Earticle

본 연구는 1986년부터 2024년까지 국내 창업 관련 학술 논문 10,974편을 대상으로 텍스트 마이닝을 적용하여 연구 동향의 구조적 변화를 실증 분석하였다. 연구 방법으로는 RISS에서 수집된 초록을 바탕으로 Python을 활용해 키워드 빈도 분석과 LDA 토픽 모델링을 수행하였다. 분석 결과, 과거의 창업 연구는 고용 창출 및 지역 경제 등 정책 중심의 거시적 접근이 주류였으나 , 최근 5년 (2020-2024) 사이에는 디지털 전환, AI, 창업자 역량 및 심리적 요인 등 미시적·기술 중심 접근으로 패러다임이 급격히 이동했음을 확인하였다. 이러한 변화는 한국 창업 연구가 디지털 혁신 생태계를 중심으로 정교화되고 있음을 시사한다. 본 연구의 학술적 시사점은 장기 데이터를 통해 창업 연구의 진화 과정을 체계적으로 규명하고 데이터 기반의 방법론적 확장을 제시했다는 점에 있다. 실무적으 로는 디지털 기술이 핵심 성공 요인으로 부상함에 따라 창업자의 디지털 역량 강화가 시급하며, 정 책적으로는 단순 자금 지원을 넘어 네트워크와 멘토링이 결합된 통합적 지원 모델로의 전환이 필요 함을 시사한다.

This study empirically analyzes the structural evolution of entrepreneurship research in South Korea by examining 10,974 academic papers published from 1986 to 2024. Utilizing abstracts from the RISS database, the study employed Python-based text mining, specifically keyword frequency analysis and LDA topic modeling. The findings reveal a significant paradigm shift: while earlier research focused on macro-level policy themes like job creation and regional development , the period between 2020 and 2024 has seen a surge in micro-level, technology-centric themes such as digital transformation, AI, and individual entrepreneurial competencies. These results indicate that the entrepreneurial ecosystem is becoming increasingly sophisticated around digital innovation. Academically, this study identifies the evolutionary trajectory of the field and offers a methodological expansion through data-driven analysis. Practically, as digital technology becomes a critical success factor, it is essential to enhance the digital capabilities of founders. Furthermore, the study suggests a policy shift from simple financial aid toward integrated support models involving networking and advanced mentoring.

본 연구는 텍스트마이닝 기법의 연장선인 RAG 기반 챗봇을 활용하여 중국 현대 문학의 대표적 문학 유파인 京派와 海派를 대상으로, RAG(Retrieval-Augmented Generation) 기반 챗봇을 활용한 문학 분석의 가능성과 한계를 실증적으로 고찰한 다. 특히, 비문학 전공자가 자동화된 질의응답 시스템을 통해 문학작품의 인물관계, 감성, 문체를 탐색하는 과정을 통해, 기존의 정성적 해석 중심의 문학 연구에 새로운 방법론적 대안을 제시하고자 한다. 연구에서는 총 35편의 京派·海派 작품을 벡터 임베딩하여 검색 가능한 코퍼스를 구축하고, 이를 기반으로 질문에 응답하는 챗봇 시스템을 설계하였다. 다음으로 GPT 및 Claude와 같은 범용 LLM과의 비교 실험을 통해, 중국문학 영역에 특화된 소형 언어모델(SLM)의 사실 기반 응답 능력과 환각 (Hallucination) 감소 효과를 확인하였다. 그 결과, SLM은 실제 문헌에 근거한 응답을 생성함으로써 문학 분석의 정확 성과 신뢰도를 높였으며, 데이터 기반 해석의 가능성을 보여주었다. 아울러, RAG 기반 챗봇은 비전공자도 인문학적 통찰을 발휘할 수 있도록 지원하는 ‘해석 보조자’로서의 잠재력을 지닌다는 점에서 학제 간 융합 연구의 새로운 방향을 제 시한다.

This study empirically examines the potential and limitations of literary analysis using a Retrieval-Augmented Generation (RAG)-based chatbot—a method extending from text mining—focusing on two representative schools of modern Chinese literature: Jingpai(京派) and Haipai(海派). Specifically, the research explores how non-literature majors can utilize an automated question- answering system to investigate character relationships, emotional tone, and stylistic features within literary texts, thereby proposing a methodological alternative to conventional qualitative approaches in literary scholarship. To this end, a searchable corpus was constructed by embedding 35 selected works from Jingpai and Haipai authors into vector representations. A RAG-based chatbot system was then designed to generate answers based on this corpus. Comparative experiments were conducted with general-purpose large language models (LLMs) such as GPT and Claude, alongside a domain- specialized small language model (SLM) fine-tuned on Chinese literature. The findings reveal that the SLM demonstrated superior factual grounding and significantly reduced hallucinations, thus enhancing the accuracy and reliability of literary interpretation. The results indicate that SLMs, when coupled with RAG architecture, can generate responses grounded in actual texts, thereby expanding the possibilities for data-driven literary analysis. Moreover, the RAG-based chatbot functioned as an "interpretive assistant," enabling even non-specialists to derive humanistic insights. This suggests a promising new direction for interdisciplinary research, bridging computational linguistics and the humanities.

연구목적: 본 연구는 텍스트 마이닝 기법을 활용하여 유형별 건설재해의 원인을 도출하여 중대재해 사 고의 예방대책 마련을 위한 주요 요소를 파악하는 것을 목적으로 한다. 연구방법: 국내 건설분야의 중대 재해 사례를 분석한 데이터베이스를 기반으로 예방대책과 원인을 텍스트 마이닝 기법으로 분석하고, 분석 내용을 시각적으로 표현하였다. 연구결과: 이 시각적 데이터는 중요도에 따라 공종별 중대 재해 예 방에 필요한 요소의 파악을 용이하게 한다. 결론: 본 연구의 결과는 건설현장 중대재해와 관련하여 예방 대책 마련 시 고려되어야 할 요소 및 요소간 명확한 상관관계의 파악에 기여할 것으로 사료된다.

Purpose: This study provides prevention methods by type of construction disaster using text mining techniques. Method: Based on the database that analyzed the cases of critical disasters in the domestic construction sector, preventive measures and causes are analyzed by text mining techniques, and the contents of the analysis are visually shown. Result: This visual data represents the measures for preventing critical disasters of each process according to the importance. Conclusion: It is believed that the results will be helpful in identifying factors to be considered in preparing preventive measures for serious accidents in construction.

목적 : 본 연구에서는 텍스트 마이닝을 활용하여 치매 보조기기에 대한 국외 연구의 대상자, 적용 환경, 활 용된 보조기기 및 연구 목적에 대한 핵심 키워드를 추출 및 분석하여 치매 보조기기 관련 연구의 동향 을 파악하였다. 연구방법 : 국외 연구데이터베이스에서 1,126건의 연구를 수집하였으며, KH coder 3 프로그램을 이용하 여 11,366개의 단어를 추출하였다. 연구자가 추출된 단어를 검토하여 연구의 대상자, 보조기기가 적용 된 환경, 활용된 보조기기, 연구 목적과 관련된 키워드들을 추출 및 분류하였다. 이후, 추출된 키워드에 대하여 빈도분석을 실시하였으며, 동시출현단어 분석을 통해 연관어 네트워크를 생성하였다. 결과 : 빈도분석 결과, 가장 많이 연구된 대상자, 환경, 적용된 보조기기, 연구 목적 유형은 보호자, 집, 프 로그램/앱, 사회참여 및 상호작용 보조였다. 연관어 네트워크 생성 결과, 보호자는 정서 및 심리지지와 돌봄과 연관성을 보였으며 돌봄은 보조기기 유형 중 원격의료와 연관성을 보였다. 사회참여를 목적으로 하는 경우에는 프로그램/앱과 로봇과 연관성을 보였다. 결론 : 본 연구의 결과를 통해 치매 보조기기에 대한 국외 연구의 주 연구 대상자와 환경 및 활용 보조기 기, 연구 목적을 확인하였으며, 각 영역 간의 관계성을 확인하였다. 본 연구의 결과는 치매 보조기기 선 택에 대한 정보제공과 치매 보조기기 지원 정책에 대한 방향성을 제시해 줄 수 있을 것으로 기대된다.

Objective: This research aims to identify trends in dementia assistive device research by using text mining to analyze key keywords related to subjects, application environments, types of assistive devices, and purposes of usage. Methods: We collected 1,126 studies from databases, and 11,366 words were extracted using the KH coder program. Researchers reviewed the extracted words to classify keywords related to the subject of assistive device, application environment, purpose of assistive device, applied assistive device. Term frequency analysis was performed on the extracted keywords, and Co-occurrence network was created through Co-occurrence networks analysis. Results: As a result of this study, the most studied subjects, environment, applied purpose, and assistive device types were informal caregiver, home, social assist, program/apps. As a result of Co Word Analysis, Informal caregivers showed a correlation with psychological assistance and caring, and caring was correlated with telecare. social assistance was related to the program/app and robot. Conclusion: The subject, environment, purpose, and assistive devices of dementia assistive devices studies were identified, and the relationship between each area was confirmed. The result of this study will be considered to provide information on the selection of assistive devices for various situations and purposes of the subjects, and to provide guidelines for policies to support dementia patients.

본 연구는 2000년 이후 스포츠안전 연구 경향을 객관적으로 분석하여 관련 분야 연구 경향과 주제 설정 등에 대한 방향성을 도출하고자 하였다. 스포츠 안전 연구가 확산되기 시작한 2000년 이후 학술지 게재 논문 106편의 영문제목을 대상으로 워드클라우드 분석, N-gram 언어 모델링 기법 및 토픽모델링 기법을 사용하여 분석하였다. 빈도분석과 워드클 라우딩 기법 적용 결과 관리, 사고, 레저, 시설, 이벤트, 법과 관련 된 키워드를 중심으로 연구가 수행되었다. 바이그램 언어 모델링 및 네트워크 연결성 분석 결과로 스포츠와 안전 기반 연구 분석이 가장 중요한 중심성을 가지고 있었고 안전은 관리, 의식, 사고라는 연구 주제와 연계성이 높은 것으로 분석되었다. 토픽모델링 분석결과는 참여자의 안전 사고 연구와 안전관리 및 법제도 연구 두 가지가 중점적으로 수행된 것으로 확인되었다. 본 연구는 2015년 이후 정부가 추진하고 있는 체육시설 안전관리 기본계획 등 정책 수립 및 관련 연구의 방향 설정과 관련 연구의 수행에 유용한 자료를 제공할 수 있다.

This study aimed at identifying the research trends of sports safety after 2000 to derive the direction of research trends and subject setting in related fields. Since 2000, when sports safety research began to spread, the English subject of 106 papers published in journals was analyzed using word cloud analysis, N-gram language modeling technique, and topic modeling technique. As a result of applying frequency analysis and word clouding techniques, research was conducted focusing on keywords related to management, accidents, leisure, facilities, events, and laws. In the results of Bi-gram language modeling and network connectivity analysis, it was analyzed that sports and safety-based research analysis had the most important centrality, and safety was analyzed to be highly related to the research topics of management, consciousness, and accident. As for the topic modeling analysis results, it was confirmed that two studies were focused on safety accident studies of participants and studies on safety management and legal systems. This study can provide useful data for policy establishment, related research direction setting, and related research, such as the basic plan for safety management of sports facilities promoted by the government since 2015.

최근 기업의 사회적 책임(Corporate Social Responsibility)활동은 비용이 아닌 투자로 인식되며 경영환경의 중요한 이슈로 부각되고 있다. CSR은 경제정의연구소가 평가하는 기업사회기여지수, 한국지배구조원에서 평가하는 ESG등급, 기업 기부금 등으로 평가 받고 있다. 그러나 CSR의 개념은 다차원적이며, 사회적, 환경적, 법률적 측면 등 세부적으로 나누어 연구할 필요성이 있다. 본 연구는 CSR측정이 가능한 키워드를 개발하고자 한다. 2020년 12월 기준 유가증권시장에 상장 및 비상장된 자산 100대 기업을 대상으로 다년간 지속가능보고서를 수집하여 CEO 연설 및 인사말 등 비정형적 데이터 속에서 기업의 사회적 책임 활동 방향 및 그 크기를 측정할 수 있는 키워드를 찾고자 한다. CSR에 대한 측정 도구를 특정 평가의 틀에 국한되지 않고 CSR 키워드 시드(Seed) 개발과 키워드 간 연관성 및 상관관계를 이용하여 지표를 개발하고자 한다. 추후 기업의 경영성과와 비교한다면 기업의 사회적 책임 활동의 중요성을 인식하게 되고, 기업의 마케팅활동이나 CEO의 의사결정에 유용한 자료로 활용될 수 있을 것으로 기대된다.

본 연구는 텍스트 마이닝 기법을 통하여 국내 다문화 멘토링 연구 동향을 파악하는 것을 목적으로 한다. 연구 대상은 2007년부터 2019년까지 국내에서 발행된 다문화 멘토링 관련 학술지 논문과 학위논문 206편의 초록과 인용 정보이며 프로그램 R을 활용하여 토픽 모델링 분석을 실행하였다. 그 결과 다문화 멘토링 연구는 ‘다문화 지원 프로그램’, ‘한국 문화 이해’, ‘멘토링 경험’, ‘다문화사회 이슈’라는 네 가지 주제로 범주화되었다. ‘다문화 지원 프로그램’은 전 기간 꾸준히 높은 비율을 차지하고 있으며, ‘멘토링 경험 인식’ 연구는 교과부의 다문화·탈북 학생 멘토링의 확대와 함께 증가하고 있는 추세이다. 또한, 2007년부터 2019년을 세 시기로 나누어 시기별 연구 주제를 분석한 결과, 연구 대상이 결혼이민자에서 다문화가정 아동과 청소년으로 변화하였고, 다문화 멘토링 경험 연구가 증가함을 밝혔다. 이 결과를 바탕으로 유학생이나 외국인 노동자 등 다문화 연구의 다양한 대상에 대한 다문화 멘토링 연구의 필요성과 텍스트 마이닝의 한계를 극복하기 위하여 질적 연구 분석이 동시에 이루어져야 한다는 시사점을 도출하였다. 본 연구는 그간 이루어진 다문화 멘토링 연구의 성과를 파악하고 현재를 확인하며 향후 연구에 시사점을 주었다는 점에서 의의가 있다.

The purpose of this study was to analyze the trends of research in multicultural mentoring in Korea using text mining techniques. The research subjects were the abstract text for 206 academic research papers related to multicultural mentoring, written from 2007 to 2019 in Korea. The topic modeling analysis was performed using program R. The results showed that multicultural mentoring studies were categorized into four subjects: multicultural support program, understanding korean culture, awareness of mentoring experience, and social issues. Multicultural support programs accounted consistently high for the entire period, while the mentoring experience study was on the rise with the ministry of education, science and technology's expansion of the multicultural mentoring program. In addition, as a result of analyzing the time-phased research topics by dividing the period into three periods from 2007 to 2019, the study found that the topics changed from marriage immigrants to children and adolescents of multicultural families and that the research on experiences in multicultural mentoring increased. Based on these results, this paper discussed the necessity of the various topics of multicultural mentoring research such as international students and foreign workers. Also, in order to overcome the limitation of text mining, qualitative research analysis should be conducted. This study is meaningful in that it identifies the achievements of the multicultural mentoring research that have been conducted so far, confirms the present, and gives implications for future research.

본 연구는 텍스트 마이닝 기법을 통하여 국내 다문화 멘토링 연구 동향을 파악하는 것을 목적으로 한다. 연구 대상은 2007년부터 2019년까지 국내에서 발행된 다문화 멘토링 관련 학술지 논문과 학위논문 206편의 초록과 인용 정보이며 프로그램 R을 활용하여 토픽 모델링 분석을 실행하였다. 그 결과 다문화 멘토링 연구는 ‘다문화 지원 프로그램’, ‘한국 문화 이해’, ‘멘토링 경험’, ‘다문화사회 이슈’라는 네 가지 주제로 범주화되었다. ‘다문화 지원 프로그램’은 전 기간 꾸준히 높은 비율을 차지하고 있으며, ‘멘토링 경험 인식’ 연구는 교과부의 다문화·탈북 학생 멘토링의 확대와 함께 증가하고 있는 추세이다. 또한, 2007년부터 2019년을 세 시기로 나누어 시기별 연구 주제를 분석한 결과, 연구 대상이 결혼이민자에서 다문화가정 아동과 청소년으로 변화하였고, 다문화 멘토링 경험 연구가 증가함을 밝혔다. 이 결과를 바탕으로 유학생이나 외국인 노동자 등 다문화 연구의 다양한 대상에 대한 다문화 멘토링 연구의 필요성과 텍스트 마이닝의 한계를 극복하기 위하여 질적 연구 분석이 동시에 이루어져야 한다는 시사점을 도출하였다. 본 연구는 그간 이루어진 다문화 멘토링 연구의 성과를 파악하고 현재를 확인하며 향후 연구에 시사점을 주었다는 점에서 의의가 있다.

The purpose of this study was to analyze the trends of research in multicultural mentoring in Korea using text mining techniques. The research subjects were the abstract text for 206 academic research papers related to multicultural mentoring, written from 2007 to 2019 in Korea. The topic modeling analysis was performed using program R. The results showed that multicultural mentoring studies were categorized into four subjects: multicultural support program, understanding korean culture, awareness of mentoring experience, and social issues. Multicultural support programs accounted consistently high for the entire period, while the mentoring experience study was on the rise with the ministry of education, science and technology's expansion of the multicultural mentoring program. In addition, as a result of analyzing the time-phased research topics by dividing the period into three periods from 2007 to 2019, the study found that the topics changed from marriage immigrants to children and adolescents of multicultural families and that the research on experiences in multicultural mentoring increased. Based on these results, this paper discussed the necessity of the various topics of multicultural mentoring research such as international students and foreign workers. Also, in order to overcome the limitation of text mining, qualitative research analysis should be conducted. This study is meaningful in that it identifies the achievements of the multicultural mentoring research that have been conducted so far, confirms the present, and gives implications for future research.

유스호스텔은 청소년을 위한 숙박시설로서 출발하여 호텔 등과 더불어 세계적으로 대표 숙박시설로 알려져 있다. 유스호스텔은 최근 다양한 형태의 숙박시설이 발달하고, 저가의 숙박업이 활성화되어 숙박시설로써의 입지가 줄어들고 있는 실정이다. 따라서 본 연구는 침체된 유스호스텔의 현재 문제점을 파악하기 위하여 2015년부터 2017년까지 3년간 아르피나와 관련된 신문기사를 활용하여 텍스트 마이닝 분석을 실시하였고, 고객의 만족도를 파악하고 문제점 해결방안을 도출하기 위해 최근 1년간의 유스호스텔 방문자의 페이스북과 블로그의 리뷰를 추출하여 오피니언 마이닝 분석을 실시하였다. 분석결과 타 숙박시설에 비해 SNS마케팅이 현저히 부족하며, 주 고객이 단체로 한정되어 있었다. 또한, 유스호스텔에 관한 감성분석 결과 저렴한 가격, 깨끗한 시설, 안전함 등의 긍정이 47.3%로 가장 많았으며, 시설의 노후, 위치적 입지, 공용화장실 등의 부정이 15.2%로 나타났다. 이러한 결과를 토대로 아르피나의 마케팅 전략과 매출 증대를 위한 활성화 방안을 제시하였다.

Arpina is a youth hostel in Busan operated by Busan Tourist Corporation and opened in July 2004. It is an institution equipped with physical facilities and training facilities as well as accommodation facilities. Currently, various types of accommodation are developed and low-priced lodging business is being activated. Therefore, in order to identify the current problems of stagnant youth hostels, this study conducted text mining analysis using ARPINA related newspaper articles for three years from 2015 to 2017, A review of Facebook and blogs of youth hostel visitors for the past one year was conducted and Opinion Mining Analysis was conducted. As a result, SNS marketing was significantly lacking compared to other accommodation facilities, and main customers were limited to groups. The marketing strategy and the activation plan for the sales increase were suggested.

[목적] 골프가 대중화되고 긍정적인 스포츠 종목으로 자리매김하고 있는 상황에서 내기골프에 대한 여론 조사를 통 해 내기 골프에 대한 대중의 인식을 알아보고, 골프에 대한 이미지에 미칠 영향을 예측해 보는데 연구의 목적이 있 다. [방법] 결과도출을 위하여 빅데이터 분석을 실시하였으며, 텍스트 데이터를 활용하여 텍스트 마이닝, 네트워크 분석, CONCOR분석을 실시하였다. [결과] 내기골프 키워드를 바탕으로 추출된 단어들의 상위 10개를 살펴본 결 과 차태*, 김준*, 골프, 내기골프, 방송, 하차, 배우, 개그맨, 정준*, 이수*으로 특정 연예인이 내기골프를 하여 논란이 되었던 사건이 절대적으로 높으며, CONCOR분석 결과 `방송인 내기골프 논란', `방송인 내기골프 후', `게임적 요인', `도박적 요인', `문제행동' 총 5개의 그룹으로 형성되었다. [결론] 내기라는 단어가 사행성 의미를 내포하고 있어 내기골프에 부정적 인식이 형성된다. 하지만 다른 한편으로는 동기부여라는 긍정적인 인식도 가지고 있기 때문에 골프계에서는 이 두 가지 인식이 공존하고 있다는 것을 인지하고 향후 골프 이미지 전략 방안을 수립에 기초자료로 활용하기를 기대해 본다.

[Purpose] The aim of this study is to conduct public survey on golf gambling and public opinion as golf has become a popular sport game, and predict its negative impacts on golf. [Method] Big data analysis was carried out to draw results. Furthermore, text mining, network analysis and CONCOR analysis were performed by using text data. [Result] Top 10 gathered words were examined based on golf gambling keywords. CONCOR analysis resulted in five groups such as `issue over golf gambling joined by entertainers', `after golf gambling by entertainers', `game factors', `gambling factors', and `controversial behavior'. [Conclusion] The term `gambling' involves taking something of value, creating negative perception on the one hand. On the other hand, it can be motivating. Golf field needs to see that there are two-sided views and expected to use this result to develop strategic ways to enhance golf images in the future.

한국의 국가 브랜드 중 하나인 ‘한식’에 대한 내국인 소비자 인식 파악을 위해 검색어 ‘한식’으로 데이터 수집을 진행하였다. 분석 프로그램 텍스톰(Textom3.5)을 사용하여 2018년 11월 1일부터 2019년 10월 31일까지의 네이버 블로그와 뉴스 데이터를 수집하였다. 빈도 분석과 TF-IDF 분석 결과, 한식의 인식에서 ‘뷔페’가 가장 중요한 부분을 차지했다. 스타 셰프의 방송 콘텐츠가 한식의 인식에 영향을 미치고 있었으며, ‘퓨전화’와 ‘고급화’ 등 한식에 대한 인식 이 비단 전통성에 머무르고 있지만은 않음을 알 수 있었다. UCINET6와 NetDraw를 활용한 CONCOR 분석 결과, 다양한 식문화의 클러스터, 방송에 출연한 고급 레스토랑의 클러스터, 한식 브랜드 클러스터, 한식 뷔페의 클러스터가 형성되었다. 한식의 연상 이미지 강화를 위한 방안으로 뷔페 메뉴의 다양성을 차용한 한식 개발, 고급화된 한식 홍보를 위한 미디어 노출, 간편식 수요에 대한 마케팅적 시각과 콘텐츠 개발을 제안하는 바이다.

‘Hansik', or Korean cuisine is one of Korea national brands. To understand the domestic consumer awareness of Korean cuisine, data was gathered under the keyword search, ‘Hansik.' Textom 3.5 was used to gather data from blogs, news media found on Naver from November 1, 2018, to October 31, 2019. The results from frequency and TF-IDF analysis indicate that the 'buffet' had the largest proportion in terms of consumer awareness to Hansik. Also, broadcasting contents starring star chefs had a great influence. The Hansik awareness did not remain in the domains of its traditionality, but also branched into extents into areas such as fusional and gourmet cuisine. UCINET6 and NetDraw were used to conduct CONCOR analysis. Four cluster formations have been found; various food cultural cluster, high-end restaurant cluster referring to aired restaurants on media, Hansik brand cluster, and Hansik buffet cluster. This study proposes presenting a various menu of Hansik which use a multiple number of ingredients. Also, a promotion that introduces fine Hansik and a development of marketing views and media contents about the convenient HMRs make the associated imagery of Hansik to be strengthen.

이러닝은 전통적인 주입식 교육에서 벗어나 언제 어디서나 원하는 학습을 가능하게 하여 교육 효과를 높였다. 그러나 효과적으로 정보시스템을 활용하기 위해서는 사용자의 만족을 평가하여 피드백을 반영하는 것이 중요하다. 학습은 유무형의 요소를 많이 포함하기 때문에 이러닝의 만족 요인을 명확하게 규명할 필요가 있다. 따라서 본 연구는 이러닝 학습자들이 지각하는 만족도 요인을 도출하는 것을 목적으로 한다. 본 연구는 Udemy 사이트의 온라인 학습자 후기를 텍스트 마이닝하여 상위평점 강의와 하위평점 강의를 분류할 것이다. 그 후 학습자들이 이러닝 학습에 대하여 어떠한 부분을 긍정, 혹은 부정적으로 느끼고 이용하는지 파악하고자 한다. 기존에는 설문 기반의 연구가 주로 이루어졌던 것에 반해 본 연구는 학습자가 직접 작성한 실제 데이터를 수집하였다. 이것을 정보시스템 성공모형과 이러닝 성공모형을 기반으로 토픽모델링을 통해 도출된 결과와 접목하였다는 것에서 학술적 의의가 있다고 할 수 있다.

미래 모빌리티 환경에서 인포테인먼트 시스템은 사용자와 차량을 연결하는 중추적 역할을 수행할 것으로 예상된다. 이 연구는 커넥티드카 인포테인먼트 애플리케이션인 안드로이드 오 토의 사용자 리뷰에서 사용자 경험 요인을 도출하고, 만족도에 영향을 미치는 요인을 분석하 여 인포테인먼트 시스템의 만족도 개선 방안을 제안하였다. 이를 위해 인포테인먼트 시스템 사용자 경험 요인을 구성하고, 토픽 모델링을 통해 실제 사용자 리뷰에서 도출한 토픽을 적용 하였다. 감성분석과 로지스틱 회귀분석 결과, 만족도에 긍정적 영향을 미치는 요인으로 사용 용이성과 이해 용이성이, 불만족 요인으로 유연성과 안전성, 유희성이 도출되었으며, 이를 기 반으로 설계 개선 전략을 제안하였다.

In the future, infotainment systems are expected to play a pivotal role in mobility ecosystems connecting users and vehicles. This study draws user-experience factors from reviews of Android Auto, a car infotainment application, and analyzes factors that affect satisfaction. The user-experience factors of infotainment have been redefined based on previous studies. To analyze actual user-experience factors, topics are obtained, applied, and interpreted from user discourse through topic modeling. Sentiment analysis and logistic regression are used to determine positive and negative user-experience factors that affect satisfaction. Results of the empirical analysis show that Ease of Use and Understandability are factors that have the greatest impact on satisfaction, and Flexibility, Safety, and Playfulness are factors that have the most critical effect on dissatisfaction. Therefore, this paper suggests ways to improve the satisfaction level of the infotainment system, and establishes a strategy accordingly.

본 연구는 지역 대학 외국인 대상 연구 동향을 파악하기 위해 2025년 12월까지 학술지 국문 초록을 텍스트 마이닝 방법으로 분석하였다. 분석 결과, 고등교육 국제화 정책에 따른 유학생 유치 확대로 관련 연구는 매년 증가하는 추세를 보였다. 또 지역 대학 외국인 관련 연구는 한국어 교육, 문화 적응, 정책 및 지원이라는 세 가지 핵심 축을 중심으로 논의되었고 '한국어'가 모든 분석에서 중심적 역할을 하였다. 이는 일반적인 외국인 유학생 연구의 특징으로 지역적 특성과 연계된 논의는 부족한 것으로 나타났다. 따라서 지역이라는 특수성에 기반한 유학 동기 및 대학 선택 요인 분석을 통해 지역 대학 외국인 유학생 연구를 다층적으로 수행할 필요가 있다. 특히 국내 학생 관점에서 지역 대학 국제화 인식을 지역 사회 통합으로 연결하고, 다문화 교육 이론에 접근하여 지역 대학 외국인 연구에 대한 논의가 이루어질 필요가 있다.

This study analyzed Korean-language abstracts of academic journal articles published through December 2025 using text mining methods to identify research trends on international students at regional universities. The analysis revealed that research on this topic has been increasing annually due to the expansion of international student recruitment following higher education internationalization policies. Research on international students at regional universities was found to be centered on three core axes: Korean language education, cultural adaptation, and policy and support, with "Korean language" playing a central role across all analyses. These characteristics are typical of general international student research, indicating a lack of discussion linked to regional specificities. Therefore, it is necessary to conduct multilayered research on international students at regional universities through analysis of study motivations and university selection factors based on regional uniqueness. In particular, discussions on international student research at regional universities should be developed by connecting domestic students' perceptions of regional university internationalization to community integration and by approaching multicultural education theory.

본 연구는 언론 보도 데이터를 활용하여‘친환경 항공서비스’에 대한 사회적 담론과 구조적 특징을 규명 하는 데 목적이 있다. 이를 위해 2022년부터 2025년까지 수집된 언론 기사 435건을 대상으로 Python 기반의 텍스트 마이닝(빈도분석, 워드클라우드, N-gram, 공출현 네트워크 분석)을 실시하였다. 분석 결과,‘환경’,‘서 비스’,‘항공’, 전환’등이 핵심 키워드로 도출되었으며,‘환경-서비스’ 및‘환경-항공’간의 강한 연관성 이 확인되었다. 네트워크 분석을 통해 친환경 항공서비스 담론은 탄소 저감 및 연료 전환 중심의 운영 성과, 기술 혁신 기반의 서비스 구조 변화, 정부 계획 및 제도적 지원 정책 등 세 가지 영역으로 구조화되어 있음을 파악하였다. 이러한 결과는 친환경 항공서비스가 단순한 개념적 논의를 넘어 기술·정책·운영이 결합된 통합 적 패러다임으로 진화하고 있음을 시사한다. 본 연구는 향후 항공 산업의 친환경 전략 수립을 위한 기초 자료 로 활용될 수 있을 뿐만 아니라, 대중의 탄소중립 의식을 고취하고 환경 보호 교육의 방향성을 제시하는 유의 미한 교육적 자료가 될 것으로 기대된다.

This study aims to investigate the social discourse and structural characteristics of‘eco-friendly aviation services’by utilizing media coverage data. To achieve this, 435 news articles collected between 2022 and 2025 were analyzed through Python-based text mining techniques, including word frequency analysis, N-gram, and Co-occurrence Network analysis. The results entified ‘Environment’, ‘Service’, Aviation,’and‘Transition’as the primary core keywords, and confirmed strong semantic associations between‘Environment-Service’ and ‘Environment-Aviation’. Through network analysis, the discourse on eco-friendly aviation services was found to be structured into three distinct dimensions: operational performance centered on carbon reduction and fuel transition, changes in service structures driven by technological innovation, and government-led strategic planning and institutional support policies. These findings suggest that eco-friendly aviation services are evolving beyond mere conceptual discussions into an integrated paradigm that converges technology, policy, and operations. This research not only provides a strategic foundation for the aviation industry’s sustainable growth but also serves as a significant educational indicator to enhance public awareness of carbon neutrality and establish a strategic direction for environmental protection education.

본 연구는 조선일보와 중앙일보의 외국인 근로자 산업재해 보도를 대상으로 텍스트 마이닝 기반 정량 분 석을 수행하여 두 신문사의 보도 구조와 의미 구성 방식을 비교하였다. 연구 자료는 각 신문사의 온라인 기사 검 색을 통해 ‘외국인·근로자·사고’ 키워드를 포함하는 기사 811건을 수집한 뒤, 정규화·불용어 제거·형태소 분석 등을 거쳐 단어 빈도, 공출현 네트워크, 토픽 모델링을 적용하였다. 분석 결과 조선일보는 ‘현장·건설·재해·중대’ 등 사 건·위험 중심 어휘가 두드러지고 공출현 구조에서도 산업안전 중심 결속이 나타난 반면, 중앙일보는 ‘경제·사회·지 원·문제’ 등 제도·사회적 맥락이 두드러지며 정책·지원 체계 연계가 더 선명했다. 토픽 분석에서도 두 신문 모두 사고·현장(T0)과 건설·중대재해(T3)를 공통적으로 다루었으나, 중앙일보는 경제·정책(T1)과 의료·지원(T2) 관련 주제를 보다 많이 포함하였다. 본 연구는 외국인 근로자 재해가 동일한 사회문제임에도 매체별로 상이한 해석 틀 로 재구성됨을 보여주며, 구조적 취약성에 대한 보도 심화와 균형 있는 언론 재현의 필요성을 제기한다.

This study applies text-mining–based quantitative analysis to compare how Chosun Ilbo and JoongAng Ilbo report industrial accidents involving foreign workers in South Korea. A corpus of 811 articles containing the keywords “foreigner,” “worker,” and “accident” was preprocessed (normalization, stopword removal, morphological analysis) prior to word-frequency, co-occurrence, and topic analyses. Results show that Chosun Ilbo predominantly employs event- and hazard-centered vocabulary (e.g., “site,” “construction,” “serious disaster”), while JoongAng Ilbo emphasizes institutional and socio-economic terminology (e.g., “economy,” “support,” “problem”); co-occurrence and topic distributions likewise reveal stronger industrial-safety/on-site-risk linkages for Chosun and greater policy/welfare emphasis for JoongAng. Overall, although both newspapers address the same social issue, they reconstruct it through distinct interpretive frames, underscoring the need for more balanced and structurally informed media representations.

본 연구는 청소년 인공지능(AI) 관련 연구 동향을 살펴봄으로써 앞으로의 연구 방향성 설정을 위한 기초 자료를 제공하고자 하였다. 이를 위하여 학술연구정보서비스(RISS)와 한국학술지인용색인(KCI)에서 2020년부터 2025년 9월까지 청소년 인공지능 관련 논문 73편의 초록 데이터를 수집하여 텍스트 마이닝 분석을 실시하였다. 주요 연구 결과는 다음과 같다. 첫째, ChatGPT가 발표된 2022년 이후부터 논문 수가 급증하는 모습을 보였다. 둘 째, 키워드 중요도 분석결과 사회, 교육, 개발, 효과, 프로그램, 영향, 디지털 등의 키워드들이 상위에 나타났다. 셋 째, 토픽모델링 분석결과 ‘교육 프로그램 개발 및 효과(41.1%)’, ‘청소년의 경험과 발달(23.3%)’, ‘디지털 정보 문제 (35.6%)’의 3개 토픽이 도출되었다. 이러한 연구결과를 바탕으로 교육과정과 인공지능 기술 간의 유기적인 통합과 디지털 윤리 교육의 강화를 제안하였다.

This study attempted to provide basic data for setting future research directions by exploring research trends related to youth artificial intelligence (AI). To this end, text mining analysis was conducted by collecting abstracts of 73 papers related to youth artificial intelligence from 2020 to September 2025 by the Korea Citation Index (KCI) and the Research Information Sharing Service (RISS). The main research findings are as follows. First, the number of papers has increased rapidly since 2022 when ChatGPT was released. Second, as a result of the keyword importance analysis, keywords such as society, education, development, effect, program, effect, and digital appeared at the top. Third, as a result of topic modeling analysis, three topics were derived: 'educational program development and effect (41.1%), 'youth experience and development (23.3%), and 'digital information problem (35.6%). Based on these research results, this study proposed organic integration between the curriculum and artificial intelligence technology and to strengthen digital ethics education.

본 연구는 최근 5년간 국내 언론에 보도된 외국인 및 유학생이 동시에 포함된 관련 기사를 수집하고, 이를 텍스트 마이닝 기법을 활용하여 분석하였다. 기사 원문은 웹 크롤링을 통해 수집하였으며, 수집된 텍스트는 형태소 분석과 불용어 제거, 단어 빈도 분석, 텍스트 네트워크 분석 등의 전처리 과정을 거쳤다. 단어 빈도 분석 결과, ‘외국인’, ‘유학생’, ‘대학’ 등의 키워드가 높은 빈도를 보였으며, 중심성 분석을 통해 ‘유학생’과 ‘외국인’이 핵심적인 위치에 있음을 확인하였다. 텍스트 네트워크 시각화를 통해 주요 단어 간의 의미적 연결 구조도 파악하였다. 본 연구는 외국인 유학생 담론의 구조적 특성을 제시함으로써, 관련 정책 수립과 사회적 인식 개선을 위한 기초자료 로 활용될 수 있다.

This study collected and analyzed news articles related to foreigners and international students reported in the South Korean media over the past five years using text mining techniques. Articles were collected through web crawling, and preprocessing steps such as morpheme analysis, stopword removal, word frequency analysis, and text network analysis were conducted. The frequency analysis showed that keywords such as “foreigner,”“international student,” and “university” appeared most frequently. Centrality analysis revealed that “international student” and “foreigner” held the most prominent positions in the network. Furthermore, network visualization allowed us to understand the semantic associations among major keywords. This study offers structural insights into how the media frames discourse around international students and can serve as foundational data for improving policy formulation and social perception.

본 연구는 언론보도에 나타난 러닝관련 데이터를 파악함으로써 생활체육 중 최근에 인기가 높은 러닝과 관련한 체육 정책의 기초자료를 제공하는 것을 목적으로 한다. 연구방법으로는 한국언론진흥재단의 뉴스분석시스템인 빅카인즈 (BIGKinds)에서 제공하는 뉴스 중 12개 전국 일간지의 뉴스를 중심으로 수집하여 분석하였다. 분석기간은 2021년부터 2024년 10월까지이며, 수집된 관련 기사는 총 4,944건이다. 연구결과 첫째, 최근 러닝의 대상이 개인에서 단체로 변화하고 있는 것으로 나타났다. 둘째, 최근 개인보다 단체로 러닝을 즐기는 사람들이 늘어나면서 러닝이 사회적 이슈를 불러일으키고 있는 것으로 보인다. 따라서 지자체별 운영 인원 제한, 스포츠단지 이용 제한, 시간대별 장소 분류, 지역별 이용자 수 확인 애 플리케이션 활용 등 다양한 방안을 마련할 필요가 있어 보인다.

The purpose of this study is to identify running-related data through media reports and provide basic data on running-related sports policies that have recently become popular in the sports world. As a research method, the news of 12 national daily newspapers provided by BIGKinds, the news analysis system of the Korea Press Promotion Foundation, was collected and analyzed. The analysis period is from 2021 to October 2024, and a total of 4,944 related articles were collected. According to the results of the study, first, it was found that the targets of running are changing from individuals to groups recently. Second, it seems that running is causing social issues as more people enjoy running as a group than individuals recently. Therefore, it seems necessary to come up with various measures such as limiting the number of people operating by local governments, restricting the use of sports complexes, classifying places by time zone, and utilizing applications to check the number of users by region.

본 연구는 제7차 교육과정부터 2022 개정 교육과정에 이르는 정보과 교육과정의 ‘성격’, ‘목표’, ‘내용 체계’, ‘성 취기준’을 대상으로 텍스트 마이닝 기법(TF, IDF, TF-IDF)을 적용하여 핵심 개념의 변화를 시계열적으로 분석하 였다. 첫째, TF 분석 결과, 2015 개정 시기에는 ‘프로그래밍’과 ‘문제해결’, 2022 개정 시기에는 ‘인공지능’과 ‘데이 터’의 출현 빈도가 가장 높게 나타나 시기별 양적 강조점의 변화를 확인하였다. 둘째, IDF 분석 결과를 통해 ‘컴 퓨팅사고력’, ‘인공지능’ 등이 높은 값을 기록하여 해당 시기를 구별하는 특징어임을 규명하였다. 셋째, TF-IDF 분석 결과, 제7차 ‘워드프로세서’에서 2015 개정의 ‘컴퓨팅사고력’, 2022 개정의 ‘인공지능’ 으로 이어지는 핵심 특 징어의 변화 양상을 통해 정보 교육 패러다임의 질적 전환을 실증하였다. 본 연구는 정보 교육의 흐름을 입체적 으로 분석함으로써, 미래 정보 교육의 방향성을 조망하기 위한 기초 자료를 제공한다는 데 의의가 있다.

This study chronologically analyzed the changes in core concepts of the informatics curriculum, spanning from the 7th National Curriculum to the 2022 Revised Curriculum, by applying text mining techniques(TF, IDF, TF-IDF) to the ‘Character’, ‘Objectives’, ‘Content System’, and ‘Achievement Standards’ sections. First, the TF analysis confirmed a shift in quantitative emphasis across periods, with ‘Programming’ and ‘Problem-Solving’ appearing most frequently in the 2015 Revised Curriculum, and ‘Artificial Intelligence’ and ‘Data’ in the 2022 Revised Curriculum. Second, the IDF analysis revealed that terms such as ‘Computational Thinking’ and ‘Artificial Intelligence’ recorded high values, identifying them as distinctive keywords that distinguish their respective periods. Third, the TF-IDF analysis demonstrated a qualitative paradigm shift in informatics education, evidenced by the transition of representative keywords from ‘Word Processor’ (7th Curriculum) to ‘Computational Thinking’ (2015 Revised Curriculum) and ‘Artificial Intelligence’ (2022 Revised Curriculum). This study is significant as it provides foundational data for envisioning the future direction of informatics education by offering a multidimensional analysis of its historical trajectory.