• 기록학연구
• /
• 제64호
• /
• pp.5-25
• /
• 2020

아카이브는 노동기록의 부재에 대해 침묵하는 것이 아니라, 노동자 삶의 흔적을 기록화해야 한다. 곧 비정규 노동자의 행위와 고통을 기록으로 재현하는 일, 이를 바탕으로 자본주의의 억압적 구조를 밝히는 작업은 당대 아카이브의 책무이다. 노동수기 등 비정규 노동자의 삶을 표상하는 기록이 현재사를 상징하는 기록의 핵심이 되어야 하며, 아카이브는 이를 기록화해야 한다. 아카이브는 중립성의 환상을 폐기해야 한다.

• 정보관리학회지
• /
• 제34권4호
• /
• pp.7-32
• /
• 2017

최근 들어 다양한 분야에서 딥러닝이 혁신적인 기계학습 기법으로 급속하게 확산되고 있다. 이 연구에서는 딥러닝 연구동향을 분석하기 위해서 자아 중심 주제 인용분석 기법을 변형하여 응용해보았다. 이를 위해 Web of Science에서 'deep learning'으로 탐색하여 검색된 문헌 중 소수의 씨앗 문헌으로부터 인용 관계를 통해 분석 대상 문헌을 확보하는 방법을 시도하였다. 씨앗 문헌을 인용하는 최근 논문들을 딥러닝 분야의 현행 연구를 반영하는 자아 문헌집합으로 설정하였다. 자아 문헌으로부터 빈번히 인용된 선행 연구들은 딥러닝 분야의 연구 주제를 나타내는 인용 정체성 문헌집합으로 설정하였다. 자아 문헌집합에 대해서는 공저 네트워크 분석을 비롯한 정량적 분석을 실시하여 주요 국가와 연구 기관을 파악하였다. 인용 정체성 문헌들에 대해서는 동시인용 분석을 실시하고, 도출된 문헌 군집을 인용하는 주요 키워드인 인용 이미지 키워드를 파악하여 주요 문헌과 주요 연구 주제를 밝혀내었다. 마지막으로 특정 주제에 대한 인용 영향력이 성장하는 추세를 반영하는 인용 성장지수 CGI를 제안하고 측정하여 딥러닝 분야의 선도 연구 주제가 변화하는 동향을 밝혔다.