• 정보관리학회지
• /
• 제30권4호
• /
• pp.31-59
• /
• 2013

본 연구는 저자서지결합분석을 사용하여 한국 문헌정보학의 1990년대와 2000년대 지적구조와 그 변화를 분석하는데 목적을 두고 있다. 이를 위해 첫째, 군집분석, 다차원척도법을 통하여 시기별 세부 주제 영역을 밝혔다. 둘째, 네트워크 분석을 통해 세부 주제 영역 간 관계를 시각화하고 전역 중심성이 높은 주제 영역을 확인하였다. 셋째, 1990년대와 2000년대 지적구조 비교를 통해 시간의 경과에 따른 주제 영역의 흐름을 규명하였다.

• 정보관리학회지
• /
• 제41권2호
• /
• pp.295-316
• /
• 2024

연구동향 분석은 학문의 지속가능한 발전과 미래를 위해 반드시 필요한 작업으로, 선행연구의 가치를 이해하고 후속 연구의 기반을 마련하는데 중요한 수단이 된다. 본 연구는 국내 정보공개 관련 연구동향을 비교 분석함으로써 다양한 학문에서 바라본 정보공개의 미래 융합연구 방향성에 대한 시사점을 도출하고자 한다. 이를 위해 한국학술인용색인(KCI)에 정보공개 관련 논문이 처음 등장한 2002년부터 2023년까지의 출판빈도와 세부 학문별 논문 게재 추이를 시계열에 따라 분석하였다. 또한, 정보공개 관련 주요 학문 분야인 법학, 행정학, 문헌정보학의 논문명과 저자 키워드를 대상으로 네트워크 분석과 LDA 토픽모델링 기법을 활용하여 각 학문별 주요 키워드 관계와 특화된 연구주제를 시각화하고 비교하였다. 분석 결과, 법학은 주로 법적 규제와 정책 개선을 중심으로, 행정학은 사회적 요구 변화와 행정기관에서의 구체적인 운영 방안을, 문헌정보학은 기록과 정보의 관리에 대한 실무적 접근을 중심으로 연구가 이루어졌다. 이에 기반한 미래 연구 방향으로는 법학 분야의 정책 연구에 행정학 분야의 사회적 변화 연구를 결합하고, 문헌정보학의 실무적 관점에서 접근하여 현실적인 정책과 실행가능한 운영 지침 개발 등을 들 수 있다. 이러한 융합연구는 정보공개제도의 체계적이고 효율적인 수행을 가능하게 하여 국민의 알권리 보장과 국정 투명성 제고에 기여할 수 있을 것이다.

• 한국비블리아학회지
• /
• 제33권1호
• /
• pp.301-319
• /
• 2022

최근 수십 년 동안 데이터 집약적인 연구 환경에서, 데이터 중심의 연구의 양이 빠르게 증가하고 있으며 주요 연구 재단의 데이터 관리 정책이 변화되어 왔다. 따라서, 연구자들은 연구데이터를 관리하고 공유하는 데 있어 새로운 도전에 직면하고 있다. 사서는 데이터 관리 지침, 데이터 큐레이션, 데이터 시각화, 데이터 교육 및 훈련 등 다양한 서비스를 제공하기 시작했다. 이에 따라, 사서는 데이터 서비스에서 전문가의 역할을 맡기 시작했다. 하지만, 데이터사서라는 새로운 전문직의 역할과 핵심 역량은 아직 명확하게 확립되지 않았다. 따라서, 데이터사서에 대한 핵심 역량을 식별할 필요가 있다. 본 연구는 데이터사서 구직에 필요한 핵심 역량을 파악하고자 2017년부터 2021년까지 등록된 95개의 온라인 구인 광고를 바탕으로 채용 정보를 분석했다. 데이터사서의 핵심 역량은 기술, 커뮤니케이션 및 대인 관계, 교육/컨설팅, 서비스, 메타데이터, 도서관 경영, 데이터 큐레이션이었다. 기술 역량은 통계 소프트웨어, 컴퓨터 프로그래밍 활용 역량이 중요했다. 본 연구는 데이터사서의 핵심 역량과 구직에 필요한 요구 사항을 파악하는 기초 자료로서 활용될 수 있고, 현장의 요구를 반영한 교과 과정 개발 및 개정에 활용될 수 있다.

• 정보관리학회지
• /
• 제39권3호
• /
• pp.99-132
• /
• 2022

본 연구의 목적은 LDA 토픽모델링 결과와 BERTopic 토픽모델링 결과를 합성하는 방법론인 Augmented and Extended Topics(AET)를 제안하고, 이를 사용해 문헌정보학 분야의 연구주제를 분석하는 데 있다. AET의 실제 적용결과를 확인하기 위해 2001년 1월부터 2021년 10월까지의 Web of Science 내 문헌정보학 학술지 85종에 게재된 학술논문 서지 데이터 55,442건을 분석하였다. AET는 서로 다른 토픽모델링 결과의 관계를 WORD2VEC 기반 코사인 유사도 매트릭스로 구축하고, 매트릭스 내 의미적 관계가 유효한 범위 내에서 매트릭스 재정렬 및 분할 과정을 반복해 증강토픽(Augmented Topics, 이하 AT)을 추출한 뒤, 나머지 영역에서 코사인 유사도 평균값 순위와 BERTopic 토픽 규모 순위에 대한 조화평균을 통해 확장토픽(Extended Topics, 이하 ET)을 결정한다. 최적 표준으로 도출된 LDA 토픽모델링 결과와 AET 결과를 비교한 결과, AT는 LDA 토픽모델링 토픽을 한층 더 구체화하고 세분화하였으며 ET는 유효한 토픽을 발견하였다. AT(Augmented Topics)의 성능은 LDA 이상이었으며 ET(Extended Topics)는 일부 경우를 제외하고 대부분 LDA와 유사한 수준의 성능을 나타내었다.

• 정보관리학회지
• /
• 제37권2호
• /
• pp.311-331
• /
• 2020

본 연구의 목적은 디지털 인문학 분야의 국내외 주요 연구의 동향을 살펴보고 비교 분석하는 데 있다. 기존의 디지털 인문학 동향에 관한 연구들은 해외의 주요 연구사례와 국가정책, 발전 방향 등을 검토하는 연구들로, 디지틸 인문학 분야의 세부 연구주제 및 하위 분야를 파악하는 것과는 거리가 있었다. 본 연구에서는 국내외 학술 문헌의 계량서지적 분석을 통해 디지털 인문학 분야의 지적 구조를 살펴보고자 한다. 이를 위해 Web of Science와 RISS로부터 2020년 3월까지 출판된 디지털 인문학 관련 국내외 학술 문헌을 수집하여 분석에 사용하였다. 이 자료들을 대상으로 구조적 토픽모델을 적용하여 세부 주제들을 살펴보았으며, 이 주제들의 시계열적 추이를 파악하였다. 분석결과, 국내외 공통적으로 인문학 기반의 융합 연구들이 수행되었으며, 주로 사료의 디지털화가 주된 연구의 관심사였다. 국내는 문화콘텐츠와 스토리텔링 관련된 연구주제가 두드러지게 나타났으며, 해외는 디지털화된 자료의 제공 측면에서 문헌정보학 관련 주제들이 주목을 받는 것으로 나타났다. 이를 통해 국내의 디지털 인문학 분야의 연구 공백을 파악하고 연구주제 확장이 가능한 영역들을 제안하였다.

• 한국비블리아학회지
• /
• 제27권1호
• /
• pp.27-57
• /
• 2016

본 연구에서는 정책관련 전문도서관에서 근무하는 정책정보전문사서에게 요구되는 자질, 자격, 직무 등을 도출하여 제안하고자 하였다. 이를 위해 먼저 전문사서관련 문헌자료들을 총체적으로 분석하였고, 또한 국내외 구인구직사이트에 제시하고 있는 정책정보전문사서의 자격, 자질, 직무 등을 분석하였으며, 이 과정을 통해 도출한 내용을 설문문항으로 개발하여 관련 분야 전문사서들을 대상으로 설문을 수행하였다. 연구결과, 첫째, 정책정보전문사서에게 요구되는 문헌정보학 학력은 문헌정보학 석사가 가장 높게 나타났고, 정책관련 분야 학력도 석사가 가장 높게 나타났다. 둘째, 정책정보전문사서에게 요구되는 경력의 중요도에 대해서는 정책정보관련 참고서비스 제공 경험 및 경력이 가장 높게 나타났으며, 최소 6년 이상의 도서관 분야 경력 중 최소 2년 이상의 정책정보관련 분야 경력, 정책정보관련 교육 경험 및 경력 순으로 나타났다. 셋째, 정책정보전문사서에게 요구되는 자질의 중요도에 대해서는 뛰어난 정책정보관련 자료탐색 능력이 가장 높게 나타났으며, 정책정보에 대한 지식 및 정책정보관련 자원에 대한 지식, 정책정보관련 분야의 현 트렌드에 대한 지식, 원활한 대인관계 능력 순으로 나타났다. 넷째, 정책정보전문사서가 수행해야 하는 역할 및 직무에 대한 조사에서는 정책정보서비스 기획이 가장 높게 나타났고, 정책정보서비스 제공, 정책정보 장서관리 순으로 나타났다.

• 한국문헌정보학회지
• /
• 제50권1호
• /
• pp.437-456
• /
• 2016

본 연구는 주제전문사서 양성을 위하여 문헌정보학과의 교육과정에서 교육이 이루어져야 하는 필요성을 바탕으로, 이러한 교육이 주제전문사서에 대한 인식을 제고시키고, 진로결정 의사능력을 강화하는데 도움이 될 것을 증명하는데 목적을 두었다. 연구는 크게 두 가지 내용으로 구성되었다. 첫째, 대표적인 주제전문사서양성 사례들을 조사하였다. 둘째, 상명대학교의 '의학용어와 MeSH', '보건의학정보원' 수강생들을 대상으로 주제전문사서와 주제전문서비스에 대한 인식 제고, 진로 결정능력 향상 등을 설문 조사하였다. 주요한 결과는 다음과 같다. 첫째, 응답자 대부분이 의학사서와 의학정보서비스의 필요성을 인지하고(88.7%), 의학사서의 역할을 이해하며(92.5%), 의학정보서비스의 유형과 기능에 대하여 더욱 잘 알게 되었으며(100%), 전문직으로써 의학사서에 대한 자부심을 더욱 더 자각하게 되었다(83%). 둘째, 의학도서관으로의 취업의사를 갖거나(45.3%) 의학정보서비스 업무 담당 의사를 보인(26.4%) 응답자는 앞의 다른 질문의 응답자 수보다 현저하게 낮은 것으로 나타났다. 셋째, 교과목 수강 여부, 수강 과목의 수, 학년에 따른 통계적인 차이는 없었고, 의학사서와 의학정보서비스에 대한 이해도 면에서는 수강자가 비수강자보다 높았고, 의학사서 취업 의사에 있어서는 비수강자가 수강자보다 다소 높은 수준을 보여주었다. 넷째, 문헌정보학과 교육과정 안에서의 교육은 지식습득에는 효과적이지만 취업의사나 진로결정의 부분에서는 오히려 조심스러운 입장을 갖게 하는 것으로 볼 수 있었다. 마지막으로 의학주제에 대한 어려움과 낯설음을 극복할 수 있도록 교과목을 개선할 필요가 있음을 제안하였다.

• 한국문헌정보학회지
• /
• 제58권1호
• /
• pp.5-30
• /
• 2024

이 연구는 토픽모델링 모형인 LDA, Top2Vec, BERTopic을 대상으로 실험데이터에서 토픽을 추출하고, 그 결과를 비교 분석함으로써 각각의 모형 간의 특성과 차이를 파악하는데 목적이 있다. 실험데이터는 Web of Science(WoS)에 등재된 문헌정보학 분야 학술지 85종에 게재된 논문 55,442편을 대상으로 하였다. 실험 과정으로 우선 각 모형의 파라미터를 기본값 그대로 이용하여 1차 토픽모델링 결과를 얻었고, 최적의 토픽 수를 설정하여 각 모형의 2차 토픽모델링 결과를 얻었으며, 이들을 각 모형과 단계별로 비교분석하였다. 1차 토픽모델링 단계에서는 LDA, Top2Vec, BERTopic 모형이 각각 100개, 350개, 550개의 토픽을 생성하여 세 모형은 각각 매우 다른 크기의 토픽 개수를 가져왔으며, LDA 모형에 비해 Top2Vec이나 BERTopic 모형이 토픽을 3배, 5배 더 세분화하였다. 또한 세 모형은 토픽 당 문서 수의 평균이나 표준편차에서도 많은 차이가 났다. 구체적으로 LDA 모형은 비교적 적은 수의 토픽에 많은 문서를 부여하는 반면, BERTopic 모형은 반대의 경향을 보였다. 25개의 토픽 수를 생성하는 2차 토픽모델링 단계에서는 다른 모형에 비해 Top2Vec 모형이 평균적으로 토픽 당 많은 문서를 부여하고 토픽간에 고르게 문서를 할당하여 상대적으로 편차가 작았다. 또한 모형간의 유사 토픽의 생성여부를 비교하면, LDA와 Top2Vec 모형이 전체 25개 중에 18개(72%)의 공통된 토픽을 생성하여 BERTopic 모형에 비해 두 모형이 더 유사한 결과를 보였다. 향후 토픽모델링 결과에서 각 토픽과 부여된 문서들이 주제적으로 올바르게 형성되었는지에 대한 전문가의 평가를 통해 보다 완전한 분석이 필요하다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.