시각디자인 관련 학과 개설 교과목의 키워드 네트워크 분석 (Keyword Network Analysis of Courses Offered by Visual Communication Design Majors)

서지정보

· 발행기관 : 인제대학교 디자인연구소
· 수록지 정보 : Journal of Integrated Design Research / 22권 / 3호 / 77 ~ 91페이지
· 저자명 : 정의태, 조순옥

초록

연구배경 : 이 연구는 국내 수도권 대학의 시각디자인 관련 학과에서 시각디자인 전문가 육성을 위하여 어떠한 교육 내용을 제공하는지 그 현황을 분석하고자 하였다. 단위 학교에서 개설하는 교과목의 단순한 현황을 살펴보는 것이 아니라 우리나라 대학의 사각디자인 전공 교육과정 구성의 특정한 패턴을 파악하고, 이를 시각화하였다. 이를 통하여 시각디자인 전문가를 육성하고자 하는 현 대학 수준의 교육과정이 지향하는 경향성을 쉽게 파악하고, 향후 교육과정의 발전 방향을 제시하는데 시사점을 제공하고자 하였다.
연구방법 : 이 연구에서는 수도권에 설치된 시각디자인 관련 학과에서 개설한 교과목의 키워드를 추출하고 이러한 키워드가 구성하고 있는 네트워크를 분석하고자 하였다. 이를 위하여 먼저 시각디자인 관련학과의 교과목명을 구성하고 있는 핵심어가 무엇인지를 파악하고, 이들 핵심어가 어떠한 연결을 만들어내고 있는지 파악하기 위하여, 21개 대학 598개 교과목을 데이터 클린징을 통해 샘플링하였다. 과목명에서 유추할 수 있는 중심어로 1개에서 5개의 키워드를 추출하고 자료 전처리를 통해 139개의 핵심어를 선정하였다. 이러한 핵심어를 키워드 네트워크 분석, 연결 중심성 분석, 매개 중심성 분석, CONCOR 분석 및 에고 네트워크 분석을 실시하여 전체 시각디자인 관련학과의 개설 교과목 네트워크를 파악하였다.
연구결과 : 분석 결과, 시각디자인 관련학과 교과목 키워드 네트워크는 139개의 노드와 330개의 링크로 연결되어 있었고 두 개의 독립 노드가 존재했다. 전체 네트워크의 중심부에는 [디자인]이 위치하고 [시각], [커뮤니케이션], [그래픽], [기초], [디지털], [영상], [타이포그래피] 등이 강하게 연결되었다. 연결 중심과 매개 중심에는 과목을 좀 더 명확히 하는 키워드의 빈도가 높게 나타났다. 네트워크 분석으로 빈도수, 연결 강도 등을 파악하는 것이 가능하지만 정보의 연결에 대한 의미 도출에는 한계가 있기에 CONCOR 분석을 추가로 실시하여 유사한 지위를 점하고 있는 핵심어를 그룹화하고 파악하였고, 이 분석을 통하여 군집의 관련 키워드를 [디자인 씽킹], [디지털 커뮤니케이션], [혁신 전략], [디지털 애니메이션], 네 그룹으로 구분할 수 있어 시각디자인 분야에는 전통적인 커뮤니케이션, 그래픽, 타이포그래피 등의 키워드 외에 전략, 혁신, 디지털 등의 키워드가 대두되는 것으로 파악되었다.
결론 : 연구결과 수도권의 시각디자인관련 학과는 시각, 그래픽, 디지털 세 가지 핵심 키워드에 하위 분야, 수준, 수업의 방식이 조합된 형태로 교과목을 개설하고 있으며, 개설된 수업은 네 가지 군집으로 분류가 가능하다. 이 네가지 군집의 프레임으로 각 학과의 교과과정을 매핑해 본다면 학과의 지향과 특성을 파악하여 교육과정 개발에 활용할 수 있을 것이다. 향후 인공지능, 제너러티브와 같은 키워드가 디자인 교육과 연결될 가능성이 있으며, 장기적 시계열 연구를 통해 변화를 다시 한 번 조망할 필요성을 인식하였다.

영어초록

Background : The network consists of nodes with variable names and links connecting each other. This makes it possible to analyze the connections between the variables. This study analyzed the course offerings of visual design-related majors in the Seoul metropolitan area based-on the idea that it is possible to identify and visualize specific patterns by extracting keywords from unstructured data, the course offerings of each university department, and analyzing the networks composed of these keywords.
Methods : To identify the keywords that make up the course names of visual design majors and to understand the connections between them, we sampled 598 courses from 21 universities. We extracted one to five keywords that can be inferred from course titles, and selected 139 keywords. These keywords were subjected to network analysis, linkage centrality analysis, mediated centrality analysis, CONCOR analysis, and ego network analysis to identify the course network of all visual design majors.
Results : The analysis showed that the keyword network of visual design-related departments and subjects consisted of 139 nodes and 330 links, with two independent nodes. At the center of the entire network was [Design], with strong connections to [Visual], [Communication], [Graphics], [Foundations], [Digital], [Video], and [Typography]. In the connecting and mediating centers, the frequency of keywords that further clarify the subject was high. Although network analysis can identify frequency and connection strength, it is limited in deriving meaning about the connection of information, so we conducted additional CONCOR analysis to group and identify keywords with similar status. Through this analysis, we were able to classify related keywords in the cluster into four groups: [Design Thinking], [Digital Communication], [Innovation Strategy], and [Digital Animation], and found that keywords such as strategy, innovation, and digital are emerging in the visual design field in addition to traditional communication, graphics, and typography.
Conclusion :　The results show that visual design departments offer courses in a combination of sub-disciplines, levels, and teaching methods under the three core keywords of visual, graphic, and digital, and the courses can be categorized into four clusters. By mapping the curriculum of each department with the frame of these four clusters, it is possible to identify the orientation and characteristics of the department and use them for curriculum development. In the future, keywords such as artificial intelligence and generative are likely to be connected to design education, and we recognized the need to examine changes once again through long-term time series research.

참고자료

· 없음