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
- 이러한 맥락에서 본 연구의 목적은 우리가 일상에서 흔히 접하는 뉴스 미디어 데이터를 활용하여 미디어에 나타난 농촌다움의 이미지를 파악하는 것이다.
제안 방법
- 단, 중심어 만으로 우리나라 농촌다움의 이미지를 분석하는 것은 한계가 있다. 다음에는 토픽분석을 통하여 실제로 6개의 키워드들이 어떤 토픽을 다루고 있고, 키워드 간에 어떤 내용이 공유되며, 또한 중심어들은 어떤 형태로 연결되는지 분석하였다. 이를 통해서 우리나라의 실제 농촌다움의 이미지를 보다 구체적으로 파악할 수 있다.
- 다음으로는 6개 키워드 별로 LDA 모형을 활용한 토픽 분석을 실시하였다. LDA 토픽분석은 비지도기계학습 (Unsupervised Machine Learning)의 하나로 연구자가 토픽 의 수를 결정하고, 결과로 도출되는 값에 대해 연구자가 해석을 해야 하는 점에서 주성분 분석, 군집분석과 개념적으로 동일하다(Baek, 2016).
- 본 연구에서는 Xie(2005)의 연구를 참조하여, 비교적 해석이 쉽고, 텍스트 마이닝에 적합한 연결 중심성 값을 활용하였다. 단, 연결 중심성 값은 데이터 수에 영향을 받으므로 본 연구에서는 표준화 값을 적용하였다.
- 또한 본 연구에서는 기사제목을 요약문에 포함시켜 함께 분석하였다. 요약문은 글자 수가 제약되어 전달하는 내용에 한계가 있어서 제목과 함께 보면 더 정보 전달력이 높아진다.
- 하지만 머신러닝을 활용하 여 기존의 단어 빈도, 중심성 분석, 네트워크 분석 등 보다 거대한 정보에 내포된 구조와 의미 패턴을 파악하는 데 장점이 있다(Kim & Son, 2018; Blei, 2011). 본 연구에서는 6개의 키워드에 대해 각각 10개의 토픽을 추출하였고, 토픽 내용을 상호 비교하여, 뉴스 데이터에 나타난 농촌다움에 대한 실제 이미지를 고찰하였다
- 고유어 사전을 사용하지 않고 분석을 하면, 대부분 2 음절의 단어로 분절되어 추출되며, 의미 있는 해석이 어려워진다. 본 연구에서는 고유어 사전을 만들기 위해, 먼저 모든 문서를 합한 데이터를 가지고 단어간 네트워크 검색을 반복하며, 단어 네트워크 빈출 빈도가 높은 단어, 즉 n-gram빈도가 높은 단어를 대상으로 하여 의미가 있는 고유어를 추출하여 고유어 사전을 만들었다. 불용어와 유사어 사전의 정의는 텍스트 마이닝 연구결과에 큰 영향을 미치므로 최소한의 필요한 내용으로 한정하였다.
- 본 연구에서는 농촌다움에 관련한 ‘농촌경관’, ‘농촌공 동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’ 의 키워드로 검색한 인터넷 기사를 약 10년간의 시계열 로 추출하고, 텍스트 네트워크 분석을 활용하여 각 키워드에 담겨 있는 이슈를 LDA 토픽분석으로 파악하였다.
- 본 연구에서는 다음 검색 엔진1)을 활용하여 ‘농촌경관’, ‘농촌공동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’ 이상 6개의 키워드를 가지고 검색하였다.
- 사전작업 및 텍스트 정제 뒤, 먼저 키워드 별로 연결 중심성(Degree Centrality) 값이 높은 단어들을 추출하여, 시계열 변화를 분석하였다.
- [Table 2] 부터 [Table 7]은 키워드 별로 중심성이 높은 상위 5개 단어를 시계열로 나타낸 것이다. 순위는 연결 중심성(Degree Centrality) 값을 기준으로 정리하였고, 중심성 값이 같은 경우는 단어빈도가 높은 것을 우선순위로 하였다.
- 연결 중심성을 추출함에 있어서 두 음절 이상 단어만 을 대상으로 하였고, TF-IDF 0.5 이상의 단어만 추출 하여 분석하였다. 워드 네트워크는 WINDOW SIZE을 3, LINK 빈도를 4 이상으로 설정하였다.
- 워드 네트워크는 WINDOW SIZE을 3, LINK 빈도를 4 이상으로 설정하였다. 이상의 설정은 텍스트 네트워크 분석에서 일반적으로 사용되는 설정이며, 본 연구에 있어서도 타 설정 값과 비교한 결과 가장 적절한 결과물이 도출되어 같은 설정을 적용하였다.
- 텍스트 정제 과정에서는 먼저 불필요한 기호 및 숫자 제거하였고, 연구자가 고유어(Defined word), 불용어 (Exception), 유사어(Thesaurus)사전을 만들어서 적용하였다. 고유어 사전을 사용하지 않고 분석을 하면, 대부분 2 음절의 단어로 분절되어 추출되며, 의미 있는 해석이 어려워진다.
- 3의 자동토픽 Plug-in을 사용하여, LDA 기반 토픽분석을 실시하였다. 토픽 분석에서는 먼저 연구자가 사전에 토픽 수를 정하게 되는데 본 연구에서는 6개의 키워드의 데이터 셋 모두 토픽 수를 10개로 통일하여 분석하였다. 토픽 수를 정함에 있어서 연구자의 주관을 줄이기 위해 키워드 별로 토픽 수를 다르게 정하지 않고 통일하여 정하였으며, 10개 토픽 수는 각 데이터셋을 분석하면서 경험치로 얻은 가장 적절한 값이다.
- 토픽 분석에서는 먼저 연구자가 사전에 토픽 수를 정하게 되는데 본 연구에서는 6개의 키워드의 데이터 셋 모두 토픽 수를 10개로 통일하여 분석하였다. 토픽 수를 정함에 있어서 연구자의 주관을 줄이기 위해 키워드 별로 토픽 수를 다르게 정하지 않고 통일하여 정하였으며, 10개 토픽 수는 각 데이터셋을 분석하면서 경험치로 얻은 가장 적절한 값이다. 몇 개의 키워드는 토픽 수를 10개 이하로 설정하는 것이 해석하기 용이하였다.
- 각 키워드 별 토픽 분석 내용은 토픽을 이루는 각 단어의 기여도와 단어 간 네트워크로 표시된다. 토픽분석 결과 값에 대한 정보량이 방대하므로, 본 연구에서는 Appendix에 각 토픽을 이루는 기여도 값이 큰 상위 5개를 제시하였다. 각 토픽의 명칭은 토픽 기여도 값이 큰 주요 단어들, 단어 간 네트워크 맵, 토픽에 포함되는 문서들의 원문을 참고하여 연구자가 정하였다.
대상 데이터
- 데이터 수집 과정에서 6개 키워드를 대상으로, 각각 네 개의 연도를 범위로 하였으므로, 총 24개의 데이터셋(Dataset)이 추출되었다. 추출된 데이터 중에서 동일한 내용을 담고 있는 기사가 일부 존재하였으며, 최종 데이터셋에서는 중복항을 삭제하였다.
- 연구에서는 2004년부터 2016년까지 5년 주기로 각각 4개의 데이터 셋(dataset)을 추출하여, 변화 추이를 파악 하였다. 데이터 수집은 Textom(http://www.textom.co.kr)을 사용하였고, 데이터 정제 및 텍스트 네트워크 분석은 R과 NetMiner 4.3을 사용하였다
- , 2014). 본 연구에서는 사전조사로 블로그 데이터와 뉴스데이터를 모두 수집하였다. 결과 블로그 데이터는 연관성이 떨어지는 글들이 다수 포함되어 적절한 분석을 위한 데이터 정제 수단이 필요하다.
- 본 연구에서는 인터넷에 게재되어 우리가 쉽게 검색 할 수 있는 뉴스 데이터를 연구대상으로 하였다. 뉴스 데이터에는 공공단체, 기업 등의 홍보 내용이 포함되는 특징이 있다(Lee & Chung, 2014).
- 6개의 키워드는 ‘농촌경관’, ‘농촌공동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’ 이다. 본 연구에서는 포털사이트 다음 (Daum.net)에서 6개의 키워드로 검색하여 나타난 뉴스 기사를 추출하였다. 2018년 7월 20일을 기준으로 다음 검색엔진에서 검색한 결과 ‘농촌다움’에 관한 인터넷 뉴스기사는 495건이 검색된 반면 ‘농촌경관’은 18,400건, ‘농촌공동체’는 28,200건, ‘농촌관광’은 59,200건, ‘농촌생활’은 84,500건, ‘농촌어메니티’는 674건, ‘농촌환경’은 128,000건의 기사가 검색되었다.
- 연구에서는 2004년부터 2016년까지 5년 주기로 각각 4개의 데이터 셋(dataset)을 추출하여, 변화 추이를 파악 하였다. 데이터 수집은 Textom(http://www.
- 결과 블로그 데이터는 연관성이 떨어지는 글들이 다수 포함되어 적절한 분석을 위한 데이터 정제 수단이 필요하다. 이에 뉴스 데이터 연구를 먼저 수행할 필요가 있다고 판단하여, 본 연구에서는 뉴스 미디어만을 대상으로 수행하였다.
- 인터넷 뉴스기사의 추출연도는 2000년대 중반 이후 농촌경관, 농촌어메니티에 대한 활동이 증가한 점을 고려하여, 2004-05년, 2008-09년, 2012-13년, 2016-17년의 네 개의 연도를 대상으로 하였다. 2)
- 농촌다움은 농촌이 가지는 다원적이고 긍정적인 가치이다. 하지만, 농촌다움이란 용어는 아직 사회에서 흔히 사용되는 용어가 아니므로, 본 연구에서는 농촌다움을 설명하는 용어 중, 실제 농촌계획 및 연구에서 주로 사용되는 6개의 키워드를 대상으로 분석하였다. 6개의 키워드는 ‘농촌경관’, ‘농촌공동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’ 이다.
데이터처리
- 이를 통해서 우리나라의 실제 농촌다움의 이미지를 보다 구체적으로 파악할 수 있다. 토픽분석은 NetMiner 4.3의 자동토픽 Plug-in을 사용하여, LDA 기반 토픽분석을 실시하였다. 토픽 분석에서는 먼저 연구자가 사전에 토픽 수를 정하게 되는데 본 연구에서는 6개의 키워드의 데이터 셋 모두 토픽 수를 10개로 통일하여 분석하였다.
이론/모형
- Park & Chung(2013)의 연구에서는 텍스트 네트워크에 관한 관련 개념의 정리와 기존의 국내연구의 동향을 정리하였다. 기존의 텍스트 네트워크 분석은 공출현 (단어 출현 빈도) 빈도, 중심성, 네트워크 군집분석 등을 주된 분석방법으로 하여 연구가 이루어졌으며, 이를 위한 분석도구로 KrKwic, UNINET, Netdarw, 그리고 본 연구에서 사용하는 NetMiner 등이 사용되었다. Park & Chung(2013)은 소수의 이해관계자의 인터뷰 내용을 바탕으로 텍스트 네트워크 분석을 실시하였고, Ko & Son(2016)은 경관사업 시행 전후에 대한 인식을 상인, 거주민 등 이해관계자 인터뷰를 통해서 의미 네트워크 분석을 실시하였다.
- 중심성(Centrality)은 네트워크 분석에 있어서 노드의 중요성을 파악하는 주요 수단이지만, 다양한 수식이 존재하므로 해석에 신중함이 필요하다(Borgatti, 2005). 본 연구에서는 Xie(2005)의 연구를 참조하여, 비교적 해석이 쉽고, 텍스트 마이닝에 적합한 연결 중심성 값을 활용하였다. 단, 연결 중심성 값은 데이터 수에 영향을 받으므로 본 연구에서는 표준화 값을 적용하였다.
성능/효과
- 본 연구에서는 농촌다움에 관련한 ‘농촌경관’, ‘농촌공 동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’ 의 키워드로 검색한 인터넷 기사를 약 10년간의 시계열 로 추출하고, 텍스트 네트워크 분석을 활용하여 각 키워드에 담겨 있는 이슈를 LDA 토픽분석으로 파악하였다. 결과 농촌다움과 관련된 키워드로 검색한 인터넷 기사는 대부분이 체험관광, 지원사업, 마을개발사업 등의 내용으로 귀결됨을 확인하였다.
- 농촌공동체에 관한 토픽 중에서는 2개의 토픽이 마을공동체 지원사업에 해당하였으며, 지역문화 공동체(Local cultural community), 교회 공동체(Church community), 농촌 환경 생명공동체(Rural Environment Life Community)와 같은 내용의 토픽이 있었다. 또한 농촌체험, 마을개발사업, 도농연계사업과 같은 농촌관광 및 농촌개발사업에 관련한 토픽도 확인할 수 있었다. 농촌관광에 관한 토픽 중에는 농촌체험관광교육(Education on Green Village Operation), 농촌체험마을(Green Village), 도농연계 사업 (Urban – Rural linkage business), 체험마을 축제행사(Green Village Festival), 지역개발(Regional development), 농협이 지원하는 농촌관광사업(Rural Tourism Project supported by Nonghyup), 농촌관광 코스 선정(Rural Tourism Course Selection), 농촌관광 예약 서비스(Rural Tourism Reservation Service), 농식품을 활용한 관광상품 개발(Development of tourism products using agri-food) 등의 농촌관광에 관한 다양한 구체적인 내용이 포함되어 있다.
- 뉴스는 공공사업에 대한 공보 매체로서의 기능도 하므로, 조성사업, 지원사업에 대한 내용이 상대적으로 더 많이 등장한다. 이를 감안하더라도 본 연구의 결과를 통해서, 우리나라 농촌의 농촌다움의 이미지가 다양한 가치를 담지 못하고 실용성 측면의 농촌개발, 농촌관광으로 귀결되고 있는 경향을 확인할 수 있다.
- 이상의 연구결과를 통해 볼 때, 농촌다움과 관련된 키워드인 ‘농촌경관’, ‘농촌공동체’, ‘농촌관광’, ‘농촌생활’, ‘농촌어메니티’, ‘농촌환경’이 농촌다움과 관련한 각자의 특성 있는 이슈, 혹은 가치 등에 대해서 다양하게 논의되기 보다는 의외로 좁은 내용의 범위 안에서, 농촌관광 진흥사업에 대한 기사, 낙후된 농촌생활기반 개선사업에 대한 기사, 그 외 기타 지원사업에 대한 기사가 주로 나타남을 알 수 있었다.
- 불용어는 큰 의미가 없지만 출현 빈도가 높은 언론 관련 용어 및 신문사명, 그리고 지시 대명사만을 선정하여 제거하였고, 유사어는 띄어쓰기 및 흔히 보이는 축약어만을 고려하여 유사어 처리를 하였다. 최종적으로 사전에 포함한 단어 수는 고유어 4,159단어, 불용어 25단어, 유사어 114단어이다.
후속연구
- 마지막으로 본 연구에서 사용한 텍스트 마이닝 분석 방법은 향후에도 다양한 문서자료를 통해 농촌계획에 대한 동향을 파악하는데 매우 유용한 수단이라고 판단된다. 비록 본 연구에서는 인터넷 뉴스 기사만을 대상으로 연구하였지만, 이후 본 연구에서 제기한 문제를 보다 설득력 있게 고찰하기 위해서는 SNS와 같이 일반인이 올린 농촌다움에 대한 의견 등을 대상으로 분석할 필요가 있다.
- 마지막으로 본 연구에서 사용한 텍스트 마이닝 분석 방법은 향후에도 다양한 문서자료를 통해 농촌계획에 대한 동향을 파악하는데 매우 유용한 수단이라고 판단된다. 비록 본 연구에서는 인터넷 뉴스 기사만을 대상으로 연구하였지만, 이후 본 연구에서 제기한 문제를 보다 설득력 있게 고찰하기 위해서는 SNS와 같이 일반인이 올린 농촌다움에 대한 의견 등을 대상으로 분석할 필요가 있다. 또한 지역을 특정하여 실제 농촌주민, 귀촌자를 대상으로 한 우리나라의 농촌다움에 대한 인식조사도 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.