Earticle

As technology becomes integral to customer experiences, the study investigates the adoption of technologies in hotels and their influence on traditional service. The integration of IoT is explored for its potential to create new experiences and increase customer satisfaction, alongside challenges such as security concerns and high investment costs. Therefore, this research gathered Google News data using the keywords "Smart Hotel" and "Hotel IoT" to analyze emerging trends in the hospitality sector. Co-occurrence network analysis and Latent Dirichlet Allocation (LDA) topic modeling unveil key clusters and topics, emphasizing customer experience, technology amenities, and intelligent operation. The findings contribute valuable insights into the evolving landscape of smart hotels and the relationship between IoT and the hospitality sector.

물류 서비스 품질 평가는 운영 관리 분야에서 중요한 관심사이며, 유연성이 증가하고 소비자 요구가 다양해진 포스 트 팬데믹 시대에 그 중요성이 강조되고 있다. 이에 따라 기업들은 실시간으로 LSQ를 평가할 수 있는 도구를 필요로 하고 있 다. LSQ 평가를 위해 최근의 연구에서 텍스트 마이닝 기법을 활용하고 있으나, 대부분 LSQ에 영향을 미치는 요인들을 식별 하는 데만 초점을 맞추고 있어 요인들의 상대적 중요성과 상호 관계에 대한 분석이 부족하여 실행가능한 동찰력 제공에는 한 계가 있다. 본 연구에서는 이러한 한계점을 보완하고자 Koubei.com에서 11개 주요 중국 물류 기업에 대한 고객 리뷰 데이 터를 수집하였고 LDA 토픽 모델링을 적용하여 LSQ 영향 요인을 도출하였다. 음이항 회귀 모델을 통해 도출된 요인을 고객 평가와 연결하여 분석한 결과, 배송 속도와 서비스 태도는 LSQ에 긍정적인 영향을 미치는 반면 물류 프로세스, 최종 배송, 경 제성, 대응성, 전문성, 신뢰성은 LSQ룰 저해하는 요인으로 작용하는 것으로 나타났다. 마지막으로, 온라인 리뷰 텍스트에 대 한 동시 발생 네트워크 분석을 수행하여 물류 서비스 품질 향상을 위한 실질적인 관리 방안을 제시하였다.

Logistics Service Quality (LSQ) evaluation is a key issue in operations management, especially in the post-pandemic era with greater flexibility and diverse consumer demands. Companies now require real-time LSQ assessment tools. While recent studies use text mining to identify LSQ factors, they often lack analysis of factor importance and relationships, limiting practical insights. This study collected customer reviews on 11 major Chinese logistics firms from Koubei.com and applied LDA topic modeling to extract LSQ factors. A negative binomial regression linked these factors to customer ratings, revealing that delivery speed and service attitude positively affect LSQ, while logistics processes, last-mile delivery, economic efficiency, responsiveness, professionalism, and reliability have negative impacts. Co-occurrence network analysis further provided practical strategies to improve LSQ.

The purpose of this study is to identify users' perceptions of the Coupang Eats app, which is maintaining growth in the delivery app market, and to derive improvements by identifying factors that induce and strengthen positive/negative perceptions. As a result of the study, first, the frequency and connection centrality of the word 'fast' were high, indicating that the speed of the Coupang Eats service is receiving a lot of attention. Second, as a result of CONCOR analysis, the areas of interest of users were identified by clustering the main keywords of the Coupang Eats app review data and dividing them into groups. A total of four groups could be identified: 'benefit service', 'satisfaction', 'inconvenience', and 'other', indicating the areas of interest of users. Third, through emotional vocabulary analysis, it was confirmed that there were more positive vocabulary than negative vocabulary in the Coupang Eats app review data. Fourth, the result of document sensitivity classification also confirmed that positive reviews appeared more than negative reviews. Finally, a text analysis was conducted on positive and negative reviews classified according to the document sensitivity classification to derive factors that induce and strengthen positive and negative perceptions.

기후변화로 인하여 산불·산사태 등과 같은 산림 재해가 증가하고 그 피해 규모도 점점 커지고 있다. 이와 동시에 산림복지서비스에 대한 사회적 수요도 지속적으로 증가하고 있는 실정이다. 이러한 상황에 대응하기 위해 산림청에서는 효과적인 재해방지와 복지서비스의 구현을 위한 모바일 애플리케이션으로 산림 재해경고 및 신고서비스인 ‘스마트 산림재난’과 산림복지서비스 플랫폼인 ‘숲나들e’를 제공하고 있다. 본 연구는 두 애플리케이션에 대한 사용자 평가와 리뷰를 대상으로 텍스트 마이닝 기법으로 분석하 여, 현재 운용상의 문제점을 파악하고 개선 및 발전 방안을 제시하는 것을 목표로 수행하였다. 분석 대상 자료는 주요 앱스토어 2곳(구글 플레이스토어, 애플 앱스토어)에서 수집한 총 454건(‘스마트 산림재 난’ 49건, ‘숲나들e’ 405건)으로 이를 바탕으로 TF-IDF와 감성분석을 실시하였다. 분석 결과, ‘스마트 산림재난’ 앱은 신고 기능과 신고처리 과정에 대한 보완이 필요한 것으로 나타났으며, ‘숲나들e’는 시스 템 안정성과 신뢰성을 높이기 위한 전반적인 개선이 요구되는 것으로 확인되었다.

As forest disasters such as forest fires and landslides increase due to climate change, and social demand for forest recreation and welfare services increases, the Korea Forest Service provides forest disaster warning and prevention (Smart Forest Disaster) and forest recreation and welfare (Forest Outing e) services through mobile applications. This study identified problems and suggested improvement and development plans through text mining analysis of user evaluations and reviews of these public applications. The target data of the analysis were 454 cases (49 cases of "Smart Forest Disaster" and 405 cases of "Forest Outing e") imported from two major app stores (Google Play Store and Apple App Store), and TF-IDF and sentiment analysis were performed on them. As a result, it was found that the 'Smart Forest Disaster' app needed to supplement the reporting function, and 'Forest Outing e' needed overall improvement to increase system stability and reliability.

The Korean Academy of Community Health Nursing founded in 1971, is an academic research organization with approximately 710 nursing scholars. Topic analysis was applied using the title of the paper in the Research in Community and Public Health Nursing(RCPHN). Topic analysis was applied topic analysis using 294 paper titles published from 2017 to 2022 in the RCPHN published by the academic society. To facilitate interpretation, topic-specific association rules were applied to induce better interpretation. As a result of this analysis, 5 and 6 topics were selected as research topics before and during COVID-19, respectively. As a result of analyzing these topics, many topics related to 'Youth Online Survey' and 'Mediation Effect Analysis' appeared before Corona. during COVID-19 period, many topics related to ‘women’s health care’ and ‘psychological health care’ appeared. Compared to before COVID-19, the research subjects during COVID-19 expanded from health research targeting the elderly to include youth, women, and the elderly, and the overall community, and the research area expanded to include psychological health management that addresses depression and stress.

본 연구는 텍스트 마이닝 기법과 퓨처스 휠 방법론을 활용하여 전기자동차(EV) 산업의 미래 성공 요인을 예측하는 것을 목표로 한다. 2022년 7월 1일부터 2023년 6월 30일까지 ‘전기차’와 ‘전기자동차’를 키워드로 53,914건의 뉴스와 368,501건의 소셜 미디어(트위터, 블로그, 인스타그램) 데이터를 수집하였다. 수집된 데이터를 바탕으로 빈도 분석, 주제 분 석, 네트워크 분석을 통해 전기차와 관련된 주요 주제를 도출하였으며, 퓨처스 휠을 활용해 전기차에 대한 2차 및 3차 영향 요인을 파악하여 직접적, 간접적 영향을 확인하였다. 또한, 감정 분석을 통해 대중이 이들 요인에 대한 태도도 분석하였다. 분 석 결과, 배터리, 친환경, 반도체, 테슬라, 수소, 중고차가 주요 주제로 선정되었으며, 특히 지속 가능한 에너지 솔루션과 신기 술(배터리, 반도체, 수소)에 대한 소비자의 높은 관심이 전기차에 대한 긍정적인 전망을 뒷받침하는 것으로 나타났다. 본 연구 의 시사점으로는, 자동차 기업들이 첨단 배터리 및 반도체 기술 개발, 친환경 디자인 채택, 수소 연구개발(R&D)에 집중할 필 요가 있다는 점을 제안한다.

　This study aims to predict future success factors in the electric vehicle (EV) industry by applying text mining techniques and the Futures Wheel methodology. From July 1, 2022, to June 30, 2023, we collected 53,914 news articles and 368,501 social media posts (from Twitter, blogs, and Instagram) using the keywords “EV” and “electric vehicle.” Through frequency analysis, topic analysis, and network analysis, we identified key topics related to EVs, while the Futures Wheel allowed us to explore secondary and tertiary factors to understand both direct and indirect impacts on the industry. Sentiment analysis further revealed public attitudes toward these factors. Our findings highlighted battery, eco-friendly, semiconductors, Tesla, hydrogen, and the used car as major themes. Consumers’ strong interest in sustainable energy solutions and emerging technologies, such as batteries, semiconductors, and hydrogen, supports a positive outlook for EVs. Based on these insights, the study suggests that automakers prioritize advanced battery and semiconductor technology development, adopt eco-friendly designs, and invest in hydrogen R&D to meet evolving consumer expectations.

본 연구는 텍스트 마이닝 기법을 활용하여 한국 공공기관의 지속가능경영보고서 내 CEO 메시지에 담긴 ESG 커뮤니케이션 특성을 분석하였다. 영문 CEO 메시 지를 대상으로 키워드 빈도, 가독성 수준, Doc2Vec(Document to Vector) 기반 의미 유사도 분석을 수행하고, 주요 산업군에서는 민간기업과의 비교를 진행하였 다. 공공기관은 민간기업에 비해 ‘공공’, ‘복지’ 등 공공성 관련 키워드를 더 빈번하게 사용하는 경향이 뚜렷하였으며, 산업별 특성과 더불어 코로나19 팬데믹 전후 로 메시지의 초점이 변화하는 양상이 관찰되었다. 의미 분석에서는, 공공기관 CEO 메시지가 전반적으로 사회(S) 영역, 특히 인권 및 노동 분야에 대한 강조가 두드 러진 반면, 민간기업은 환경(E) 또는 지배구조(G) 영역과의 유사도가 더 높은 것으로 나타났다. 가독성 측면에서, 공공기관 메시지는 평균적으로 대중적 독해 수준 에 미치지 못하는 난해한 수준으로 평가되었으며, 산업 간 가독성 차이는 존재하였으나 ESG 등급과의 통계적 유의성은 확인되지 않았다. 공공기관의 경우 지배구 조(G) 및 환경(E) 영역에 대한 의미적 유사도가 상대적으로 낮아, 해당 영역에 대한 메시지 강화가 요구된다. 본 연구는 공공기관 ESG 커뮤니케이션의 언어적 특성 과 잠재적 취약점을 실증적으로 제시함으로써, 공공성과 투명성 제고를 위한 메시지 전략 개선에 실무적 시사점을 제공한다.

This study explored the characteristics of ESG communication in CEO messages from the sustainability reports of Korean public institutions using text mining techniques. Focusing on English-language messages, it examined keyword frequency, readability level, and conducted semantic similarity analysis based on the Doc2Vec(Document to Vector) model. Major industries were also compared with private companies. The analysis revealed that public institutions more frequently used words such as ‘public’ and ‘welfare’, demonstrating a stronger emphasis on public interest. Industry-specific characteristics were observed, and a shift in the messaging focus was also apparent before and after the COVID-19 pandemic. Semantic analysis showed that public institutions placed a strong emphasis on the social(S) dimension, especially issues related to labor and human rights. In contrast, messages from private companies showed stronger similarity with environmental(E) and governance(G) domains. Regarding readability, most CEO messages were difficult for the general public to understand. While readability varied by industries, no significant correlation with ESG ratings was found. Messages from public institutions had lower semantic similarity with the environmental(E) and governance(G) domains, suggesting the need for improvement in those areas. By identifying the linguistic features and potential weaknesses in public-sector ESG communication, this study provides practical insights for improving message transparency and public engagement.

본 연구는 국내외 광고리터러시 연구 동향을 비교 분석하여 국내 연구의 현재 위치를 진단하고 향후 발전 방향을 모색하는 것을 목적으로 한다. 이를 위해 국내 14편, 국외 252편의 관련 논문 초록을 수집하여 텍스트 마이닝 기법(TF, TF-IDF, LDA 토픽모델링, 시계열 회귀분석)을 적용, 핵심 키워드 및 주요 토픽, 토픽의 시기별 추세를 분석하였다. 연구 결과, 국내 연구는 3개 토픽(① 아동․ 청소년 대상 교육 실천, ② 디지털 미디어 비판적 이해, ③ 소비자 보호 교육 실천)으로, 국외 연구는 7개 토픽(① 게임, 게이미피케이션 광고 영향, ② 디지털 광고 노출과 보호자 개입, ③ 아동 대상 식품광고 영향력, ④ 광고 표기와 설득 지식, ⑤ 식품광고 규제와 정책적 접근, ⑥ 광고효과와 소비자 태도, ⑦ 광고리 터러시 교육 필요성 및 실천)이 도출되었다. 국내외 연구 모두 아동․청소년을 광고리터러시 논의의 핵심 대상으로 하고 있으며, 이들을 보호하고 역량을 강화 하기 위한 교육적 개입의 필요성을 공통적으로 강조하고 있다. 그러나 국내 연 구가 교육 실천 맥락에 집중하는 경향이 강한 반면, 국외 연구는 아동․청소년 보호와 디지털 광고 이해를 넘어 프라이버시 보호, 도박, 정치 광고 규제, 성차 별 문제 등 사회적 쟁점을 포함하는 다양한 주제를 심층적으로 다루고 있다. 이 는 국내 광고리터러시 연구가 국외에 비해 연구 규모와 주제적 다양성 측면에서 제한적 수준에 머물러 있음을 보여준다. 향후 국내 광고리터러시 연구가 정책적, 제도적 지원을 기반으로 대상을 확대하고 주제를 다원화함으로써 국제적 학술 담론 내 위상을 강화해 나갈 수 있기를 기대한다.

This study AIms to compare and analyze the research trends in advertising literacy in Korea and abroad, thereby diagnosing the current status of domestic research and exploring future directions for its development. To this end, 14 domestic and 252 international research abstracts were collected, and text-mining techniques (TF, TF-IDF, LDA topic modeling, and time-series regression analysis) were applied to identify key keywords, major topics, and temporal shifts in research focus. The results revealed three topics in domestic research—① educational practice for children and adolescents, ② critical understanding of digital media, and ③ consumer protection and education—while seven topics emerged in international research—① effects of game and gamification advertising, ② digital advertising exposure and parental mediation, ③ influence of food advertising on children, ④ advertising disclosure and persuasion knowledge, ⑤ food advertising regulation and policy approaches, ⑥ advertising effects and consumer attitudes, and ⑦ necessity and practice of advertising literacy education. Both domestic and international studies consistently highlight children and adolescents as the core subjects of advertising literacy discourse, emphasizing the need for educational interventions to protect and strengthen their competencies. However, while domestic research predominantly focuses on educational practices, international research encompasses a broader and more diversified range of topics, including privacy protection, regulation of gambling and political advertising, and gender-related issues. This indicates that domestic research remAIns limited in both scale and thematic diversity compared to international research. The findings suggest that domestic advertising literacy research should be expanded in scope and diversified in subject matter, supported by stronger policy and institutional frameworks, in order to strengthen its position within the global academic discourse.

This study investigates user perceptions and experiences of machine translation (MT) through text mining analyses of user reviews, conceptualized as digital paratexts of translation, for Google Translate, Papago, and DeepL. Employing keyword extraction, sentiment analysis, and selective qualitative analysis on 4,913 reviews, this study identifies key factors influencing user engagement and technology acceptance, including translation quality, usability, and social influences. The findings indicate that users perceive Google Translate as beneficial for its extensive language coverage, Papago as effective for language learning due to its user-friendly tools, and DeepL as superior in accuracy and naturalness. Despite generally positive attitudes toward MT, users highlight critical areas for improvement, such as interface usability and limited language support. Moreover, the reviews reflect broader socio-cultural dynamics, illustrating how societal narratives shape MT adoption. This study underscores the complementary role of MT alongside human translation and offers practical insights for developers, practitioners, educators, and researchers. By exploring user-driven insights, this research advances understanding of the evolving landscape of MT and its integration into professional and educational contexts.

In this paper, as one of the attempts to effectively utilize the vast amount of text data, I have introduced a text mining technique called Topic Model into the field of Japanese studies. Concretely, the texts of the reading comprehension parts of the previous format JLPT for the past 20 years were collected, and Topic Model analysis was carried out. The following points were made clear by such a study. First of all, it was confirmed from actual data that the subjects of the previous format JLPT tried to avoid topic-specific biases when selecting and producing the texts for the questions. Next, the text can be statistically classified into four main topics: “Private relationships such as family and work,” “Communications related to schedules,” “Public relations related to the country and society,” and “Economic activity.” The techniques and results of topic model analysis in this paper were empirical analyzes of actual existing questions. It is considered significant in that it can be applied to all fields of Japanese studies that are needed. Of course, the discussion in this paper is limited to the texts of the previous format JLPT, not the new format JLPT, and the amount of data is relatively small, although it covers all the data for the past 20 years. In addition, a comparative analysis with other texts was not possible. Therefore, it seems that there is still room for improvement in this paper, but I would like to address this as a future issue.

본 연구는 일본의 고령화, 노동력 부족, 한국의 청년 취업 다변화 등의 사회적 흐름 속에서 일본 취업에 대한 온라인 담론이 어떻게 형성되고 있는지를 구조적으 로 분석하고자 하였다. 이를 위해 수집된 일본 취업 관련 텍스트를 대상으로 빈도 분석, TF-IDF 가중치 분석, 네트워크 중심성 분석, LDA(Latent Dirichlet Allocation) 토픽 모델링을 적용하였다. 분석 결과, 비자, 워킹홀리데이, 유학, 일본어, 대학, 준비가 가장 높은 빈도와 영향력을 보이는 핵심 키워드로 나타났다. TF-IDF 분석에서는 JLPT, 전문학교, IT, 패션스쿨등과 같이 상대적으로 낮은 빈도를 가지지만 특정 맥락에서 중요한 차별화 요인들이 도출되었다. 네트워크 중심 성 분석 결과, 비자–유학–일본어–대학–준비가 주요 허브 단어로 나타났으며, 여행, 조건, IT는 서로 다른 담론을 연결하는 매개 단어로 기능하였다. LDA 토픽 모델 링 결과, 일본 취업 담론은 ‘학업·유학 기반 진출 경로’, ‘비자 및 제도적 요건’, ‘산업·기술 중심의 취업 역량’, ‘사회문화 적응 및 체류 경험’으로 범주화되었다. 이 와 같은 결과는 일본 취업이 단순한 채용 절차를 넘어, 비자 취득, 학업·언어 준비, 취업 경험, 생활 적응이 상호 연계된 복합 과정임을 보여준다. 본 연구는 일본 취 업을 준비하는 개인과 담당자에게 지원 전략 수립의 근거를 제공함과 동시에, 국가 간 노동 이동 연구에도 학문적 시사점을 제시한다. 다만, 온라인 담론에만 초점 을 맞추었기 때문에 실제 고용 통계나 인터뷰 기반 정성자료와의 통합이 부족하다는 한계가 있다. 향후에는 장기 시계열 데이터와 비교 국가 간 분석을 통해 보다 확장된 연구가 필요하다.

This study aims to explore the structural characteristics and thematic patterns of online discourse on Japanese employment using a comprehensive text mining approach. To identify the key topics and their interrelations, frequency analysis, TF-IDF weighting, network centrality analysis, and Latent Dirichlet Allocation (LDA) topic modeling were conducted on a corpus of Japanese employment-related texts. The results show that visa, working holiday, study abroad, Japanese language, university, and preparationare the most frequently occurring and influential keywords, representing four key dimensions: institutional requirements, academic and linguistic preparation, experiential pathways, and adaptation to local life. TF-IDF analysis highlighted relatively distinctive but context-specific keywords such as JLPT, vocational school, IT, and fashion school, reflecting specialized employment channels. Network centrality analysis revealed that visa–study abroad–Japanese language–university–preparationform the core hubs, while travel, conditions, and ITserve as bridging nodes that connect different clusters of discourse.

본 연구는 체계적 문헌고찰과 텍스트마이닝을 통해 국내 직무도전성 관련 연구를 종합적으로 분석하여 향후 연구의 토대를 마련하고자 하였다. 이를 위해 2024년 9월 27일까지 발표된 연구물 40편을 대상으로 직무도전성 개념의 관점, 연구물의 특성, 변인활용 및 연구결과, 키워드 네트워크 구조를 분석하였다. 분석 결과, 첫째, 직무도 전성의 개념은 직무특성 관점과 경력개발 관점으로 발전해왔으며, 용어와 측정도구 가 관점에 따라 다르게 나타났다. 둘째, 연구는 2020년대부터 급격히 증가했으며, 근 로자 대상 연구가 66.7%로 가장 많았다. 또한 교육학 분야 연구 비중이 높았으며, 전체 연구의 95%가 양적연구로 수행되었다. 셋째, 직무도전성은 주로 독립변인 또는 매개변인으로 활용되었으며, 조직, 개인의 성과와 학습, 경력차원에 중요한 영향력을 미쳤다. 넷째, 텍스트마이닝 분석 결과, 직무도전성은 조직과 구성원의 혁신과 성과 를 연결하는 매개역할이며, 핵심직무 실행, 실천적 성장, 정체성 기반 , 환경·심리적 대응의 4가지 군집이 도출되었다. 이와 같은 연구결과를 바탕으로 이론적, 실천적 함 의와 함께 연구의 한계와 후속 연구에 대한 제언을 제시하였다.

This study is to establish a foundation for future research by systematically analyzing domestic studies on job challenge through a systematic literature review and text mining. Forty studies published up to September 27, 2024 were reviewed to examine conceptual perspectives, research characteristics, variable utilization, empirical findings, and keyword network structures. The results indicate that the concept of job challenge has evolved along two theoretical perspectives: the job characteristics perspective and the career development perspective, each employing distinct terminology and measurement tools. Research on job challenge has increased markedly since the 2020s, studies focusing on employees and a high concentration in the field of education. Job challenge has served as a key independent or mediating factor influencing organizational and individual performance. Text-mining analysis further revealed mediating role in linking organizational and employee innovation and identified four thematic clusters—core job execution, practical developmental growth, identity-based characteristics, and environmental–psychological responsiveness— demonstrating the multidimensional scope of job challenge research. Based on these findings, the study outlines theoretical and practical implications and discusses its limitations along with directions for future research.

연구에서는 온라인을 기반으로 교육 데이터를 수집하여 연관된 키워드에서 도출되는 의미 있는 데이터를 추출하여 인공 지능 교육, 소프트웨어 교육, 코딩 교육에 대한 인식도를 파악하고 미래 교육 체계의 성과요인과 차세대 교육 인프라의 중장기 발전 방향 모델을 제시하고자 한다. 본 연구는 온라인 상의 클라이언트들을 대상으로 다양한 교육환경의 인식과 이슈를 분석할 수 있으며, 이에 따른 교육 분야의 육성 아젠다를 도출할 수 있다. 또한 새롭고 다양한 해결책을 제시할 수 있는 방안을 마련할 수 있는 솔루션이 될 것으로 예상한다.

In this research, we collect educational data based on online and extract meaningful data derived from related keywords to understand the perception of artificial intelligence education, software education, and coding education, and to develop the performance factors of the future education system and the mid-to-long term development of the next-generation education infrastructure. We would like to present a directional model. This study can analyze the perceptions and issues of various educational environments targeting online clients, and can derive a nurturing agenda in the education field accordingly. It is also expected to be a solution that can come up with a way to present new and diverse solutions.

사회가 복잡해지고 빠르게 변화함에 따라 미래의 위험요소를 예측하고 대응하는 연구의 중요성이 대두되고 있다. 현재 미래예측 연구는 주로 전문가 패널을 구성하여 진행되는데, 재난과 같이 시·공간적으로 불확실성과 복잡성을 함축하고 있는 주제의 경우 전문가의 주관적 판단의 한계에 부딪힐 수도 있다. 본 연구에서는 뉴스를 대상으로 텍스트마이닝을 하여 주요 토픽을 추출하고 사회위험 이슈를 도출하였으며, 도출된 사회위험 이슈를 국가 기후변화 적응대책과 비교 검토하여 본 논문에서 제시한 방법이 전문가의 의견을 객관적으로 보완할 수 있는지를 검토하였다. 도출된 대부분의 사회위험 이슈는 국가 기후변화 적응대책과 매칭되었으므로, 추후 본 연구에서 제시한 방법론을 수정․보완한다면 데이터 기반의 미래 재난 예측 연구를 효율적으로 수행할 수 있을 것으로 사료된다.

The signification of the study which is about predicting future risk factors and responding to risks comes to the fore as the society has been rapidly changing. The foresight studies are almost conducted through expert panel, but in the case of the study targeting ‘disaster’ that implies the uncertainty and complexity, it could reach the limit for expert’s subjective judgment. In this study, main topic mining and the deduction of social risk issues were conducted using text mining targeting news data. Social risk issues were examined with climate change adaptation policy. So it was considered that the suggested method could supplement the expert’s opinion objectively. Most deducted social risk issues were matched to climate change adaptation policy. So, if the suggested methodology is modified and supplemented, the data based foresight studies for disaster will be conducted effectively.

본 연구는 텍스트마이닝 기법을 활용하여 해양경찰 연구의 시계열적 변화를 실증 적으로 분석하고, 그 과정에서 나타난 연구 주제의 급격한 변화양상을 단절적 균형 이론(Punctuated Equilibrium Theory)으로 설명한다. 이를 위해 2000년부터 2024년까 지 학술정보서비스(RISS)에 게재된 해양경찰 관련 국내 학술논문 1,002건의 제목, 발행 연도, 국문 초록을 대상으로 TF-IDF, LDA, CONCOR 분석을 실시하였다. 그 결과 2015년을 기준으로 이전에는 해양경찰 조직의 체계구축과 환경 변화에 대한 연 구가 점진적으로 발전하였으나, 2015년 이후에는 해양사고의 예방 및 대응과 안전 교 육으로 연구 중심이 급격히 전환되었음을 확인했다. 이는 세월호 참사라는 외부요인 에 기인한 것으로 해석되며 단절적 균형이론의 개념과 부합한다. 최근 해양경찰 연 구는 균형상태를 유지하고 있으며 연구의 발행 건수가 감소하였으므로 활발하고 체 계적인 연구를 위해서는 첨단 과학기술의 발전, 해양환경·기후 변화 등에 발맞추어 지속적인 연구 주제의 확장이 필요하다.

This study employs text mining techniques to empirically analyze changes in research trends on the coast guard over time and explains significant shifts in research focus using the Punctuated Equilibrium Theory(PET). For this purpose, TF-IDF, LDA, and CONCOR analyses were conducted on the titles, publication years, and abstracts of 1,002 academic papers related to the coast guard, published between 2000 and 2024 on the RISS. The findings reveal that before 2015, research was primarily centered on the organizational structure of the coast guard and adaptations to maritime environmental changes. However, after 2015, there was a sharp transition toward topics such as accident prevention, emergency response, and safety education. This shift is interpreted as a response to external events, particularly the Sewol ferry disaster, aligning with the theoretical framework of PET. In recent years, research on the coast guard has remained stable, but the number of publications has declined. To foster more dynamic and systematic research, it is essential to broaden research topics by incorporating advancements in maritime technology, environmental and climate changes, and evolving security challenges.

인공지능이 가지는 자율성은 인공지능이 단순한 기술이 아닌 윤리를 지닌 존재이어야 하는 당위성을 부여한다. 이는 인공지능 기술이 발전할수록 인공지능 윤리에 대한 다양한 문제가 제기되는 것을 통해 확인할 수 있다. 이에 본 연구는 국내 학위 논문 및 학술지에 게재된 논문을 대상으로 양적 연구를 통해 국내 인공지능 윤리 연구의 경향 성을 파악한 후, 워드 클라우드 시각화, 토픽 모델링, 네트워크 분석을 통해 국내 인공지능 윤리 연구의 의미를 해 석하였다. 그 결과 국내 인공지능 윤리 연구는 아직 시작 단계이며, 대부분의 연구가 일종의 해결책을 제시하는 방 향으로 진행되었음을 알 수 있었다. 또한, 앞으로의 인공지능 윤리 연구는 사회 변화에 맞게 다양한 규제를 제시하 는 방향으로 진행될 것으로 예상한다. 본 연구는 이러한 결과를 통해서 앞으로의 인공지능 윤리 연구 방향에 대한 시사점을 제안하고자 하는 시도로서 의의가 있다.

The autonomy of artificial intelligence gives it justification that artificial intelligence should be an existence with ethics, not just technology. This can be confirmed through the fact that as artificial intelligence technology develops, various problems regarding artificial intelligence ethics are raised. Therefore, this study grasped the trend of domestic artificial intelligence ethics research through quantitative research on papers published in domestic academic papers and dissertations, and then interpreted the meaning of domestic artificial intelligence ethics research through word cloud visualization, topic modeling, and network analysis. As a result, it can be seen that domestic artificial intelligence ethics research is still in the beginning stage, and most of the research has been conducted in the direction of suggesting a kind of solution. In addition, future AI ethics research is expected to be conducted in the direction of presenting various regulations according to social changes. This study is meaningful as an attempt to suggest implications for the future direction of artificial intelligence ethics research through these results.

본 연구는 지속가능성과 디지털이 미래 패션의 생산과 소비의 모습을 결정하는 데 있어서 중요한 역할을 할 것으로 전제하고, 빅데이터 텍스트마이닝 분석을 통해 패션산업에 있어 지속가능성과 디지털 실행에 대해 형성되고 있는 소비자 인식과 주요 의제를 파악하는 것을 목적으로 한다. 이론적 배경으로 패션산업에서의 지속가능성과 디지털 실행에 대해 알아보고, 빅데이터 활용 패션 선행연구를 고찰하였다. 연구 방법으로는 소셜매트릭스 프로그램인 텍스톰을 활용하였으며, 네이버와 구글을 수집 채널로 하였다. ‘지속가능+패션+디 지털’을 키워드로 설정하였고, 수집 기간은 2020년 1월 1일부터 2023년 11월 30일까지로 하였다. 연구의 결과 는 다음과 같다. 빈도, TF-IDF, 워드 클라우드 시각화, N-gram 분석 결과 가장 많이 출현한 단어는 ‘지속가능’, ‘디지털’, ‘패션’, ‘브랜드’, ‘활용’, ‘글로벌’, ‘기업’, ‘제품’, ‘기술’, ‘친환경’, ‘고객’ 순이었으며, 지속가능, 패션, 그리고 디지털의 연결성을 확인하였다. UcINet을 활용하여 네트워크 시각화와 CONCOR 분석을 실시한 결과 ‘지속가능+디지털 패션의 핵심 가치’, ‘디지털 주도 지속가능+디지털 패션의 방향’, ‘지속가능 주도 지속가능 +디지털 패션의 방법’, ‘지속가능+디지털 패션 시스템’의 4개의 군집을 도출하였다. 대체적으로 군집 간 균형 있는 사이즈와 연결을 보였으며, ‘지속가능’과 ‘디지털’이 같은 군집에 포함된 것을 확인할 수 있었다. 본 연 구 결과는 대량의 빅데이터를 활용하여 지속가능성과 디지털이 패션산업의 미래를 만들어가는 방향임을 재 확인하고 주요 의제를 규명하였다는 데에 의의가 있다. 현재 소비자에 대한 이해정도에 기반하여 타깃 소비 자 경험을 정의 또는 재정의하는 패션기업의 비즈니스 전략 수립과 정부 정책을 수립하는 데에도 기초적인 자료로 활용될 수 있을 것이다. 연구 결과와 제한점을 토대로 시사점과 후속연구를 위한 제언을 제시하였다.

This study stems from the premise that sustainability and digital technology will be pivotal in shaping the future of fashion production and consumption. The purpose of this study is to identify consumer perceptions and key agendas shaping sustainability and digital practice in the fashion industry through big data analysis. For the theoretical background, it reviewed the sustainability with digital practice in fashion industry and literature related to fashion using big data. Textom, a social matrix program, was used to collect and analyze data from the collection channel of Naver and Google. ‘Sustainability+ Fashion+Digital’ was set as the keyword, and the collection period was from January 1, 2020 through November 30, 2023. As for the text analysis, frequency, TF-IDF, word cloud visualization, and N-gram analysis were performed. The words which appeared most often were ‘sustainability’, ‘digital’, ‘fashion’, ‘brand’, ‘utilization’, ‘global’, ‘company’, ‘product’, ‘technology’, ‘eco-friendly’, and ‘customer’, confirming the connection between sustainability-fashion-digital. For the network analysis, network visualization and CONCOR analysis using UcINet were performed. Four distinct groups emerged: 'core values of sustainable+digital fashion', 'direction of digital-led sustainable+digital fashion', 'method of sustainability-led sustainable+digital fashion', 'sustainable+digital fashion system'. The groups were balanced in size as well as connection and it was confirmed that ‘sustainable’ and ‘digital’ were included in the same group. The findings of this study reconfirmed that sustainability and digital are the direction for creating the future of the fashion industry and identified the agendas through utilizing a large amount of big data. The findings could be used as basic data to establish business strategies for fashion companies and government policies that define or redefine target consumer or public experiences based on the current level of understanding.

본 연구의 목적은 보육실습일지의 자기평가와 실습에 대한 소감문을 분석하여 예비 교사가 보육실습에서 경험한 내용을 알아보는데 있다. 이를 위해 D 대학의 유아교육과 3 학년 학생이 6주간의 보육실습기간에 작성한 자기평가와 실습 완료한 후 작성한 소감문 의 내용을 텍스트 마이닝, 연결중심성, CONCOR 분석을 하였다. 웹 기반의 빅데이터 분 석 솔루션인 텍스톰을 이용하여 데이터 정제를 위한 형태소 분석과 테이터 전처리를 실 시하였다. 텍스트 마이닝 분석을 위해 단어 빈도분석을 통해 TF와 TF-IDF를 산출하여 50개의 주제어를 선정하였고, 네트워크 분석을 통해 연결중심성과 CONCOR분석을 실 시하였다. 연구 결과는 다음과 같다. 첫째, 텍스트 마이닝 분석 결과 ‘놀이’, ‘말하기’, ‘그림책’, ‘친구’, ‘블록’, ‘정리’, ‘놀잇 감’, ‘색깔’, ‘상호작용’,‘담임교사’, ‘그림’ 등의 키워드가 중요한 영향력을 가지는 것으 로 나타났다. 둘째, 연결중심성 분석에서 ‘놀이’, ‘말하기’, ‘친구’, ‘블록’, ‘놀잇감’, ‘담임 교사’, ‘상호작용’, ‘그림책’, ‘색깔’, ‘정리’ 등의 키워드가 연결되는 단어가 많은 것으로 나타났다. 셋째, CONCOR 분석 결과 총 4개의 군집이 형성되었다. 군집별 키워드들을 참 고하여 ‘영·유아 놀이’, ‘예비교사의 역할’, ‘놀이관찰과 지원’, ‘유아의 일상’ 등으로 명 명하였다. 이를 토대로 ,텍스트 마이닝 분석에서 상위의 순위에 출현한 단어를 통해 예비 교사들은 자유놀이의 특징, 상호작용, 영유아 간의 갈등상황 등에 주목하고 있음을 분석 하였다. 본 연구는 보육실습일지를 다양하게 분석하여 보육실습운영의 방향에 필요한 기초자료를 제시하는데 있다. 그리고 효율적인 실습지도를 위해 보육실습기간 중 담당 교수가 ZOOM을 활용하여 실습기간 중 주 1회 정도 정기적으로 모여, 문제해결을 위한 토의를 하거나 실습관련 이슈에 대해 피드백을 주는 방안을 제안하였다.

The purpose of this study is to analyze the self-assessment of the childcare practice log and the contents of the post-practice record to find out what the pre-service teacher experienced in the childcare field practice. To this end, text mining, degree centrality, and CONCOR analysis were conducted on the contents of the self-assessment written by third-year students of the Department of Early Childhood Education at D University during the six-week childcare practice period. For text mining analysis, TF and TF-IDF were calculated through word frequency analysis and 50 keywords were selected. Degree centrality and CONCOR analysis were conducted through network analysis. The results of the study are as follows. First, as a result of text mining analysis, 'play', 'talk', 'picture book', 'friend', 'block', 'organization', 'toy', 'color', 'interaction', 'homeroom teacher', 'picture' ' was found to have a significant influence. Second, as a result of CONCOR analysis, a total of 4 clusters were formed. By referring to the keywords for each cluster, they were named ‘play for infants and young children’, ‘roles of pre-service teachers’, ‘observation and support for play’, and ‘daily life of young children’. Based on this, it was analyzed that pre-service teachers pay attention to the characteristics of free play, interactions, and conflicts between infants through the words that appeared in the upper ranks in the text mining analysis. In addition, for efficient practice guidance, it was suggested that the professor in charge of the university use ZOOM to share the problems experienced by pre-service teachers and to discuss about solutions during the childcare practice period.

최근 제4차 산업 혁명의 시대로 접어들면서 인공 지능(AI)이나 빅 데이터 등이 이슈가 되고 있다. 이러한 변화 속에서 인문학 분야에서도 데이터 마이닝 등을 활용 한 연구가 시도되고 있다. 본 논문에서는 일본어학 분야에서 새로운 연구방법으로 대두되고 있는 ‘텍스트 마이닝’ 기법을 활용하여 ‘일본어 조사(助詞)’ 연구를 시도하였다. 따라서 본 연구는 일본어의 조사 연구에 있어서 ‘계량적・정량적・통계적 분석의 가능성’을 시도한 데 에 의의가 있다. 분석 대상은 일본어 조사 ‘X {まで(made)}’를 중심으로 ‘X {さえ(sae)／も(mo)}’와 비교・대조 고찰하였다. 분석 엔진으로는 樋口(HiGuchi)가 개발한 ‘KH Coder’를 활 용하였고, 이 툴은 조사 등의 기능어도 분석이 가능하다. 이 KH Coder를 통해 ‘X {まで／さえ／も}’ 구문의 앞에 오는 전접 요소의 ‘빈출 어’와 ‘공기 네트워크’, ‘대응분석’과 ‘특징어’를 확인할 수 있었다. 이는 기존에 없 었던 새로운 연구방법을 도입하여 일본어 조사의 분석을 시도한 것으로 그 방법의 독창성과 참신성이 인정된다. 또 실제 코퍼스 자료를 사용함으로써 실증적인 연구로 서도 인정할 수 있다. 본 연구의 텍스트 마이닝 기법은, 일본어학 연구 특히 일본어의 조사에 대한 접 근방법의 폭을 넓히고 있다. 시드 데이터 분석의 접근과 해석 방식, 키워드 도출 및 시각화 분석을 통해 명료성과 객관성을 확보하여 학제 간 연구의 자료로 활용될 것 으로 기대된다.

Recently, in the era of the “Fourth Industrial Revolution”, “artificial intelligence(AI)” and “big data” have created certain issues. In such scenario, research utilizing “data mining” has been attempted in the field of humanities as well. In the current research, attempts have been made to study “Japanese particles” utilizing the “text mining” technique that emerged as a new research method in the field of Japanese language studies. It would be prudent to try “the possibility of quantitative, quantitative, and statistical analysis” in this study of the Japanese particles. The analysis target was compared and contrasted with “X {sae(even) / mo(also)}”, focusing on the Japanese particle “X {made(until)}”. The analysis engine used “KH Coder” developed by HiGuchi(樋口); however, this tool can also analyze function words such as particles. Using the KH Coder, we were able to confirm the “frequent words” and “co-occurrence network”, “correspondence analysis” and “characteristic words” of “X {made / sae / mo}” syntax which are commonly not understood through the conventional research methods. We intend to use the text mining technique more as “objective” data to analyze “keyword” derivation and “visualization” by expanding the scope of access to Japanese postpositions.

본 연구는 육군이 안고 있는 군사보안과 관련한 정책방향 연구의 방안으로서, 4차 산업혁명 신기술중의 하나인 빅데이터를 활용하고자 하였다. 텍스트마이닝 기법을 활용하여 군사보안(Military Security) 측면에서 국내외 저명 학술연구 논문들의 ’군사 보안‘ 트랜드를 분석하고, 이를 통해 우리가 착안해야할 정책적 방향을 도출해 낼 수 있다면, 군사보안의 큰 그림을 인식하고, 그만큼의 불필요한 시행착오를 줄일 수도 있기 때문이다. 연구결과 나름대로 의미있는 결과를 얻었는데, 국내연구는 4차 산업혁 명을 지향하는 과정에서, 주로 보안의 IT기술 및 북한의 사이버보안 등과 같은 기술적인 군사보안에 관심이 많은 반면, 국외연 구는 군사보안이 국가간 협력차원에서 필요하고, 군사보안 혁신을 통해 세계평화에 기여할 수 있는 방향으로 정책들이 연구되 고 있음을 확인하였다. 단순한 군사보안이 안보차원이 아니라 세계평화와 안보레벨을 결정한다는 측면에서 진행되고 있는 다양 한 학술적 정책연구들은 수십년간 북한과 대치되어 있는 우리의 즉물적인 상황과 대비되면서도 대승적인 차원에서 간과할 수 없는 보완방안을 제시받을 수 있는 것이었다. 군사보안이 국가간의 안보시스템적으로 연구되어야 하는 정책적 산물이라는 인식 하에 국내의 학술연구의 방향도 기존의 기술보안적인 보안연구에 그치지 말고, 국가적 네트워크의 협력하에 보다 거시적인 군 사보안 정책연구가 이루어져야 할 것으로 사료된다.

This study utilized big data, one of the new technologies of the Fourth Industrial Revolution as a policy direction study related to the military security of the Army. By utilizing Text mining and analyzing military security trends in domestic and foreign papers, it will be able to set policy directions and reduce trial and error. In this study, we found differences in domestic and international studies on military sucurity. At first, Domestic research has shown that in the course of the fourth industrial revolution, there is a strong interest in technological security, such as IT technology in security and cyber security in North Korea. On the other hand, Foreign research confirmed that policies are being studied in such a way that military sucurity is needed at the level of cooperation between countries and that it can contribute to world peace. Various academic policy studies have been underway in terms of determining world peace and security levels, not just security levels. It contrasted in our immediate confrontation with North Korea for decades but suggest complementary measures that cannot be overlooked from a grand perspective. Conclusionally, the direction of academic research in domestic and foreign should be done in macro perspective under national network cooperation, not just technology sucurity research, recognizing that military security is a policy product that should be studied in a security system between countries