를 모두 반영할 수 있는 3년의 단위로 구분하여 연구하였다.
즉, 전체 네트워크를 3년 단위(2002년～2004년, 2005년～2007년, 2008년～2010년, 2011년～2013년, 2014년～2016년)로 나누어 다섯 개로의 하위 네트워크로 다시 구성하였으며, 각각의 하위 네트워크 내에서 연결, 매개, 근접 중심성을 바탕으로 주요 키워드를 선정하여 시간 흐름에 따른 NPD 연구 흐름을 살펴보고자 했다. 하위 네트워크를 구분하는 데 있어 3년의 단위로 구분을 하였는데, 신규 키워드에 대한 선호는 2～3년을 기준으로 정점을 지나 그 관심도가 낮아지는 경향이 있는데, 이 같은 내용을 바탕으로 NPD 및 기술혁신 분야의 연구가 급격히 증가한 2000년대를 기준으로 해당 NPD 키워드의 관심 정도를 모두 반영할 수 있는 3년의 단위로 구분하여 연구하였다.

대상 데이터

본 연구의 전체 키워드 네트워크 구조는 전체 353개의 논문으로부터 수집한 805개의 단어로 구성되어 있으며, 키워드 간 1,512개의 관계를 가지고 있다. NPD 연구의 키워드 네트워크 구조를 파악하기 위해 각 키워드 간의 연결 분포를 살펴봤다.
그래서 본 연구에서 추출한 연구 문헌은 2002년～2016년 동안 국제학술지에 게재된 연구논문으로만 제한하였으며, 석/박사 학위 논문, 컨퍼런스 논문 등을 제외했다. 이를 바탕으로 35개의 저널을 1차 선정하였고, 심층 분석을 위해 SJC(Scimago Journal and Country Rank)에서 발표한 저널의 Impact Factor를 기준으로 최근 5년간의 Impact Factor의 평균이 1.0을 넘는 저널들을 대상으로 최종 선정하였다³⁾. 최종 선정한 저널과 이 저널들의 최근 5년간 Impact Factor와 평균은 Table 3에 제시하였다.
본 연구의 분석 프레임은 Table 2와 같이 우선 데이터(저널선택, Impact Factor 조사, 키워드 등)를 수집하고 수집된 키워드를 바탕으로 한 키워드 네트워크를 구성, 마지막으로 그에 따른 분석의 3단계로 구분될 수 있다. 첫 번째, 데이터의 수집 단계에서는 NPD 관련 해외 저명한 저널에 게재된 논문에서 키워드를 추출하였다. 그리고 그에 따른 데이터의 정제를 포함한다.
최종 선정한 저널과 이 저널들의 최근 5년간 Impact Factor와 평균은 Table 3에 제시하였다. 한편, 본 연구는 엄선한 17개의 저널을 대상으로 2002년～2016년까지 353개의 논문 Fig. 1을 선별하였다.

데이터처리

이렇게 각 키워드 쌍의 동시 출현 빈도를 통해서 각 키워드 간의 연관성을 계산하고자 한다. 이를 위해 본 연구에서는 네트워크 분석 툴인 Netminer를 사용하여 분석하였다.

이론/모형

먼저 2002년〜2013년 동안의 키워드를 이용하여 초기 네트워크를 구성하고, 이를 바탕으로 2014년〜2016년까지 매년 신규로 생성된 키워드를 누적시켜 선호되는 대표 키워드를 살펴보고, 이를 바탕으로 앞으로서의 NPD 연구 추세를 살펴보고자 하였다. 이를 위해 Ablert and Barabasi[1]가 제시한 다음과 같은 척도를 적용하여 분석하였다.

성능/효과

이는 NPD 분야에서는 소수의 이슈를 중심으로 연구가 이루어지는 경향이 높다는 것으로 해석할 수 있다. 둘째, 전체(2002년～2016년) NPD 키워드 네트워크에서는 주로 Innovation, New Product Innovation, Risk Management, Concurrent Engineering, Research and Development, Product Life Cycle Management 등과 같은 키워드들이 연결, 매개, 근접 중심성이 높음을 확인할 수 있었다. 셋째, 2002년부터 3년 단위로 나누어 구성한 하위 네트워크에서 기간별 키워드의 중심성을 살펴보면 NPD 연구 흐름에 있어 Innovation을 중심으로 신제품 개발을 위한 조직 내/외부의 협업과 불확실하고 경쟁이 심한 환경에 대응하기 위한 신제품 개발과 관련된 주제의 연구들이 주를 이루고 있다.
즉, 2002～2004년 및 2005～2007년에서는 Cross Functional Team이나 Concurrent Engineering의 키워드가 연결 중심성이 높았는데, 2008～2010년에는 Co-Development(공동개발)나 Supply Chain Innovation(공급사슬 혁신)과 같이 신제품 개발에서 공급사슬관리의 중요성이 부각 되었고, 2011～2013년 및 2014년～2016년에는 Supplier Integration(공급사 통합)이나 Supplier Involvement와 같은 키워드가 연결 중심성이 높아졌음을 확인할 수 있다. 둘째, 최근에는 신제품의 수명주기가 짧아짐에 따라 Product Life Cycle Management의 중요성이 부각 되고 있음을 알수 있다. 그리고 전체 네트워크에서도 중심성이 높았던 Innovation(혁신)은 시간이 지남에 따라 New Product Innovation, Radical Innovation(급진적 혁신)과 같은 형태로 공존하면서 중요한 연구주제로 남아있다.
이는 다수의 연결이 있는 소수의 키워드를 중심으로 신규 키워드들이 연결된다. 즉, 본 연구에서 2002년～ 2016년간 NPD 키워드 네트워크는 멱함수 분포를 보여, 네트워크상에서 핵심이 되는 키워드들을 중심으로 네트워크가 형성되었음을 추측할 수 있다. 이는 NPD 분야의 연구에서 핵심이 되는 키워드의 도출이 가능할 것이고 이러한 키워드들을 통해 앞으로의 NPD 연구의 동향을 파악할 수 있다.
본 연구의 결과는 다음과 같이 정리할 수 있다. 첫째, NPD 분야의 키워드 네트워크는 평균 약 2단계를 거치면 전체 키워드 네트워크와의 연결되고, 그에 따른 키워든 네트워크 분포가 멱함수를 따르고 있는 것을 확인할 수 있었다. 이는 NPD 분야에서는 소수의 이슈를 중심으로 연구가 이루어지는 경향이 높다는 것으로 해석할 수 있다.
또한 Table 5를 통해 시간의 흐름에 따른 NPD 분야의 두 가지 연구 흐름을 엿볼 수 있다. 첫째, 신제품 개발 프로세스에서 기업 내부의 조직과의 협업에서 점차 외부 조직인 공급사로 협업의 범위가 확장됨을 알 수 있다. 즉, 2002～2004년 및 2005～2007년에서는 Cross Functional Team이나 Concurrent Engineering의 키워드가 연결 중심성이 높았는데, 2008～2010년에는 Co-Development(공동개발)나 Supply Chain Innovation(공급사슬 혁신)과 같이 신제품 개발에서 공급사슬관리의 중요성이 부각 되었고, 2011～2013년 및 2014년～2016년에는 Supplier Integration(공급사 통합)이나 Supplier Involvement와 같은 키워드가 연결 중심성이 높아졌음을 확인할 수 있다.

후속연구

따라서 이러한 문제를 보완하기 위해서는 다른 데이터베이스를 보완하여 사용할 필요가 있다. 그러므로 앞서 언급한 한계점들을 고려한 계량서지학적 관점의 키워드 네트워크 분석을 활용한 후속 연구가 이루어진다면 다양한 주제에 대해서 더욱 의미 있는 연구 결과가 도출될 것이라 예상된다.
첫째, NPD 분야의 저명한 저널을 대상으로 키워드를 수집하여 이들 간의 관계를 통해 전반적인 NPD 분야의 흐름과 동향을 파악하였으나, 각 키워드가 지닌 의미를 분석해 정확한 연구 흐름과 동향을 파악할 필요가 있다. 둘째, 본 연구는 Scopus 데이터베이스만을 활용하여 분석하였기에 다른 데이터베이스에서 제공되는 정보의 보완이 필요할 수 있다. 비록 Scopus가 다수의 연구자가 애용하는 데이터베이스이지만, 관련 저널의 검색한계, 수록된 내용의 누락 오류 등으로 인해 정보의 파악이 난해하거나 불가한 경우가 발생하기도 하였다.
본 연구는 해외 저명한 저널을 대상으로 NPD 분야의 기존 연구 흐름과 앞으로의 동향을 살펴보고자 키워드 네트워크 관점에서 연구했지만, 다음과 같은 한계점을 지니고 있다. 첫째, NPD 분야의 저명한 저널을 대상으로 키워드를 수집하여 이들 간의 관계를 통해 전반적인 NPD 분야의 흐름과 동향을 파악하였으나, 각 키워드가 지닌 의미를 분석해 정확한 연구 흐름과 동향을 파악할 필요가 있다. 둘째, 본 연구는 Scopus 데이터베이스만을 활용하여 분석하였기에 다른 데이터베이스에서 제공되는 정보의 보완이 필요할 수 있다.
또한, 2002년～2016년의 전체 네트워크와 3년 단위(2002년～2004년; 2005년～2007년; 2008년～20010년; 2011년～20013년; 2014년～20016년)로 구분하여 구성한 네트워크의 연결, 매개, 근접 중심성 분석을 통해 기존 NPD분야의 주요 이슈와 연구 흐름을 살펴보았다. 하지만 키워드 네트워크의 구조와 중심성 분석은 해당 연구 분야의 주요 이슈와 흐름을 파악하는데 용의 하지만, 앞으로의 연구 동향을 규명하는데 한계가 있었다. 그래서 본 연구에서는 NPD 키워드 네트워크의 구조적 특징을 바탕으로 선호적 연결 분석을 하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무작위 네트워크의 특징은 무엇인가?	네트워크는 구조의 측면에서 무작위 네트워크, 무척도 네트워크, 좁은 세상 네트워크 등 3가지 유형으로 나누어 볼 수 있다[5]. 무작위 네트워크는 네트워크의 노드들이 특정 확률에 따라 서로 무작위로 연결되어 있는데, 소규모로 단절된 네트워크들이 존재하며 그러다가 이후 모든 노드들이 연결되어 가는 커다란 네트워크로 형성된다. 그렇기 때문에 네트워크에서 각노드의 링크 수 분포를 살펴보면 대체로 균일하다.
	네트워크 구조의 측면에서 구분하는 3가지 유형은 무엇인가?	네트워크는 구조의 측면에서 무작위 네트워크, 무척도 네트워크, 좁은 세상 네트워크 등 3가지 유형으로 나누어 볼 수 있다[5]. 무작위 네트워크는 네트워크의 노드들이 특정 확률에 따라 서로 무작위로 연결되어 있는데, 소규모로 단절된 네트워크들이 존재하며 그러다가 이후 모든 노드들이 연결되어 가는 커다란 네트워크로 형성된다.
	체계적인 문헌 조사 방법론 2가지의 특징은 무엇인가?	이러한 기존 문헌 조사 연구의 한계점을 극복하기위해 다수의 연구에서 체계적인 문헌 조사 방법론이 적용되었다[9][12][15]. 이러한 체계적인 문헌 조사 연구는 크게 2개로 구분할 수 있는데, 먼저 해당 연구논문의 제목 및 저자가 제시한 키워드를 바탕으로 대중성을 기반(PopularityBased)으로 한 분석 방법으로, 이는 주로 키워드의 빈도수를 통해 내용의 중요성을 판단하여 연구의 흐름과 동향을 파악할 수 있다. 하지만 대중성을 기반으로 한 분석은 특정 연구주제에 대한 깊이와 범위, 그리고 다른 연구들과의 연관성을 파악하기 어렵다. 다른 하나는 네트워크기반의 문헌 조사 연구로, 이는 키워드의 동시출현(Co-Occurrence) 빈도를 통해 네트워크를 구성하고 분석하기 때문에 특정 연구주제들의 관계를 더욱 쉽게 파악할 수 있다. 하지만 이런 네트워크 기반의 문헌 조사 연구는 주로 인용관계(Citation Network)를 살펴보는 데 적용되어, 세부적인 지식 네트워크를 구성하지는 못했다[4].

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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