[논문]빅데이터, IoT, 인공지능 키워드 네트워크 분석

구영덕

doi:10.13067/jkiecs.2020.15.6.1137

빅데이터, IoT, 인공지능 키워드 네트워크 분석
Analysis on Big data, IoT, Artificial intelligence using Keyword Network 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.6, 2020년, pp.1137 - 1144

구영덕 (한국과학기술정보연구원)

초록
AI-Helper

본 논문에서는 빅데이터, IoT, 인공지능 관련 네트워크 분석을 통해 국내 연구동향을 파악하고 관련 시사점 도출을 목적으로 한다. 이를 위해, 2018년 국가연구개발정보를 활용하여 분석을 수행하였으며, 주요 기초 통계 분석과 언어 네트워크 분석을 수행하였다. 분석 결과, 빅데이터, IoT, 인공지능 관련 연구개발은 기초단계, 개발단계를 중심으로 연구가 진행 중이며, 대학과 중소기업의 비중이 높은 것으로 나타났다. 또한 언어 네트워크 분석 결과, 관련 분야는 스마트팜, 헬스케어 분야에 활용하기 위한 연구를 중심으로 이루어 지고 있는 것으로 판단된다. 이러한 연구결과를 바탕으로 본 연구에서는 인공지능을 활용하기 위해서는 빅데이터가 반드시 필요하며, 개인 식별화 연구가 더욱 활발히 진행되어야 한다는 점과 단순 R&D 활동이 아닌 기술사업화가 이루어 지기 위한 전 주기 지원이 필요하며, 적용 분야를 확대할 필요가 있다는 점을 주장하였다.

Abstract ▼ AI-Helper

This paper aims to provide strategic suggestions by analyzing technology trends related to big data, IoT, and artificial intelligence. To this end, analysis was performed using the 2018 national R&D information, and major basic analysis and language network analysis were performed. As a result of the analysis, research and development related to big data, IoT, and artificial intelligence are being conducted by focusing on the basic and development stages, and it was found that universities and SMEs have a high proportion. In addition, as a result of the language network analysis, it is judged that the related fields are mainly research for use in the smart farm and healthcare fields. Based on these research results, first, big data is essential to use artificial intelligence, and personal identification research should be conducted more actively. Second, they argued that full-cycle support is needed for technology commercialization, not simple R&D activities, and the need to expand application fields.

주제어

표/그림 (11)

그림 그림 1. 빅데이터, IoT, 인공지능분야 국가연구개발사업 연구수행 주체 비중 Fig. 1 Ratio of subjects performing national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 2. 빅데이터, IoT, 인공지능분야 국가연구개발사업 연구개발단계 비중 Fig. 2 Ratio research and development stages of national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 3. 빅데이터, IoT, 인공지능분야 국가연구개발사업 경제사회목적별 과제 수 Fig. 3 Number of projects by economic and social purpose of national research and development projects in the fields of big data, IoT, and artificial intelligence
그림 그림 4. 빅데이터, IoT, 인공지능분야 국가연구개발사업 연구수행 기관 상위 5개 기관 Fig. 4 Top 5 institutions for national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 5. 빅데이터, IoT, 인공지능분야 국가연구개발사업 수행 방식 비중 Fig. 5 Ratio of national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 6. 빅데이터, IoT, 인공지능분야 국가연구개발사업 공동연구 비중 Fig. 6 Share of joint research on national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 7. 빅데이터, IoT, 인공지능분야 국가연구개발사업 상위 10대 키워드 빈도 수 Fig. 7 Frequency of the top 10 keywords for national R&D projects in the fields of big data, IoT, and artificial intelligence
그림 그림 8. 빅데이터, IoT, 인공지능분야 상위 5개 키워드에 대한 jini index 값 Fig. 8 Jini index value for the top 5 keywords in the fields of big data, IoT, and artificial intelligence
그림 그림 9. 빅데이터 관련 키워드 상위 5대 pearson 상관계수 값 Fig. 9 Top 5 pearson correlation coefficient values for big data related keywords
그림 그림 10. 인공지능 관련 키워드 상위 5대 pearson 상관계수 값 Fig. 10 Top 5 pearson correlation coefficient values for artificial intelligence related keywords
그림 그림 11. 빅데이터, IoT, 인공지능 분야 국가연구개발사업 키워드 연관맵 Fig. 11 Big data, IoT, artificial intelligence field national R&D project keyword related map

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 국가연구개발사업 리스트를 중심으로 주요 키워드를 분석함으로써, 국내 빅데이터, IoT, 인공지능 관련 공유된 의미를 파악하였다. 과학기술정책이란 언어로 형성되는 것으로서, 실제 연구개발추진에 있어 다양한 연구주제를 주요 키워드로서 자신들의 주요 연구내용을 공유한 것이라 할 수 있다.
본 연구에서는 네트워크 지표 중에서 융합 지수를 활용하여 얼마나 다양한 키워드가 융합되고 있는지에 대해 분석을 수행하였다. 융합과 관련된 지표는 많은 연구가 진행 중이며, 특히 네트워크 지표(연계 중 심성 기반), 저널 지표(Shannon Entropy, Jini Index), 그리고 최근 Rao-Stirling 지수가 제시되고 있다.

제안 방법

대표적인 연구로는 이명박 정부와 노무현 정부의 정권 초기 대통령 연설문을대상으로 언어네트워크 분석을 수행하였다. 또한, 새마을운동 정책을 분석하였고, 여성 정책을 분석한 바있다. 또한, 뉴스사이트에서 방통 융합환경에서의 주파수 정책 이슈를 분석한 사례도 있다[7].
본 연구에서는 2018년에 추진한 국가연구개발사업에서 빅데이터, 인공지능, IoT 관련 추진 사업에 대해기초분석 및 네트워크 분석을 통해 관련 동향을 분석하였다.
이를 위해, 본 논문 Ⅱ장에서는 주요 분석방법론으로 네트워크 분석 방법과 VOSVIEWER에 대한 소개, Ⅲ장에서는 주요 분석 결과, Ⅳ장 및 Ⅴ장에서는 분석 결과 검토 및 결론을 도출하였다.
VOSviewer 구현은 3가지 단계를 거친다. 첫 번째 단계는 동시 발생행렬표를 기반으로 카테고리간유사도를 계산한다. 유사도 계산에 사용된 Association strength 식은 식 (2)와 다음과 같다.

이론/모형

본 연구에서는 빅데이터, IoT, 인공지능 분야 연구트렌드를 분석하기 위해 언어네트워크 방법을 활용하였다. 일반적으로 네트워크 분석은 각 노드들 사이에맺고 있는 ‘관계’를 통하여 네트워크를 검토한다[4].

성능/효과

분석 결과, 빅데이터, 인공지능, IoT 관련 기술은 정부에서 자유 공모 형식으로 주로 기초연구와 개발연구를 중심으로 연구개발을 추진 중에 있으며, 기초연구의 경우 대학을 중심으로, 개발연구의 경우 중소기업을 중심으로 연구개발을 진행하고 있는 것으로 분석된다. 주요 연구기관으로는 한국과학기술원, 한국전자통신연구원 등 출연연에서 많은 연구를 진행하고 있으나, 규모 면에서는 중소기업이 활발히 연구를 진행하고 있는 것으로 나타났다.
빅데이터, IoT, 인공지능 관련 국가연구개발사업 키워드 빈도 수 분석 결과, 빅데이터, 인공지능 키워드가 가장 많은 빈도 수를 기록하고 있으며, 이를 중심으로 한 딥러닝, 기계학습, 머신러닝가 가장 높은 것으로 나타났다.
빅데이터, IoT, 인공지능 분야 경제사회목적별로는산업생산 및 기술에 적용하기 위한 연구가 가장 활발히 진행되는 것으로 나타났다.
빅데이터, IoT, 인공지능 분야 수행 형식은 대부분 자유 공모 형식으로 정부 사업을 발주하여 관련 연구를 진행하고 있는 것으로 나타났다.
빅데이터, IoT, 인공지능 분야 연구개발 단계는 기초연구와 개발연구를 중심으로 진행되는 것으로 나타났다.
빅데이터, IoT, 인공지능 분야 연구기관 유형별 공동연구는 대학과 공동연구를 가장 활발히 진행하고 있으며, 기업과도 공동연구를 상대적으로 활발히 진행하고 있는 것으로 나타났다.
빅데이터, IoT, 인공지능 분야 연구수행 기관 상위 5개 지역을 살펴보면, 한국과학기술원, 한국전자통신연구원, 서울대학교가 가장 많은 연구를 진행하고 있는 것으로 나타났다.
연관맵 상에서 빅데이터 키워드와 유사도가 높은상위 5개 키워드를 살펴보면, 인공지능, 스마트팜이유사도가 높은 것으로 나타났다. 인공지능과 유사도가높은 키워드 역시, 빅데이터이며, 이외에 딥러닝, 쳇봇등 의료 서비스 분야에에 대한 유사도가 높은 것으로 나타났다.
과학기술정책이란 언어로 형성되는 것으로서, 실제 연구개발추진에 있어 다양한 연구주제를 주요 키워드로서 자신들의 주요 연구내용을 공유한 것이라 할 수 있다. 연구의 키워드는 네트워크의 형태로서 시각화가 가능하고, 네트워크 분석을 통하여 표면에 드러난 의미 파악 뿐만 아니라 내면에 숨겨져 있는 의미 파악이 가능하다. 언어구조를 공간적으로 표시함에 따라, 키워드에 나타난 주요 개념과 다른 개념과의 관계를 파악 가능한 것이다.
높은 것으로 나타났다. 인공지능과 유사도가높은 키워드 역시, 빅데이터이며, 이외에 딥러닝, 쳇봇등 의료 서비스 분야에에 대한 유사도가 높은 것으로 나타났다.
나타났다. 즉, 관련 키워드가 빅데이터와 인공지능 분야에 있어가장 다양한 키워드를 가지고 연구를 진행하는 것으로 분석되었다.
키워드 간 유사도를 분석한 결과에 있어 가장 큰 특징은 인공지능, 빅데이터 관련 연구에서 인공지능에서는 빅데이터가, 빅데이터에서는 인공지능 키워드의 연관성이 가장 높은 것으로 나타났다는 점이다. 이는 빅데이터가 없는 인공지능은 무의미하다는 것을 의미한다.
키워드 네트워크 상에서 빈도수가 높은 상위 5개 키워드에 대해 jini index값을 분석한 결과, 빅데이터, 인공지능 관련 키워드가 가장 높은 것으로 나타났다. 즉, 관련 키워드가 빅데이터와 인공지능 분야에 있어가장 다양한 키워드를 가지고 연구를 진행하는 것으로 분석되었다.

후속연구

그러나, 2020년 본격적으로 추진되기 시작한 디지털 뉴딜 정책에 따른 정부정책을 반영하지 못한다는 한계가 있다. 따라서, 향후 연구에서는 2020년 데이터 구축이 완료된 이후, 이를 추가적으로분석하여, 관련 분야 동향을 확인하고 해당 전략을 조정하는 것이 필요하다.
두 번째, 관련 연구에 있어기초연구는 대학에서, 개발연구 부분은 중소기업에서집중하고 있는 상황에서 대학과 중소기업 간 공동연구를 통해 단순히 R&D에 그치는 것이 아니라 기술사업화까지 이루어질 수 있도록 전 주기 지원방안이 필요하다. 세 번째로, 현재 추진되고 있는 스마트 팜 등 농업분야 이외에도 헬스케어 분야 등 공공 분야에서 적용이 가능한 분야로 과제 지원을 확대할 필요가 있다. 네번째로, 엄청난 데이터를 모으기 위해서는 정부에서 추진하는 신 데이터댐 구축을 활용하여 해당 지역을 중심으로 관련 산업을 직접화할 필요가 있다.
사항은 다음과 같다. 첫 번째, 인공지능 관련 연구추진에 있어 빅데이터 분석은 반드시 필요한 사항으로, 이를 추진하기 위해서는 개인 식별화에 대한 연구가 더욱 활발히 진행될 필요가 있으며, 특히 정부에서 최근통과된 데이터 3법을 기점으로 이를 더욱 가속화하여연구를 집중할 필요가 있다. 두 번째, 관련 연구에 있어기초연구는 대학에서, 개발연구 부분은 중소기업에서집중하고 있는 상황에서 대학과 중소기업 간 공동연구를 통해 단순히 R&D에 그치는 것이 아니라 기술사업화까지 이루어질 수 있도록 전 주기 지원방안이 필요하다.

참고문헌 (10)

Y. Ji, J. Yu, and S. Lee, "IoT, Bigdata and AI," Communications of the Korean Institute of Information Scientists and Engineers, vol. 35, no. 7, 2017. pp. 43-50.
S. Jang, "Design and Implementation of an Efficient Communication System for Collecting Sensor Data in Large Scale Sensors Networks " The Journal of the Korea Institute of Electronic Communication Sciences, vol. 24, no. 1, 2020, pp. 113-119.
C. H. Yoon, "The study of Authorized / Unauthorized Vehicle Recognition System using Image Recognition with Neural Network " The Journal of the Korea Institute of Electronic Communication Sciences, vol. 15, no. 2, 2020, pp. 299-306.

원문보기 상세보기
S. Wasserman, and K. Faust, Social networks analysis: methods and applications. Oxford, UK: Cambridge University Press, 1994.
R. Popping, Computer-assisted Text Analysis. London: Saga, 2000.
Y. Choi and S. Park, "Research Trends in the Field of Local Government and Administration - An Analysis of Articles Published in Korean Society and Public Administration, 1991-2012 - ," Korean Journal of Public Administration, vol. 45, no. 1, 2011, pp. 123-139.
E. Kim, "A Comparative Study on the Spectrum Policy Issues in Convergence Environment Semantic Network Analysis of News Coverage in the U.S. and S. Korea," International Telecommunications Policy Review, vol. 17, no. 4, 2010. pp. 107-139.
E. Kim, "An Efficient Hierarchical Multi-Hop Clustering Scheme in Non-uniform Large Wireless Sensor Networks," Computer Science and its Applications, vol. 39, no. 3, 2012. pp. 248-257.
A. Clauset, M.E.J.NEWMAN, Cristopher Moore, "Finding community structure in very large networks," Physical Review, 2004. pp. 69-70.
N. J. Van Eck, L. Waltman, R. Dekker, J. van den Berg, "A comparison of two techniques for bibliometric mapping: Multidimensional scaling and VOS," Journal of the American Society for Information Science and Technology, vol. 6, no. 1, 2010, pp. 2405-2416.

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