The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Trend Analysis in Maker Movement Using Text Mining

텍스트 마이닝을 이용한 메이커 운동의 트렌드 분석

  • 박찬혁 (서울과학기술대학교 IT정책전문대학원 산업정보시스템전공) ;
  • 김자희 (서울과학기술대학교 IT정책전문대학원 산업정보시스템전공)
  • Received : 2018.09.28
  • Accepted : 2018.10.18
  • Published : 2018.12.28
Download PDF
⟨ Previous Next ⟩

Abstract

The maker movement is a phenomenon of society and culture where people who make necessary things come together and share knowledge and experience through creativity. However, as the maker movement has grown rapidly over the past decade, there is still a lack of consensus for how far they will be viewed as a maker movement. We need to look at how the maker movement has changed so far in order to find the direction of development of the maker movement. This study analyzes the media articles using text-based big data analysis methodology to understand how the issue of the maker movement has changed in general media. In particular, we apply Keyword Network Analysis and DTM(Dynamic Topic Model) to analyze changes of interest according to time. The Keyword Network Analysis derives major keywords at the word level in order to analyze the evolution of the maker movement, and DTM helps to identify changes in interest in different areas of the maker movement at three levels: word, topic, and document. As a result, we identified major topics such as start-ups, makerspaces, and maker education, and the major keywords have changed from 3D printer and enterprise to education.

메이커 운동은 필요한 물건을 직접 만드는 사람들이 모여, 창의적 만들기를 통해 지식과 경험을 공유하는 사회와 문화의 움직임이다. 그러나 지난 10년간 메이커 운동이 빠르게 성장하면서, 어디까지를 메이커 운동으로 볼 것인지에 대한 공감대가 아직 부족하다. 앞으로의 발전 방향성을 모색하기 위해서는, 지금까지 메이커 운동이 어떻게 변화해 왔는지를 조망하는 것이 필요하다. 본 연구는 메이커 운동에 대한 이슈가 일반 미디어에서 어떻게 변화됐는지를 파악하기 위하여 언론 기사들을 텍스트 기반의 빅데이터 분석 방법론을 활용하여 분석한다. 특히 시간에 따른 관심의 변화를 다각도로 분석하기 위하여 키워드 네트워크 분석과 동적 토픽 모델을 통합적으로 적용한다. 키워드 네트워크는 메이커 운동의 발전을 분석하기 위하여 단어 수준에서 시기별 주요 키워드를 도출하고, 동적 토픽 모델은 메이커 운동이 아우르는 다양한 분야 관점에서 관심도의 변화를 단어와 토픽, 문서의 세 가지 수준에서 파악할 수 있도록 도와준다. 결과적으로 주요 토픽은 창업, 메이커스페이스, 메이커 교육 등이 식별되었고, 주요 키워드는 3D프린터와 기업에서 교육으로 변화된 것을 확인할 수 있다.

Keywords

CCTHCV_2018_v18n12_468_f0001.png 이미지

그림 1. 연구 절차

CCTHCV_2018_v18n12_468_f0002.png 이미지

그림 2. 2015년 기사의 키워드 네트워크

CCTHCV_2018_v18n12_468_f0003.png 이미지

그림 3. 2015년 기사의 군집 분석 결과

CCTHCV_2018_v18n12_468_f0004.png 이미지

그림 4. 토픽 수 증가에 따른 토픽 일관성 변화

CCTHCV_2018_v18n12_468_f0005.png 이미지

그림 5. 주요 키워드의 연도별 중앙성 변화 그래프

CCTHCV_2018_v18n12_468_f0006.png 이미지

그림 6. 2013년 메이커 운동 기사의 키워드 네트워크

CCTHCV_2018_v18n12_468_f0007.png 이미지

그림 7. 2017년 메이커 운동 기사의 키워드 네트워크

CCTHCV_2018_v18n12_468_f0008.png 이미지

그림 8. 메이커 운동 관련 토픽들의 가중치 변화

CCTHCV_2018_v18n12_468_f0009.png 이미지

그림 9. 창업 지원의 동향

CCTHCV_2018_v18n12_468_f0010.png 이미지

그림 10. 창업 교육의 동향

CCTHCV_2018_v18n12_468_f0011.png 이미지

그림 11. 과학/문화/교육 중심의 메이커스페이스 동향

CCTHCV_2018_v18n12_468_f0012.png 이미지

그림 12. 청년/창업/제작 중심의 메이커스페이스 동향

CCTHCV_2018_v18n12_468_f0013.png 이미지

그림 13. 학교 교육의 동향

CCTHCV_2018_v18n12_468_f0014.png 이미지

그림 14. 과학 체험 프로그램의 동향

CCTHCV_2018_v18n12_468_f0015.png 이미지

그림 15. 교육 산업의 동향

CCTHCV_2018_v18n12_468_f0016.png 이미지

그림 16. ICT 기반 산업 혁신의 동향

CCTHCV_2018_v18n12_468_f0017.png 이미지

그림 17. 제조업 혁신의 동향

CCTHCV_2018_v18n12_468_f0018.png 이미지

그림 18. 3D프린팅의 동향

CCTHCV_2018_v18n12_468_f0019.png 이미지

그림 19. 해커톤의 동향

CCTHCV_2018_v18n12_468_f0020.png 이미지

그림 20. 메이커톤의 동향

CCTHCV_2018_v18n12_468_f0021.png 이미지

그림 21. 지자체 사업의 동향

CCTHCV_2018_v18n12_468_f0022.png 이미지

그림 22. 정부 정책의 동향

CCTHCV_2018_v18n12_468_f0023.png 이미지

그림 23. 해외 동향

표 1. 세 가지 기법의 상위 9개 주요 키워드와 토픽

CCTHCV_2018_v18n12_468_t0001.png 이미지

표 2. 상위 3개 토픽의 키워드 분포와 가중치

CCTHCV_2018_v18n12_468_t0002.png 이미지

표 3. 연도별 상위 10개의 키워드 목록과 중앙성

CCTHCV_2018_v18n12_468_t0003.png 이미지

표 4. 동적 토픽 모델(Dynamic Topic Model)의 2017년 4분기와 2013년 1분기의 결과 요약

CCTHCV_2018_v18n12_468_t0004.png 이미지

References

  1. https://makerfaire.com/global/, 2018.7.29.
  2. 최혁규, "메이커 문화를 둘러싼 담론적 지형 - 메이커 운동(maker movement)에 대한 비판적 담론 분석," 한국언론정보학보, 제82호, pp.73-103, 2017.
  3. 신현우, 이광석, "한국의 메이커 문화 동향에 대한 비판적 고찰 - 국가발전 메이커 담론과 일상문화속 저항 사이에서," 인문콘텐츠, 제45호, pp.207-231, 2017.
  4. S. Papavlasopoulou, M. N. Giannakos, and L. Jaccheri, "Empirical studies on the Maker Movement, a promising approach to learning: A literature review," Entertainment Computing, Vol.18, pp.57-78, 2017. https://doi.org/10.1016/j.entcom.2016.09.002
  5. T. Barrett, M. Pizzico, B. D. Levy, R. L. Nagel, J. S. Linsey, K. G. Talley, C. R. Forest, and W. C. Newstetter, "A review of university maker spaces," Georgia Institute of Technology, 2015.
  6. M. A. Waller and S. E. Fawcett, "Click here for a data scientist: Big data, predictive analytics, and theory development in the era of a maker movement supply chain," Journal of Business Logistics, Vol.34, No.4, pp.249-252, 2013. https://doi.org/10.1111/jbl.12024
  7. 강범일, 송민, 조화순, "토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구," 한국문헌정보학회지, 제47권, 제4호, pp.315-334, 2013. https://doi.org/10.4275/KSLIS.2013.47.4.315
  8. 한국언론학회, 데이터 시대의 언론학 연구, 커뮤니케이션북스, pp.0-0, 2017.
  9. C. Voigt, C. S. Montero, and M. Menichinelli, "An empirically informed taxonomy for the Maker Movement," In International Conference on Internet Science, Springer, Cham, pp.189-204, 2016.
  10. J. Grus, Data science from scratch: first principles with python, O'Reilly Media Inc, pp.239-240, 2015.
  11. A. Duvvuru, S. Kamarthi, and S. Sultornsanee, Undercovering Research Trends: Network Analysis of Keywords in Scholarly Articles, Proceedings of the 9th International Joint Conference on Computer Science and Software Engineering, pp.265-270, 2012.
  12. C. Wang and D. M. Blei, Collaborative topic modeling for recommending scientific articles, presented at the Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining, ACM, pp.448-456, 2011.
  13. 김현희, 이혜영, "토픽 네트워크 분석을 활용한 데이터 마이닝 분야 연구 논문 분석," 한국컴퓨터정보학회논문지, 제21권, 제5호, pp.141-148, 2016.
  14. 나상태, 안주언, 김자희, "사회연결망분석을 활용한 스마트그리드 연구동향 분석," 전기학회논문지, 제66권, 제12호, pp.1697-1704, 2017. https://doi.org/10.5370/KIEE.2017.66.12.1697
  15. A. Bhadury, J. Chen, J. Zhu, and S. Liu, Scaling up dynamic topic models, Proceedings of the 25th International Conference on World Wide Web, International World Wide Web Conferences Steering Committee, 2016.
  16. M. Lim and N. Kim, "Analyzing the Issue Life Cycle by Mapping Inter-Period Issues," Journal of Intelligence and Information Systems, Vol.20, No.4, pp.25-41, 2014. https://doi.org/10.13088/jiis.2014.20.4.25
  17. M. Hatch, The maker movement manifesto: rules for innovation in the new world of crafters, hackers, and tinkerers, McGraw-Hill Education, 2014.
  18. 강현대, "가구디자인에서의 '메이커 무브먼트 (Makers Movement)' 사례 분석 연구 - '이케아 해킹(IKEA Hacking)' 사례를 중심으로," 한국가구학회지, 제28권, 제3호, pp.156-168, 2017.
  19. 곽혜정, 류희수, "융합인재교육(STEAM) 연구 동향 분석," 과학교육연구지, 제40권, 제1호, pp.72-89, 2016.
  20. 김영흥, 김진수, "국내 STEAM 교육 연구 논문의 현황 분석," 대한공업교육학회지, 제42권, 제1호, pp.140-159, 2016.
  21. 이연승, 조경미, "유아과학교육에서 메이커 교육 (Maker Education)의 의미고찰," 어린이미디어연구, 제15권, 제4호, pp.217-241, 2016.
  22. 남기원, 이수연, "메이커스페이스 탐색을 통한 유아 메이커 교육 고찰," 유아교육학논집, 제21권, 제6호, pp.205-228, 2017.
  23. 박재성, "4차 산업혁명시대 창업교육의 방향성에 관한 연구: 창업교육의 유형별 중심," 한국창업학회지, 제13권, 제1호, pp.40-67, 2017.
  24. 강인애, 윤혜진, "메이커교육(Maker Education) 평가틀(Evaluation Framework) 탐색," 한국콘텐츠학회논문지, 제17권, 제11호, pp.541-553, 2017. https://doi.org/10.5392/JKCA.2017.17.11.541
  25. 강인애, 김명기, "메이커 활동(Maker Activity)의 초등학교 수업적용 가능성 및 교육적 가치 탐색," 학습자중심교과교육연구, 제17권, 제14호, pp.487-515, 2017.
  26. 조경미, 이연승, "메이커 교육(Maker Education)에 기반을 둔 유아과학교육 프로그램 개발 및 효과," 유아교육연구, 제38권, 제1호, pp.341-365, 2018.
  27. 이지선, "메이커 교육에 디자인 사고 적용 연구," 한국디자인포럼, 제54호, pp.225-234, 2017.
  28. 이재호, 장준형, "과학영재용 소프트웨어 코딩기반 메이커 교육 프로그램의 개발," 영재교육연구, 제27권, 제3호, pp.331-348, 2017.
  29. 윤성혜, 장지은, 김세영, "청소년 기업가정신 함양을 위한 메이커교육 프로그램 모형 개발," 교육공학연구, 제33권, 제4호, pp.839-867, 2017.
  30. 강인애, 김홍순, "메이커 교육(Maker education)을 통한 메이커 정신(Maker mindset)의 가치 탐색," 한국콘텐츠학회논문지, 제17권, 제10호, pp.250-267, 2017. https://doi.org/10.5392/JKCA.2017.17.10.250
  31. 홍소람, 박성우, "코워킹 스페이스로서의 공공도서관 무한창조공간 개념 분석," 한국도서관정보학회지, 제46권, 제4호, pp.245-269, 2015. https://doi.org/10.16981/kliss.46.201512.245
  32. 김보영, 곽승진, "대학도서관의 메이커 스페이스 도입방안 연구," 한국도서관정보학회지, 제48권, 제3호, pp.259-279, 2017. https://doi.org/10.16981/kliss.48.201709.259
  33. 장윤금, "공공도서관 메이커스페이스 구성 및 프로그램 분석 연구," 한국문헌정보학회지, 제51권, 제1호, pp.289-306, 2017. https://doi.org/10.4275/KSLIS.2017.51.1.289
  34. 강인애, 최성경, "도서관 메이커 활동(Maker Activity)을 통한 메이커 정신: 사회관계성을 중심으로," 학습자중심교과교육연구, 제17권, 제19호, pp.407-430, 2017.
  35. 곽승진, 노영희, 신재민, "복합문화기관으로서 도서관의 공간 구성 연구," 한국비블리아학회지, 제28권, 제3호, pp.7-25, 2017. https://doi.org/10.14699/kbiblia.2017.28.3.007
  36. 문찬, "메이커산업과 디자인.공학 융합교육의 방향," 상품학연구, 제35권, 제3호, pp.27-34, 2017.
  37. 변문경, "발명 교실 학생들의 메이커 교육에 대한 인식 분석," 한국과학교육학회지, 제38권, 제1호, pp.1-9, 2018. https://doi.org/10.14697/JKASE.2018.38.1.1
  38. 안인자, 노영희, "공공도서관 메이커스페이스 조성과 운영 현황조사 분석 연구," 한국비블리아학회지, 제28권, 제4호, pp.415-436, 2017. https://doi.org/10.14699/KBIBLIA.2017.28.4.415
  39. 언규, "창업.혁신 맥락에서의 중국 촹커," 글로벌 문화콘텐츠, 제31호, pp.127-141, 2017.
  40. 송민, 텍스트 마이닝, 청람, pp.21-120, 2017.
  41. J. Thanaki, Python Natural Language Processing, Packt Publishing Ltd, pp.84-86, 2017.
  42. D. Chopra, N. Joshi, and I. Mathur, Mastering Natural Language Processing with Python, Packt Publishing Ltd, pp.25-27, 2016.
  43. A. C. Müller and S. Guido, Introduction to Machine Learning with Python: A Guide for Data Scientists, O'Reilly Media, Inc., pp.394-427, 2016.
  44. S. Wasserman and K. Faust, Social Network Analysis: Methods and Applications (Vol.8), Cambridge University Press, 1994.
  45. 김용학, 사회연결망분석, 박영사, pp.108-110, 2011.
  46. 나상태, 안주언, 정민호, 김자희, "동적 토픽분석을 활용한 스마트그리드 연구동향 분석," 전기학회논문지, 제66권, 제4호, pp.613-620, 2017. https://doi.org/10.5370/KIEE.2017.66.4.613
  47. J. Chang, S. Gerrish, C. Wang, J. L. Boyd-Graber, and D. M. Blei, Reading tea leaves: How humans interpret topic models, Advances in neural information processing systems, pp.288-296, 2009.
  48. D. Newman, J. H. Lau, K. Grieser, and T. Baldwin, Automatic evaluation of topic coherence, Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, Association for Computational Linguistics, pp.100-108, 2010.
  49. https://www.bigkinds.or.kr
  50. https://radimrehurek.com/gensim/models/coherencemodel.html, 2018.9.14.
  51. M. Roder, A. Both, and A. Hinneburg, Exploring the space of topic coherence measures, In Proceedings of the eighth ACM international conference on Web search and data mining, ACM, pp.399-408, 2015.
  52. http://www.kbench.com/?q=node/141411, 2018.7.29.
  53. 조상래, "선전 메이커운동과 스타트업 동향," 기술과 혁신 2018년 5월호, pp.26-29, 2018.
  54. http://platum.kr/archives/54896, 2018.7.29.