• 무역학회지
• /
• 제48권1호
• /
• pp.29-53
• /
• 2023

본 연구는 WTO 최고 의사결정기구인 WTO 각료회의(MC)에서 회원국 대표들의 발언을 분석하여 지난 27년 동안 한국이 WTO에 대해 보여준 입장과 태도를 살펴본다. 이를 위해 WTO 문서 데이터베이스에서 회원국이 작성한 약 1,800개의 성명서 문서를 추출하여 텍스트 데이터셋을 구축한 후, 다른 회원국과 비교하여 한국 발언의 특징을 파악하기 위해 텍스트 마이닝 기법을 적용한다. 발언 수, 발언 길이 등 형식적 특징을 통해 한국의 WTO에 대한 관심 지속성, WTO에 대한 관심 정도 등 기본적인 태도를 측정하는 한편, 실체적 특징으로 LDA 토픽 모델을 통한 한국 발언의 주제들을 분류하고, 다른 회원국 발언과의 비교분석을 통해 각료회의 회기별 한국 대표 발언의 키워드를 분석한다.

• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1201-1209
• /
• 2016

전 세계적으로 SNS의 이용이 활발해짐에 따라, 그와 관련한 다양한 연구가 활발히 진행 중에 있다. 특히 기존의 문서 내 주제 추출에 활용되던 토픽 모델이 SNS 분석에 효과가 있음이 밝혀짐에 따라, 토픽 모델 기반의 이슈 분석과 관련한 연구들이 대거 등장하였다. 이에 본 연구에서는 기존 토픽 모델 기반의 SNS 이슈 분석 기술에 전 세계 지도 시각화 및 이슈 매칭 기술을 결합하여, 전 세계의 각 국가 별 특정 주제와 관련한 관심 이슈와 그 분포의 변화 추이를 분석할 수 있는 시스템을 제안한다. 시스템 구성 요소는 트윗 수집 및 국가 별 분류 모듈, 토픽 모델 기반의 국가 별 토픽 및 분포 추출 모듈, Google geochart 기반의 토픽 및 분포 시각화 모듈이 있다. 미국과 UK 두 국가에서 발생한 5월 한 달간의 ISIS 관련 트윗을 대상으로 실험한 결과, 두 국가의 ISIS 관련 관심 이슈와 그 변화 추이를 확인할 수 있었다.

• 정보처리학회논문지D
• /
• 제19D권2호
• /
• pp.133-138
• /
• 2012

검색 창을 통해 입력된 검색어는 정보이용자가 의미 있는 자료를 찾아내는 적극적인 활동의 산물이다. 따라서 검색로그는 정보이용자의 관심사항을 알 수 있는 중요한 분석 데이터이다. 본 연구의 목적은 입력한 검색어의 범주화 결과와 엑세스한 문서의 범주가 어느 정도 유사한 상관관계를 가지는지 분석적으로 고찰해보는 것이다. KISTI(한국과학기술정보연구원)의 NDSL(과학기술정보센터) 사이트의 2009년 검색로그의 검색세션을 식별하고 검색세션단위로 검색어와 이용 자료를 추출한 후, 검색어에 대해 어떤 주제 분류에 속하는 용어인지 자동분류기로 식별한 결과가 실제 이용한 자료의 주제 분야와 잘 맞는지 비교하였다. 그 결과 상위 100개 검색어 분류에 대한 유사도 평균이 58.8%로 파악되었다. 결국 전체적인 유사도는 58.8%이하이며, 관련 연구에서 수행한 자료의 자동분류 검색성능 전문가 평가 결과인 76.8%에 비해 낮다. 이것은 검색어로 쓰인 용어가 다른 연구 분야의 관심 용어로 새롭게 주목 받고 있기 때문이라는 사실을 알 수 있었다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제16권3호
• /
• pp.315-331
• /
• 2013

본 연구는 포항시에 소재하는 초등학교 5학년 수학 영재 학급 학생 20명을 대상으로 TI-73 계산기를 활용하여 좌표, 백분율, 소인수분해에 대한 수업의 질적 자료를 분석하였다. 이를 통해 계산기 활용이 영재 학생들의 학습에 어떤 영향을 미치는지 살펴보고, 계산기를 활용한 수업에 대한 시사점을 얻고자 하였다. 연구를 위해 이들 각 차시의 내용에 대해 활동지를 각각 제작하였고, 3주에 걸쳐 80분씩 3차례 수업을 진행하였다. 자료 분석을 위해 동영상 촬영, 학생과의 인터뷰, 문서 자료 등을 수집하였으며, 수집된 동영상, 녹음 자료는 녹취록을 작성하여 이를 토대로 코딩 작업을 하였다. 코드의 결합과 분해를 반복함으로써 초등 수학 영재 학생들의 계산기 사용에 대한 주제를 도출하였다. 본 연구 결과에 따르면, 의사소통을 매개하는 계산기, 지필환경의 범위를 넘어선 과제 해결을 위한 계산기, 계산기 활용에 대한 남녀의 성차 존재, 학습에 영향을 주는 계산기의 제한점이라는 네 가지 주제를 도출할 수 있었다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제41권2호
• /
• pp.356-372
• /
• 2022

본 연구에서는 한국초등과학교육학회의 지난 50년을 돌아보기 위하여, '초등과학교육'에 게재된 연구논문들이 어떤 주제로 어떻게 변화했는지 살펴보았다. 이를 위해 창간호(1983)년부터 2021년까지 '초등과학교육' 학술지에 게재된 연구논문의 총 1,065개 영문초록들에 대하여 LDA 기반 토픽모델링 분석을 실시하였다. LDA 분석 결과 총 14개의 토픽들이 추출되었으며, 핵심어 및 핵심 문서를 통해 각 토픽들에 담긴 의미를 분석하였다. 또한 시기별로 각 토픽들의 추이를 파악하기 위해, 3년을 주기로 하여 토픽들의 평균 비중값 변화를 분석하고 선형회귀 분석을 통해 통계적으로 유의미하게 증가 또는 감소한 토픽들을 분석하였다. 끝으로 본 연구의 결과를 통해, 향후 초등과학교육 연구 수행 및 지원을 위한 시사점을 논의하였다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.811-819
• /
• 2023

해외건설사업 시, 현지 상황을 정확하고 빠르게 파악하는 것은 프로젝트 성공을 위해 매우 중요한 요소이다. 이는 토픽모델링을 활용한 뉴스 기사 분석을 통해 실현될 수 있다. 본 연구는 Latent Dirichlet Allocation(LDA)과 BERTopic 두 토픽모델링 기법을 활용하여 뉴스 기사를 분석하고, 최적의 기법을 찾고자 하였다. 모델링 결과로 자동생성된 토픽과 실제 문서 주제와의 일치 여부를 확인하기 위해 BBC 뉴스 기사 6,273건 을 수집하여 ground truth를 생성하고, 이를 모델링된 토픽과 비교하였다. 그 결과 LDA의 F1 score는 0.011, BERTopic은 0.244로 나타났다. 이를 통해 BERTopic이 실제 뉴스 기사의 주제를 잘 파악하며, 해외건설시장의 주요 이슈를 자동으로 이해하는 데 더욱 용이하다는 것을 확인할 수 있었다

• 지능정보연구
• /
• 제22권4호
• /
• pp.193-215
• /
• 2016

최근 다양한 소셜 네트워크 서비스의 증가로 인해 사용자들은 각자의 목적 및 취향에 따라 여러 매체를 동시에 이용하는 경향을 보이고 있다. 또한 특정 주제에 대한 정보를 수집할 때에도 소셜 네트워크 서비스, 인터넷 뉴스, 블로그 등 여러 매체를 동시에 활용하는 것이 일반적이다. 하지만 다양한 매체를 통해 유통되는 문서들은 서로 유사한 주제, 심지어는 동일한 내용을 다루더라도 각 매체 별 정책 및 기준에 따라 각기 다른 카테고리로 관리되고 있으며, 이는 이종 매체를 아우르는 범위에서 특정 카테고리에 대한 탐색을 수행하고자 하는 시도에 걸림돌로 작용하고 있다. 이러한 제약을 극복하기 위해, 본 연구에서는 기존 매체 고유의 카테고리 체계는 그대로 유지하면서 이종 매체 간 카테고리 매핑을 수행하는 방법을 제시한다. 즉, 개별 문서를 다양한 매체의 관점에서 재분류하고 이러한 결과를 문서에 2차원 레이블로 저장함으로써, 이종 매체에 속한 다양한 문서들을 마치한 매체에 속한 것과 같이 동일한 카테고리 기준으로 탐색할 수 있는 논리적 장치를 제안한다. 본 논문에서는 국내 인터넷 뉴스 포털 사이트 두 곳의 뉴스 기사 6,000건에 대해 제안 방법론을 적용한 실험을 통해 각 기사에 매체와 카테고리 정보로 구성된 2차원 레이블을 부여하였으며, 매체 간, 지도 학습과 준지도 학습 간, 동질 학습 데이터와 이질학습 데이터 간의 정확도 비교 실험을 수행하였다. 특히 매우 흥미롭게도, 일부 카테고리에서 이질 학습 데이터를 사용한 준지도 학습의 분류 정확도가 지도 학습 및 동질 학습 데이터를 사용한 준지도 학습의 분류 정확도보다 높게 나타나는 현상을 발견하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.111-125
• /
• 2011

클러스터링(Clustering)은 유사한 문서나 데이터를 묶어 군집화해주는 프로세스이다. 클러스터링은 문서들을 대표하는 개념별로 그룹화함으로써 사용자가 자신이 원하는 주제의 문서를 찾기 위해 모든 문서를 검사할 필요가 없도록 도와준다. 이를 위해 유사한 문서를 찾아 그룹화하고, 이 그룹의 대표되는 개념을 도출하여 표현해주는 기법이 요구된다. 이 상황에서 문제점으로 대두되는 것이 복합 개념(Complex Concept)의 탐지이다. 복합 개념은 서로 다른 개념의 여러 클러스터에 속하는 중복 개념이다. 기존의 클러스터링 방법으로는 문서를 클러스터링할 때 동일한 레벨에 있는 서로 다른 개념의 클러스터에 속하는 중복된 복합 개념의 클러스터를 찾아서 표현할 수가 없었고, 또한 복합 개념과 각 단순 개념(Simple Concept) 사이의 의미적 계층 관계를 제대로 검증하기가 어려웠다. 본 논문에서는 기존 클러스터링 방법의 문제점을 해결하여 복합 개념을 쉽게 찾아 표현하는 방법을 제안한다. 기존의 계층적 클러스터링 알고리즘을 변형하여 동일 레벨에서 중복을 허용하는 계층적 클러스터링(Hierarchical Overlapping Clustering, HOC) 알고리즘을 개발하였다. HOC 알고리즘은 문서를 클러스터링하여 그 결과를 트리가 아닌 개념 중복이 가능한 Lattice 계층 구조로 표현함으로써 이를 통해 여러 개념이 중복된 복합 개념을 탐지할 수 있었다. HOC 알고리즘을 이용해 생성된 각 클러스터의 개념이 제대로 된 의미적인 계층 관계로 표현되었는지는 특징 선택(Feature Selection) 방법을 적용하여 검증하였다.

• 기록학연구
• /
• 제21호
• /
• pp.3-40
• /
• 2009

올해로 한국의 기록물관리는 10년을 맞이한다. 그 동안 법, 제도 그리고 교육의 분야에서 괄목할 만한 발전이 있었다. 하지만 빠른 성장의 과정에서 부족한 점도 없지 않았던 것이 사실인데, 그 중에서 가장 근본적인 것은 기록물의 개념에 대한 연구가 충분하지 않았다는 사실이다. 사실 개념에 대한 불충분한 연구는 한국의 경우 기록물에 대한 역사학적 관점, 정보학적 관점 그리고 기록물관리학적인 관점의 무질서한 공존을 초래하였으며 기록물관리가 학문의 한 영역으로 성립하는데 있어 가장 큰 걸림돌이 되고 있다. 역사적으로 'archivium'은 기록물관리를 위한 장소를 가리켰으나 오늘날에는 '문서들 전체'와 문서들 내부에 형성된 '유기적 관계들의 전체'를 나타내는 의미로 발전하였다. 특히 후자의 의미와 관련하여 기록물은 기록된 모든 것을 연구대상으로 간주하는 역사학의 사료와 구분되며 구체적인 의도(주제)에 따라 인위적으로 생산된 도서들이 제공하는 정보와는 달리 자연스러운 업무의 과정에서 생산된다. 뿐만 아니라 기록물은 현용, 준현용의 단계가 마감되고 영구보존 및 활용을 위해 선별되어 영구기록물관리기관에 이관된, 즉 생산목적에 근거하는 역사, 문화적 가치가 지배적인 문서들을 의미한다. 하지만 오늘날 기록물관리는 역사기록물(archives)이외에도 현용, 준현용 단계의 문서들도 관리대상에 포함한다. 이러한 변화는 제 2차 세계대전을 계기로 업무행정의 효율성과 투명성을 위한 북미 Records management의 전통에 근거한다. 우리나라의 기록물관리는 지난 원년부터 북미 기록물관리 전통의 지배적인 영향을 받았다. 그러기에 기록물관리는 정보학의 과도한 영향 하에서 정리보다는 분류의 대상으로, 이관보다는 수집의 대상으로 그리고 문서들 전체로서의 기록물보다는 기록된 모든 것(기록) 또는 문서들이 제공하는 정보들의 관리로 인식되었다. 하지만 이러한 인식으로는 기록물관리가 모든 매체에 기록된 모든 유형의 정보를 관리하는 기술(技術)일 뿐, 학문으로서의 위엄(dignity)과 관리의 효율성을 전혀 보장하지 못한다.

• 기술혁신연구
• /
• 제26권4호
• /
• pp.199-232
• /
• 2018

빅데이터 분석을 통한 기업 경영환경에 대한 이해와 통찰을 구하고자 하는 요구가 산업 및 기업 경영 전반에 증가하고 있다. 이러한 사회적 요구에 따라 산업의 이해와 기업 경영의 이해를 위하여 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 기업공시정보를 활용한 연구가 주목을 받고 있다. 이러한 기업공시정보는 대표적인 비정형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용이 가능하다. 그러나 아직은 이러한 기업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준의 분석모델이 부족한 것으로 파악된다. 따라서 본 연구에서는 실제 활용 가능한 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 제안하고자 한다. 미국상장기업의 공시자료인 미국 SEC EDGAR 자료를 기반으로 텍스트마이닝 알고리즘을 적용하여 산업 및 기업 수준의 경영주제(토픽)에 대한 추이분석이 가능한 모델을 제안하고자한다. SEC EDGAR의 10-K 문서를 대상으로 LDA 토픽 모델링을 통하여 산업 수준에서 전체 산업의 주제분야 분류를 파악하였고, 산업간 비교 측면에서 소프트웨어 산업과 하드웨어 산업 분야의 사례를 통해 최근 20년간의 토픽추이를 비교분석 하였다. 또한 최근 20년간의 기업의 경영주제 변화를 소프트웨어 산업에 속한 2개 기업을 중심으로 살펴보았다. 이를 통해 산업 및 기업 수준에서의 경영주제의 추이 변화를 파악하여 쇠퇴 및 성장 추세에 있는 경영주제를 확인 할 수 있었다. 한편 word2vec 워드 임베딩 모델과 주성분분석을 통한 차원 축약을 통해 소프트웨어 산업분야의 기업 및 특정 제품(혹은 서비스)에 대한 매핑을 통해 유사한 경영주제(토픽)를 가지는 기업 및 제품(서비스)을 사례를 통해 파악하였으며, 이를 시간적 흐름에 따른 변화 양상도 관찰할 수 있었다. 본 연구의 목적이 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 개발하기 위한 방법론을 제안한 측면에서, 해외 데이터를 사용하여 산업의 경영주제 변화 추이, 기업의 경영주제 변화 추이를 거시적으로 조망할 수 있는 실무적인 방법론의 제안에서 의의가 있을 수 있다. 한편 기업의 기술경영전략 측면에서 기업의 경영토픽의 잦은 변화, 경영주제의 변화의 속도 등 다양한 변화 양상의 차이에 따른 기업의 매출 등의 경영성과와의 연관성 분석, 실제 기업의 제품포트폴리오의 구성에 따른 기업 간의 경쟁상황 등을 파악하는 미시적 모델 제안을 위한 추가 연구가 요구된다.