Earticle

As South Korea increasingly relies on foreign workers to address workforce shortages in its aging society, this study investigates occupational safety challenges foreign workers face, especially in labor-intensive industries. Despite their critical role in sectors such as manufacturing, foreign workers remain highly vulnerable to workplace hazards, primarily due to language barriers and cultural gaps that obstruct effective risk communication and safety instruction. Although multilingual policies have been introduced to address these limitations, they often fail to reflect the linguistic and cultural diversity of the foreign workforce. Existing research has underscored the necessity of culturally adaptive safety education; however, previous studies have predominantly relied on static survey data, limiting their responsiveness to rapidly evolving industrial risks. To bridge this gap, this study aims to analyze a substantial corpus of unstructured news articles related to industrial safety using text mining techniques and BERTopic-based modelling. This study identified seven key themes related to safety education. However, the current safety training were found to inadequately address the linguistic and cultural needs of foreign workers. Network analysis revealed structural links among policy, education, and integration, with foreign workers and safety education as central terms. The findings suggest the importance of developing safety training strategies that are culturally and linguistically responsive to the needs of foreign workers. By offering a data-driven exploration of overlooked safety issues, this study provides practical implications for improving occupational safety policy and fostering inclusive safety practices in South Korea’s high-risk industries.

Research on the metaverse has experienced significant growth in recent years, driven by advancements in technology, the thriving gaming industry, the expansion of social media and virtual communities, economic prospects, and the captivating vision of a new digital interface that transcends the current internet environment. To uncover research themes within the metaverse, we conducted a comprehensive analysis of research trends in this field using publications from Scopus, a widely recognized and extensively utilized scholarly database. Employing BERTopic, an advanced topic modeling technique, we analyzed 2,181 research articles focused on the metaverse. The exploration of the metaverse had humble beginnings with a single publication in 1995 but saw a substantial increase after 2020, reaching explosive growth with 1,041 publications in 2022. The application of the BERTopic model revealed 12 primary topics, each associated with significant keywords. These main topics encompass education, healthcare, blockchain, conferences, fashion, NFTs, cybersecurity, web3, research, video streaming, tinyML, and industry. Notably, among these subjects, education, healthcare, and blockchain exhibit significant research activity. In light of the global concern over the digital divide, we conducted investigations focusing on case studies involving digitally disadvantaged groups, such as individuals with visual impairments and the elderly. However, it is noteworthy that we identified only five studies addressing this issue, indicating limited research presence in this crucial area.

The rapid advancement of artificial intelligence (AI) technology is driving innovative changes across the entire healthcare sector. To systematically identify the latest research trends in the field of Medical AI, this study collected abstracts from a total of 1,043 academic papers published between 2006 and 2026 and applied a BERTopic-based topic modeling method to identify and classify major research topics. The analysis revealed that Medical AI research is categorized into 35 specific topics, including medical education and the use of ChatGPT/LLMs, medical imaging and deep learning diagnostics, privacy protection and federated learning, AI explainability (XAI) and ethics, medical device regulation and legal liability, clinical data and disease prediction, IoMT and security, and COVID-19 and public health applications. The number of papers has shown an explosive increase since 2023. This study provides practical implications for setting future directions in Medical AI research and formulating policies.

본 연구는 최신 전환학습(Transfer learning) 텍스트 모델링 기법인 BERTopic을 통해 총 38,312개의 코로나19 백신 관련 기사를 분석함으로써 22개의 주요 토픽을 생성하였고, 그중에 가장 많이 언급된 토픽들은 코로나 확진자 추세, 백신 접종, 치료제 개발, 변이와 집단감 염, 등등의 순이었다. 시계열 요소를 도입한 BERTopic dynamic topic model을 통해 살펴본 토픽 의 변화는 상대적으로 예방접종이 잘 진행되고 있던 시기에는 백신 접종에 대한 보도가 줄어들고 델타 변이가 출연한 시점부터 오히려 백신 보도의 비율이 늘어나는 양상을 보였다. 시계열 특성 을 회귀분석에 포함한 방법으로 모델을 추정하였을 때, 단순히 코로나 확진자 수를 보도하거나 백신 개발을 강조하는 보도는 오히려 백신 접종자 수를 감소시켰고, 반면에 해외여행 등 백신을 접종함으로써 받을 수 있는 이익을 강조하는 보도가 백신 접종자 수의 증가와 관련이 있었다. 본 연구는 언론보도와 공중의 의견 간의 관계를 밝히는 기존 연구들의 의의를 넘어 특정 언론보도의 주제가 공중의 행동(백신 접종)에 영향을 미친다는 것을 밝혀 향후 연구자, 광고/홍보 전문가 그 리고 정책 결정자가 보건 위기 상황에 대응할 방안을 마련했다는 데 그 의의가 있다.

Utilizing cutting-edge text modeling techniques such as BERTopic employing a transfer learning approach, the current study investigates a total of 38,312 news articles regarding COVID-19 vaccination. We found that COVID-19 confirmed cases, vaccination efforts, the development of COVID-19 treatments, variations, and mass infections are the prominent topics among the 22 topics that we extracted. Considering the time series dynamics, we observed a decrease in topics related to vaccination as the actual vaccination rate steadily increased, whereas it increased after the appearance of the Delta variant. Regarding the relationship between topics and actual vaccination cases, we identified a negative association when newspapers reported the number of confirmed cases. However, emphasizing the benefits of vaccination, such as the availability of overseas travel, led to an increase in vaccination rates. These findings offer novel insights for theory developers, advertising/public relations experts, and policymakers dealing with public health crises.

본 연구는 계량서지분석과 BERTopic 토픽 모델링을 활용하여 국내 ECC 연구의 지적 구조와 연구 주제의 변화를 분석하고자 한다. 이를 위해 2002년부터 2025년까지 KCI에 등재된 논문 211편을 분석 대상으로 선정하여, 발표 현황, 연구기관 간 공저 협력 구 조, 그리고 시기별 연구 주제 변화를 분석하였다. 계량서지분석을 통해 연구의 양적 축 적과 지적 구조를 파악하고, BERTopic 분석을 통해 핵심 토픽의 내용과 시기별 변화를 도출하였다. 국내 ECC 연구는 2기(2010-2014)와 3기(2015-2019)에 연평균 13편 이상으로 증가하였 으나, 2015년 메르스 확산과 2020년 이후 COVID-19의 영향으로 감소세로 전환되어 4기 (2020-2025)에는 연평균 7.6편으로 감소하였다. 주제 분포에서는 1기에 관광학이 주도하 였으나, 3기 이후 무역학 비중이 확대되는 경향이 나타났다. 또한 연구는 초기의 분산 구조에서 점차 일부 기관 중심으로 재집중되는 양상을 보였다. BERTopic 분석 결과 총 6개의 토픽이 도출되었으며, 친환경 경영 및 ESG 관련 서비 스 품질은 전 시기에 걸쳐 주요 주제로 유지되었다. 반면 브랜드 자산 및 고객 충성도 는 초기에는 높은 비중을 보였으나 최근 감소하였고, 장소 애착 및 지역사회 영향, 안 전 및 감염병 대응과 같은 주제는 최근으로 갈수록 중요성이 확대되는 경향을 보였다. 이러한 토픽 구조의 시기별 변화는 국내 ECC 연구가 성과·효율 중심의 초기 관심에 서 지역사회 영향과 환경·사회적 책임을 강조하는 방향으로 전환되고 있음을 보여준 다. 본 연구는 ECC 연구의 지적 구조와 주제 변화 양상을 체계적으로 제시함으로써 학 술적 이해를 확장하고, 향후 연구 의제 발굴을 위한 기초 자료를 제공하며, ECC 운영 기관 및 정책 입안자를 위한 실무적 시사점을 제시한다.

This study aims to map the intellectual structure and thematic evolution of research on exhibition and convention centers (ECC) in Korea using bibliometric analysis and BERTopic topic modeling. A total of 211 ECC-related articles indexed in the Korea Citation Index (KCI) from 2002 to 2025 were analyzed. The study examines publication trends, inter-institutional co-authorship networks, and thematic changes across four periods. Bibliometric analysis was employed to identify the quantitative accumulation of research and the intellectual structure of the field, while BERTopic analysis was used to uncover core topics and their temporal evolution. The results show that ECC research experienced rapid growth until the mid-2010s, followed by a recent decline, indicating a transition from expansion to a more stabilized phase. More importantly, the thematic focus of ECC research has shifted from tourismand performance-oriented studies toward broader issues related to sustainability, community impacts, and social responsibility. In particular, ESG-related service quality and green management emerged as dominant themes, while topics such as place attachment and community impacts have gained increasing attention in recent years. These findings suggest that ECC research in Korea is undergoing a structural transformation in both research focus and thematic orientation. This study contributes to the literature by systematically mapping the intellectual structure and evolution of ECC research and provides practical implications for ECC operators and related policy makers.

정치적 위기 상황에서 언론의 보도사진은 사건이나 인물의 특정 방식을 의미화하는 프레임으로 작동하며, 유권자의 정치적 인식과 해석 과정에 영향 을 미칠 수 있다. 본 연구는 윤석열 대통령의 정치적 위기 상황을 중심으로, 《조선일보》, 《동아일보》, 《한겨레》, 《경향신문》의 보도사진 총 683건을 분석 하였다. 대규모 언어 모델을 기반으로 하는 VLM인 LLaMA4를 분석 도구로 활용하여 편집 방식과 장소, 얼굴 표정, 시선, 동작을 인식하게 하여 이를 통 해 사진의 주제와 맥락적 의미를 기술하도록 하였다. 또한 VLM 분석 내용을 BERTopic 모델링으로 분석하여 담론적 주제와 프레임 경향을 종합적으로 파악하였다. 시기에 따른 보도량 분석 결과 언론사에 따라 통계적으로 유의하게 나타났다 토픽 모델링 분석 결과 모든 언론사는 비상계엄 선포와 이후 . , 사법적 제도적 절차라는 공통된 사안을 다루고 있었으나 보도경향에는 뚜렷 , 한 차이가 나타났다. 《조선일보》와 《동아일보》는 대통령의 행위와 절차의 수 행 과정을 중심으로 보도한 반면, 《한겨레》와 《경향신문》은 정치적 행위자 간 의 관계를 중심으로 구조적으로 보도하려는 경향을 보였다 연구 결과는 사 . 안이 진행되면서 언론사들이 과정을 동일한 맥락에서 보도하기보다 각 언론 이 지닌 이념적 정체성에 따른 상이한 프레임을 형성하는 경향이 있음을 시사한다.

In times of political crisis, news photographs function as frames that signify events or figures in specific ways, potentially influencing voters' political perceptions and interpretive processes. This study focused on the political crisis surrounding President Yoon Suk-yeol, analyzing a total of 683 news photographs from the Chosun Ilbo, Dong-A Ilbo, Hankyoreh, and Kyunghyang Shinmun. Utilizing LLaMA4, a large language model (VLM), as an analytical tool, the study enabled the recognition of editing styles, locations, facial expressions, gazes, and gestures. This allowed the description of the photographs’ subjects and contextual meanings. Additionally, the VLM analysis results were analyzed using BERTopic modeling to comprehensively grasp discursive themes and framing tendencies. Analysis of the volume of coverage over time revealed statistically significant differences depending on the media outlet. Topic modelling analysis indicated that all media outlets covered the common issue of the declaration of martial law and subsequent judicial and institutional procedures, but distinct differences emerged in their reporting tendencies. The Chosun Ilbo and Dong-A Ilbo focused their coverage on the President's actions and the process of executing the procedures, whereas The Hankyoreh and The Kyunghyang Shinmun tended to report structurally, centring on the relationships between political actors. The findings suggest that as the issue progressed, media outlets tended to form distinct frames based on their respective ideological identities rather than reporting the process within a shared context.

본 연구는 미국 내 온라인 뉴스 기사에 나타난 다문화 리터러시 관련 담론을 분석하여, 언론이 형성하는 사회 인식의 구조적 특성과 주제적 경향을 실증적으로 탐색하였다. 이 를 위해 2022년부터 2025년까지 Google News, CNN, The New York Times 등 주요 뉴스 플랫폼에서 ‘multicultural literacy’, ‘diversity’, ‘inclusion’, ‘immigration’, ‘language rights’ 등의 핵심 키워드를 중심으로 총 8,831건의 기사를 수집하였다. 수집된 텍스트는 불용어 제거와 정규화 등의 전처리 과정을 거친 후, TF 분석과 Word2Vec 기반 의미 연관 분석을 실시하였다. 또한 최종적으로 BERTopic 기반 토픽 모델링을 통해 언어적 표현 이면에 내재된 가치 판단과 정체성 구성 양상을 도출하였다. 분석 결과, 다문화 리터러시 담론은 언어와 교육 경험, 사회 통합, 정치･역사･종교적 권위, 개인적 정체성과 문화적 실천 등 총 다섯 개의 의미 맥락으로 구성되는 것으로 나타났다. 각 토픽은 다문화 사회에 서의 언어 습득과 교육 환경, 문화 산업과 사회적 포용성, 정치 이념과 역사적 기억, 젠더 및 사회적 역할 등 다양한 층위를 포괄하며, 이들 담론은 서로 의미적 연관성을 갖는 군집 을 형성하였다. 본 연구는 뉴스 담론 분석이라는 방법론적 틀을 통해, 다문화 사회의 갈 등 요소와 통합 가능성을 동시에 조망할 수 있는 기초 자료를 제공하였다. 아울러, 디지털 미디어 환경에서 다문화 이슈가 어떻게 재구성되고 수용되는지를 탐색함으로써, 향 후 언론 교육, 정책 수립, 문화 커뮤니케이션 전략 수립에 기여할 수 있는 학문적 기반을 마련하였다. 본 연구는 다문화 리터러시를 단일 이슈가 아닌 다층적 담론 구조로 인식하고, 사회 전반의 통합적 사고를 촉진할 수 있는 분석 모델을 제시하였다는 점에서 의의가 있다.

This study investigates the discourse surrounding multicultural literacy as represented in U.S. online news articles, with a focus on identifying the structural characteristics and thematic trends that shape public perception. A total of 8,831 articles published between 2022 and 2025 were collected from major platforms such as Google News, CNN, and The New York Times, using keywords including “multicultural literacy”, “diversity”, “inclusion”, “immigration”, and “language rights”. After undergoing preprocessing steps such as stopword removal and normalization, the texts were analyzed using Term Frequency (TF) and Word2Vec-based semantic association methods. Finally, BERTopic-based topic modeling was applied to extract the underlying evaluative frameworks and identity constructions embedded within the language. The analysis revealed that discourses on multicultural literacy are structured around five semantic domains: language and educational experience, social integration, political/historical/religious authority, personal identity, and cultural practice. Each topic encompasses a range of dimensions such as language acquisition, educational contexts, cultural industries, social inclusion, political ideologies, historical memory, gender, and social roles. These topics were found to form meaningful clusters with strong inter-topic associations. By employing a digital discourse analysis framework, this study offers foundational insights into both the tensions and possibilities of social cohesion in multicultural societies. Furthermore, it highlights how multicultural issues are restructured and received in digital media environments, providing a valuable basis for future directions in media literacy education, public policy, and cultural communication strategies. Ultimately, this study contributes an analytical model that reconceptualizes multicultural literacy as a multilayered discursive construct, capable of promoting integrative thinking across diverse sectors of society.

본 연구는 2021년부터 2025년까지 발표된 한국과 미국의 OT(Operational Technology) 보안 학술 논문 초록을 대상으로 BERTopic 기반 토픽 모델링을 수행하여 국가별 연구 동향을 파악하고, 비교 분석하였다. 그 결과, 한국은 보안 관리 체계의 고도화와 운영 안정 성 확보에 초점을 두는 경향을 보인 반면, 미국은 민간 주도의 실험과 정책적 유연성을 바탕으로 새로운 위험 모델과 대응 전략을 탐색 ·검증하는 경향을 나타냈다. 이러한 차이 는 정부 주도의 하향식 규제 체계와 민간 부문 협력 중심의 상향식 표준화 접근이라는 거버넌스 구조의 차이에서 비롯된 것으로 해석된다. 이에 본 연구는 한국이 기존 규제 중 심 OT 보안 체계의 강점을 유지하면서도 민간 부문의 자율적 보안 역량을 확대할 수 있는 보다 유연한 정책 방향을 모색할 필요가 있음을 제언하며, 이를 통해 산업 환경과 위협 변화에 선제적이고 능동적으로 대응할 수 있는 OT 보안 연구 체계로의 전환을 위한 기반 을 마련할 수 있을 것으로 사료된다.

This study conducted BERTopic-based topic modeling on abstracts of OT(Operational Technology) security–related academic publications from South Korea and the United States between 2021 and 2025 to examine and compare national research trends. The results showed that Korea tended to focus on enhancing security management systems and ensuring operational stability, while the United States tended to explore and validate new risk models and response strategies based on private-sector-led experimentation and policy flexibility. This difference is interpreted as stemming from divergent governance structures: a government-led top-down regulatory system versus a bottom-up standardization approach centered on private sector collaboration. Therefore, this study suggests that Korea needs to explore more flexible policy directions that maintain the strengths of its existing regulation-centered OT security framework while expanding the autonomous security capabilities of the private sector. This approach will lay the groundwork for transitioning to an OT security research framework capable of proactively and actively responding to changes in the industrial environment and threats.

본 연구는 빅데이터 분석을 통해 학계와 언론계를 중심으로 도시재생에 대한 이론과 실제를 파악하고, 향후 도시재생에 대한 방향성을 제안하고자 했다. 연구 데이터는 도시재생 관련 논문 및 언론기사 데이터를 수집했고, 분석방법은 빈도 분석과 BERTopic을 실시했다. 주요 분석 결과는 다음과 같다. 첫째, 학계와 언론계에서는 지역 활성화를 위한 도시재생의 핵심 요소를 제시하였다. 둘째, 도시재생으로 인한 문제에 대하여 공통적으로 관심을 갖고 있다. 셋째, 도시재생에 적용가능한 기법에 주목했다. 이와 같이, 도시재생은 단순하게 공간 등의 개선을 넘어서 다양한 측면에서 접근이 가능한 다차원적 개념이다. 향후 도시재생을 위해 역사･문화 자원, 지역 커뮤니티, 교육･안전, IT기술 등에 대한 고려가 필요하며, 도시재생으로 유발될 수 있는 부작용 완화를 위해 도시재생과 연관된 다양한 측면을 접목한 통합적 도시재생 모델을 구축해야 한다.

This study conducted big data analysis to understand the theory and practice of urban regeneration, focusing on academia and media. Through the analysis results, the direction of urban regeneration was proposed in the future. Research data collected data from papers and articles related to urban regeneration. The analysis was conducted using frequency analysis and BERTopic. The main analysis results are as follows. First, academia and media suggested key elements of urban regeneration for regional revitalization. Second, the problem related to urban regeneration is a common concern. Third, Techniques applicable to urban regeneration were noted. In this way, urban regeneration is a multidimensional concept that can be approached from various aspects beyond simply improving space. For future urban regeneration, it is necessary to consider historical and cultural resources, local communities, education and safety, IT technology,. In addition, in order to alleviate the side effects of urban regeneration, an integrated urban regeneration model that combines various aspects related to urban regeneration must be established.

본 연구는 매체 활용 한국어교육 연구의 동향을 살펴보고 향후 연구 방향을 모색하는 데 목적이 있다. 이를 위해 학술지 논문 822편의 영문 제목, 키워드, 초록을 대상으로 키워드 빈도 분석(TF-IDF)과 BERTopic 기반의 토픽 모델링을 실시하였다. 키워드 빈도 분석에서는 문화, 언어 기능, 에듀테크 관련 키워드가 상위권으로 나타났다. 토픽 모델링 분석을 통해서는 총 14개의 토픽이 도출되었다. 연도별 양상으로는 2020년대 초반부터 AI 관련 연구가 상승세를 보인 반면, 기존의 미디어 콘텐츠 활용 등의 관련 연구는 비중이 감소하였다. 이러한 분석 결과를 바탕으로 교수 매체의 균형적인 발전, 디지털 리터러시 역량 연구의 강화, 매체 활용의 이론적 토대 마련을 제언하였다.

This study examines research trends in media-based Korean language education and suggests directions for future research. To this end, keyword frequency analysis (TF-IDF) and BERTopic-based topic modeling were conducted on the English titles, keywords, and abstracts of 822 academic journal articles. Keyword frequency analysis revealed that those related to culture, language skills, and educational technology were among the most frequent. Topic modeling identified a total of 14 topics. In terms of annual trends, research on artificial intelligence has markedly increased since the early 2020s, whereas studies focusing on conventional media content utilization have declined in proportion. Accordingly, this study proposes the balanced development of instructional media, strengthening of research on digital literacy competence, and establishment of a theoretical foundation for media use.

대량의 텍스트 데이터를 분석하고 활용하는 텍스트 마이닝 기법은 공학 분야뿐만 아니라 사회 과학과 교육 등 거의 모든 학문 분야에서 널리 사용되고 있다. 특히 최근 대규모 언어 모델의 급속한 발전은 기존 텍스트 마이닝 기법의 한계를 보완하는 혁신적인 방법들을 도입하는 데 기여하고 있다. 본 연구의 목적은 국내 학술 및 학위 논문을 수집하여 최신 텍스트 마이닝 기법을 활용해 분석하는 것 이다. 이를 위해 학술연구정보서비스(RISS) 데이터베이스에서 ‘텍스트 마이닝’을 키워드로 논문을 수 집하였고, 수집된 논문들에 대해 키워드 분석과 토픽 모델링을 수행하였다. 키워드 분석에서는 TFIDF를 활용한 빈도 기반 분석과 BERT 기반의 KeyBERT를 활용한 분석을 비교하였다. 또한, 토픽 모델링 분석에서는 기존 통계 기반의 LDA 기법과 최신 언어 모델인 BERT 기반의 토픽 모델링 기 법인 BERTopic을 비교하였다. 그 결과, BERT 기반의 토픽 분석이 응집도(Coherence Score) 점수 에서 보다 우수한 성능을 나타냈다. 특히, Bertopic에서 한국어 임베딩 모델과 Keybert 기반의 토픽 추출이 다국어 모델과 문장 기반의 추출보다 더 높은 응집도 점수를 기록하였다. 본 연구는 이러한 결 과를 통해 한국어 텍스트 마이닝에서 최신 기법들의 적용과 활용 가능성을 제시하고자 한다.

Text mining techniques for analyzing and utilizing large-scale text data are widely used not only in engineering but also in social sciences, education, and almost all academic fields. This study aims to collect and analyze domestic academic and thesis papers on text mining using the latest text mining techniques. For this purpose, papers were collected from the Research Information Sharing Service (RISS) database using the keyword ‘text mining’, and keyword analysis and topic modeling were conducted on the collected papers. In keyword analysis, frequency-based analysis using TF-IDF and analysis using BERT-based KeyBERT were compared. Additionally, in topic modeling analysis, traditional statistical-based LDA techniques were compared with BERTopic, a topic modeling technique based on the latest BERT language model. The results showed that BERT-based topic analysis demonstrated superior performance in terms of coherence score. Particularly, the topic extraction based on Korean embedding models and Keybert recorded higher coherence scores compared to those based on multilingual models and sentence-based extraction. Through these findings, this study aims to present the applicability and potential of the latest techniques in Korean text mining.

본 연구에서는 한국어교육 분야에서 이루어진 상호문화 연구의 주제 구조와 담론의전개 양상을 살펴보고자 임베딩 기반 토픽 모델링 기법인 BERTopic을 활용하여 연구동향을 분석하였다. 분석 대상은 2026년 3월까지 한국에서 발표된 학술지 논문 94편과학위논문 117편으로 총 211편이며 각 논문의 제목과 초록을 분석 단위로 활용하였다. 분석 결과 총 14개의 세부 토픽이 도출되었으며, 이는 한국어교육 체제 및 상호문화역량 담론, 교수·학습 상호 작용 및 디지털 실천 담론, 이주배경 학습자와 사회적 적응 담론의 세 가지 상위 범주로 재구성되었다. 또한 토픽 간 유사도 분석을 통해 공통된 이론적 기반 위에서 점진적인 분화가 이루어지고 있음을 확인하였다. 연구는 초기의 이론 및 제도 중심 논의에서 출발하여 상호 작용과 학습자 경험, 사회적 맥락을 반영한 연구로 확장되었으며, 최근에는 디지털 매체 기반 교수·학습 연구가 부상하는 경향을 보였다. 상호문화 담론은 연구 유형과 주제에 따라 상이한 전개 양상을 보였다. 일부 토픽은 학술지를 중심으로 형성된 이후 학위논문으로 확산되는 양상을 보였으며, 현장중심의 연구는 학위논문에서 먼저 축적된 후 학술지로 유입되는 경향이 나타났다. 특정 주제가 시간의 흐름에 따라 재등장하는 순환적 구조도 확인되었다. 이러한 결과는한국어교육 분야의 상호문화 연구가 다양한 연구 생산 구조 안에서 상호 작용하며 형성되어 왔음을 시사한다. 본 연구는 임베딩 기반 토픽 모델을 적용함으로써 상호문화담론의 의미적 응집성과 분화 양상을 동시에 포착하였다는 점에서 방법론적 의의를 지닌다.

This study aims to investigate the thematic structure and developmental patterns of intercultural research in the field of Korean language education by applying BERTopic, an embedding-based topic modeling approach. The dataset consists of 211 studies, including 94 journal articles and 117 theses published in Korea up to March 2026. The titles and abstracts of the studies were combined and used as units of analysis. The analysis identified 14 distinct topics, which were further reorganized into three overarching meta-topics through hierarchical clustering based on semantic similarity: (1) Korean language education systems and intercultural competence discourse, (2) instructional interaction and digital practice discourse, and (3) immigrant-background learners and social adaptation discourse. Topic similarity analysis revealed that intercultural research in Korean language education maintains a shared semantic foundation while simultaneously undergoing gradual differentiation into specialized subdomains. The findings indicate that early intercultural research primarily focused on theoretical foundations, educational systems, and intercultural competence. Over time, the discourse expanded toward learner interaction, social adaptation, identity formation, and digital-media-based instructional practices. In particular, topics related to metaverse-based learning environments and digital interaction emerged as relatively independent subdomains, reflecting recent technological and educational changes. The study also identified different diffusion patterns between journal articles and theses. While theoretical and institutional topics tended to emerge first in academic journals and later expand into theses, practice-oriented and field-based topics were often first developed in theses before diffusing into journal publications. Methodologically, this study demonstrates the usefulness of embedding-based topic modeling for capturing both the semantic coherence and differentiation of intercultural research trends. Unlike frequency-based topic modeling approaches, BERTopic enabled the identification of conceptually related yet contextually differentiated research themes within intercultural discourse. The findings suggest that intercultural research in Korean language education has evolved through multiple pathways shaped by institutional discourse, social change, and emerging digital learning environments.

본 연구에서는 한국어교육 분야에서 이루어진 상호문화 연구의 주제 구조와 담론의전개 양상을 살펴보고자 임베딩 기반 토픽 모델링 기법인 BERTopic을 활용하여 연구동향을 분석하였다. 분석 대상은 2026년 3월까지 한국에서 발표된 학술지 논문 94편과학위논문 117편으로 총 211편이며 각 논문의 제목과 초록을 분석 단위로 활용하였다. 분석 결과 총 14개의 세부 토픽이 도출되었으며, 이는 한국어교육 체제 및 상호문화역량 담론, 교수·학습 상호 작용 및 디지털 실천 담론, 이주배경 학습자와 사회적 적응 담론의 세 가지 상위 범주로 재구성되었다. 또한 토픽 간 유사도 분석을 통해 공통된 이론적 기반 위에서 점진적인 분화가 이루어지고 있음을 확인하였다. 연구는 초기의 이론 및 제도 중심 논의에서 출발하여 상호 작용과 학습자 경험, 사회적 맥락을 반영한 연구로 확장되었으며, 최근에는 디지털 매체 기반 교수·학습 연구가 부상하는 경향을 보였다. 상호문화 담론은 연구 유형과 주제에 따라 상이한 전개 양상을 보였다. 일부 토픽은 학술지를 중심으로 형성된 이후 학위논문으로 확산되는 양상을 보였으며, 현장중심의 연구는 학위논문에서 먼저 축적된 후 학술지로 유입되는 경향이 나타났다. 특정 주제가 시간의 흐름에 따라 재등장하는 순환적 구조도 확인되었다. 이러한 결과는한국어교육 분야의 상호문화 연구가 다양한 연구 생산 구조 안에서 상호 작용하며 형성되어 왔음을 시사한다. 본 연구는 임베딩 기반 토픽 모델을 적용함으로써 상호문화담론의 의미적 응집성과 분화 양상을 동시에 포착하였다는 점에서 방법론적 의의를 지닌다.

This study aims to investigate the thematic structure and developmental patterns of intercultural research in the field of Korean language education by applying BERTopic, an embedding-based topic modeling approach. The dataset consists of 211 studies, including 94 journal articles and 117 theses published in Korea up to March 2026. The titles and abstracts of the studies were combined and used as units of analysis. The analysis identified 14 distinct topics, which were further reorganized into three overarching meta-topics through hierarchical clustering based on semantic similarity: (1) Korean language education systems and intercultural competence discourse, (2) instructional interaction and digital practice discourse, and (3) immigrant-background learners and social adaptation discourse. Topic similarity analysis revealed that intercultural research in Korean language education maintains a shared semantic foundation while simultaneously undergoing gradual differentiation into specialized subdomains. The findings indicate that early intercultural research primarily focused on theoretical foundations, educational systems, and intercultural competence. Over time, the discourse expanded toward learner interaction, social adaptation, identity formation, and digital-media-based instructional practices. In particular, topics related to metaverse-based learning environments and digital interaction emerged as relatively independent subdomains, reflecting recent technological and educational changes. The study also identified different diffusion patterns between journal articles and theses. While theoretical and institutional topics tended to emerge first in academic journals and later expand into theses, practice-oriented and field-based topics were often first developed in theses before diffusing into journal publications. Methodologically, this study demonstrates the usefulness of embedding-based topic modeling for capturing both the semantic coherence and differentiation of intercultural research trends. Unlike frequency-based topic modeling approaches, BERTopic enabled the identification of conceptually related yet contextually differentiated research themes within intercultural discourse. The findings suggest that intercultural research in Korean language education has evolved through multiple pathways shaped by institutional discourse, social change, and emerging digital learning environments.

인공지능 기술이 빠르게 발전하면서 인공지능 시스템의 안정성과 신뢰성을 확보하기 위한 인 공지능 보안의 중요성이 전 세계적으로 강조되고 있다. 본 연구는 한국, 미국, 일본의 인공지능 보안 연구 동향을 비교·분석하여 국가별 전략적 특성을 실증적으로 규명하고자 하였다. 이를 위해 2020년부터 2025년까지 발표된 학술 논문 초록을 수집하고, BERTopic 기반 토픽 모델링 을 활용하여 각국의 핵심 연구 주제를 도출하였다. 특히 본 연구는 ‘AI for Security’와 ‘Security of AI’라는 이중 관점에서 국가별 연구 특성을 분석하였다. 분석 결과, 미국은 원천 기술의 안전 성과 글로벌 표준 주도 전략에, 일본은 사회 시스템과의 안정적 통합에 초점을 두고 있었다. 한 국은 ICT, 자율주행, 의료 등 주요 산업 분야에서의 실질적인 보안 문제 해결과 인공지능 기술의 신속한 현장 적용에 주력하고 있으며, 이는 산업보안 강화를 지향하는 ‘응용 중심의 산업화’ 전략 의 일환으로 볼 수 있다. 본 연구는 각국의 인공지능 보안 연구 방향을 실증적으로 비교함으로 써, 산업보안 중심의 한국 전략을 구체화하였다는 점에서 학술적, 정책적 의의를 가진다.

As artificial intelligence (AI) technology advances rapidly, ensuring the stability and reliability of AI systems has become a critical global concern. This study compares the AI security research trends of South Korea, the United States, and Japan to identify each country’s strategic focus. Using BERTopic, a topic modeling method, we analyzed academic abstracts published between 2020 and 2025 to extract key research themes. The analysis adopts a dual perspective of “AI for Security” and “Security of AI” to classify research directions. The United States emphasizes securing foundational technologies and leading global standards, while Japan focuses on the safe integration of AI into social systems. South Korea prioritizes addressing practical security challenges in key industries such as ICT, autonomous vehicles, and healthcare, with a strong focus on rapid deployment. This reflects an “application-driven industrialization” strategy aimed at strengthening industrial security based on national technological strengths. By empirically comparing these national approaches, this study provides meaningful academic and policy insights, particularly by clarifying South Korea’s industrial security-oriented strategy.

[연구목적]본 연구는 계량서지분석을 통해 정보보호 분야 연구 성과의 전반적인 현황, 저널 및 기관의 출판·인용 성과, 기관 간 및 국가 간 협업 관계를 파악하고, 토픽 모델링을 활용하여 국내 정보보호 연구의 주제 구조와 시기별 변화를 분석하고자 한다. 이를 통해 국내 연구자의 정보보호 연구가 글로벌 학술 환경에서 어떠한 방향으로 이루어져 왔는지를 파악하고, 향후 연구 방향에 대한 시사점을 제시하고자 한다. [연구방법]본 연구는 2011년부터 2025년까지 Scopus에 수록된 국내 연구자의 정보보호 관련 국제 학술지 논문 374편을 대상으로, 계량서지분석과 BERTopic 토픽 모델링을 적용하여 출판 성과, 협업 네트워크, 연구 주제 구조의 시기별 변화를 살펴보았다. [연구결과]계량서지분석 결과, 연간 논문 수는 전반적인 증가 추세를 보였으며 2021년 이후 증가폭이 다소 확대되었다. 게재 저널은 168개로 나타났으며, 정보보호 전문 저널 중심에서 다학제적 공학 및 응용과학 분야 저널로 분산되는 경향이 확인되었다. 연구 참여 기관 수는 2011년~2015년 77개에서 2021년~2025년 279개로 증가하였으나 수도권 소재 대학의 비중이 지속적으로 높게 나타났다. 기관 간 협업 네트워크는 2개 기관 1개 클러스터에서 18개 기관 7개 클러스터로 확대되었으며, 국가 간 협업 역시 미국 중심에서 아시아, 중동, 유럽 등으로 다양해지는 경향을 보였다. BERTopic 분석에서는 조직 내 정보보안 인식과 준수(29.4%), 국가·국방 사이버-물리 보안(18.2%), AI 기반 침입 탐지(13.1%), 의료·영상 데이터 암호화(9.9%), 스마트 에너지 인프라 보안(9.4%), 블록체인 기반 스마트 홈·IoT 보안(6.1%)의 6개 토픽이 도출되었다. 시기별로는 조직 내 정보보안 인식과 준수 토픽의 비중이 감소한 반면, 국가·국방 보안 및 AI 기반 탐지 토픽의 비중이 높아지는 경향이 나타났다. [연구의 시사점]이러한 결과는 국내 정보보호 연구의 관심이 관리적·인적 요인 중심에서 국가 안보 대응과 AI 기반 기술 영역으로 이동하고 있음을 시사한다. 아울러 에너지 인프라, 의료 데이터, IoT 등 다양한 응용 영역에서도 보안 연구가 독립적인 연구 영역으로 다루어지고 있음을 확인할 수 있다.

[Purpose] This study aims to examine the overall landscape of information security research, evaluated through the publication and citation performances of journals and institutions, as well as collaboration among institutions and countries using bibliometric analysis. Furthermore, it analyzes the thematic structure and temporal evolution of domestic information security research employing topic modeling. Through this approach, we delineate the trajectory of research conducted by Korean scholars within the global academic environment and provide strategic implications for future research directions. [Methodology]This study investigated 374 international journal articles authored by Korean researchers and indexed in Scopus between 2011 and 2025. Bibliometric analysis and BERTopic topic modeling were systematically applied to analyze temporal changes in publication output, collaboration networks, and thematic structures across three distinct periods. [Findings]Bibliometric findings indicate a steady increase in annual publications, with accelerated growth observed after 2021. The articles were distributed across 168 journals, revealing a gradual diversification from specialized information security journals toward multidisciplinary engineering and applied science venues. Institutional participation expanded significantly from 77 affiliations in 2011–2015 to 279 in 2021–2025, with universities located in the Seoul metropolitan area consistently dominating the output. Inter-institutional collaboration networks grew from a single cluster involving two institutions to seven clusters involving 18 institutions. Similarly, international collaboration broadened over time from a US-centric pattern to encompass Asian, Middle Eastern, and European partners. BERTopic analysis yielded six coherent topics: organizational security awareness and compliance (29.4%), national and defense cyber-physical security (18.2%), AI-based intrusion detection (13.1%), medical and image data encryption (9.9%), smart energy infrastructure security (9.4%), and blockchain-based smart home and IoT security (6.1%). Across the three periods, the proportion of the organizational compliance topic declined, whereas topics focusing on national defense security and AI-based detection exhibited a clear upward trend. [Implications]These findings suggest that Korean information security research has gradually shifted its paradigm from managerial and human factors toward national security responses and AI-driven technical domains. In addition, the results demonstrate that security research has successfully established itself as an independent and robust research agenda across various application domains, including energy infrastructure, medical data, and the Internet of Things (IoT).

본 연구는 한일 국교 정상화 60주년이라는 동아시아 교류의 전환점을 맞이하여, 일본어능력시험(JLPT)을 단순한 언어 평가의 틀을 넘어 학습자가 일본 사회의 가치관과 이데올로기를 수용하는 ‘상호이해의 미디어’로 재정의하고, 그 독해 텍스트에 내재된 ‘잠재적 교육과정’을 가시화하는 것을 목적으로 한다. 분석 대상으로 신시험 개정 이후의 『일본어능력시험 공식 문제집』(2012년, 2018년) N5～N1 독해 텍스트를 추출하여, 최신 자연언어처리 기술인 토픽 모델링(BERTopic)을 활용한 공시적 분석을 수행하였다. 분석 결과, 언어 숙달도 상승에 따른 명확한 토픽의 변천이 확인되었다. 초･중급(N5 및 N4)에서는 실용적･정보 검색적 토픽이 중심을 이루며 학습자는 정보의 소비자로 위치 지어진다. 중급(N3)은 실용적 토픽과 사상적 토픽이 혼재하는 특징을 보이며, 반면 고급(N2 및 N1)에서는 추상적･인문사회과학적 토픽이 지배적으로 나타나며 학습자는 현대 사회의 과제를 일본어로 사유하는 ‘대화의 주체’로 전이된다. 또한, 객관적 사실을 기술하는 자연과학적 테마가 적다는 구조적 편향성도 드러났다. 본 연구는 JLPT 독해 텍스트가 지닌 교육적･사회적 영향력을 가시화함으로써, 향후 일본어 교육이 동아시아의 진정한 상호이해를 도모하기 위한 평가 체계 및 교재를 어떻게 구축해야 할 것인지 고찰하기 위한 기초 자료를 제시했다는 점에서 의의를 갖는다.

To commemorate the 60th anniversary of the Japan–South Korea diplomatic relations, this study re–examined the Japanese Language Proficiency Test (JLPT) as a “medium for mutual understanding” rather than just as a linguistic assessment tool. Using BERTopic, I analyzed reading texts from official JLPT workbooks (N5–N1) to visualize the embedded “hidden curriculum.” Our results revealed a significant topical shift across proficiency levels. Low levels (N5–N4) prioritize practical information and position learners as consumers. The intermediate level (N3) acts as a transitional phase where both practical and abstract topics coexist. Advanced levels (N2–N1) are dominated by abstract, humanities–based topics (eg, “humanity,” “thought”). This repositions learners as intellectual subjects who engage with social issues. I also identified a structural bias against natural science themes. By visualizing this socio–educational influence, our study provides fundamental data to design future language assessments and materials that foster genuine mutual understanding in East Asia.

연구목적 본 연구는 인구소멸 이슈에 대한 언론 담론과 소셜 담론의 구조적 특성 및 시간적 변화를 비교 분석하는 것을 목적으로 한다. 6년간(2020∼2026.04) 언론 빅데이터 10,776건과 소셜 미디어 데이터(2020.04∼2026.04, 90,080건)를 통합 분석하여 공식 담론과 공중 담론 간 프레임 격차를 실증하고, 효과적인 정책 커뮤니케이션 전략 수립을 위한 근거를 제공한다. 연구방법 빅카인즈 뉴스 기사를 대상으로 BERTopic 모델링과 의미연결망 분석을 적용하였다. 한국어 BERT 모델(paraphrase-multilingual-mpnet-base-v2) 기반 의미 임베딩, UMAP 차원 축소(n_components=5, seed=42), HDBSCAN 군집화(min_cluster_size=30)를 거쳐 5개 토픽을 도출하였으며, TF-IDF 상위 50개 키워드 동시출현 네트워크에서 5가지 중심성 지표를 산출하였다. 소셜 미디어 데이터는 6개 기간으로 구분하여 감성⋅연관어⋅매체별 추이를 분석하였고, 매체 유형(지역지 vs. 비지역지) 간 토픽 분포 차이는 카이제곱 검정으로, 커뮤니티 구조는 Louvain 알고리즘으로 검증하였다. 연구결과 언론 분석에서 5개 토픽이 도출되었다: 정책 대응 및 지원(32.4%), 청년 유출과 지역경제(24.8%), 저출생과 고령화(18.5%), 지역소멸과 공동체(15.2%), 교육과 문화(9.1%). 의미연결망에서 ‘지역-인구-소멸’은 모든 중심성 지표 최상위를 기록하며 담론의 핵심 트라이앵글을 형성하였다. Louvain 알고리즘으로 3개 커뮤니티가 탐지되었으며 BERTopic 결과와의 일치도는 82.9%에 달하였다. 담론 확산기(2023∼2025)에는 보도량이 260.1% 급증하는 가운데, 정책 대응 토픽은 28.5%→35.2%로 증가한 반면 저출생 토픽은 24.3%→15.1%로 감소하였다. 소셜 담론은 전 기간 부정 감성이 우세(40∼68%)하였으며, 이재명 정부 5극3특 정책(2025.06) 이후 거점 도시(부산⋅청주⋅아산)와 생활밀착형 키워드(초등학교⋅아이)가 급부상하였다. 언론의 정책 대응 프레임(32.4%)과 소셜의 위기 공감⋅정책 비판 담론 간 유의미한 프레임 격차가 확인되었다(X2=4,328, p<.001). 결론 및 함의 언론-소셜 프레임 격차 실증을 통해 인구소멸 정책 커뮤니케이션에서 공중의 감성 공감과 정책 불신 해소가 시급한 PR 과제임을 확인하였다. 정책화가 오히려 저출생 근본 원인 프레임을 주변화한다는 역설적 발견, 그리고 5극3특 이후 담론이 ‘거점 도시 경쟁’과 ‘생활밀착형 위기 체감’으로 분화되는 양상은 지역별 차별화된 PR 전략의 필요성을 시사한다.

Objectives This study examines the structural characteristics and temporal dynamics of the population decline discourse in South Korean news and social media. Methods BERTopic modeling and semantic network analysis were applied to 10,776 news articles (January 2020 April 2026). Simultaneously, social media data (approximately 90,080 posts) across six periods (April 2020 April 2026) were analyzed. Results Five major topics were identified in news media: Policy Response and Support (32.4%), Youth Outflow and Regional Economy (24.8%), Low Fertility and Aging (18.5%), Regional Depopulation and Community (15.2%), and Education and Culture (9.1%). The keywords "region?population?decline" dominated all centrality measures. "Crisis" and "policy" exhibited nearly identical PageRank values, indicating that crisis and policy framing operate in parallel. The Louvain algorithm detected three communities with an average Jaccard-based correspondence of 82.9% with BERTopic results (vs. random baseline 0.12, p < .001). Regional newspapers showed significantly higher policy-response framing than non-regional outlets (χ²(4) = 18.3, p < .001). Critically, the low fertility topic declined from 24.3% to 15.1% across periods, suggesting that the institutionalization of discourse has paradoxically marginalized root-cause framing. Social media analysis revealed persistent negative sentiment (40?68%), peaking at 68.0% in April 2026. Following the launch of the 5geuk-3teuk national balanced development strategy (hereafter, the 5 Poles and 3 Special Zones Strategy) in June 2025, hub city keywords (Busan, Cheongju, Asan) and life-proximate terms (elementary school, child) surged in public discourse. A clear frame gap was confirmed between news and social media (χ²(4) = 4,328, p < .001): institutional discourse foregrounds policy responses, while public discourse centers on emotional empathy and life-proximate crisis narratives. Conclusions The findings suggest public relations implications, including empathetic messaging, region-specific communication under the 5 Poles and 3 Special Zones Strategy, and reframing population decline discourse from crisis to opportunity.

미술은 문화적, 예술적 표현의 중심으로서 여러 시대와 지역에서 사회적, 정신적으로 중요한 역할을 해왔다. 미 술품에 대한 소비자 인식은 미술의 시장의 발전과 미술을 매개로 하는 산업의 발전에 큰 영향을 미칠 수 있는 중요 한 요소이다. 미술품에 대한 기존 연구는 미술 작품에 대한 연구이거나 전문적 영역에서의 미술품 소비에 제한을 두 고 있어 대중적 차원의 미술품 소비에 대한 인식을 파악하는데 한계가 있다. 본 논문은 다양한 대중적 미술품에 대해 소비자들이 개인적 차원에서 중요하게 생각하는 미술적 요소, 사용 목적, 주제, 감정적 심리적 요인을 분석하여 미술 의 대중화와 미술 시장의 성공적 발전의 기초를 제공한다. 이를 위해 대중들이 일상 생활에서 접하는 미술품에 대한 후기 데이터를 텍스트 마이닝 기법으로 분석한다. TF 분석을 통해 수집된 데이터에 대한 키워드를 추출하고 Word2Vec 분석을 통해 핵심 단어의 분포를 분석하고 BERTopic을 이용한 미술품에 대한 소비자 인식의 토픽을 분 석하였다. 분석 결과로 대중적 미술품에 대한 소비자의 주요 인식 요인들은 색감의 시각적 요소, 스트레스 해소의 심 리적 요소, 풍경과 같은 미술품 주제, 죽음과 우울과 같은 감정적 요소, 그리고 학교수업과 같은 교육적 요소였다. 본 연구의 결과는 대중의 취향을 반영한 창작 방향성 제시, 미술의 대중화 촉진, 그리고 예술 교육과 심리 치료에서 중 요하게 고려되어야 할 요소, 미술이 적용된 다양한 제품의 디자인 요소 그리고 미술 시장의 확장에 기여할 수 있다.

As a center of cultural and artistic expression, art has played a socially and spiritually important role in different times and regions. Consumer perception of art is an important factor that can have a significant impact on the development of the art market and the development of the industries that use art as a medium. Existing researches on art have been limited to the study of artworks or art consumption in specialized areas, which limits our understanding of perceptions of art consumption at the mass level. This paper aims to provide the popularization of art and the successful development of the art market by analyzing the artistic elements, uses, themes, and emotional and psychological factors that consumers value on a personal level for various popular artworks. To this end, we analyze the review data of artworks that the public encounters in their daily lives using text mining techniques. Keywords were extracted from the collected data through TF analysis, the distribution of key words was analyzed through Word2Vec analysis, and the topics of consumer perception of artworks were analyzed using BERTopic. The analysis results shows that the main factors of consumer perception of popular artworks is visual factors such as color, psychological factors such as stress relief, art themes such as landscapes, emotional factors such as death and depression, and educational factors such as school lessons. This study can contribute to providing creative direction that reflects the public's taste, promoting the popularization of art, and important factors to be considered in art education and psychotherapy, design elements of various products with art, and the expansion of the art market.

This study examines 35 years of speeches in the Osaka Prefectural Assembly to explore the applicability of Downs’s spatial theory of voting in local politics. Using a BERTopic model and word frequency analysis, it tracks how discussions on e-local government have evolved over time. Senior Liberal Democratic Party (LDP) members were less vocal about digital issues in the 2010s, while the Osaka Restoration Association (Osaka Ishin) actively promoted digitalization to reform administration and attract younger candidates. As the Osaka Ishin gained influence, the LDP underwent a generational turnover and began aligning with digital priorities in the late 2010s, consistent with the Downsian model. After Osaka Prefecture and Osaka City were designated as a “Super City” in 2022, discussions shifted toward Super City initiatives, reducing generational tensions. The findings provide empirical support for spatial theory, illustrating how parties adjusted their strategies in response to voter preferences and external policy shifts, such as digital transformation.

본 연구는 심리 상담 앱 이용자의 후기 텍스트 데이터를 바탕으로 상담 경험의 주제와 감정 표현의 양상을 분석하였다. 트로스트와 마인드카페 앱에서 수집된 후기 텍스트를 대상으로 토픽모델링과 감성 분석 기법을 적용하였다. 분석 결과, 앱을 이용한 비대면 상담 경험은 감정 공유와 정서적 치유, 문제 해결, 자기 탐색, 자아 강화, 관계성 회복 등 복합적 기능을 수행하는 것으로 나타났으며, 전체 감성어 중 80% 이상이 긍정 정서로 분류되었다. 이는 디지털 기반 상담이 정서적 안전지대 역할을 수행하며, 심리적 지지와 정서 조절의 효과를 갖고 있음을 시사한다. 본 연구는 비대면 상담의 정서 구조와 효과를 실증적으로 규명하고, 디지털 헬스케어 시대의 심리 지원 방식에 대한 이론적·실천적 함의를 제공한다.

This study analyzed the subject of the counseling experience and the aspect of emotional expression based on the post-text data of the psychological counseling app users. Topic modeling and emotional analysis techniques were applied to the post-text collected from the Trost and Mind Cafe apps. As a result of the analysis, it was found that the experience of non-face-to-face counseling using the app performs complex functions such as emotional sharing, emotional healing, problem solving, self-exploration, self-reinforcement, and relationship recovery, and more than 80% of all emotional words were classified as positive emotions. This suggests that digital-based counseling acts as an emotional safe zone and has the effects of psychological support and emotional regulation. This study empirically investigates the emotional structure and effect of non-face-to-face counseling and provides theoretical and practical implications for the psychological support method in the era of digital healthcare.