• 한국경제지리학회지
• /
• 제11권1호
• /
• pp.148-163
• /
• 2008

수 세기에 걸쳐 대학이 성장함에 따라 이는 주변의 커뮤니티와 더욱 밀접한 관련을 지으며 발전하거나 변화하게 된다. 초기의 작은 도시는 19세기를 통해 산업화를 겪고 중심지로 발전하게 되며, 대부분의 도시들은 대학을 중심으로 산업과 연구의 기조를 형성하고 이는 문화적으로 다양한 인구의 밀집지를 이루는데 한 근간이 되어왔다. 대학을 중심으로 구성되어 있는 커뮤니티는 그 자체가 하나의 작은 도시구조의 모습을 띄며, 대학과 인근 지역은 협조, 혹은 마찰을 공유하며 성장하고 변화한다. 많은 미국의 대학들이 대학의 성장과 함께 필요한 건물과 시설을 확장하고 개발하면서, 이로 인해 빚어지는 교통량의 증대와 기존 오픈스페이스의 손실 등 성장관리에 귀추를 두고 기존 지역과의 융화를 꾀하며 발전을 추구하고 있다. 하버드 대학의 북쪽 캠퍼스 개발의 사례를 통해 지역개발의 한 단편으로서 캠퍼스 개발계획은 어떠한 의미가 있는지 살펴보고자 한다.

• 한국지역지리학회지
• /
• 제15권5호
• /
• pp.554-571
• /
• 2009

본 연구는 네덜란드 동부 라흐닝언과 그 주변에 위치한 식품산업 클러스터인 푸드밸리의 클러스터 구조 특성과 존립기반을 트리플 힐릭스 혁신체계 관점에서 분석한 것이다. 푸드밸리는 대학을 기반으로 성장한 클러스터이나 산 학 연 관 네트워크 체계에 기반하여, 이른바 트리플 힐릭스 혁신체계를 효과적으로 구축함으로써 세계적인 식품산업 클러스터로 발전하게 되었다. 푸드밸리의 트리플 힐릭스 혁신체계는 '기반구축기' $\rightarrow$ '관계형성기' $\rightarrow$ '발전기' $\rightarrow$ '정착기'에 이르는 4단계의 발전과정을 거치면서 혁신 클러스터로 성장하였다. 이 과정에서, 세계적인 교육 및 연구역량을 보유한 라흐닝언 대학 연구센터(WURC)를 중심으로 한 대학 및 연구기판들은 지역 내외의 기업들과 활발한 지식 이전 및 공유 활동을 통해 파트너십을 형성하는데 중추적 역할을 했다. 아울러 지역 기업들은 국제적 경쟁력을 가진 다국적 농식품 기업들과 기술혁신형 창업기업들이 중심이 되어 푸드밸리소사이어티와 같은 학습 커뮤니티를 형성하여 활발한 지식 창출, 이전 및 공유 활동에 참여하고 있다. 여기에 정부 및 지원기관들은 클러스터의 네트워크 촉진자로서 산 학 연의 주체별 혁신역량과 대학과 기업의 지식 창출, 이전 및 공유 메커니즘을 조성하는데 중요한 역할을 담당하고 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.57-84
• /
• 2023

현대사회는 정보통신기술 및 빅데이터 기술의 발전으로 누구나 인터넷을 통해 손쉽게 방대한 데이터를 얻고 활용할 수 있는 시대로, 양질의 데이터를 수집하는 능력을 넘어 수많은 정보 속에서 올바른 데이터만을 선별하는 능력이 더욱 중요해지고 있다. 이러한 기조는 학계에서도 이어지고 있는데, 축적되는 연구물 속에서 양질의 연구를 선별하여 올바른 지식구조를 형성하기 위해, 다양한 연구 분야에서 체계적 고찰(systematic review) 및 비체계적 고찰(non-systematic review)과 같은 문헌연구(literature review)가 수행되고 있다. 한편, 코로나19 팬데믹 이후 의료산업에서도 그동안 합의에 이르지 못했던 원격의료가 제한적으로나마 허용되고, 인공지능 및 빅데이터 기술이 응용된 건강추천시스템(health recommender systems: HRS)과 같은 새로운 의료서비스가 각광을 받고 있다. 하지만, 실무적으로 HRS가 미래 의료산업 발전을 이끌 중요한 기술로 평가받고 있음에도 불구하고, 학술적인 문헌연구는 다른 분야에 비해 매우 부족한 실정이다. 더불어 HRS는 학제적 성격이 강한 융합 분야임에도 불구하고, 기존의 문헌연구는 비체계적 고찰과 체계적 고찰 방법만을 주로 활용하여 이뤄졌기 때문에, 다른 연구 분야와의 상호작용이나 동적인 관계를 유추하기에는 한계가 존재한다. 이에, 본 연구에서는 인용네트워크 분석(citation network analysis: CNA)을 활용하여 HRS 및 주변 연구 분야의 전체적인 네트워크 구조를 파악하였다. 또한, 이 과정에서 최신 논문이 인용 관계가 잘 나타나지 않는 문제를 보완하기 위해 GraphSAGE 알고리즘을 적용함으로써, HRS 연구에 있어 'recommender system', 'wireless & IoT', 'computer vision', 'text mining' 등과 같은 연구 분야들의 중요도가 높아지고 있음을 파악하였으며, 이와 동시에 개인화(personalization) 및 개인정보보호(privacy) 등과 같은 새로운 키워드가 주요 이슈로 등장하고 있음을 확인하였다. 본 연구를 통해 HRS 연구 커뮤니티의 구조를 파악하고, 관련된 연구 동향을 살펴보며, 미래 HRS 연구 방향을 설계함에 있어 실질적인 통찰을 제공할 수 있을 것으로 기대한다.