빅데이터를 활용한 월경통에 대한 국내 한방 치료 인식 조사

Study on Domestic Awareness of Korean Medicine Treatment for Dysmenorrhea using Big Data

Abstract

Objectives: The purpose of this study is to investigate the domestic awareness of Korean medicine treatment for dysmenorrhea. Methods: We conducted word frequency analysis, 2-gram analysis, degree centrality analysis, and CONCOR analysis using big data searched for '월경통', '생리통', and '한방' as main key words. The searching period was set from 2019 to 2023. Results: The number of original text data searched through main key words was on the rise. Specific words related to Korean medicine treatment were in the top 100, words related to herbal medicine ranked particularly high. The top 100 words were divided into 4 clusters (A; Body parts or body substances related to dysmenorrhea, B; Symptoms that accompany dysmenorrhea, C; Physiological or pathological situations related to dysmenorrhea, and D; Treatment related words of dysmenorrhea) and some clusters showed close relationships between each others (B-C, B-D, and C-D). Conclusions: Our results suggest that interest in Korean medicine treatment for dysmenorrhea is increasing. Also, as public understanding is estimated to be high, specific information such as method, process and mechanism of Korean medicine treatment seems to be needed.

Ⅰ. 서론

월경통은 가임기 여성에서 매우 흔하게 나타나는 질환으로, 연령, 출산력, 가족력, 스트레스 등과 상관관계를 갖는다¹⁾. 치골 상부의 경련통과 함께 두통, 요통, 오심, 구토 등의 증상이 동반될 수 있으며²⁾, 자궁근종, 자궁샘근증 등 기질적 병변의 유무에 따라 원발성 혹은 속발성으로 구분 가능하다³⁾.

월경통은 생명을 위협하는 질환은 아니지만 삶의 질을 심각하게 저하시킬 수 있다⁴⁾. 실제로 여대생을 대상으로 월경통과 학습몰입도 간의 관계성을 분석한 결과 월경통은 그 정도에 따라 학습몰입도 저하와 유의한 상관관계를 가졌으며⁵⁾, 간호학과 재학 여학생을 대상으로 한 연구 결과 월경통은 임상 실습 스트레스를 높이고 임상 수행 능력을 감소시켰다⁶⁾. 월경통으로 인한 여성 개개인의 삶의 질 저하는 사회경제적인 손실을 유발할 수 있기에 더 큰 문제가 된다⁷⁾.

한의학적으로는 월경통을 ‘통경(痛經)’, ‘경행복통(經行腹痛)’, ‘경기복통(經期腹痛)’ 등의 범주로 보며, 기체혈어(氣滯血瘀), 한응포중(寒凝胞中), 한습응체(寒濕凝滯), 기혈허약(氣血虛弱), 간신허약(肝腎虛弱) 등의 변증으로 분류해 그 근본 원인을 치료한다³⁾. 국내 보고된 월경통의 한의학적 치료 관련 임상 연구들을 분석한 체계적 문헌 고찰에 따르면 침, 한약, 약침, 뜸, 부항 등을 사용한 한방 치료는 모두 유의한 치료 효과를 나타내었고⁸⁾, 여자 청소년 월경통 환자를 대상으로 한방치료의 효과 및 만족도를 분석한 연구 결과에 따르면 한방 치료 전후 월경통 정도에 대한 시각 아날로그 척도(visual analog scale, VAS)와 월경통의 학교생활 지장 정도 모두 유의미하게 감소하였다⁹⁾.

빅데이터는 디지털 환경에서 생성되는 데이터의 총칭으로, 기존의 데이터 처리 기술로는 수집 저장·관리·분석이 어려운 방대한 규모를 갖는다¹⁰⁾. 규모(Volume), 다양성(Variety), 속도(Velocity)를 포함하는 개념인 ‘3V’를 특징으로 정의되는데, 최근에는 빅데이터의 활용적 측면이 강조되면서 가치(Value), 변동성(Variability), 복잡성(Complexity) 등이 추가되어 정의되기도 한다¹¹⁾. 이러한 특성을 갖는 빅데이터는 현재 의료뿐만 아니라 다양한 분야에서 방대한 조사 자원으로 활용되고 있다.

빅데이터는 여러 기법을 통해 분석되어 사용된다. 단어 빈도수 분석 및 단어 빈도-역문서 빈도(term frequency-inverse document frequency, TF-IDF) 분석은 수집된 텍스트 데이터 내에서 특정 단어가 나타난 빈도수와 문장 내 중요도를 분석하는 기법이고¹²⁾, 2-gram 분석은 단어와 단어가 문장 내에서 연속적으로 나타나는 것을 확인하는 기법이다¹³⁾. 연결 중심성 분석은 문장 내 함께 나타난 단어 간의 상관관계를 파악하기 위한 것으로 연속적으로 나타나지 않더라도 동일 문장 내에 존재하면 분석 대상에 포함되기 때문에 2-gram 분석보다 더 광범위하게 단어 간의 관계성을 파악하는 기법이며¹⁴⁾, CONCOR 분석은 응집력이 강한 단어들을 군집화하여 군집 간의 관계성을 파악하는 기법이다¹²⁾.

2024년 4월 29일부터 전국적으로 한의 의료기관에서 첩약 건강보험 2단계 시범 사업이 실시되었다. 해당 사업은 월경통을 비롯한 6개의 질환에 대해 첩약을 복용함에 있어 환자의 비용 부담을 낮추어 궁극적으로 국민 의료비 부담 완화와 한의약 보장성 강화를 목표로 한다¹⁵⁾. 이 번 시범사업을 통해 대상 질환 중 하나인 월경통의 한방 치료에 대한 국민적인 관심이 높아질 것으로 예측된다.

월경통에 대한 한방 치료의 관심도 증가가 예상되는 현 상황에서, 추후 관련 연구들의 방향성을 설정하고 나아가 더욱 효과적인 한방 치료를 제공해 국민의료에 이바지하고자 본 연구에서는 빅 데이터를 활용하여 월경통에 대한 국내 한방 치료 인식을 조사 및 분석하였다.

Ⅱ. 방법

1. 빅데이터 수집

‘월경통’, ‘생리통’, ‘한방’을 중심 단어로 선택하였고, 수집 기간은 2019년 1월 부터 2023년 12월까지 총 5년으로 설정하였으며, 수집 범위는 네이버(블로그, 뉴스, 카페, 지식IN, 웹 문서), 다음(블로그, 뉴스, 카페, 웹 문서), 구글(페이스북, 뉴스, 웹 문서)로 설정하였다. 수집 범위에서 Python 텍스트 크롤링 기법을 활용하여 수집 기간 내 중심 단어들이 포함된 텍스트 데이터를 수집하였다.

2. 수집 데이터 정제

수집된 데이터 분석 전 불용어, 동의어 및 유의어를 정제하는 과정을 먼저 진행하였다. 특정 명사 및 지명, 조사, 부사 등은 데이터 분석에 불필요한 요소이므로 불용어로 지정하였고, ‘월경통-생리통’, ‘효과-효능’ 등과 같이 서로 같거나 비슷한 의미를 갖는 단어들은 유의어로 지정하여 정제하여 텍스트 데이터를 정형화하였다.

3. 정형 데이터 분석

수집된 정형 텍스트 데이터에 대해 단어 빈도수 분석, 2-gram 분석, 연결 중심성 분석, CONCOR 분석을 진행하였다.

1) 단어 빈도수 분석

(1) 통합 단어 빈도수 분석

python 텍스트 순환신경망(recurrent neural network, RNN) 기법을 통해 분석을 진행하였다.

(2) TF-IDF 분석

단어 빈도인 TF(Term Frequency)와 문서 빈도의 역수인 IDF(Inverse Document Frequency)를 서로 곱하여 분석하였다. 아래의 수식은 IDF와 TF-IDF를 구한 방법이다.

\(\begin{align}i d f(t, D)=\log \frac{|D|}{|\{d \in D: t \in d\}|}\end{align}\)

⦁ |D| : 문서 집합 D의 크기, 또는 전체 문서의 수

⦁ |{d∈D : t∈d}| : 단어 t가 포함된 문서의 수

tfidf(t, d, D) = tf(t, d) x idf(t, D)

2) 2-gram 분석

Python 텍스트 RNN 기법을 활용해 연속성을 나타내는 단어들을 선별하여분석하였다.

3) 연결 중심성 분석

두 단어가 함께 나타난 텍스트 데이터 개수를 반영한 지표인 상관계수를 분석하여 1-mode 매트릭스를 형성한 후, 형성된 1-mode 매트릭스를 UCINET 프로그램을 통해 분석하여 연결 중심성 분석을 진행하였다.

4) CONCOR 분석

응집력이 강한 단어들끼리 총 4개의 군집으로 군집화한 후, UCINET 프로그램에서 1-mode 매트릭스를 활용해 CONCOR 분석을 진행하였다.

Ⅲ. 결과

1. 연도별 텍스트 데이터 수

본 연구가 설정한 수집 기간 중 중심 단어 ‘월경통’, ‘생리통’, ‘한방’에 대한 연도별 텍스트 데이터 수집 결과, 각 연도별로 텍스트 데이터 수가 2019년도 53,198건, 2020년도 55,498건, 2021년도 59,872건, 2022년도 50,949건, 2023년도 62,931건으로 나타났다(Fig. 1).

Fig. 1. Word frequency by year.

이를 통해 각 연도별 평균 및 증가 비율을 확인하였다(Table 1). 평균 비율은 해당 연도의 단어 빈도수에서 직전 연도의 단어 빈도수를 뺀 값을 데이터수 총 합으로 나눈 백분위 값이며, 증가 비율은 해당 연도의 단어 빈도수에서 직전 연도의 단어 빈도수를 뺀 값을 직전 연도의 단어 빈도수로 나눈 백분위 값이다.

Table 1. Number of Original Data, Average Rate and Increase Rate by Year

2. 단어 빈도수 분석

1) 통합 단어 빈도수 분석

수집된 텍스트 데이터를 정제하여 선정된 총 327개의 단어들에 대해 각 단어별 단어 빈도수를 분석한 뒤 상위 100개의 단어를 선정하였으며(Table 2), 이를 바탕으로 빈도수를 글자 크기 및 색상으로 반영한 워드 클라우드를 생성하였다(Fig. 2).

Table 2. Results of Integrated Word Frequency Analysis (Top 100)

Fig. 2. Word cloud (top 100).

상위 100개 단어의 총 단어 빈도수 합은 정제된 모든 단어들의 총 단어 빈도수 합에 대해 94%를 차지하였다. 이에 본 연구에서는 해당 분석 결과를 바탕으로 추후 진행되는 분석에는 단어 빈도수 분석에서 선별된 상위 100개 단어를 이용하였다.

2) TF-IDF 분석

수집된 텍스트 데이터 문장 내에서 특정 단어의 중요도를 분석하기 위해 TF-IDF 분석을 시행한 뒤 통합 단어 빈도수 분석 상위 10개 단어, TF-IDF 분석 상위 10개 단어를 비교하였다(Table 3).

Table 3. Integrated Word Frequency Results vs. TF-IDF Analysis Results (Top 10)

TF-IDF 분석상으로는 ‘자궁’이 가장 높게 나타났으며, 통합 단어 빈도수 분석 상위 10개 안에 포함되었던 ‘효과’, ‘통증’, ‘요법’이 빠지고 ‘자궁’, ‘산부인과’, ‘한의원’이 새롭게 상위 10개에 포함되었다.

3. 2-gram 분석

수집된 텍스트 데이터 문장 내에서 연속적으로 나타난 단어들을 분석하여 상위 20개 단어-단어를 선정하였고(Table 4), 이를 바탕으로 관계도를 생성하였다(Fig. 3).

Table 4. Results of 2-Gram Analysis (Top 20)

Fig. 3. Relationship diagram of 2-gram analysis (top 20).

관계도에서 화살표는 단어-단어가 연속성을 나타낼 때의 방향성을 뜻하는데, 예를 들어 ‘침→치료’는 ‘침’ 다음에 ‘치료’가 나오는 순서로만 연관성이 있다는 의미이며, ‘한방-월경’처럼 화살표 없는 선으로만 연결된 단어들은 ‘한방’ 다음 ‘월경’이 나오는 순서 혹은 ‘월경’ 다음 ‘한방’이 나오는 순서 등 쌍방향으로 연관성을 갖고 있음을 의미한다.

4. 연결 중심성 분석

통합 단어 빈도수 분석 상위 100개 단어에 대해 같은 텍스트 데이터에 포함된 단어-단어 간 관계를 분석하여 연결 중심성 분석을 진행해 시각화하였다(Fig. 4).

Fig. 4. Results of degree centrality analysis.

연결 중심성 분석을 시각화한 그림에서 node의 크기는 단어 빈도수를 뜻하며, 단어가 그림 중앙에 위치할수록 본 연구에 사용된 중심 단어인 ‘월경통’, ‘생리통’, ‘한방’과 밀접한 관련성을 가짐을 뜻한다.

‘효과’, ‘불편’, ‘월경’ 등의 단어는 단어 빈도수도 높으면서 중심 단어들과 밀접한 관련성을 갖는 단어인 반면, ‘통증’, ‘치료’, ‘침’, ‘산부인과’ 등의 단어는 단어 빈도수는 높으나 중심 단어들과의 관련성은 상대적으로 낮은 편에 속한다고 볼 수 있다. 반대로 ‘스트레스’, ‘요통’, ‘자궁’ 등의 단어는 단어 빈도수는 낮으나 중심 단어들과의 관련성은 높다고 볼 수 있다.

5. CONCOR 분석

본 연구에서는 수집된 정형 텍스트 데이터 단어들 사이 상관관계를 기준으로 덴드로그램을 만들어 CONCOR 분석을 진행하였는데, 레벨 2 수준에서 총 4개의 군집으로 군집화를 시행하였다(Table 5).

Table 5. Words Included by Clusters

Cluster A : Body parts or body substances related to dysmenorrhea

Cluster B : Symptoms that accompany dysmenorrhea

Cluster C : Physiological or pathological situations related to dysmenorrhea

Cluster D : Treatment related words of dysmenorrhea

군집 A에는 골반, 난소, 호르몬 등 월경통과 연관된 신체 부위 및 체내 물질 관련 단어들, 군집 B에는 경련, 골반통, 구토 등 월경통과 함께 동반되는 증상 관련 단어들, 군집 C에는 가임기, 다이어트, 자궁근종 등 월경통과 연관된 생리적·병리적 상황 관련 단어들, 군집 D에는 진통제, 한약, 효과 등 월경통의 치료 관련 단어들을 군집화시켰다.

분석 결과 상대적으로 군집 B와 C, 군집 B와 D, 군집 C와 D 사이 연관성이 높았고, 상대적으로 군집 A와 C 사이 연관성은 다른 군집 간의 연관성에 비해 다소 낮았다(Fig. 5).

Fig. 5. Results of CONCOR analysis.

Ⅳ. 고찰

월경통은 월경을 하는 여성 중 16~91%가 경험할 정도로 흔한 질환으로¹⁾, 한의학적으로는 증상의 허실(虛實)을 확인하여 기체(氣滯), 어혈(瘀血), 한습(寒濕) 등의 병인을 파악해 변증을 통해 치료한다³⁾.

빅데이터는 일반적인 소프트웨어로는 처리가 어려울 정도로 큰 규모를 갖는 데이터를 말하며¹⁶⁾, 근래 여러 분야에서 다방면으로 활용되고 있다. 특히 의료분야는 앞으로 더욱 빅데이터 활용이 늘어날 것으로 예측되는 주요 분야 중 하나로, 의료 분야에서의 빅데이터 활용은 임상 현장에서 더 질 높은 치료로 이어질 것이라 기대되고 있다¹⁷⁾.

월경통에 한방 치료를 적용하였을 때 효과가 있다는 논문이 다수 보고되고 있고 2021년 월경통에 대한 한의표준임상 진료지침¹⁸⁾ 또한 발행된 바 있으나, 아직 해당 분야의 질 높은 임상시험연구의 절대적인 수가 부족한 실정이다. 이에 본 연구는 추후 보고될 임상시험연구의 방향성 설정에 도움이 되고자 빅데이터를 활용하여 월경통의 한방 치료에 대한 국내 인식을 조사하였다.

‘월경통’, ‘생리통’, ‘한방’을 중심 단어로 하여 텍스트 데이터를 수집해 2019년 부터 2023년까지 5년간의 연도별 텍스트 데이터 수를 분석한 결과, 전반적으로 증가 추세를 보였다. 이를 통해 월경통의 한방 치료에 대한 관심도가 증가 추세에 있음을 추론할 수 있다. 다만 2022년도만 텍스트 데이터 수가 50,949건으로 전년도에 비해 약간 감소하는 경향을 보였는데, 이는 2022년에 있었던 코로나바이러스감염증-19(COVID-19) 재유행으로 인해 국민적인 건강 관심사가 COVID-19로 집중되어 나타난 일시적인 현상으로 보인다. 실제로 2021년 보고된 COVID-19 발생은 570,072건인 반면 2022년 보고된 COVID-19 발생은 28,424,635건으로 전년 대비 매우 크게 증가하였다¹⁹⁾.

수집된 텍스트 데이터에 대해 단어 빈도수 분석을 진행하여 그 결과를 바탕으로 상위 100개 단어를 선정하였다. 상위 100개 내에는 ‘한의원’, ‘한방’, ‘한의사’, ‘한의학’ 등 한의학과 관련된 무난한 단어들 외에도 ‘한약’, ‘침’, ‘뜸’, ‘약침’, ‘부항’, ‘추나요법’ 등 여러 가지 한의학적 치료와 관련된 단어들, ‘당귀’, ‘천궁’, ‘계지’, ‘복령’, ‘축어탕’ 등 구체적인 한약재와 처방에 관련된 단어들, 그리고 ‘어혈’, ‘기혈’, ‘지통’, ‘변증’ 등 한의학적 병리기전과 진단에 관련된 단어들도 포함되었다. 실제로 수집된 텍스트 데이터상에서 “한의학 및 한약을 통해 월경 경련을 관리할 수 있나요?”, “한의원에서 당귀를 끓여먹으라고 하는데 괜찮나요?”, “한의원 생리통 변증에 대해서 한방치료 사례가 있나요?” 등 해당 단어들이 포함된 구체적인 질문 내용을 확인할 수 있었다. 이를 통해 월경통의 한방 치료에 대한 대중적인 이해도가 생각보다 높은 수준임을 알 수 있다.

통합 단어 빈도수 분석 결과와 TF-IDF 분석 결과 비교 시, 상위 10개 중 3개 단어가 다르게 나타났다. 텍스트 데이터 내에서 해당 단어가 얼마나 중요한가를 나타내는 TF-IDF 분석의 특성을 고려했을 때 TF-IDF 분석 결과 상대적으로 추상적인 개념을 의미하는 ‘효과’, ‘통증’, ‘요법’ 등의 단어들이 제외되고 월경통과 관련된 구체적인 신체 부위인 ‘자궁’과 실질적으로 치료를 받을 수 있는 의료기관인 ‘산부인과’와 ‘한의원’이 상위 10위 안에 새롭게 나타났다는 것은 치료와 관련된 구체적인 내용에 더 관심이 있음을 의미한다고 볼 수 있다. 실제로 수집된 텍스트 데이터상에서 “엄마가 자꾸 한의원가서 자궁 침치료 좀 받아보라는데 괜찮나요?”, “한의원에서 생리통 관련 질환도 치료가 가능한가요?” 등의 질문 내용을 확인할 수 있었다.

수집된 텍스트 데이터 내에서 연속적으로 나타나는 단어들을 분석하는 2-gram 분석 결과 ‘생리통-한약’, ‘한약-처방’, ‘한약-치료’가 2위, 5위, 7위로 높은 빈도수로 나타났는데, 이를 통해 생리통에 대한 한방 치료의 여러 가지 방법 중 한약 치료에 대한 관심도가 가장 높음을 알 수 있다. ‘한방-치료’, ‘침-치료’, ‘뜸-치료’ 등도 13위, 15위, 20위에 위치하였다.

동일 텍스트 데이터에 포함된 단어들 사이 관계를 분석하는 연결 중심성 분석을 시각화한 결과를 보면 ‘효과’, ‘불편’, ‘자궁’, ‘월경’ 등의 단어들이 중심에 위치하였고, 다음으로 ‘스트레스’, ‘요통’, ‘골반통’, ‘염증’, ‘구토’, ‘초경’, ‘갱년기’, ‘생리전증후군’ 등이 위치하였으며, 가장자리에 ‘한의원’, ‘한약’, ‘침’, ‘산부인과’, ‘진통제’, ‘양약’이 위치함을 확인할 수 있다. 중심에 위치할수록 중심 단어에 대한 영향력이 큰 분석임을 염두에 뒀을 때 해당 결과는 환자들의 월경통에 대한 생각의 흐름은 본인이 겪는 증상에 대한 호소를 우선으로 한 다음, 그 이후 치료에 대한 구체적인 내용을 궁금해한다고 이해할 수 있다. 실제로 수집된 텍스트 데이터상에서 “월경통 때문에 골반쪽이 불편하고 골반통이 같이 있는 것 같아서 약도 먹어 봤는데 소용이 없네요.... 집앞 산부인과전문 한의원이 있는데 평이 괜찮나요?”라는 질문 내용을 확인할 수 있었다. 실제 임상 현장에서 진료 시 이러한 환자들의 사고의 흐름을 고려해 상담을 진행한다면 도움이 될 것이다.

마지막으로 상위 100개 단어를 총 4개의 군집으로 분류해 CONCOR 분석을 통해 군집 간의 연관성을 확인하였고, 그 결과 군집 B와 C, B와 D, C와 D 사이 연관성이 높게 나타났다. 이는 월경통과 연관된 증상의 원인이 되는, 혹은 월경통으로 인해 추후 발생할 수 있는 생리적·병리적 상황에 대한 설명(B-C), 월경통과 연관된 증상을 완화시킬 수 있는 치료 방법에 대한 설명(B-D), 월경통의 원인이 되는, 혹은 월경통으로 인해 추후 발생할 수 있는 생리적·병리적 상황을 해결할 수 있는 치료 방법에 대한 설명(C-D) 등에 관심도가 높다는 것을 시사한다.

본 연구 결과를 통해 월경통의 한방 치료에 대한 관심도가 증가하고 있다는 점, 그리고 한방 치료에 대한 이해도가 생각보다 높다는 점을 알 수 있으며, 환자들은 본인이 호소하는 증상의 원인 및 치료에 대한 구체적인 내용을 원하고, 이러한 내용들이 하나의 큰 흐름 속에서 유기적인 연관성을 갖고 설명되길 원한다는 점을 유추할 수 있다. 이에 월경통의 한방 치료에 대한 효과와 그 기전을 입증하는 데 초점을 맞춘 임상시험연구들이 진행된다면 임상 현장에 큰 도움이 될 것이며, 임상 현장에서는 이러한 대중적인 관심에 초점을 맞춰 환자의 증상을 설명하고 치료한다면 환자의 치료순응도를 높일 수 있을 것이다.

다만 본 연구는 수집된 모든 텍스트 데이터를 확인하여 광고성 게시물을 배제하는 과정을 거치지 않고 분석을 진행했기에 월경통의 한방 치료에 대한 대중의 실제 인식과 다소 차이가 있을 수 있다는 한계점을 갖는다. 이는 텍스트 데이터의 절대적인 양 확보를 위하여 빅데이터를 활용한 다양한 인식 연구²⁰⁾에서 종종 불가피하게 사용하는 방법이다. 이에 추후 본 연구 결과를 뒷받침할 수 있는 설문 조사가 포함된 후속 연구가 필요할 것으로 사료 된다.

Ⅴ. 결론

빅데이터를 활용해 최근 5년 동안 월경통의 한방 치료에 대한 국내 인식을 조사하여 다음과 같은 결론을 얻었다.

1. ‘월경통’, ‘생리통’, ‘한방’을 키워드로 검색한 결과 최근 5년간 텍스트 데이터 수가 증가 추세를 나타내었다.

2. 월경통의 한방 치료에 대한 관심도가 점차 높아지고 있으며, 이에 대한 대중적인 이해도도 꽤 높은 수준으로 추정된다.

3. 월경통의 병소(‘자궁’), 치료를 받을 수 있는 의료기관(‘한의원’, ‘산부인과’) 등 치료와 관련된 보다 구체적인 내용에 더 관심도가 높게 나타났다.

4. 여러 가지 한방 치료 중에서도 한약 치료에 대한 관심도가 가장 높게 나타났다.

5. 월경통에 대한 대중적인 사고의 흐름은 증상과 관련된 호소 후 치료와 관련된 구체적인 내용을 궁금해 하는 것으로 진행되는 경향을 보였다.

6. 월경통의 증상과 이와 관련된 생리적·병리적 상황, 월경통의 증상과 이와 관련된 치료, 월경통과 연관성을 갖는 생리적·병리적 상황과 이에 대한 치료 등의 주제에 관심도가 높게 나타났다.