[논문]디지털 인문학 분야의 국내외 연구 동향 분석

정유경

doi:10.3743/kosim.2020.37.2.311

디지털 인문학 분야의 국내외 연구 동향 분석
An Analysis on Research Trends of Digital Humanities 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.37 no.2, 2020년, pp.311 - 331

초록
AI-Helper

본 연구의 목적은 디지털 인문학 분야의 국내외 주요 연구의 동향을 살펴보고 비교 분석하는 데 있다. 기존의 디지털 인문학 동향에 관한 연구들은 해외의 주요 연구사례와 국가정책, 발전 방향 등을 검토하는 연구들로, 디지틸 인문학 분야의 세부 연구주제 및 하위 분야를 파악하는 것과는 거리가 있었다. 본 연구에서는 국내외 학술 문헌의 계량서지적 분석을 통해 디지털 인문학 분야의 지적 구조를 살펴보고자 한다. 이를 위해 Web of Science와 RISS로부터 2020년 3월까지 출판된 디지털 인문학 관련 국내외 학술 문헌을 수집하여 분석에 사용하였다. 이 자료들을 대상으로 구조적 토픽모델을 적용하여 세부 주제들을 살펴보았으며, 이 주제들의 시계열적 추이를 파악하였다. 분석결과, 국내외 공통적으로 인문학 기반의 융합 연구들이 수행되었으며, 주로 사료의 디지털화가 주된 연구의 관심사였다. 국내는 문화콘텐츠와 스토리텔링 관련된 연구주제가 두드러지게 나타났으며, 해외는 디지털화된 자료의 제공 측면에서 문헌정보학 관련 주제들이 주목을 받는 것으로 나타났다. 이를 통해 국내의 디지털 인문학 분야의 연구 공백을 파악하고 연구주제 확장이 가능한 영역들을 제안하였다.

Abstract ▼ AI-Helper

The purpose of this study is investigate the research trend on digital humanities. Previous studies focused on analyzing representative cases and national policies, not overall research trends in the digital humanities field. To this problem, this study intends to identify the intellectual structure of the digital humanities by adopting bibliometric approach. In this study, 1,765 articles retrieved from Web of Science and 514 records from RISS were analyzed to investigate research trends. Structural topic models were applied to examine research topics and to grasp the time-series trend. The results show that humanities-based convergence studies and digitization were main research interests in both side. In Korea, research topics related to cultural contents and storytelling were prominent, while in terms of providing digitized data, library and information science field was one of the important research topic abroad.

주제어

표/그림 (10)

그림 <그림 1> 연구의 개요
그림 <그림 2> 연도별 디지털 인문학 관련 연구 문헌의 수(2001~2019년)
그림 <그림 3> 토픽 수에 따른 로그우도 추정치(상: 국내, 하: 국외)
표 <표 1> 디지털 인문학(DH) 관련 국내 학술지 상위 10종
표 <표 2> 디지털 인문학 관련 국외 학술지 상위 10종
표 <표 3> 국내외 학술논문에 부여된 색인어
표 <표 4> 국내 학술논문의 STM 결과(16개 토픽)
표 <표 5> 국외 학술논문의 STM 결과(25개 토픽)
그림 <그림 4> 국내 주요 토픽의 시계열적 발현 추이
그림 <그림 5> 국내 주요 토픽의 시계열적 발현 추이

AI 본문요약
AI-Helper

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

문제 정의

다음으로 디지털 인문학 관련 학술논문에 부여된 색인어를 통해 어떠한 세부 연구주제들 을 다루고 있는지 살펴보았다. 각 논문에 부여 된 색인어의 종류는 국내의 경우 3,843개, 국외의 경우에는 4,446개로 나타났다.
미국과 대만의 경우 정부의 강력한 정책적 지원을 통해 디지털 인문학을 발전시켜 왔으며, 특히 대만은 이러한 정부의 지원에 힘입어 아시아 디지털 인문학 분야에서 선도적인 역할을 하고 있음을 언급하였다. 반면 일본과 중국의 경우, 미미한 정부지원과 함께 상대적으로 자료의 디지털화에만 치중하는 디지털 인문학 초기 발전 단계를 밟고 있다고 지적하면서, 한국의 디지털 인문학의 발전을 위해 고려할 수 있는 위한 다양한 해외 선진사례를 소개하였다. 김종대(2014)는 독일의 대학교육 사례들을 중심으로 디지털 인문학 교육에 대해 살펴보았다.
본 연구에서는 2000년대 이후에 수행된 국내 외 디지털 인문학 분야의 연구 동향을 비교하고 시계열적 추이를 살펴보았다. 기존의 디지털 인문학 동향과 관련된 연구들은 국가별 사례나 프로젝트 등을 소개하고 분석하여 앞으로 한국의 디지털 인문학이 나아갈 방향이나 전망 등을 다루는 질적 연구들이 다수를 차지했었다.
Rand, 2014). 본 연구에서는 디지털 인문학 분야의 세부 연구주제와 이에 따른 시계열적 동향을 살펴보기 위해 메타데이터로 학술논문의 출판연도를 사용하여 추이를 살펴보았다. 구조적 토픽모델을 텍스트에 적용하기 위해서는 R의 stm 라이브러리(Roberts, Stewart, & Tingley, 2014)를 사용하였다.
기존의 디지털 인문학 동향과 관련된 연구들은 국가별 사례나 프로젝트 등을 소개하고 분석하여 앞으로 한국의 디지털 인문학이 나아갈 방향이나 전망 등을 다루는 질적 연구들이 다수를 차지했었다. 본 연구에서는 특정 국가나 사례에 연구의 범위를 한정하지 않고, 디지털 인문학이라는 큰 범주 안에 속하는 다양한 연구들을 수집하여 세부 연구주제들을 파악하고 그 추이를 살펴보고자 하였다. 이를 위해 2020년 3월까지 출판된 국내, 국외의 학술논문들의 서지정보와 초록을 수집하였으며, 이 데이터를 대상으로 초록에 구조적 토픽모델을 적용하여 분석을 수행하였다.
본 절에서는 구조적 토픽모델을 통해 추출된 연구주제들이 시간이 지남에 따라 어떻게 변화하는지에 관한 연구 동향을 살펴보았다. 토픽들이 시간에 따른 증가․감소 추세를 도출하기 위해 메타데이터 중 연도정보를 토픽에 대한 공변량으로 설정하여 토픽들의 추이를 추정하였다.
본 절에서는 디지털 인문학 분야의 국내 외 주요 학술지들을 살펴보았다. 디지털 인문 학 관련 연구들을 1건 이상 포함하고 있는 국내 학술지 및 학술대회 논문집은 총 262건이었으며, 해외의 학술지 및 학술대회 논문집들은 901 건으로 나타났다.
근래에 와서야 한국의 디지털 인문학 분야에 대한 계량 서지적 분석이 수행되었는데, Lee & Lee(2019)는 국내에 출판된 학술논문을 통해 연구 동향을 파악하고, 디지털 인문학에 대해서 실제 연구자들이 가지고 있는 인식 조사를 수행하였다. 이 연구에서는 2017년까지 출판된 학술논문을 대상으로 하여 디지털 인문학 분야를 연구하는 저자의 수, 저자의 주요 연구 분야 와 같은 연구자와 관련된 특성과 수록된 학술지들의 특성을 살펴보았다. 디지털 인문학과 관련된 논문을 출판한 연구자의 수가 점차 증가하는 추세였으며, 90% 이상의 연구자들이 인 문․사회과학(Social Sciences and Humanities) 분야의 연구자들로 나타났다.
이에, 본 연구는 정보기술 발달에 따른 인문학 분야의 연구 경향 변화와 디지털 인문학의 연구 동향을 파악하고자 ‘디지털 인문학’을 주제로 이루어진 학술연구들을 대상으로 계량서 지학적 분석을 수행하였다.
이처럼 디지털 인문학의 동향에 관한 논의들은 초기에 새로운 학문의 성격을 논하고 학문 영역을 구축하는 단계에서, 점차 세계 주요 국가들의 사례들을 중점적으로 살펴보는 방식으로 이루어져 왔으며, 최근에 와서야 학술논문들에 대산 서지적 분석이 이루어지기 시작하였다. 이에, 본 연구에서는 디지털 인문학과 관련 된 학술지들과 학술논문들의 텍스트 분석을 통해 연구 동향을 살펴보고자 하였다.

제안 방법

다음으로는 수집된 연구들을 대상으로 디지털 인문학 분야의 대표적인 학술지들을 파악하고 수록된 논문들의 서지적인 특성을 살펴보았다. 주제적 측면에서의 연구 동향을 파악하기 위해서는 앞서 언급했듯 구조적 토픽모델을 사용하였고, 이를 바탕으로 시계열적 동향을 살펴보았다.
이러한 흐름은 2018년 발간된 『역사학보』 240호 특집에서 각국의 디지털 역사학에 대해 다루는 것으로 이어졌다. 독일, 프랑스, 영국, 미국, 대만의 다양한 사례를 통해 각국의 디지털 역사학 연구들의 경향을 살펴보았다.
마지막으로 트위터와 연관된 ‘Social Media(T80)’와 ‘Google Books Library Project(T84)’와 같이 디지털 자원과 관련된 주제도 특징적으로 다루어졌다.
본 연구에서는 구조적 토픽모델을 적용하기 위해 학술논문들의 초록을 사용하였는데, 한글 초록과 영문 초록 각각을 대상으로 텍스트 전처리(text pre-processing)를 수행하여 토픽 모델링의 입력 말뭉치로 사용하였다. 텍스트 전처리 과정은 말뭉치를 사용한 텍스트 분석 연구에서 결과의 신뢰도에 많은 영향을 미치는 중요한 부분으로, 일반적으로 형태소 분석과 어간 및 표제어 추출, 불용어 제거 등의 과정을 거친다.
한글 형태소 분석을 위해서는 Python의 KoNLPy에 구현되어 있는 한나눔 형태소 분석기⁴⁾를 활용하였으며, 카이스트 태 그셋의 체언(N) 중 수사(NN)를 제외한 명사들을 추출하여 사용하였다. 영문 초록의 경우, R의 textstem 라이브러리⁵⁾를 사용하여 표제어추출(lemmatization)을 수행하였고 이를 구조적 토픽모델의 입력텍스트로 사용하였다. 마지막으로 ‘디지털 인문학’, ‘digital humanities’, ‘digital humanity’와 같이 검색어로 사용되어 모든 문헌에 포함된 단어는 불용어로 간주하여 제외하였다.
국외에서는 이미 이러한 텍스트의 정량적 분석이 수행되고 있었는데, 영문학에서 문학 텍스트를 대상으로 정량적 텍스트 읽기를 시도한 Moretti(2005)의 ‘멀리 읽기(distant reading)’ 가 그것이다. 이 연구들의 주요 특성은 주로 전 체코퍼스의 특성이나 특정 대상 단어의 빈도에 기반한 분석을 수행했다. 이와는 달리 대상이 되는 주제어나 개체명의 연관어 또는 맥락을 파악하고자 하는 시도들이 있는데, 특정한 범위 안에서 함께 사용된 단어를 파악하는 동시출현 (co-occurrence)기법이 그것이다.
이를 위해 국내외 학술 데이터베이스로부터 디지털 인문학 관련 국내 514건)들의 서지정보를 수집하여 국내외 디지털 인문학 분야의 연구 동향을 비교 분석하였다.
다음으로는 수집된 연구들을 대상으로 디지털 인문학 분야의 대표적인 학술지들을 파악하고 수록된 논문들의 서지적인 특성을 살펴보았다. 주제적 측면에서의 연구 동향을 파악하기 위해서는 앞서 언급했듯 구조적 토픽모델을 사용하였고, 이를 바탕으로 시계열적 동향을 살펴보았다.
본 절에서는 구조적 토픽모델을 통해 추출된 연구주제들이 시간이 지남에 따라 어떻게 변화하는지에 관한 연구 동향을 살펴보았다. 토픽들이 시간에 따른 증가․감소 추세를 도출하기 위해 메타데이터 중 연도정보를 토픽에 대한 공변량으로 설정하여 토픽들의 추이를 추정하였다.
텍스트 전처리 과정은 말뭉치를 사용한 텍스트 분석 연구에서 결과의 신뢰도에 많은 영향을 미치는 중요한 부분으로, 일반적으로 형태소 분석과 어간 및 표제어 추출, 불용어 제거 등의 과정을 거친다. 한글 초록을 대상으로는 초록을 문장으로 분리한 후 문장 단위의 형태소 분석을 통해 명사만을 추출하여, 초록 단위로 입력텍스트를 구성했다. 한글 형태소 분석을 위해서는 Python의 KoNLPy에 구현되어 있는 한나눔 형태소 분석기⁴⁾를 활용하였으며, 카이스트 태 그셋의 체언(N) 중 수사(NN)를 제외한 명사들을 추출하여 사용하였다.
한글 초록을 대상으로는 초록을 문장으로 분리한 후 문장 단위의 형태소 분석을 통해 명사만을 추출하여, 초록 단위로 입력텍스트를 구성했다. 한글 형태소 분석을 위해서는 Python의 KoNLPy에 구현되어 있는 한나눔 형태소 분석기⁴⁾를 활용하였으며, 카이스트 태 그셋의 체언(N) 중 수사(NN)를 제외한 명사들을 추출하여 사용하였다. 영문 초록의 경우, R의 textstem 라이브러리⁵⁾를 사용하여 표제어추출(lemmatization)을 수행하였고 이를 구조적 토픽모델의 입력텍스트로 사용하였다.

대상 데이터

각 데이터베이스를 대상으로 ‘디지털 인문학’, ‘digital humanities’라 는 키워드를 사용하였으며, 그 결과로 해외에서 발행된 연구 논문 1,765건, 국내에서 수행된 연구 514건의 서지정보를 수집하였다.
국내외 디지털 인문학 분야의 주요 연구주제와 동향을 파악하기 위해, 앞서 도출한 구조적 토픽모델링을 수행하여 토픽을 추출하였으며, 메타데이터에 따른 토픽 발현확률이 높은 국내는 16개, 국외는 25개의 토픽을 선별하였다.
해외 동향으로는 Web of Science에 수록된 연구들의 서지정보를 수집하였으며, 국내 연구 동향을 위해서는 RISS 학술연구정보서비스로부터 데이터를 수집하였다. 국외에 비해 국내의 연구들이 상대적으로 적었기에, 가급적 다양한 국내 학술논문을 포함하여 비교하기 위해 DBPIA와 NDSL, KISS 등 여러 데이터베이스를 통합 검색할 수 있고 학술논문들의 서지정보와 초록을 모두 수집할 수 있는 RISS를 사용하였다. 각 데이터베이스를 대상으로 ‘디지털 인문학’, ‘digital humanities’라 는 키워드를 사용하였으며, 그 결과로 해외에서 발행된 연구 논문 1,765건, 국내에서 수행된 연구 514건의 서지정보를 수집하였다.
마지막으로 본 연구의 제한점으로는 ‘인문정보학’, ‘전산인문학’, ‘인문정보학’ 등 디지털 인문학을 지칭하는 다양한 키워드를 사용하지 않고 데이터를 수집했다는 점을 들 수 있다. 데이 터의 범위가 2000년대 초반부터로 한정되었고, Web of Science와 RISS라는 특정 학술 데이 터베이스르를 대상으로 자료를 수집하였기에 그 연구 대상이 한정적이었다. 이를 보완하기 위해 향후 연구로 디지털 인문학 분야를 지칭 할 수 있는 다양한 표현들과 여러 학술데이터 베이스를 망라적으로 포함하여 분석하고, 디지털 인문학 분야의 연구 동향을 보다 정확하게 파악할 필요가 있을 것이다.
본 연구에서는 의 추정치를 기준으로 가장 값이 1에 가까운 국내 56개, 국외 84개를 토픽의 수로 선정하였다.
우선, 국내와 해외의 연구 동향을 비교 분석 하기 위해 2020년 3월을 기준으로 국내외 주요 학술 데이터베이스로부터 학술지 논문의 메타 데이터들과 초록을 수집하였다. 해외 동향으로는 Web of Science에 수록된 연구들의 서지정보를 수집하였으며, 국내 연구 동향을 위해서는 RISS 학술연구정보서비스로부터 데이터를 수집하였다.
1967년 부터 시작된 에드워드 와그너와 송호준의 ‘문과방목’ 데이터베이스화 작업이 그것이다. 이 프로젝트를 통해 약 14,000여 명의 문과 합격자와 친인척 데이터를 디지털화하여 분석하였다. 이후에는 『조선왕조실록 CD-ROM』의 편찬을 통해 본격적으로 방대한 양의 자료를 디지털화하고 탐색할 수 있도록 하는 아카이빙 작업들이 이어졌다.
본 연구에서는 특정 국가나 사례에 연구의 범위를 한정하지 않고, 디지털 인문학이라는 큰 범주 안에 속하는 다양한 연구들을 수집하여 세부 연구주제들을 파악하고 그 추이를 살펴보고자 하였다. 이를 위해 2020년 3월까지 출판된 국내, 국외의 학술논문들의 서지정보와 초록을 수집하였으며, 이 데이터를 대상으로 초록에 구조적 토픽모델을 적용하여 분석을 수행하였다.
본 연구에서는 <그림3>의 추정치를 기준으로 가장 값이 1에 가까운 국내 56개, 국외 84개를 토픽의 수로 선정하였다. 최종적으로는 구조적 토픽모델을 통해 추출한 토픽들 중 시계열 메타데이터 변수에 따른 발현확률(topical prevalence)이 통계적으로 유의한 토픽을 선별 하여 국내는 16개, 국외는 25개의 토픽을 분석하여 제시하였다.

이론/모형

구조적 토픽모델을 텍스트에 적용하기 위해서는 R의 stm 라이브러리(Roberts, Stewart, & Tingley, 2014)를 사용하였다.
따라서 연구자가 자의적으로 토픽의 수를 사전에 지정하여 모형을 추정해야하기 때문에 선정된 토픽의 수가 적절한지, 추출된 토픽들이 원래의 말뭉치와 얼마나 일치하는지를 판단하는 것이 중요하다. 일반적으로는 최대우도추정과 잔차를 활용하여 토픽의 수를 선정하게 되는데, 본 연구에서는 Griffiths 와 Steyvers(2004)가 제안한 로그우도 추정치를 사용하여 최적의 토픽수를 산출하였다. 다음은 토픽수에 따른 추정치로 1에 가까울수록 적합성이 높다고 판단할 수 있다.

성능/효과

3) 이 프로젝트는 고문서를 디지털화하여 아카이빙하는 방식에서 그치는 것이 아니라, 자료의 가공을 통 해 새로운 지식을 발견하는 수단으로 활용될 수 있음을 보여주었다. 최근 수행되고 있는 대규모 디지털 인문학 프로젝트들은 디지털 인문학을 활용하여 인문학 연구 분야를 재정의 하거나 새로운 학문 분야를 개척하고 디지털 플랫폼을 구축하는 등 디지털 인문학 연구의 패러다임이 자료의 디지털화에서 활용과 데이터에 기반한 지식 창출로 변해가고 있다.
디지털 인문학과 관련된 논문을 출판한 연구자의 수가 점차 증가하는 추세였으며, 90% 이상의 연구자들이 인 문․사회과학(Social Sciences and Humanities) 분야의 연구자들로 나타났다. 논문에 부여된 키워드를 인문․사회과학 분야와 과학기술 분야로 분류한 결과에서도 상당수의 용어가 인문학 (General Humanities) 분야와 문학(Literature) 분야로 나타났다. 이러한 경향은 학술지의 학문 분야에서도 동일하게 인문․사회과학분야가 상당수를 차지하고 있었다.
데이터 자원에 관한 토픽(T3, T68)이나 시각화, 지도와 관련된 토픽인 ‘Image(T8)’, ‘City Map(T10)’, ‘Map(T30)’ 또한 국내의 연구에 비해 많이 다루어졌으며, 특히 역사적 자료와 지도의 시각화가 주요 세부연구주제로 나타났다.
1970-1980년대에 창간된 전통적인 인문학 분야의 학술지들(『인문과학』, 『인문학연구』, 『열상고전연구』)이 있는 반면, 2000년 대 이후에 생겨난 융복합 분야의 학술지들이 상위에 상당수 차지하고 있는 것을 알 수 있다. 분야로는 기타인문학, 기타국문학, 역사학 등 인문학 분야의 학술지들은 약 10% 내외로 디지털 인문학 분야의 논문들을 다루고 있었으나, 과학 기술학이나 디자인, 예술 일반 분야의 학술지들은 수록논문의 수에 비해 매우 낮은 비율로 디지털 인문학 분야를 다루는 것으로 나타났다. 이러한 경향은 Lee & Lee(2019)의 연구에서 인문․사회학분야가 국내 디지털인문학 분야의 주류를 이루고 있는 것과 동일하게 나타났다.
이 외에도 소셜미디어에 대한 관심이나 구글 북스 라이브러리 프로젝트 등 특정 데이터 자원을 대상으로 한 연구주제들도 나타났다. 시계열적 분석에서는 각 주제들이 상승 하거나 하강하는 주제들을 파악할 수 있었는데, 기술변화와 관련한 주제들은 국내외 모두에서 상승하는 경향을 보이는 것으로 나타났다.
우선, 국내외 연구 모두에서 가장 보편적으로 ‘인문학’, ‘Humanities’가 가장 많이 언급된 색인어로 나타났다.
<그림 4>는 국내 연구논문들의 주요 토픽별 시계열 추이를 보여준다. 우선, 대부분의 토픽들은 시기별 토픽의 발현 비중이 0.1 이하로 매 시기에서 중요하게 언급되지는 않는 것으로 나타났다.
이상의 연구 경향을 살펴보면 국내 외에서 모두 디지털 인문학과 관련된 연구들은 아직까지 자료의 디지털화가 중요한 연구주제 중에 하나이며 특정한 연구방법론이나 이를 활용한 개별 연구들은 이제 막 시작하는 단계라는 것을 알 수 있다. 국외에서 도서관이 디지털 인문학 관련 자료의 제공창구와 정보기술 교육을 제공하는 기관으로서 언급되고 있으므로, 국내에서도 해당 주제들을 고려한 연구 범위의 확장이 가능 할 것이다.

후속연구

디지털 인문학의 연구 대상과 관련해서는, 소셜미디어와 같은 데이터 자원이나, 구글 프로젝트, 기술변화와 관련된 주제들이 국외에서 중요한 주제로 발견된 것에 반해, 국내에서는 아직까지 역사, 문화콘텐츠에 대상이 한정되어 있음을 알 수 있었다. 따라서 연구 대상의 다각화를 통하여 국내 디지털 인문학 분야의 연구 외연 확장도 가능할 것이다.
특히, 도서관 측면에서 디지털 인문학 성과물들을 이용자에게 서비스하는 방식의 연구들은 국내에서 거의 이루어지고 있지 않기 때문에 이 주제에 대한 논의가 필요하며, 기술 자원이나 방법론 등에 대한 확장 연구들도 수행될 수 있을 것이다. 또한, 국외에서는 텍스트에 대한 분석이 Corpus, Annotation, Manuscript 등 다양한 측면에서 이루어지고 있으므로, 국내에서도 텍스트에 세부적인 특성이나 분석방법을 다각화하는 연구들이 추가로 이루어질 수 있을 것이다.
마지막으로 본 연구의 제한점으로는 ‘인문정보학’, ‘전산인문학’, ‘인문정보학’ 등 디지털 인문학을 지칭하는 다양한 키워드를 사용하지 않고 데이터를 수집했다는 점을 들 수 있다.
데이 터의 범위가 2000년대 초반부터로 한정되었고, Web of Science와 RISS라는 특정 학술 데이 터베이스르를 대상으로 자료를 수집하였기에 그 연구 대상이 한정적이었다. 이를 보완하기 위해 향후 연구로 디지털 인문학 분야를 지칭 할 수 있는 다양한 표현들과 여러 학술데이터 베이스를 망라적으로 포함하여 분석하고, 디지털 인문학 분야의 연구 동향을 보다 정확하게 파악할 필요가 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	디지털 인문학은 무엇인가?	디지털 인문학은 정보기술과 인문학의 융합을 통해 이루어지는 다양한 연구, 교육 활동을 지칭하는 것이다(김현, 2013). 디지털 인문학 분야의 가장 초기 단계의 연구 프로젝트는 로베르토 부사가 토마스 아퀴나스의 저작을 디지털화한 프로젝트로, 이처럼 초기 단계에 수행된 연구들은 사료를 디지털화하고 이를 공유하고 보존하기 위한 아카이브를 구축하는 방식으로 이루어져 왔다.
	디지털 인문학 관련 국내외 학술 문헌을 분석한 결과 국내와 국외의 차이는 무엇인가?	분석결과, 국내외 공통적으로 인문학 기반의 융합 연구들이 수행되었으며, 주로 사료의 디지털화가 주된 연구의 관심사였다. 국내는 문화콘텐츠와 스토리텔링 관련된 연구주제가 두드러지게 나타났으며, 해외는 디지털화된 자료의 제공 측면에서 문헌정보학 관련 주제들이 주목을 받는 것으로 나타났다. 이를 통해 국내의 디지털 인문학 분야의 연구 공백을 파악하고 연구주제 확장이 가능한 영역들을 제안하였다.
	디지털 인문학 분야의 가장 초기 단계의 연구 방식의 특징은 무엇인가?	디지털 인문학은 정보기술과 인문학의 융합을 통해 이루어지는 다양한 연구, 교육 활동을 지칭하는 것이다(김현, 2013). 디지털 인문학 분야의 가장 초기 단계의 연구 프로젝트는 로베르토 부사가 토마스 아퀴나스의 저작을 디지털화한 프로젝트로, 이처럼 초기 단계에 수행된 연구들은 사료를 디지털화하고 이를 공유하고 보존하기 위한 아카이브를 구축하는 방식으로 이루어져 왔다. 이후에는 축적된 자료들을 대상으로 “넓게 보기”의 방식으로 데이터를 조망하는 연구들이 점차 많이 수행되었다(김바로, 2019; 이재연, 2016; 허수, 2014).

참고문헌 (27)

Kwon, Ki-Sung, & Kim, Dong-Keon (2019). The classification of Sim Cheong-jeon through a computer analysis technique of bibliographies. Journal of Pansori, 47, 167-205.

상세보기
Kim, Ba-Ro (2014). Trend of digital humanities. Korea Humanities Content Society, 33, 229-254.
Kim, Ba-Ro (2019). Reading buddhist scriptures with deep learning - Reading CBETA buddhist scriptures data with Word2Vec. Won-Buddhist Thought & Religious Culture, 80, 249-279.
Kim, Jae Yon (2017, September, 5). Digital humanities, Will it lead to changes in humanities. The Weekly Kyunghyang, 1242. http://weekly.khan.co.kr/khnm.html?modeview&artid201708281902091&code116
Kim, Jong-dae (2014). Digital humanities in deutschland. Philosophy & Culture, 32, 55-76.
Kim, Hyeon (2013). Digital humanities: Cooperative scheme between humanities and cultural contents. Korea Humanities Content Society, 29, 9-26.
Kim, Hyeon, Yim, Young-Sang, & Kim, Ba-ro (2016). Digital humanities. Seoul: HUEBOOKs,
Park, Jong Do (2019). A study on issue tracking on multi-cultural studies using topic modeling. Journal of the Korean Society for Library and Information Science, 53(3), 273-289. http://dx.doi.org/10.4275.KSLIS.2019.53.3.273
Son, Jeong Houn, & Kim, Min Kyu (2018). La tendence et la politique des humanites numeriques en france. Etudes de la Culture Francaise et des Arts en France, 64, 125-151. https://doi.org/10.21651/cfaf.2018.64..125
Aiden, Erez, & Michel, Jean-Baptiste (2015). Uncharted: Big data as a lens on human culture. Riverhead Books, 2013.
이광석, 윤자형 (2019). 국내 디지털인문학의 정착과 굴곡: 대학 교육과 미디어 테크놀로지의 불안정한 접속. 한국언론정보학보, 95, 9-34. http://dx.doi.org/10.46407/kjci.2019.06.95.9
Lee, Jae-Yon (2016). Keywords AND networks - exploring the thematic maps of kaebyok through topic modelling. Sanghur Hakbo, 46, 277-334.
Lee, Jae-Yon (2018). From humanities in the digital age to the age of digital humanities: History of adopting DH in Korean literary studies. The Korean Historical Review, 240, 157-190. https://doi.org/10.16912/tkhr.2018.12.240.157

상세보기
Lee, Ji-soo (2017). Definition and research status of digital humanities: Focusing on digitization of knowledge information in Japanese studies. Korean Japanese of Japanese Language and Literature, 74, 41-62. https://doi.org/10.18704/kjjll.2017.09.74.41

상세보기
Lee, Jin-O, & Kim, Dong-Keon (2019). A study on the classification of jeokbyeok-ga's version by the computer analysis technique of bibliographies. Journal of the Korea Contents Association, 19(6), 1-9. http://dx.doi.org/10.5392/JKCA.2019.19.06.001
Jo, Man-Hyeong (2007). The need of national 'e-Science' strategy. The Science & Technology, (12), 12-13.
Choe, Jae-Woong, & Lee, Do-Gil (2014). Trends 21 corpus: Public web resources and search tools. Korean Cultural Studies, (64), 3-23. http://dx.doi.org/10.17948/kcs.2014..64.
Hur Soo (2014). The meaning of 'jegook(帝國)' in corpus networks - centering on the analysis of 'imperialism' and 'empire'. Journal of Eastern studies, 87, 501-562. https://doi.org/10.18219/ddmh..87.201409.501
Ayadi, R., Maraoui, M., & Zrigui, M. (2015, October). LDA and LSI as a dimensionality reduction method in arabic document classification. In International conference on information and software technologies (pp. 491-502). Springer, Cham.
Gold, M. K., & Klein, L. F. (Eds.). (2016). Debates in the digital humanities 2016. U of Minnesota Press.
Griffiths, T. L., & Steyvers, M. (2004). Finding scientific topics. Proceedings of the National academy of Sciences, 101(suppl 1), 5228-5235.

상세보기
Lee, J., & Lee, H. E. (2019). Digital humanities and new directions in South Korea. Digital Scholarship in the Humanities, 34(4), 772-790.

상세보기
Moretti, F. (2005). Graphs, maps, trees: abstract models for a literary history. Verso.
Roberts, M. E., Stewart, B. M., & Tingley, D. (2014). stm: R package for structural topic models. Journal of Statistical Software, 10(2), 1-40.
Roberts, M. E., Stewart, B. M., Tingley, D., Lucas, C., Leder-Luis, J., Gadarian, S. K.Albertson, B., & Rand, D. G. (2014). Structural topic models for openended survey responses. American Journal of Political Science, 58(4), 1064-1082. https://doi.org/10.18637/jss.v091.i02

상세보기
Rumsey, A. (2011). Scholarly Communication Institute 9 - New-Model Scholarly Communication: Road Map for Change. University of Virginia Library http://uvasci.org/institutes-2003-2011/SCI-9-Road-Map-for-Change.pdf
Schreibman, S., Siemens, R., & Unsworth, J. (Eds.). (2008). A companion to digital humanities. John Wiley & Sons.

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