$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 탄소중립 기술의 미래신호 탐색연구: 국내 뉴스 기사 텍스트데이터를 중심으로
Detecting Weak Signals for Carbon Neutrality Technology using Text Mining of Web News 원문보기

산업융합연구 = Journal of industrial convergence, v.21 no.5, 2023년, pp.1 - 13  

정지송 (경찰대학 치안대학원 범죄학과) ,  노승국 (경찰대학 치안대학원 데이터사이언스 전공)

초록
AI-Helper 아이콘AI-Helper

우리나라는 기후변화 위기에 대응하기 위해 2050 탄소중립을 선언하였으며, 이를 위해 다양한 감축 계획 및 입법화 과정을 진행 중이다. 탄소중립의 실현은 산업기술 전반에서의 근본적 변화를 필요로 하기 때문에 이를 위한 구체적 대응체계 마련이 매우 중요하다. 본고는 탄소중립 관련 산업기술 확보 경쟁에서 선제적으로 대비하기 위하여 글로벌 탄소중립 기술분야의 현황과 발전 트렌드를 파악하고자 한다. 이를 위해, 탄소중립 관련 온라인 뉴스기사 데이터를 웹 크롤링하여 수집하였고, 미래신호분석방법론과 인공신경망 딥러닝 기술인 Word2Vec알고리즘을 적용하여 탄소중립 기술 트렌드를 분석 및 예측하였다. 분석결과, 탄소 과배출 업종인 철강업 및 석유화학 분야의 기술고도화가 요구되고 있었으며, 전기차 분야에의 투자 타당성 확보와 기술 고급화가 추세인 것으로 드러났다. 이에 대한 정부의 적극적인 지원과 글로벌한 기술협력/인프라 조성이 밑받침되어야 할 것으로 보인다. 그 외에도 탄소중립 관련 인력양성이 시급한 것으로 나타났으며, 기업에서 필요한 탄소중립 인력을 양성할 수 있도록 간접지원정책 마련의 필요성을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Carbon neutrality is the concept of reducing greenhouse gases emitted by human activities and making actual emissions zero through removal of remaining gases. It is also called "Net-Zero" and "carbon zero". Korea has declared a "2050 Carbon Neutrality policy" to cope with the climate change crisis. ...

Keyword

#산업기술   #탄소중립   #미래신호예측   #약신호  

참고문헌 (38)

  1. Science & Technology Policy Institute, (2022.？01.01.). what is the future. Retrieved from？https://stepi.re.kr. 

  2. Flechtheim, Ossip. (1971). "Is Futurology the？Answer to the Challenge of the Future?" In？Mankind 2000, edited by Robert Jungk and？Johann Galtung, 264-269. London: Allen &？Unwin. 

  3. Aligica, P. D. (2004). The challenge of the？futureand the institutionalization of interdisciplinarity: notes on Herman Kahn's legacy.？Futures, 36(1), 67-83.？DOI : 10.1016/S0016-3287(03)00136-8 

    상세보기 crossref

  4. Gordon, T. J., & Helmer, O. (1964). Report on a？long-range forecasting study. RAND CORP？SANTA MONICA CA SANTA MONICA United？States. 

  5. International Future Society. (2014). Strategic？Future Forecasting Methodology Bible. Seoul:？Dunam Publishing Co. 

  6. Bae, Y. J., (2016), Foresight on future fashion in？Korea applying futures research methodology.？Seoul National University. 

  7. Park, S. C., (2013). The Understanding of？Futurology, Seoul: Chungmook Publishing Co. 

  8. Glenn, J. C. (1994). Introduction to the futures？research methodology series. Washington, DC:？United Nations University.(Part of Glenn 1994a). 

  9. Aaltonen, M., & Irene Sanders, T. (2006).？Identifying systems' new initial conditions as？influence points for the future. Foresight, 8(3),？28-35. DOI : 10.1108/14636680610668054 

    상세보기 crossref

  10. Bae, Y. S., Park, J. Y., & Park, G. (2014). Object？recognition and visual intelligence platform？technology trends based on image big data.？Korea Information Processing Society Review,？21(3), 59-67. 

  11. Kim, S.Y., & Jeong, Y.J. (2017). Learning？machine learning for the first time: from basics？to modeling, practical examples, and problem？solving. Hanbit Media. 

  12. Park, C. K. (2017). A study on how to utilize big？data for the future prospects of the electric？power industry. Korea Energy Economics Institute. 

  13. Roh, S.K, & Choi, J. Y. (2020). Exploring Signals？for a Nuclear Future Using Social Big？Data.？Sustainability,？12(14), 5563. 

  14. Song, T.M. & Song, J.Y. (2016). Future Signals of？Health and Welfare Policies and Issues using？Social Big Data. Journal of Health Informatics？and Statistics, 41(4), 417-427.？DOI : 10.21032/jhis. 2016.41.4.417 

    상세보기 crossref

  15. Song, T.M. & Song, J.Y. (2016). Using Social Big？Data Predictive Future Signal: With Special？Reference to the Major Policy Issues of Health？and Welfare. Health and Welfare Policy Forum,？41(4), 417-427. 

  16. Song, T.M. & Song, J.Y. (2017). Social Big Data？and Future Prediction with Machine Learning.？Hannarae. 

  17. Ansoff, H.I., (1975). Managing strategic surprise？by response to weak signals, Californian？Management Review 18(2), 1975, pp.21-33. 

  18. Hiltunen, E. (2008). The future sign and its three？dimensions.？Futures,？40(3), 247-260. 

  19. Jeong, D.Y., (2018). STEPI Future Research？Glossary.？FUTURE HORIZON, (35), 30-31. 

  20. Yoon, J., Detecting weak signals for long-term？business opportunities using text mining of？Web news, Journal Expert Systems with Applications 39(16), 2012, pp.12543-12550.？DOI : 10.7472/JKSII. 2015.16.2.41 

    원문보기 상세보기 crossref

  21. Chang, J.Y.. (2013). A Study on Research Trends？of Graph-Based Text Representations for Text？Mining. The Journal of The Institute of Internet,？Broadcasting and Communication, 13(5). 

  22. Oh. Y.J. & Chae, S.H.. (2015). Movie Rating？Inference by Construction of Movie Sentiment？Sentence using Movie comments and ratings.？Journal of Internet Computing and Services,？16(2), 41-48. 

  23. Xue, B., Fu, C., and Shaobin, Z. (2014). A study？on sentiment computing and classification of？sinaweibo with word2vec, In Big Data, BigData？Congress, IEEE International Congress on, pp.？358-363, IEEE. 

  24. Kang, H.S. & Yang, J.H. (2019). Analyzing？Semantic Relations of Word Vectors trained by？The Word2vec Model. Journal of KIISE, 46(10),？1088-1093. DOI : 10.5626/jok.2019.46.10.1088 

    상세보기 crossref

  25. Kang, H.S. & Yang, J.H. (2019). Optimization of？Word2vec Models for Korean Word Embeddings.？Journal of Digital Contents Society, 20(4), 825-833. DOI : 10.9728/dcs.2019.20.4.825 

    상세보기 crossref

  26. Kang, H.S. & Yang, J.H. (2019). On Characteristics of Word Embeddings by the Word2vec？Model. Proceedings of the Korea Information？Processing Society Conference, 26(1), 263-266. 

  27. Lee, J.S., Shin, J.C. & Ock, C.Y. (2016). An Word？vector(USenseVector) constructed Korean Lexical？Semantic Map(UWordMap) and Korean Dictionary.？Proceedings of the Korean Information Science？Society Conference, 750-752. 

  28. Kang, H.S. & Yang, J.H. (2020). Performance？Comparison of Word2vec and fastText Embedding？Models. Journal of Digital Contents Society, 21(7), 1335-1343.？DOI : 10.9728/dcs.2020. 21.7.1335 

    상세보기 crossref

  29. Kim, Y.H. & Han, C.K. (2021). Social Conflict？Issues and Searching for Future Signal since？COVID-19: Focusing on the Keywords in the？News Articles. Korean Journal of Social Welfare？Studies, 52(1), 5-37.？DOI : 10.16999/KASWS.2021.5 2.1.5 

    crossref

  30. Park, E. Y. (2019). Do it! Jump to Python.？easyspublishing. 

  31. Park, J.M. & Song, T.M. (2020). Identifying？Strong and Emerging Signals Related to？Personal Debt using Social Big Data, Korean？Journal of Social Welfare, 72(1), 35-61.？DOI : 10.20970/kasw.2020.72.1.002 

    상세보기 crossref

  32. Park, C.K., Kim, H.J. (2015). A study on the？development direction of the new energy？industry through the Internet of Things -？Exploring future signals using text mining.？Korea Energy Economics Institute. 

  33. Baek, C.W., & Roh, S.K. (2020). Analysis of？Portal News Articles and User Opinion Data on？Sexual Crimes; Focused on Nth Room Sex？Crime Case. The Journal of Police Policies,？34(3), 41-72. DOI : 10.35147/KNPSI.2020.34.3.41 

    crossref

  34. Lim, H.W., Lee, S.Y., Choi, H.S. & Jeong, E.H.？(2022). Policy Proposals to Achieve the New？Government's Carbon Neutrality Goal, Korea？Environment Institute Environment Forum, 1-25. 

  35. Jeong, J. S., & Kim, H. D. (2021). Analysis of？media trends related to spent nuclear fuel？treatment technology using text mining techniques.？Journal of Intelligence and Information Systems,？27(2), 33-54. DOI : 10.13088/ JIIS.2021.27.2.033 

    원문보기 상세보기 crossref

  36. Choi, J.M. & Oh, H.Y. (2021). Analysis of？whether the feeling of relative deprivation is？shown in the comments of the Luxury Howl？YouTube video - Focusing on modern sentiment？analysis using TF-IDF, Word2vec, LDA and？LSTM -. Journal of the Korea Institute Of？Information and Communication Engineering,？25(3), 355-360.？DOI : 10.6109/JKIICE.2021.25.3.355 

    원문보기 상세보기 crossref

  37. Heo, C., & Ohn, S.Y. (2017). A Novel Method for？Constructing Sentiment Dictionaries using？Word2vec and Label Propagation. The Journal？of Korean Institute of Next Generation Computing,？13(2), 93-101. 

  38. Vargas-Calderon, V., & Camargo, J. E. (2019).？Characterization of citizens using word2vec and？latent topic analysis in a large set of tweets.？Cities, 92, 187-196.？DOI : 10.1016/j.cities.2019.03.019？ 

    상세보기 crossref

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로