[논문]도서관법안에 관한 19대 국회 입법과정의 공동발의 네트워크 분석

김혜영; 박지홍

doi:10.3743/kosim.2020.37.2.001

[국내논문] 도서관법안에 관한 19대 국회 입법과정의 공동발의 네트워크 분석
A Network Analysis of the Library Bill Cosponsorship in the Legislative Process of the 19th National Assembly of Korea 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.37 no.2, 2020년, pp.1 - 22

초록
AI-Helper

공동발의 네트워크는 법안 공동발의로 형성되는 국회의원 간의 관계를 통해 국회 입법과정을 보여준다. 본 연구는 제19대 국회 임기기간 중 발의된 도서관법안을 중심으로 공동발의 네트워크 분석과 국회의원 액터의 중심성 분석 및 키워드 중심 네트워크의 서브그룹 분석을 실시하였다. 연구결과, 도서관법안 공동발의 네트워크는 정당에 따라 분절된 모습을 보였으며, 다른 소속 정당 의원과 근접한 거리에 위치하면서 매개적 역할을 수행하는 의원들이 네트워크에서 중요한 영향력을 미치고 있었다. 키워드중심 네트워크로 재구조화할 경우, 다른 정당 소속 의원들이 동일한 키워드를 공유하면서 서브그룹을 형성함에 따라 정당으로 분절된 네트워크 구조가 개선되는 모습을 보였다. 연구결과를 토대로, 도서관계 입법활동 활성화를 위해서는 정당 간 매개적 역할을 하는 의원들을 중심으로 도서관 법안이 아닌 주요 키워드를 중심으로 정책이슈를 확산하고 공유하는 전략이 필요하다는 점을 제시하였다.

Abstract ▼ AI-Helper

The legislative cosponsorship network shows the legislative process of the National Assembly through the relationship between the members of the National Assembly formed by cosponsorship. This study focused on the library bill proposed during the 19th National Assembly term, and conducted the cosponsorship network analysis, the centrality analysis of actors of the National Assembly, and a subgroup analysis of keyword-centric networks. As the result of the study, the library bill's cosponsorship network was segmented according to political parties, and lawmakers who played an intermediary role in close proximity to other political party members had an important influence on the network. When restructured into a keyword-oriented network, the network structure segmented into political parties improved as members of different parties shared the same keywords and formed subgroups. Based on the results, it was suggested that a strategy for spreading and sharing policy issues based on core keywords rather than library legislation, centered on lawmakers who play a mediating role between parties, is needed to activate library legislation.

Keyword

표/그림 (9)

표 <표 1> 제19대 도서관 법안 발의 현황
그림 <그림 1> 법안/국회의원 2-모드 네트워크
그림 <그림 2> 국회의원/국회의원 1-모드 네트워크
그림 <그림 3> 제19대 국회 전반기 국회의원/국회의원 1-모드 네트워크
그림 <그림 4> 제19대 국회 후반기 국회의원/국회의원 1-모드 네트워크
표 <표 2> 국회의원 액터 중심성 분석 결과 비교(상위 10인)
그림 <그림 5> 국회의원 액터 중심성 분석 결과 시각화 비교
그림 <그림 6> 키워드/국회의원 2-모드 네트워크
그림 <그림 7> 키워드/국회의원 2-모드 네트워크 서브그룹 분석결과

AI 본문요약
AI-Helper

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

문제 정의

이에 본 연구는 제19대 국회 입법과정에서 발의된 도서관 법안 공동발의 네트워크를 분석함으로써 도서관계 국회 입법과정을 파악하고, 이를 기반으로 앞으로의 도서관 입법활동을 위한 방향성을 논의하고자 한다.
이에 본 연구는 제19대 국회 임기 기간 중발의된 도서관법안을 중심으로 다음과 같은 세 가지 연구질문에 따라 공동발의 네트워크를 분석하고자 한다.
이에 본 연구에서는 도서관계 입법과정을 밝히기 위해 도서관 법안을 중심으로 형성된 공동발의 네트워크를 분석 대상으로 삼고자 한다. 또한 공동발의 네트워크 전체의 구조적 특성을 파악하기 위해 국회의원 액터의 중심성을 분석하고, 제19대 국회의장 재임기간을 기준으로, 국회 임기 전반기와 후반기로 나누어 네트워크 변화 추이를 살펴보고자 한다.
이에 본 연구에서는 도서관계 입법과정을 밝히기 위해 도서관 법안을 중심으로 형성된 공동발의 네트워크를 분석 대상으로 삼고자 한다. 또한 공동발의 네트워크 전체의 구조적 특성을 파악하기 위해 국회의원 액터의 중심성을 분석하고, 제19대 국회의장 재임기간을 기준으로, 국회 임기 전반기와 후반기로 나누어 네트워크 변화 추이를 살펴보고자 한다.
본 연구는 도서관법안 중심으로 형성된 공동발의 네트워크를 구성하고, 국회의원 액터에 대한 중심성 분석을 통해 네트워크 특성을 도출하고자 한다. 이후, 키워드중심 공동발의 네트워크를 구성하여 거번-뉴먼 알고리즘 분석을 통해 응집성이 강한 서브그룹으로 네트워크를 분할하여 그 양상을 분석하고자 한다.
본 연구는 공동발의 네트워크 분석을 통해 동적으로 변화하는 도서관계 입법과정의 특성을 밝히고, 이를 기반으로 향후 도서관 입법활동 활성화를 위한 시사점을 도출하였다. 정당에 따라 분절된 네트워크 구조를 개선하기 위해서는 도서관 법안이 아닌 주요 이슈를 담은 키워드를 중심으로 매개적 역할을 하는 의원들이 정당을 뛰어넘어 적극 공유하도록 하는 기회를 늘려가는 것이 중요하다.

제안 방법

본 연구는 제19대 국회 임기 기간으로 연구범위를 설정하여, 임기 기간 중 발의된 도서관 법안을 중심으로 공동발의 네트워크를 분석하였다. 국회는 4년마다 치러지는 국회의원 선거에 따라 국회의원이 새롭게 선출되므로 국회 임기별로 네트워크를 분석하는 것이 효율적이다.
특정 법안을 중심으로 형성된 공동발의 네트워크를 분석함으로써 각 분야에서의 입법과정을 분석한 연구도 수행되었다. 보건복지위원회 발의 법안, 다문화가족지원법안, 성폭력방지법안 등 다양한 주제 분야에서의 공동발의 네트워크를 분석하고, 이를 토대로 각 분야 입법활동의 방향성을 도출하였다(김하영, 강버들, 2018; 서인석, 윤병섭, 조일형, 2014; 염유식, 2007).
본 연구는 도서관법안 중심으로 형성된 공동발의 네트워크를 구성하고, 국회의원 액터에 대한 중심성 분석을 통해 네트워크 특성을 도출하고자 한다. 이후, 키워드중심 공동발의 네트워크를 구성하여 거번-뉴먼 알고리즘 분석을 통해 응집성이 강한 서브그룹으로 네트워크를 분할하여 그 양상을 분석하고자 한다.
제19대 임기 내 도서관 법안은 <표 1>과 같이 정부 발의안 2건과 교육문화체육관광위원회 위원장 발의안 1건을 제외한 총 16건이 공동발의되었다. 공동발의된 16건의 도서관법안을 국회 의장 재임기간을 기준으로 국회 임기 전반기(2012. 7. 2. ~ 2014. 5. 29.)와 후반기(2014. 5. 30. ~ 2016. 5. 29.)에 따라 구분하였다. 이에 따라 8개의 법안(1~8번)은 제19대 전반기에 발의되었고, 나머지 8건은(9~16번)은 후반기에 발의된 것으로 분류되었다.
본 연구는 다음과 같이 세 가지 방식으로 매트릭스를 구성하여 도서관법안 공동발의 네트워크를 분석하였다.
첫째, 법안/국회의원 2-모드 매트릭스(2-mode matrix)로, 법안과 국회의원, 두 종류의 소셜엔티티 집합으로 구성하였다. 같은 종류의 노드 간에는 직접적 연결관계가 없으므로 법안과 국회의원이라는 다른 종류의 노드 간에만 연결관계가 형성된 것으로 보았다.
둘째, 국회의원/국회의원 1-모드 매트릭스(1-mode matrix)로, 법안/국회의원 2-모드 네트워크로부터 인접 매트릭스(adjacency matrix)로 도출하여 구성하였다. 1-모드 네트워크는행과 열의 개수가 동일한 정방형의 매트릭스이다.
이처럼 연결관계가 국회의원 노드 간 직접적인 상호작용이 없더라도 다른 유형의소셜엔티티 집합을 통해서 인위적으로 관계설정이 이루어질 수 있으며, 그 과정에서 공동발의 행위에 더 많이 참여함으로써 다른 국회의원과 강한 연결관계를 맺었을 경우 더 큰 강도 값을 갖는다. 따라서 연결관계를 나타내는 라인굵기는 공동발의횟수에 기반한 관계정도를 반영하도록 하였다. 또한 국회의원 액터의 중심성 분석을 위해 국회의원/국회의원 1-모드네트워크를 관계여부만을 나타내는 이진 그래프로 변환하였다.
따라서 연결관계를 나타내는 라인굵기는 공동발의횟수에 기반한 관계정도를 반영하도록 하였다. 또한 국회의원 액터의 중심성 분석을 위해 국회의원/국회의원 1-모드네트워크를 관계여부만을 나타내는 이진 그래프로 변환하였다.
셋째, 키워드/국회의원 2-모드 매트릭스(2-mode matrix)로, 각 법안에서 추출한 키워드 11개를 중심으로 키워드와 국회의원 두 종류의 소셜엔티티 집합으로 구성하였다. 또한 거번-뉴먼 알고리즘 분석을 실시하여 키워드 중심으로 재구조화된 네트워크를 응집적 서브그룹으로 분할하였다.
셋째, 키워드/국회의원 2-모드 매트릭스(2-mode matrix)로, 각 법안에서 추출한 키워드 11개를 중심으로 키워드와 국회의원 두 종류의 소셜엔티티 집합으로 구성하였다. 또한 거번-뉴먼 알고리즘 분석을 실시하여 키워드 중심으로 재구조화된 네트워크를 응집적 서브그룹으로 분할하였다.
법안/국회의원 2-모드 네트워크에 개별 국회의원 속성값인 ‘정당, 선출횟수, 법안발의건수, 지역구/비례대표 여부’ 등을 적용하여 네트워크를 분석하였다.
본 연구에서는 국회의원-국회의원 1-모드 네트워크를 이진 그래프로 변환하여 중심성 분석을 위한 데이터를 생성하고, 4가지 중심성 지표에 따라 국회의원 액터 중심성을 분석하여 와 같이 분석 결과를 비교하였다.
또한 전체 네트워크에서 영향력 높은 액터들이 수행하는 주요한 전략적 특성을 파악할 수 있도록 해준다. 본 연구에서 활용한 4가지 중심성 지표는 연결중심성, 근접중심성, 매개중심성, 아이겐벡터중심성으로, 각 중심성 지표는 각 지표가 가진 고유의 관점에서 네트워크 구조 내에서 주요한 역할을 수행하는 액터의 특성을 파악한다. 본 연구에서는 국회의원-국회의원 1-모드 네트워크를 이진 그래프로 변환하여 중심성 분석을 위한 데이터를 생성하고, 4가지 중심성 지표에 따라 국회의원 액터 중심성을 분석하여 <표 2>와 같이 분석 결과를 비교하였다.
세 번째 네트워크는 키워드/국회의원 2-모드매트릭스로 구성하였으며, <그림 6>과 같이 시각화하였다. 도서관법안 주요 제안배경 및 이유 내용에서 추출한 키워드 11개를 활용하여 공동발의 네트워크를 키워드 중심으로 새롭게 재구조화하였다. 이 네트워크는 137개 노드와 229의 방향성 있는 라인으로 구성되어 있으므로 네트워크 밀도는 0.
다음으로, 키워드중심 공동발의 네트워크를 대상으로 거번-뉴먼 알고리즘 분석을 실시하여 서브그룹으로 분할하였다. 분석 결과, <그림 7 과')">>과 같이 6개 서브그룹으로 분할하는 방식이 Q값 0.
첫 번째 네트워크는 법안/국회의원 2-모드 매트릭스로 구성하였으며, 과 같이 시각화하였다.
국회의원/국회의원 1-모드 매트릭스를 국회의장 재임기간을 기준으로, 전반기(2012. 7. 2.~ 2014. 5. 29.)와 후반기(2014. 5. 30. ~ 2016.5. 29.)로 나누어 과 와 같이 네트워크 변화 추세를 살펴보았다.

대상 데이터

국회는 4년마다 치러지는 국회의원 선거에 따라 국회의원이 새롭게 선출되므로 국회 임기별로 네트워크를 분석하는 것이 효율적이다. 본 연구의 범위로 설정한 제19대 국회는 2012년 4월 11일 실시된 국회의원 총선거를 통해 2012년 5월 30일 개시되어 2016년 5월 29일 종료되었으며, 총 300인(지역구 246인, 비례대표 54인)으로 최초 구성되었다. 임기 기간 중 사직,사망, 형 확정에 의한 퇴직, 헌법재판소 결정으로 정당 해산, 재선거 당선 등으로 최종적으로 291인으로 임기를 마쳤다(제19대 국회경과보고서, 2016).
또한 대표발의한 의원이 명시한 도서관법안의 주요 제안배경 및 이유 내용을 국회의안정보시스템 상에서 수집하고, 주요하게 출현한 과 같이 키워드를 선정하였다.
도서관 법안을 수집하기 위해 국회의안정보시스템(http://likms.assembly.go.kr) 상에서 검색을 실시하였다. 제19대 임기 내 도서관 법안은 <표 1>과 같이 정부 발의안 2건과 교육문화체육관광위원회 위원장 발의안 1건을 제외한 총 16건이 공동발의되었다.
국회의안정보시스템 상에서는 현직 의원정보만을 확인할 수 있었으며, 대한민국헌정회 웹사이트에서도 역대 의원에 대한 한정된 정보만을 제공하고 있었다. 이에 위키백과(https://ko.wikipedia.org/)를 활용하여 제19대 국회의원의 개별 속성정보를 모두 수집할 수 있었다

데이터처리

수집 데이터는 UCINET 6.682(Borgatti, 2002)를 통해 매트릭스로 구성하여 네트워크 및 중심성 분석을 실시하였으며, 분석 결과를 NetDraw를 통해 시각화하였다. 앞서 설명한 세 가지 매트릭스에 따라 공동발의 네트워크를 분석한 결과는 다음과 같다.

이론/모형

이때, 국회의원이 해당 법안을 지지하므로 국회의원에서 법안으로 향하는 방향성이 존재한다. 또한 Fowler(2006b)가 개발한 연결된 중심성 지표 개념과 류석춘, 이승수(2016)의 연구를 참고하여 법안당 공동발의 자수에 따라 국회의원 간 관계에 가중치를 부여하였다. 예를 들어, 한 법안당 적은 공동발의자수를 갖는 경우, 연결관계 1을 공동발의자 수로 나눠 더 강한 연결관계를 갖는 것으로 반영하였다.

성능/효과

법안/국회의원 2-모드 네트워크에 개별 국회의원 속성값인 ‘정당, 선출횟수, 법안발의건수, 지역구/비례대표 여부’ 등을 적용하여 네트워크를 분석하였다. 그 결과, 국회의원 선출횟수는 네트워크상에서 큰 영향요인이 아님을 확인할 수 있었다. 선출횟수 보다는, 정당이 보다 주요한 영향요인으로, <그림 1>에서 좌측은 새누리당 의원들이 위치해있고, 우측은 민주당 의원들 다수와 일부 정의당 의원이 위치해 있는 양상을 확인하였다.
임기 후반기에 이르러 와 같이 전체 네트워크가 단절되지 않고 국회의원 간 연결관계가 생겨나면서 액터들의 활동성이 활발해지는 것을 확인할 수 있었다.
)로 나누어 <그림 3>과 <그림 4>와 같이 네트워크 변화 추세를 살펴보았다. 그 결과, 임기 전반기에는 의원들 간 관계가 단절되어 있음을 발견할 수 있었다. <그림 3>에서 좌측은 새누리당 의원들이 주로 위치해 있는 가운데,민주당 의원과 정의당 의원이 극소수가 포함되어 있었다.
<그림 3>에서 좌측은 새누리당 의원들이 주로 위치해 있는 가운데,민주당 의원과 정의당 의원이 극소수가 포함되어 있었다. 우측은 민주당 의원들만 위치해 있었으며, 2개의 소규모 컴포넌트가 민주당 의원 내에 존재하는 것을 확인할 수 있었다. 이 2개의 컴포넌트는 민주당 의원 2인(배기운, 전순옥)을 중심으로 연결되어 있었다.
첫째, 연결중심성은 연결관계가 높은 민주당 의원들이 대체로 높게 나타나는 모습을 보였다. 발의안 건수가 높은 의원들 중에는 10명 중 4명의 의원이 연결중심성이 높은 것으로 나타났다.
둘째, 근접중심성은 의원들 간 거리가 가까운 의원들이 높게 나타났으며, 연결중심성과 유사한 패턴을 지니면서 전체적으로 보다 더 높은 중심성 값이 부여되었다. 이에 따라 연결 중심성이 대체로 낮았던 새누리당 의원들도 전체적으로 근접중심성 값이 높아지는 결과를 보였다.
셋째, 매개중심성은 새누리당 의원들과 민주당 의원들로 크게 양분화된 네트워크 구조 속에서 두 정당 사이를 매개하는 역할을 하는 의원들이 높게 나타났다. 실질적으로 이러한 매개 역할을 수행하는 의원들이 단절된 도서관법안 공동발의 네트워크의 연결관계를 회복하고,활성화하는 데 매우 유의미한 역할을 하고 있었다.
넷째, 아이겐벡터 중심성은 연결중심성이 높은 민주당 의원들과 연결관계를 갖는 민주당 의원들이 대체로 높게 나타났다. 적은 연결관계를 갖고 있는 새누리당 의원은 정당 내 연결관계 내에 위치하였고, 이에 따라 낮은 아이겐벡터 중심성 값을 보였다.
중심성 분석 결과, 매개중심성 지표가 정당에 따라 분절이 심화되어 있는 도서관 법안 공동발의 네트워크에서 가장 의미 있는 역할을 수행하는 액터를 찾아내는 데 가장 효과적이었다. 매개중심성이 근접중심성 지표와 유사한 결과를 보인다는 점은 여러 다른 정당 의원들과 근접한 거리에서 상호작용하는 의원일수록 매개 역할을 수행하는 경우가 많다는 것을 의미한다.
서브그룹 1번, 2번, 4번, 5번은 특히 여러 정당 소속 의원이 혼재되어 있었으며, ‘특수도서관, 장애인, 납본, 작은도서관, 국회도서관, 도서관정보정책위원회, 대학도서관, 출연금과 보조금’과 같은 동일한 키워드를 공유하고 있었다. 또한 6개의 각 서브그룹 사이를 연결하는 의원들의 경우, 의원/의원 1-모드 네트워크에서 높은 매개중심성 값을 가진 의원들인 것으로 확인할 수 있었다. 이는 키워드중심 공동발의 네트워크에서도 다양한 속성을 가진 액터 간을 매개하는 역할이 네트워크 활성화에 매우 중요함을 시사한다.
첫째, 도서관법안 공동발의 네트워크는 정당에 따라 분절된 구조를 보였다. 법안 발의수는동일하였지만, 새누리당 의원들로 구성된 컴포넌트가 적은 수의 액터들로 관계가 촘촘하고 연결강도가 강한 특성을 보였으며 상대적으로 비례대표 의원 액터로 구성되어 있었다.
특히 몇몇 의원의 중재자 역할로 인해 임기 전반기에 분절되어 있던 네트워크 구조가 개선되며 네트워크가 점차 확장되는 모습을 보였다. 이러한 분석 결과는 국회의원 액터의 속성 중 소속 정당이 주요하게 네트워크 구조에 영향을 미친다는 점을 보여주며, 각 정당의 영향력에 따라 네트워크가 확장되거나 축소될 수 있다는 것을 의미한다. 또한 다선 의원이나 지역구 의원이 정당 내 뿐만 아니라 정당을 뛰어넘은 관계 형성에 유리하므로 정당 내 핵심 컴포넌트를 중심으로 다른 정당 소속 의원까지 연결될 가능성이 높다는 점을 알 수 있다.
둘째, 국회의원 액터 중심성 분석 결과, 중요한 국회의원 액터를 발견하는 데 있어 매개중심성 지표가 가장 효과적이었다. 매개중심성 값은 근접중심성 값과 전반적으로 유사한 양상을 보였으며, 근접중심성 값의 차이를 극대화하여 보여줌으로써 중요한 액터를 효과적으로 발견할 수 있도록 하였다.
둘째, 국회의원 액터 중심성 분석 결과, 중요한 국회의원 액터를 발견하는 데 있어 매개중심성 지표가 가장 효과적이었다. 매개중심성 값은 근접중심성 값과 전반적으로 유사한 양상을 보였으며, 근접중심성 값의 차이를 극대화하여 보여줌으로써 중요한 액터를 효과적으로 발견할 수 있도록 하였다. 매개중심성이 높은 국회의원 액터는 다른 정당 소속 의원들과 근접한 거리에 위치해 있었으며, 정당에 따라 분절되어 있는 네트워크를 매개함으로써 네트워크를 확장시키는 데 주요한 역할을 수행하고 있었다.
셋째, 키워드 중심으로 재구조화할 경우, 도서관법안 중심 네트워크에서 정당에 따라 분절되어 있던 구조가 개선되는 모습을 보였다. 키워드를 중심으로 다른 소속 정당 의원들이 서브그룹을 형성하였으며, 동일한 키워드를 공유하고 있었다.
키워드를 중심으로 다른 소속 정당 의원들이 서브그룹을 형성하였으며, 동일한 키워드를 공유하고 있었다. 또한 서브그룹 간 매개적 역할을 하는 의원들이 매개중심성 값이 높았으며, 도서관법안 중심 네트워크와 동일하게 네트워크를 연결하고 확장하는 데 주요한 역할을 수행하고 있는 점을 발견하였다. 이는 도서관 법안을 중심으로 국회의원의 입법활동 증진을 모색하기보다는 도서관 법안이 지닌 주요한 키워드를 중심으로 국회의원에게 도서관계 이슈를 알리는 것이 효과적이라고 볼 수 있다.
분석 결과, <그림 7 과')">>과 같이 6개 서브그룹으로 분할하는 방식이 Q값 0.539로 가장 높은 적합도를 보여주었다.

후속연구

지난 29년간 도서관 주제로 한 언론 보도 경향(1990~2018) 분석 결과를 통해서도 도서관계 이슈가 사회적 변화 속에서 더욱 다양해지고 세분되고 있다는 점을 확인할 수 있다(한승희, 2019). 따라서 각 시기별로 제․개정된 도서관 법안을 대상으로 주요 키워드를 추출하여 도서관계 정책이슈 변화 추이를 양적 및 질적으로 분석하는 후속 연구가 진행될 필요가 있다. 이를 기반으로 도서관계 정책이슈를 담은 핵심 키워드를 지속적으로 개발하고 키워드를 중심으로 공동발의 네트워크를 활성화시킨다면,도서관계 입법활동을 효과적으로 증진시키는 데기여할 수 있을 것으로 기대한다.
따라서 각 시기별로 제․개정된 도서관 법안을 대상으로 주요 키워드를 추출하여 도서관계 정책이슈 변화 추이를 양적 및 질적으로 분석하는 후속 연구가 진행될 필요가 있다. 이를 기반으로 도서관계 정책이슈를 담은 핵심 키워드를 지속적으로 개발하고 키워드를 중심으로 공동발의 네트워크를 활성화시킨다면,도서관계 입법활동을 효과적으로 증진시키는 데기여할 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	공동발의 네트워크의 특징은 무엇인가?	법안 발의(bill sponsorship)는 여러 이슈를 법률로 제정하여 정책을 수립하고 실행하도록 함으로써 관련 분야의 발전을 이끄는 중요한 입법활동이다(Woon, 2008). 공동발의 네트워크(cosponsorship network)는 법안 공동발의로 형성되는 국회의원들 간의 관계를 통해 국회 입법환경과 구조를 보여준다. 국회의원의 소셜네트워크는 독특한 동적 구조를 형성함으로써 관련 분야의 입법활동 성과와 생산성에 주요한 영향을 미친다(Tam Cho & Fowler, 2010).
	법안 발의란 무엇인가?	법안 발의(bill sponsorship)는 여러 이슈를 법률로 제정하여 정책을 수립하고 실행하도록 함으로써 관련 분야의 발전을 이끄는 중요한 입법활동이다(Woon, 2008). 공동발의 네트워크(cosponsorship network)는 법안 공동발의로 형성되는 국회의원들 간의 관계를 통해 국회 입법환경과 구조를 보여준다.
	국회 입법환경과 구조를 이해하기 위한 기존의 선행연구의 특징은 무엇인가?	2010). 기존 연구들은 주로 국회의원의 속성 간 영향관계를 통계적으로 검증하거나(예: 김석우, 전용주, 2012; 장임숙, 2017;정희옥, 윤종빈, 박영환, 2016), 각 속성이 법안가결에 미치는 영향을 파악하였다(예: 박찬무,장원철, 2017; 서일정, 2018; 이한수, 2016). 입법환경이 점차 복잡하고 다변화됨에 따라, 동적으로 변화하는 입법과정을 파악하기 위한 효율적인 방법론으로 공동발의 네트워크 연구가 각광을 받기 시작하였다(Heaney & McClurg,2009).

참고문헌 (30)

Ka, Sangjoon (2014). Has the Korean National Assembly been polarized?. The Journal of Parliamentary Research, 9(2), 247-272.
Kwahk, Keeyoung (2014). Social network analysis. Seoul: Cheongnam.
National Assembly Secretariat (2016). The 19th National Assembly circular report.
Kim, Kyong Sik, & Jang, Mi Ran (2014). Social network analysis on the joint submission of sports bill in the 17, 18th National Assembly of Korea and bill adoption. Korean Society for Sociology of Sport, 27(2), 1-26. https://doi.org/10.22173/jksss.2014.27.2.1
Kim, Lanu (2009). The contingency of influence network effect on political voting decision. Korean Journal of Sociology Conference, 2009(12), 1355-1378.
Kim, Seok Woo & Jeon, Yong Joo (2012). A study on the determinants of political ideology of the Korean 19th National Assembly members. Journal of Korean Politics, 21(3), 23-44.
Kim, Ha Young, & Kang, Baddle (2018). Network analysis on joint initiative of legislative process for multicultural families support in the nineteenth national assembly. Multicultural Education Studies, 11(3), 99-120. https://doi.org/10.14328/MES.2018.9.30.99

상세보기
Ryu, Seouk Chun, & Lee, Seoung-su (2016). A legislative cosponsorship network analysis of the 19th National Assembly members. A material on lawmakers' policy debates on ideological reality viewed through the actual state of the bill, May 2, 2016, The Press Center's Chrysanthemum Chamber, Host: Citizen United For Better Society.
Park, Ja-Hyun, & Song, Min (2013). A Study on the Research Trends in Library & Information Science in Korea using Topic Modeling. Journal of the Korean society for information management, 30(1), 7-32. https://doi.org/10.3743/KOSIM.2013.30.1.007
Park, Chanmoo, & Jang, Woncheol (2017). Cosponsorship networks in the 17th National Assembly of Republic of Korea. The Korean Journal of Applied Statistics, 30(3), 403-415.

원문보기 상세보기
Seo, Inseok, Yoon, Byung Sup, & Jo, Ilhyung (2014). Structure and persistiveness of cosponsorship network in legislative process: Application of structural variable and ERGM on the sexual violence prevention act. Korea Public Administration Journal, 23(1), 65-90. https://doi.org/10.22897/kipajn.2014.23.1.003
Seo, Il-Jung (2018). The impact of network structure on legislative performance in cosponsorship networks. The Korea Contents Society, 18(9), 433-440. https://doi.org/10.5392/JKCA.2018.18.09.433
Youm, Yoo Sik (2007). A network analysis of the legislative bill adoption in the 16th congress in Korea: the effect of brokerage position in the cosponsorship network at the standing committee of public health and social welfare on the bill adoption. Korean Journal of Law & Society 32, 159-184.
Lee, Byung Kyu, & Youm, Yoo Sik (2009). Identifying the structure of co-signing networks among the 17th Korean congressmen in the standing committee of health and welfare: By using p-net modeling. Journal of Contemporary Society and Culture, 29, 33-60.
Lee, Ji-yeon, Jo, Hyun-joo, & Yoon, Ji Won (2014). Network analysis of legislators and committees based on bills in the 18th and 19th National Assembly, Korea. Journal of Digital Convergence, 12(2), 11-25. https://doi.org/10.14400/JDC.2014.12.2.11
Lee, Han Soo (2016). Explaining Korean representatives’ sponsorship behavior. Dispute Resolution Studies Review, 14(1), 161-188. https://doi.org/10.16958/drsr.2016.14.1.161
Chang, Dukjin (2011). Policy Networks in the 17th National Assembly of Korea: An analysis of co-sponsorship and friendship ties. Korean Party Studies Review, 10(2), 157-187.
Jang, Im Sook (2017). The current situation of migration policy and characteristics of proposer. Contemporary Society and Multiculture, 7(1), 48-76.
Jeong, Hoi Ok, Yoon, Jong Bin, & Park, Young Hwan (2016). The effect of legislators Individuallevel factors on legislative effectiveness. The Journal of Political Science and Communication, 19(1), 243-274. https://doi.org/10.15617/psc.2016.02.19.1.243
Choi, Hyung Wook, Choi, Ye-jin, & Nam, So-Yeon (2018). Time series analysis of intellectual structure and research trend changes in the field of library and information science: 2003 to 2017. Journal of the Korean society for information management, 35(2), 89-114. https://doi.org/10.3743/KOSIM.2018.35.2.089
Han, Seunghee (2019). An analysis of news trends for libraries in Korea: Based on 1990-2018 News Big Data. Journal of the Korean Society for Information Management, 36(3), 7-36. https://doi.org/10.3743/KOSIM.2019.36.3.007
Aleman, E. (2015). Coauthorship ties in the colombian congress, 2002-2006. Colombia International, 83(83), 23-42. https://doi.org/10.7440/colombiaint83.2015.02
Borgatti, S. P. (2002). Netdraw network visualization. Analytic Technologies: Harvard, MA.
Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2013). Analyzing social networks. CA: Sage Publications. https://doi.org/10.1080/10705422.2016.1209400
Fowler, J. H. (2006a). Connecting the Congress: A study of cosponsorship network. Political Analysis, 456-487. https://doi.org/10.1093/pan/mpl002

상세보기
Fowler, J. H. (2006b). Legislative cosponsorship networks in the US house and senate. Social Networks, 28(4), 454-465. https://doi.org/10.1016/j.socnet.2005.11.003

상세보기
Heaney, M. T., & McClurg, S. D. (2009). Social networks and American politics: Introduction to the special issue. American Politics Research, 37(5), 727-741. https://doi.org/10.1177/1532673X09337771

상세보기
Tam Cho, W. K., & Fowler, J. H. (2010). Legislative success in a small world: Social network analysis and the dynamics of congressional legislation. The Journal of Politics, 72(1), 124-135. https://doi.org/10.1017/S002238160999051X

상세보기
Woon, J. (2008). Bill sponsorship in congress: The moderating effect of agenda positions on legislative proposals. The Journal of Politics, 70(1), 201-216. https://doi.org/10.1017/S0022381607080140

상세보기
Yang, S., Keller, F. B., & Zheng, L. (2016). Social network analysis: Methods and examples. CA: Sage Publications.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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