[논문]텍스트 마이닝을 이용한 4차 산업 연구 동향 토픽 모델링

조경원; 우영운

doi:10.6109/jkiice.2019.23.7.764

텍스트 마이닝을 이용한 4차 산업 연구 동향 토픽 모델링
Topic Modeling on Research Trends of Industry 4.0 Using Text Mining 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.7, 2019년, pp.764 - 770

조경원 (Department of Healthcare Administration, Kosin University) , 우영운 (Division of Creative Software Eng., Dong-eui University)

초록
AI-Helper

본 연구에서는 "4차 산업"과 관련된 논문들의 세부 연구 주제를 파악하기 위하여 텍스트 마이닝 기법을 이용하여 논문들을 분석하였다. 이를 위하여 2016년부터 2019년까지 한국학술지인용색인(KCI)에서 "4차 산업"이라는 키워드로 논문을 검색하여 총 685편의 논문을 수집하였다. 논문 수집을 위해서는 Python 기반의 웹 스크랩핑 프로그램을 사용하였으며, 자료 분석을 위해서는 R 언어로 구현된 LDA 알고리즘 기반의 토픽 모델링 기법들을 활용하였다. 수집된 논문들에 대한 Perplexity 분석 결과, 9가지 토픽이 최적으로 결정되었고 수집된 논문들의 9가지 대표 토픽들을 Gibbs 샘플링 방법을 사용하여 추출하였다. 분석 결과, 인공지능, 빅데이터, 사물인터넷, 디지털, 네트워크 등이 상위 주요 기술들로 나타났으며, 산업, 정부, 교육 현장, 일자리 등 4차 산업과 관련한 다양한 분야에서 주요 기술들로 인한 변화에 대한 연구들이 이루어져 왔음을 확인할 수 있었다.

Abstract ▼ AI-Helper

In this research, text mining techniques were used to analyze the papers related to the "4th Industry". In order to analyze the papers, total of 685 papers were collected by searching with the keyword "4th industry" in Korea Journal Index(KCI) from 2016 to 2019. We used Python-based web scraping program to collect papers and use topic modeling techniques based on LDA algorithm implemented in R language for data analysis. As a result of perplexity analysis on the collected papers, nine topics were determined optimally and nine representative topics of the collected papers were extracted using the Gibbs sampling method. As a result, it was confirmed that artificial intelligence, big data, Internet of things(IoT), digital, network and so on have emerged as the major technologies, and it was confirmed that research has been conducted on the changes due to the major technologies in various fields related to the 4th industry such as industry, government, education field, and job.

주제어

표/그림 (7)

그림 Fig. 1 Perplexity Change
그림 Fig. 2 Parameters in LDA function
표 Table. 1 Top 25 keywords
그림 Fig. 3 Word cloud by top 100 keywords
표 Table. 2 Topic modeling analysis result
그림 Fig. 4 Intertopic distance map(IDM)
그림 Fig. 5 Topic Trends

AI 본문요약
AI-Helper

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

문제 정의

4차 산업혁명의 흐름과 방향성을 이해하기 위해서는 거시적인 관점에서 그동안의 연구성과를 살펴볼 필요가 있다. 따라서 본 연구에서는 4차 산업혁명과 관련된 그동안의 연구성과들이 어떤 분야, 어떤 주제를 중심으로 연구되었는지, 그리고 그 분야, 주제의 변화 추이를 파악해 보고자 한다.
이를 위해 먼저 토픽 수를 정하여야 한다. 본 연구에서는 perplexity를 이용하여 적절한 토픽 수를 결정하고자 하였고[9], 토픽 수를 5개부터 15개까지 변화시켜 가면서 perplexity를 구한 후 perplexity 값이 차이가 최소화되는 구간에서 토픽 수를 결정하였다. 웹 크롤링한 분석 대상 전체 논문의 키워드로 perplexity 값을 구한 결과, 토픽 수 9개에서 10개로 넘어가는 구간에서 값이 최소화되었다.

제안 방법

4차 산업혁명과 관련된 연구들을 수집하기 위해 한국학술지인용색인(KCI)[7]에서 논문 제목으로 “4차 산업”을 검색하였다.
‘4차 산업혁명’이란 용어는 2016년 세계 경제 포럼(WEF: World Economic Forum)에서 의제로 언급되면서 급속히 확산되었다[2]. 4차 산업혁명의 핵심기술로 인공지능, 빅데이터, 지능형 로봇, 자율주행차, 사물인터넷, 3D프린팅, 클라우드 컴퓨팅 등을 이야기한다. 4차 산업혁명이 인공지능, 빅데이터 등 과학 및 정보기술에 기반한 혁명이지만, 그 적용 범위는 과학기술과 산업에 국한되는 것이 아니라 비즈니스, 교육, 문화 등 현대사회 모든 분야에 적용되어 변화를 만들어낼 수 있는 전시대적 혁명이다.
각 토픽은 LDA 기반 토픽 모델링 알고리즘을 사용하여 토픽들의 비중 순으로 제시하였다. 각 토픽을 나타내는 빈도수 기준 상위 20개 단어들을 각각 추출하였으며, 토픽별 상위 20개 단어들의 연관성을 중심으로 토픽의 이름을 정하였다.
먼저 검색된 논문들의 페이지를 각각 html로 저장한 후 Python 프로그램으로 각 논문들의 번호를 추출하여 논문 번호들만을 갖는 리스트 파일을 생성하였다. 그런 다음 추출된 논문 번호들을 이용하여 용도에 맞도록 직접 작성한 Python 웹 크롤링 프로그램을 통해 해당 논문들의 날짜, 제목, 키워드 등을 추출하였다[8].
이를 토대로 토픽의 이름을 정하였으며, 9개 토픽의 비중과 유사도를 확인하기 위해 IDM 분석을 실시하였다. 또한, 연도에 따른 논문의 대표 토픽들의 변화를 파악하기 위해 연도별 토픽 추이를 그래프로 분석하였다.
먼저 검색된 논문들의 페이지를 각각 html로 저장한 후 Python 프로그램으로 각 논문들의 번호를 추출하여 논문 번호들만을 갖는 리스트 파일을 생성하였다. 그런 다음 추출된 논문 번호들을 이용하여 용도에 맞도록 직접 작성한 Python 웹 크롤링 프로그램을 통해 해당 논문들의 날짜, 제목, 키워드 등을 추출하였다[8].
본 연구는 빅데이터 분석에 주로 활용되는 텍스트 마이닝 기법[5][6]을 이용하여 “4차 산업”과 관련된 한글 핵심 키워드의 빈도수, 대표 주제(토픽) 및 토픽별 빈도수 상위 단어, IDM(Intertopic Distance Map), 대표 토픽들의 연도별 변화 등을 분석하였다.
수집된 논문들을 대상으로 LDA 분석을 실시하여 토픽을 추출하고, 추출된 토픽들의 추이를 산출하였다. 이를 위해 먼저 토픽 수를 정하여야 한다.
이를 토대로 토픽의 이름을 정하였으며, 9개 토픽의 비중과 유사도를 확인하기 위해 IDM 분석을 실시하였다. 또한, 연도에 따른 논문의 대표 토픽들의 변화를 파악하기 위해 연도별 토픽 추이를 그래프로 분석하였다.
이상과 같은 분석 기법을 이용하여 9개의 토픽을 나타내는 빈도수 기준 상위 단어 20개씩을 추출하였다. 토픽별 구성 단어의 연관성을 중심으로 각 분야별 연구자가 토픽의 이름을 정하였다.

대상 데이터

2016~2019년까지의 “4차 산업” 관련 연구 685편의 논문에서 키워드들에 대한 전처리 과정을 거쳐 최종적으로 선정된 1,558개의 키워드를 이용하여 빈도를 분석하였다.
본 연구는 “4차 산업”의 제목으로 검색하여 추출된 KCI의 게재 논문들을 중심으로 데이터 분석을 실시하였다.
4차 산업혁명과 관련된 연구들을 수집하기 위해 한국학술지인용색인(KCI)[7]에서 논문 제목으로 “4차 산업”을 검색하였다. 분석 대상 논문은 인문학 134편, 사회과학 344, 자연과학 11편, 공학 43편, 의약학 3편, 농수해양 5편, 예술체육 47편, 복합학 98편으로 전체 685편이 검색되었다.
웹 크롤링 기법을 활용하여 조직적이고 자동화된 방식으로 논문 데이터를 수집하였고, “4차 산업” 주제로 2016년부터 2019년 현재까지 게재된 논문 685건을 분석에 적용하였다.

이론/모형

“4차 산업” 관련 연구에서 중심이 되는 토픽과 관련 핵심어를 추출하기 위하여 토픽 모델링을 실시한 결과는 표 2와 같다. 각 토픽은 LDA 기반 토픽 모델링 알고리즘을 사용하여 토픽들의 비중 순으로 제시하였다. 각 토픽을 나타내는 빈도수 기준 상위 20개 단어들을 각각 추출하였으며, 토픽별 상위 20개 단어들의 연관성을 중심으로 토픽의 이름을 정하였다.

성능/효과

앞의 토픽 모델링에 의한 IDM 분석과 트렌드 분석에 따라 알 수 있는 첫 번째 특징은 토픽의 비중에 큰 편차가 없다는 것이다. 9개 토픽의 비중이 7.9%~14.5%로 가장 낮은 토픽과 가장 높은 토픽 간의 차이가 크지 않은 것으로 나타났다. 즉, 4차 산업혁명과 관련한 연구들이 최근에 이루어지면서 관련 토픽들이 유사한 비중으로 연구되고 있음을 알 수 있었다.
그림 4를 분석해 보면 알 수 있듯이, 이 연구의 주제인 “4차 산업”과 관련된 토픽들의 분포를 보면 각 토픽들의 비중이 전체적으로 유사하게 나타나 편차가 크지 않음을 확인할 수 있다. 또한 각 토픽들 간의 겹치는 영역이 매우 작아 각 토픽들 간의 연관성이 낮음을 알 수 있었으며, 이는 각 토픽들이 비교적 명확한 연구 영역으로 구분되고 있음을 의미한다.
즉, 인공지능, 빅데이터, 스마트, 사물인터넷, 디지털 등이 상위 주요 기술들임을 확인할 수 있었다. 또한, 이 기술들이 산업, 정부, 교육현장, 일자리 등 4차 산업과 관련한 다양한 토픽에서 4차 산업의 핵심 주요 기술들을 대표하는 것으로 나타났으며, 이의 변화와 관련된 연구들이 지속적으로 이루어지고 있음을 파악할 수 있었다.
본 연구 주제인 “4차 산업”과 관련해서는, 이와 관련된 주제의 논문들이 우리나라 논문지에 게재된 기간이 짧은 것이 특징으로 나타났으며, 수집된 논문들이 발행된 전 기간에 걸쳐 4차 산업혁명 시대의 주요 정보 기술들이 공통적으로 나타남을 확인할 수 있었다.
분석 결과에 따른 두 번째 특징으로는 각 토픽들 영역 자체도 거의 중복되는 영역 없이 비교적 명확하게 구분된다는 점이다. 이는 “4차 산업”이라는 주제 자체가 비교적 최근에 부각되고 있는 주제이며, 각 연구 토픽들 또한 서로 다른 분야의 전공자들이 본인의 관심 영역에 따라 명확히 차별화된 시각으로 접근하고 있기 때문인 것으로 판단된다.
본 연구에서는 perplexity를 이용하여 적절한 토픽 수를 결정하고자 하였고[9], 토픽 수를 5개부터 15개까지 변화시켜 가면서 perplexity를 구한 후 perplexity 값이 차이가 최소화되는 구간에서 토픽 수를 결정하였다. 웹 크롤링한 분석 대상 전체 논문의 키워드로 perplexity 값을 구한 결과, 토픽 수 9개에서 10개로 넘어가는 구간에서 값이 최소화되었다. 그림 1의 그래프 변화에 나타나 있듯이 perplexity 값의 변화가 최소화되는 지점이 9-10 구간임을 알 수 있었다.
본 연구 주제인 “4차 산업”과 관련해서는, 이와 관련된 주제의 논문들이 우리나라 논문지에 게재된 기간이 짧은 것이 특징으로 나타났으며, 수집된 논문들이 발행된 전 기간에 걸쳐 4차 산업혁명 시대의 주요 정보 기술들이 공통적으로 나타남을 확인할 수 있었다. 즉, 인공지능, 빅데이터, 스마트, 사물인터넷, 디지털 등이 상위 주요 기술들임을 확인할 수 있었다. 또한, 이 기술들이 산업, 정부, 교육현장, 일자리 등 4차 산업과 관련한 다양한 토픽에서 4차 산업의 핵심 주요 기술들을 대표하는 것으로 나타났으며, 이의 변화와 관련된 연구들이 지속적으로 이루어지고 있음을 파악할 수 있었다.

후속연구

향후 연구과제로는 “4차 산업” 관련 학술 연구논문뿐만 아니라, 대중 언론 매체에서 소개되는 관련 기사들도 분석하여 사회적 관심 영역 및 기업적 관심 영역 측면에서도 면밀한 분석이 함께 이루어질 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사회에서 산업혁명의 중요성은 어떻게 부각되고 있는가?	4차 산업혁명의 핵심기술로 인공지능, 빅데이터, 지능형 로봇, 자율주행차, 사물인터넷, 3D프린팅, 클라우드 컴퓨팅 등을 이야기한다. 4차 산업혁명이 인공지능, 빅데이터 등 과학 및 정보기술에 기반한 혁명이지만, 그 적용 범위는 과학기술과 산업에 국한되는 것이 아니라 비즈니스, 교육, 문화 등 현대사 회 모든 분야에 적용되어 변화를 만들어낼 수 있는 전시 대적 혁명이다. 정부에서도 4차 산업혁명의 중요성을 인식하고 ‘대통령 직속 4차산업혁명위원회’(https://www.
	4차 산업혁명이란 무엇인가?	4차 산업혁명이란 18세기 후반 영국에서 시작된 증기기관의 사용과 기계화의 1차 산업혁명, 19세기 후반 증기기관에서 전기와 석유를 활용한 2차 산업혁명, 그리고 20세기 후반 컴퓨터와 인터넷, 인공위성을 이용한 정보혁명인 3차 산업혁명을 이어서 인공지능, 사물인터넷, 빅데이터, 모바일 등 첨단정보통신기술이 경제, 사 회 전반에 융합되어 혁신적인 변화가 나타나는 차세대 산업혁명을 말한다[1].
	4차 산업혁명의 핵심기술은 무엇인가?	‘4차 산업혁명’이란 용어는 2016년 세계 경제 포럼 (WEF: World Economic Forum)에서 의제로 언급되면서 급속히 확산되었다[2]. 4차 산업혁명의 핵심기술로 인공지능, 빅데이터, 지능형 로봇, 자율주행차, 사물인터넷, 3D프린팅, 클라우드 컴퓨팅 등을 이야기한다. 4차 산업혁명이 인공지능, 빅데이터 등 과학 및 정보기술에 기반한 혁명이지만, 그 적용 범위는 과학기술과 산업에 국한되는 것이 아니라 비즈니스, 교육, 문화 등 현대사 회 모든 분야에 적용되어 변화를 만들어낼 수 있는 전시 대적 혁명이다.

저자의 다른 논문 :

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