Earticle

본 연구는 『무역전시연구』 창간 20주년이자 한국연구재단 KCI 등재후보지 선정 이 후 약 15년이 지난 시점에서 해당 저널에 게재된 연구 동향을 종합적으로 파악하고자 수행되었다. 2011년부터 2025년 초까지 발표된 논문 270편의 영문 초록을 수집하여 구 조적 토픽 모델링 기법을 적용한 결과, 총 12개의 잠재 주제가 도출되었다. 가장 많은 논문이 포함된 주제는 ‘전시회 성과평가 및 국제비교’(35편), ‘관람객 경험·만족· 재방문의도’(33편), ‘MICE 도시 경쟁력·인프라·정책’(26편)이었으며, ‘경제적 파 급효과’(15편)와 ‘코로나19·하이브리드 전시·위험 인식’(17편)은 비교적 적은 편수 를 기록하였다. 인용 분석 결과, ‘관람객 경험·만족·재방문’ 주제가 논문당 평균 11.10회로 가장 높은 관심을 받았고, 논문 수가 적은 ‘경제적 파급효과’ 역시 평균 10.30회로 두 번째로 높은 인용도를 보였다. 반면 ‘종사원·직무 태도’ 관련 주제는 논문당 평균 2.90회로 가장 낮은 인용 빈도를 나타냈다. 연도별 추세 분석에서는 전시 참가기업 성과, 종사원 이슈, 팬데믹·위험 관리 관련 주제가 점차 비중을 높인 반면, 성과평가·경제적 파급효과·정부지원 해외 전시 참가 주제는 감소 추세를 보였다. 이 는 무역전시연구의 연구 초점이 효율성과 거시적 경제효과에서 참가자 경험, 서비스 품질, 위험 관리 등 미시적·실무적 주제로 이동하고 있음을 시사한다. 아울러 인공지 능, 빅데이터, 머신러닝 등 최신 산업 이슈는 아직 제한적으로만 다루어지고 있어, 해 당 분야 연구를 촉진하기 위한 노력이 요구된다.

This study marks the 20th anniversary of the ‘The International Jouranl of Trade Fair and Exhibition Studies’ and approximately 15 years since its inclusion on the Korea Citation Index candidate list by tracing how scholarly interests in trade fair research have evolved. All 270 published articles and its english abstracts between 2011 and early-2025 were extracted and analyzed with structural topic modeling. Twelve distinct topics emerged. The most prevalent were “Exhibition performance evaluation and international comparison” (35 papers), “Visitor experience, satisfaction, and revisit intention” (33), and “MICE city competitiveness, infrastructure, and policy” (26). In contrast, “Economic impacts” (15) and “COVID-19, hybrid exhibitions, and risk perception” (17) were the least frequent. Citation analysis revealed that “Visitor experience, satisfaction, and revisit intention” attracted the highest attention (mean = 11.10), followed closely by the under-represented “Economic impacts” topic (10.30). Conversely, studies on “Employees and job attitudes” recorded the lowest average (2.90). Temporal patterns show diverging trajectories: topics on exhibitor performance, employee issues, and pandemic-related risk have grown in annual share, whereas those on performance evaluation, economic impacts, and government-supported overseas participation have declined. Overall, the journal’s thematic centre of gravity has shifted from efficiency and macro-economic effects toward participant experience, service quality, and risk management—particularly after the COVID-19 pandemic. While the journal covers a broad range of exhibition and MICE issues, future growth will depend on embracing emerging industry concerns such as artificial intelligence, big-data analytics, and machine learning, which remain only sparsely represented and may warrant dedicated special issues or other incentives for prospective authors.

Understanding the dynamic changes in consumer responses after a product launch is essential for effective customer relationship management. While prior studies explored online consumer feedback, few have systematically examined the temporal evolution of consumer emotions and topical focus in product reviews. This study tracks sentiment and topical shifts in consumer reviews of newly launched computer-related devices, using natural language processing on comments from 100 product-review videos. Sentiment peaked within two days, declined steadily through day 14, and stabilized after a minor rebound. Meanwhile, discussion topics shifted from initial enthusiasm to problem-solving and critical evaluation. These emotional and topical transitions were further interpreted through the lens of Expectancy-Disconfirmation Theory (EDT), revealing how evolving consumer expectations shape post-launch sentiment. By integrating sentiment dynamics with topic evolution, the study provides a structured framework for tracking post-launch behavior and contributes to both theoretical understanding and brand management practices.

Hong Kong cinema has undergone significant changes, shifting from an actor-driven, story-rich industry to one influenced by large-scale productions and global trends. This study applies topic modeling to analyze audience reviews of Hong Kong films from two periods: pre-2000 and post-2000. Using Latent Dirichlet Allocation (LDA), it identifies key thematic changes, highlighting a decline in acting quality and storytelling depth. Findings indicate that pre-2000 films were praised for strong performances and engaging narratives, while post-2000 films prioritized large-scale productions and high-budget visuals but faced criticism for weaker storytelling and predictable plots. The study suggests that Hong Kong cinema has struggled to retain its distinct identity amid globalization and competition from Hollywood and mainland Chinese productions. To regain its prominence, a balance between high production values and compelling storytelling is necessary. Future research should explore cross-cultural comparisons and industry perspectives to further understand audience engagement trends.

본 연구는 텍스트마이닝 기법을 활용하여 기술보호 분야의 학계와 산업계 동향을 종합적으로 분석하고, 주제 구조의 변화와 양측 간 시차적 관계를 규명하고자 한다. 이를 위해 TF-IDF 기반 키워드 추출, SBERT 임베딩, K-means 클러스터링으로 구성된 의미 기반 분석틀을 구축했으며, 연도별 클러스터의 비중 변화를 통해 주제 진화 양상을 알아보고, Shannon 엔트로피를 통해 주제의 다양성을 확인했다. 또한 교차상관분석을 통해 학계와 산업계 간 주제별 시차적 전이 구조를 실증적으로 검증하였다. 지난 10년간의 학술논문(OpenAlex)과 산업계 특허(EPO, DOCDB) 데이터를 대상으로 분석한 결과, 학계는 사이버보안, 설계․프레임워크, 신기술 중심 주제가 분산적으로 전개된 반면, 산업계는 인증․접근통제, 위협 대응, 반도체․소재, AI․블록체인 보안 등 실용 기술에 집중되는 경향을 보였다. 또한 일부 주제는 학계 연구가 산업계 활동을 1~2년 선행한 반면, 기술혁신과 네트워크․클라우드 보안 분야는 양측이 동시적으로 반응하는 결과를 보였다. 이 연구는 기술보호 분야의 구조적 진화와 학계와 산업계 간 지식전이 메커니즘을 통합적으로 제시하며, 분야별 특성을 고려한 차등적 기술보호 정책 및 R&D 전략 수립에 실증적 근거를 제공한다.

This study employs text mining techniques to examine academic and industrial trends in the field of technology protection and to identify the evolution of thematic structures and temporal lag relationships between the two domains. An analytical framework integrating TF-IDF-based keyword extraction, SBERT embeddings, and K-means clustering was developed to enable semantic topic identification. Annual variations in cluster proportions were analyzed to capture topic evolution, and Shannon entropy was used to assess topical diversity. Cross-correlation analysis was further conducted to verify topic-specific lagged diffusion patterns between academia and industry. Using academic publications from OpenAlex and industrial patents from the EPO DOCDB over the past decade, the analysis reveals that academic research exhibits a dispersed structure centered on cybersecurity, design frameworks, and emerging technologies. In contrast, industrial activity shows a concentrated focus on practical domains such as authentication and access control, threat response, semiconductors and materials, and AI-blockchain security. While several topics show that academic research precedes industrial activity by one to two years, areas such as technological innovation and network or cloud security exhibit simultaneous responses across the two sectors. Overall, this study provides an integrated depiction of the structural evolution of technology protection and the knowledge transfer mechanisms linking academia and industry. The findings offer empirical evidence that can support differentiated technology protection policies and R&D strategies aligned with domain-specific characteristics.

전시산업에서 ESG(환경·사회·지배구조)는 지속가능한 성장과 글로벌 경쟁력 확보의 핵심 요소로 부상하고 있다. 전 생애주기평가(LCA)에 따르면, 전시산업 참가자는 1인당 최대 3,000kg의 CO2를 배출하며 이는 전 세계 CO2 배출량의 10%를 상회한다. 이러한 환경적 영향의 심각성이 인식됨에 따라 지속가능성은 전시산업의 핵심 전략으로, ESG 실천은 불가피한 과제로 자리매김하게 되었다. 그러나 현행 ESG 평가체계는 전시산업 의 고유한 운영 메커니즘과 가치사슬을 제대로 반영하지 못하고 있어 문제점이 제기되 고 있다. 이에 본 연구는 UFI 지속가능발전상 수상 보고서 10개년, 96건을 초기 (2015-2018, 36건), 중기(2019-2021, 32건), 후기(2022-2024, 28건)로 구분하여 LDA 토픽 모델링을 활용하여 분석하였다. 이를 통해 전시산업 ESG 발전 궤적을 시간흐름에 따라 규명하였으며, 이러한 연구 결과는 국내 전시산업 맞춤형 ESG 평가체계 구축을 위한 실증적 기반을 제공할 것으로 기대된다.

The exhibition industry serves as a cornerstone of the MICE sector, functioning as a global business platform that facilitates cross-sector exchange and innovation. However, Life Cycle Assessment (LCA) reporeted that MICE participants generate substantial amount of CO2 with the industry's collective carbon footprint as much as the United States' annual greenhouse gas emissions, contributing to over 10% of global CO2 emissions. In response to these environmental concerns, sustainability has emerged as a strategic priority in the exhibition industry, with ESG practices becoming a prerequisite for global market competitiveness. Yet extant ESG principals fail to fully address the exhibition industry's unique characteristics. Thus, this research seeks to conduct a set of big data analytics to investigate global ESG trends in the exhibition industry and to identify changes of ESG practices over the time. The methodology employs LDA topic modeling to analyze 96 UFI 'Sustainable Development Award' winning reports spanning a decade, stratified into three periods: early (2015-2018, 36 cases), middle (2019-2021, 32 cases), and recent (2022-2024, 28 cases). The findings from this longitudinal analysis of UFI award cases seek to establish an empirical foundation for developing an ESG evaluation framework for the domestic exhibition industry.

Value tracking aims to capture the changes of attribute values along with the evolution of topic. Existing researches on value tracking only extracted the attribute values chronologically, and took no use of the context information to verify the correctness of the values. This paper proposes a context-based value tracking method. First, extract the candidate attribute values according to the patterns generated by the regular expressions; Second, recognize the temporal expressions in the source sentences of the candidate values based on conditional random fields; Finally, identify the real attribute values according to the temporal features and location features in the context. Experiments on TREC 2013 Knowledge Base Acceleration (KBA) stream corpus and human-build Chinese corpus demonstrate that the proposed method can track the changes of the attribute values effectively.

Open-source projects continue to evolve resulted in so many versions. Managing, visualizing and understanding an evolving software system are challenging tasks. In this work, we apply Latent Dirichlet Allocation (LDA) to discover source code topics and study their evolution over multiple software versions. We apply LDA to all versions of the system together and then determine how the assignment metric evolves over time. We study the software evolution of two large open-source projects, JEdit and JHotDraw, over twelve versions. The results show that changes in topics across versions are due to actual software changes such as adding, updating, and removing features. Our work suggests that using LDA can open many paths in software evolution research.

본 연구는 2012년부터 2022년까지의 온라인 플랫폼 규제에 대한 연구 동향을 텍스트 마이닝 기법 중 토픽 모델 링을 활용해 분석하였다. 640편의 논문 초록에서 주요 키워드를 추출하고, 플랫폼 규제와 관련된 7개의 주요 토픽을 도출하였다. 분석 결과, 플랫폼 규제의 자율성, 소비자 보호, 데이터 기반 기술의 발전, 이해관계자 참여 등이 주요 이슈 로 확인되었다. 연구는 플랫폼 산업에서의 독점적 지위를 규제함으로써 공정한 경쟁을 유도하고, 소비자 권리 보호를 강화해야 한다는 점을 강조한다. 또한, 기술 혁신을 저해하지 않으면서도 규제의 효과를 극대화할 수 있는 균형 있는 접근이 필요함을 시사한다.

This study analyzes research trends on online platform regulation from 2012 to 2022 using topic modelling, a text mining technique. Based on 640 academic papers, seven key topics were identified, including platform self-regulation, consumer protection, data-driven technology, and stakeholder engagement. The analysis shows that regulating the monopolistic tendencies of platforms is essential to promote fair competition and safeguard consumer rights. Moreover, it emphasizes the importance of a balanced approach that fosters innovation while ensuring the effectiveness of regulations. The findings offer valuable insights into the evolving landscape of online platform regulation.

이 연구는 메타버스 관광의 시기별 담론 변화를 분석하고, 향후 발전 방향을 모색하기 위해 수행되었다. 기존메타버스 관광 연구는 가상세계(Virtual World)나 증강현실(Augmented Reality)과 같은 개별 기술 영역에 편중되어있어, 메타버스 생태계를 포괄하는 거시적이고 종단적인 실증 연구가 미비한 실정이다. 이에 이 연구는 2016년부터 2023 년까지 VR, AR, 메타버스 관광과 관련된 언론 보도 데이터를 대상으로 다이나믹 토픽 모델링(Dynamic Topic Modeling, DTM)을 적용하여 주요 토픽의 변동 양상을 분석하였다. 네이버 뉴스에서 수집한 64,677건의 유효 기사 데이터를 분석한결과, 첨단기술, 관광정보, 콘텐츠, 관광연계상품, 정책, 교육, 콘텐츠 소비 방식, 체험 등 8개의 핵심 토픽이 도출되었으며, 각 토픽의 비중과 변화 추이가 파악되었다. 초기에는 일부 토픽에 대한 논의가 주를 이루지만, 이후 다양한 토픽으로확장되는 다차원적 양상을 보인다. 특히, 메타버스가 단순한 기술 혁신의 개념을 넘어 관광산업 내 적용 방식과 활용전략의 변화로 전환되고 있음을 확인할 수 있다. 또한, 메타버스 관광이 초기의 상품 중심 시장에서 정보 제공 및 경험공유 플랫폼으로 재편되는 경향을 보이며, 정책적 지원과 공공기관의 역할이 지속적 발전의 주요 동력으로 확인된다. 이 연구는 메타버스 관광의 통합적이고 거시적인 시계열적인 분석을 통해 정책적 함의를 도출하며, 메타버스 관광 연구의방법론적 확장을 촉진하는 데 기여한다.

This study analyzes the evolving trends in Metaverse tourism and proposes future directions. Previous research on Metaverse tourism has often focused on isolated areas-such as virtual reality (VR) and augmented reality (AR)-and has lacked integrative and longitudinal empirical studies that capture the diverse and dynamic nature of Metaverse tourism. In response to this research gap, this study employs Dynamic Topic Modeling (DTM) to examine shifts in key themes within news media articles related to VR, AR, and Metaverse tourism from 2016 to 2023. A total of 64,677 valid news articles were collected from Naver News for analysis. The study identifies eight core topics: advanced technology, tourism information, content, tourism-linked products, policy, education, content consumption methods, and experience. The findings reveal that early discourse was concentrated around a limited number of themes but gradually expanded to encompass a broader and more multifaceted range of issues. Notably, the focus of Metaverse tourism has evolved beyond technological innovation to emphasize the practical applications of emerging technologies. Furthermore, there has been a discernible shift from product-centric approaches toward the development of information-sharing platforms. Consistent policy support and the active involvement of the public sector are highlighted as key drivers of the sustainable growth of Metaverse tourism. The findings of this study offer practical insights and contribute to the methodological advancement of Metaverse tourism studies by providing a comprehensive and longitudinal analysis of topic trends.

에너지 하베스팅 기술은 주변에 소실되는 에너지를 사용 가능한 전력 형태로 변환하는 친환경적인 에너지 생산 방식으로, 환경적·기술적 필요성아래에 많은 관심을 받고 있다. 반면, 에너지 하베스팅 기술의 발전 흐름이나 동향에 대한 계량적 분석 연구는 적은 관심을 받고 있므며, 소수의 선행연구들은 특정 기술에너지원, 변환방식 관점에서의 제한적인 기술 동향을다루었다. 본 연구는 전체적인 에너지 하베스팅 기술에 관련된 대량의 특허데이터를 기반으로, 전반적인 에너지 하베스팅 기술의 발전 동향을 분석한다. 본 연구는 특허 정보 기반의 토픽 진화분석을 통해, 시간에 따라 발전하는 에너지 하베스팅 기술을 계량적으로 분석한다. 구체적으로, 본 연구는 에너지 하베스팅 기술 특허에 토픽 모델링 기법을 적용하여 세부 기술요소를정의한다. 다음으로, 기술요소 간 연계성 및 부상 시점을 특허 정보를 기반으로 계량화하고, 기술 진화 맵을 생성한다. 에너지 하베스팅 기술의 기술진화 맵은 다양한 세부 기술요소들이 시간에 따라 등장하고 상호작용하며발전하는 양상을 보여 준다. 분석결과를 통해, 에너지 하베스팅 기술이 초기에는 주변 에너지나 효율적인 변환방식에 관한 기술적 연구가 진행되었고, 최근에는 에너지 하베스팅 기술을 다른 분야에 활용하기 위한 응용 연구가진행된 것을 확인하였다. 본 연구의 분석결과를 통해, 에너지 하베스팅 연구자들과 정책 입안자들은 에너지 하베스팅 기술 발전 동향을 이해하고, 최근발전 양상까지 모니터링할 수 있을 것으로 기대된다.

Energy Harvesting technology, which converts ambient energy present in the environment into usable power forms, has received steady attention under environmental and technical necessity. Few existing prior studies have focused on specific technical energy support or conversion methods, dealing with limited technical trends. This study analyzes the overall development trend based on a large amount of patent data. This study quantitatively addresses the development pathways over time through a patent information-based topic evolution analysis. This study defines detailed technical elements by applying topical modeling to the text of collected patents. Next, the connection between technology elements is quantified using inventor, citation, and classification information. The emerging time points of each technology element are defined based on forward citation information, and a technology evolution map is generated. The technology evolution map shows that various detailed technical elements emerge, interact, and develop over time. The analysis results showed that technologies on ambient energy and efficient conversion method were active in the beginning, and application technologies in other areas were recently conducted. Through the analysis results, it is expected that researchers and policy makers in related academia understand the trends in Energy Harvesting technology and monitor the latest development trends.

인터넷과 디지털 기술의 발전은 전자상거래를 중심으로 한 디지털 경제 구조를 근본적으로 재편시켰다. 이에 따라e커머스 분야는 단순한 거래 채널을 넘어 인공지능, 플랫폼 경제, ESG 경영 등 다양한 주제를 포괄하는 융합 연구 영역으로 확장되었다. 본 연구는 2009년부터 2025년까지 국내 e커머스 관련 학술논문 1,271편의 메타데이터(제목, 초록, 키워드)를 수집하여 3년 롤링 윈도우(2년 간격) 단위로 주제 변화를 시계열적으로 분석하였다. 최신 토픽모델링 기법인BERTopic을 적용하여 시기별 핵심 주제를 도출하고, 공출현 네트워크 분석을 통해 주제 간 구조적 관계와 중심성을 정량적으로 규명하였다. 그 결과, 2009~2015년에는 쇼핑, 품질, 만족, 신뢰 등 소비자 행동 중심 연구가 주를 이루었고, 2016~2020년에는 모바일, SNS, 빅데이터 등 기술 융합형 주제가 확산되었다. 2021년 이후에는 AI, 생성형 모델, 메타버스, ESG, 라이브커머스, OTT 서비스 등 데이터⋅플랫폼 기반 신흥 주제가 급부상하였다. 반면 mobile service, social commerce 등 전통적 주제는 점차 쇠퇴하는 양상을 보였다. 이러한 결과는 e커머스 연구의 핵심축이 기술⋅데이터⋅플랫폼 중심으로 이동하고 있으며, 학문적 융합과 지식 확산이 가속화되고 있음을 시사한다. 본 연구는 문맥 기반 토픽모델링과 네트워크 분석을 결합한 통합적 접근을 통해 e커머스 분야의 연구 진화 구조를 실증적으로 규명하고, 향후 학문적발전 방향과 산업적 전략 수립에 기초자료를 제공한다.

This study collected metadata (titles, abstracts, and keywords) from 1,271 domestic e-commerce-related journal articles published between 2009 and 2025 and analyzed topic evolution over time using a three-year rolling window with two-year intervals. By applying the state-of-the-art BERTopic algorithm, the study identified key topics for each period and quantitatively examined structural relationships and centrality among topics through co-occurrence network analysis. The results show that from 2009 to 2015, research primarily focused on consumer behavior topics such as shopping, quality, satisfaction, and trust, while from 2016 to 2020, technology convergence themes such as mobile, SNS, and big data became prominent. Since 2021, emerging data- and platform-driven topics—including AI, generative models, metaverse, ESG, live commerce, and OTT services—have rapidly gained attention, whereas traditional subjects like mobile service and social commerce have gradually declined. These findings indicate a paradigm shift in e-commerce research toward technology, data, and platform-centered convergence, accompanied by accelerated knowledge diffusion. By integrating context-based topic modeling with network analysis, this study empirically elucidates the structural evolution of research in the e-commerce domain and provides foundational insights for future academic development and industrial strategy formulation.

최근 급변하는 디지털 환경과 생성형 인공지능의 등장으로 기존 벤처 생태계의 다양화와 패러다임 변화 흐름이 확산되면서 스타트업 성장에 대한 재조명이 필요한 시점이다. 그러나 신기술의 등장과 환경 변화를 반영하여 구체적인 스타트업 성공요인을 다차원적으로 고찰한 연구는 아직 드문 상황이다. 따라서 본 연구는 스타트업 성공 관련 연구들의 주요 토픽 비중 변화를 디지털 트랜스포메이션과 생성형 AI 확산 시점 전후를 기준으로 LDA 토픽모델링과 텍스트 네트워크 분석을 통해 시기별로 탐색해 보았다. 연구결과 스타트업 성공에 관한 연구 주제가 디지털 전환 이전 시기에는 경제, 정책을 포함한 거시적 환경과 전통적 운영 관리에 초점을 맞추었다면, 디지털 트랜스포메이션 이후 조직 내부 역량과 혁신, 디지털화와 네트워크에 대한 중요성이 부각되었다. 그리고 이러한 기반 위에 생성형 AI가 등장하면서 이후 시기에는 혁신의 고도화와 지속가능성, 그리고 리더십 및 회복탄력성이 스타트업 성공 연구의 주요 논의로 부상하는 흐름을 발견하였다. 본 결과는 스타트업 연구의 다차원적인 진화 양상을 식별하고 스타트업 성패를 고찰하기 위한 장기적 관점의 접근 필요성을 시사한다. 아울러 본 연구는 기술환경의 변화와 스타트업 성공 요인 관련 학술적 논의의 재편 추이를 축적된 문헌 데이터를 토대로 통합적으로 조망해 봄으로써 스타트업 실무와 정책설계에 기반을 마련할 수 있는 실질적 초석을 제공하고 관련 생태계 발전에 기여하는 시사점을 제공할 것으로 기대한다.

The rapid diffusion of digital transformation and generative AI has fundamentally reshaped the venture ecosystem, underscoring the need to revisit the determinants of startup success. However, few studies have examined how startup success factors evolve across successive technological shifts. Accordingly, this study explores the evolution of startup success factors during the digital transformation and generative AI eras using LDA topic modeling and text network analysis. The results show that, prior to the digital transformation era, research topic on startup success factors were primarily associated with macro-level conditions, including economic and policy environments, as well as traditional operational management. In the digital transformation era, the emphasis shifted toward internal organizational capabilities, digitalization, and networks. Building on this transition, the emergence of generative AI appears to have further elevated the importance of innovation, sustainability, leadership and resilience as major research themes related to startup success. These findings suggest that startup research is becoming increasingly multidimensional and highlight the need for a long-term perspective to better understand startup success and failure. Furthermore, this study offers an integrated understanding of how research topics on startup success factors have evolved across different technological eras based on accumulated literature data, providing a foundation for startup strategy and policy development and contributing to the advancement of the entrepreneurial ecosystem.

친밀한 파트너 관계에서 발생하는 경제적 폭력은 피해자를 가해자에게 경제적으로 종속시켜 폭력적 관계로부터의 이탈을 구조적으로 어렵게 만드는 통제의 핵심 기제다. 그러나 비가시적 특성과낮은 사회적 인식으로 인해 경제적 폭력은 그간 학술적·실무적 논의의 사각지대에 머물러 왔다. 이에 본 연구는 친밀한 파트너 관계에서 발생하는 경제적 폭력의 양상과 반복피해에 따른 변이 과정을실증적으로 규명하는 것을 목적으로 한다. 이를 위해 2023년에 선고된 친밀한 파트너 폭력 사건중 경제적 폭력이 포함된 제1심 판결문 284건을 분석 대상으로 선정하였다. 특히 정형화된 통계수치로는 포착하기 어려운 폭력의 구체적 맥락과 잠재적 유형을 규명하기 위해 텍스트 마이닝 기반의 토픽모델링 기법을 적용하였다. 아울러, 동일한 가해자-피해자 관계에서 발생한 반복 사건을 1 차부터 3차까지 추적하여 차수별 변화 양상을 분석하였다. 토픽 일관성 지표가 꾸준히 상승하는가운데, 1차 사건에서는 7개 유형의 경제적 폭력 양상이 도출되었으며, 토픽 수는 2차 사건에서5개, 3차 사건에서 4개로 수렴하였다. 주요 분석결과는 다음과 같다. 첫째, 범행 공간이 물리적 영역 중심에서 온라인 및 혼합형으로전환되었다. 둘째, 친밀한 파트너 관계에서 획득한 금융계정정보를 활용한 디지털 침해 방식이 분화및 회귀하는 적응적 양상을 보였다. 셋째, 3차 사건에 이르러 온·오프라인 복합 스토킹과 계획적범행이 새로운 전략으로 등장하였다. 넷째, 협박 대상이 피해자 지인에서 불특정 다수로 점진적으로확대되어 피해자를 사회적으로 고립시키는 전략이 강화되었다. 이러한 결과는 친밀성에 기반해 공유된 정보와 공간이 폭력적 관계로 변할 경우 폭력의 도구로 전환되는 ‘친밀성의 역설’을 보여주며, 이때 디지털 기술은 이러한 강압적 통제를 강화하는 핵심 기제로 작동함을 시사한다. 분석결과를토대로 본 연구는 친밀한 파트너 관계 내 경제적 폭력 피해자의 관계 이탈을 실질적으로 지원하는경제적 자립 지원체계 강화, 비가시적 폭력의 조기 식별을 위한 수사기관의 현장 대응체계 보완, 온·오프라인 복합형 통제에 대응하는 법적·제도적 보호 장치 마련의 필요성을 제언하였다.

This study aims to empirically examine the patterns of economic abuse in intimate partner relationships and the processes through which these patterns evolve across repeated victimization. To this end, the study analyzes 284 first-instance court decisions involving intimate partner violence that included elements of economic abuse, all adjudicated in 2023. To capture the contextual nuances and latent typologies of abuse that are difficult to identify through conventional quantitative indicators, a text-mining based topic modeling approach was employed. In addition, repeated incidents involving the same perpetrator-victim dyads were tracked across the first, second, and third occurrences to analyze sequential variations over time. The analysis identified seven distinct types of economic abuse in first incidents, with the number of topics converging to five in second incidents and four in third incidents as repeat victimization progressed. Meanwhile, topic coherence scores increased steadily, indicating that abusive behaviors became increasingly refined and patterned over time. The key findings are as follows: First, the spatial context of abuse shifted from primarily physical settings to online and hybrid environments. Second, digital intrusion tactics exploiting financial account information obtained through intimate relationships exhibited adaptive patterns of differentiation and regression. Third, by the third incident, hybrid online-offline stalking and more deliberate, premeditated offenses emerged as new strategies. Fourth, the targets of threats gradually expanded from the victim’s acquaintances to unspecified third parties, with reinforced strategies to isolate victims from society. These findings illustrate the “paradox of intimacy,” whereby information and spaces shared within intimate relationships are transformed into instruments of abuse once the relationship becomes violent, with digital technologies serving as a key mechanism that amplifies coercive control. Based on these results, the study underscores the need to strengthen economic independence support systems that facilitate victims’ exit from abusive relationships, enhance frontline investigative responses for the early identification of invisible forms of abuse, and establish legal and institutional safeguards to address hybrid online-offline forms of coercive control.

초록(한국어): 본 연구는 중도입국청소년을 둘러싼 이주민과 외국인에 대한 온라인 대중 담론의 구조와 시계열적 변화를 실증적으로 규명하는 데 목적이 있다. 적응 및 제도 중심 기존 연구의 한계를 넘어 사회적 배제 이론과 접촉 이론을 바탕으로 미디어를 통한 간접 접촉이 소수자 집단에 대한 사회적 인식을 어떻게 변화시켜 왔는지 탐색하였다. 2012년부터 2025년까지 네이버 뉴스 기사 204건에서 댓글 2,522건을 수집하여 텍스트 전처리 후 명사 키워드 빈도 분석 및 LDA 토픽모델링을 수행하였고, 다문화가족정책지원계획 시기를 기준으로 시계열 분석을 진행하였다. 분석 결과, 주요 키워드는 중도입국청소년 당사자의 특성보다 국가 정체성 및 자원 배분과 같은 거시적 이슈와 강하게 결합되어 있었다. 도출된 4개 토픽은 '이주민 지원에 대한 국가 책임과 사회적 비용 인식', '교육 담론의 정치 쟁점화', '배제적 민족주의 인식', '인권 담론의 정치 진영화'로 나타났다. 시계열 분석 결과, 2차 시기에는 자국민 '역차별' 프레임이 주도적이었고, 3차 시기에는 난민 사태 및 코로나19와 맞물려 배제적 프레임이 극단적으로 확장되었다. 반면 4차 시기에는 인구 감소 및 노동력 부족 등 현실적 맥락 속에서 제도적 보완과 조건부 포용 양상이 대두되며 배제와 수용이 공존했다. 본 연구는 온라인 대중 담론 속에서 중도입국청소년이 고유한 맥락을 잃고 이주민·외국인 일반의 범주로 소거되는 타자화 기제를 실증했다는 데 학술적 의의가 있다. 이러한 결과를 바탕으로 중도입국청소년의 독자적 주체성을 가시화하는 디지털 거버넌스 차원의 다각적 사회복지정책 및 실천 방향을 제안하였다.

This study examines the temporal evolution of online public discourse on migrants and foreigners surrounding school-age mid-entry immigrant youth in South Korea. Drawing on Social Exclusion and Contact Theories, it explores how indirect media contact shapes public perceptions. Based on Multicultural Family Policy Support Plan periods, keyword frequency, LDA topic modeling, and time-series analysis were conducted on 2,522 comments from 204 news articles (2012-2025). Findings show public discourse was more strongly associated with macro-level issues such as national identity and resource allocation than with the characteristics of the youth themselves. Four major topics emerged: 'perceptions of national responsibility and social costs', 'politicization of educational discourse', 'exclusive nationalism', and 'politicization of human rights discourse'. Time-series analysis revealed that reverse discrimination dominated the second policy period, while exclusionary discourse intensified in the third. In the fourth period, exclusion and acceptance coexisted amid demographic decline and labor shortages. The study highlights an othering mechanism that reduces mid-entry youth to broader migrant categories, obscuring their distinct identities and experiences.