빅데이터 토픽모델링 및 네트워크 분석을 통한문화콘텐츠학 지식구조 연구 (A Study on Research Trends and Knowledge System in Cultural Contents Studies Using Topic Modeling and Text Network Analysis Based on Big Data)

서지정보

· 발행기관 : 한국문화관광연구원
· 수록지 정보 : 문화정책논총 / 34권 / 2호 / 35 ~ 69페이지
· 저자명 : 오정심

초록

문화콘텐츠학은 2000년대 초반에 등장한 신생학문임에도 빠르게 성장해 왔다. 문화콘텐츠 관련 학술논문 수가 2000년에 100편에 불과했지만, 2020년에 누적 논문 수가 24,935편을 넘어섰다. 하지만 이러한 발전에도 불구하고, ‘문화콘텐츠를 독자적인 학문으로 인정할 수 있는가’라는 문제에 대해 논란이 계속되고 있다. 이러한 논란에 대해 선행연구에서는 문화콘텐츠학의 고유한 연구대상과 연구방법을 확립하지 못했기 때문에 계속되고 있는 것이라고 지적했다. 이러한 배경 아래 본 논문에서는 빅데이터 분석방법을 이용해 문화콘텐츠학의 연구대상 및 지식구조, 연구동향 등을 연구하였다.
2000년부터 2020년 최근까지 약 20년 동안 발간된 KCI학술지 논문 중에서 “문화콘텐츠”로 검색되는 논문 3,685편의 초록 및 서지정보 등을 텍스트네트워크분석과 토픽모델링을 이용해 분석했다. 텍스트네트워크분석을 통해 문화콘텐츠학의 주요 연구대상, 연구분야, 연구체계 등을 도출했으며, 토픽모델링을 통해 3,685편의 논문내용을 40개 토픽으로 요약, 분류하였다. 그리고 분석결과를 종합해 문화콘텐츠학의 주요 연구분야와 주제 분류안을 제시하였다. 주요 연구분야는 크게 ‘문화콘텐츠 활용’, ‘문화콘텐츠 산업’, ‘한국사회와 문화콘텐츠’, ‘문화콘텐츠 장르’, ‘문화콘텐츠 기술’, ‘문화콘텐츠 이론 및 체계’ 등 6개로 구분하였고, 40개 토픽을 각 분야에 맞게 분류하였다. 그리고 분석결과를 바탕으로 ‘문화콘텐츠 활용방법’을 문화콘텐츠학의 주요 연구방법론으로 제시하였다. 문화콘텐츠 활용방법에는 스토리텔링, 문학작품의 창작 소재화, 지역문화관광자원 활용, 정보콘텐츠 활용, 교육과 콘텐츠 활용 등이 있다. 이밖에도 문화콘텐츠 연구동향, 연구자 공동연구협력체계 등을 분석하였다.
본 논문에서 약 20년 동안 문화콘텐츠 분야에 축적되어 있었던 학술 빅데이터를 분석하여 문화콘텐츠학의 주요 연구대상 및 연구방법, 지식구조 등을 도출함으로써 문화콘텐츠의 학문적 체계와 위상을 정립하는 일의 토대를 제공했다는 점에서 연구의의를 찾을 수 있다.

영어초록

This paper aims to analyze academic big data in the field of cultural contents studies using topic modeling and text network analysis and explore the research trends and knowledge system. To achieve concrete results, the research was conducted with following goals: first, to determine the important central theme in the research of cultural contents studies; second, to outline the major topics in the field of cultural contents studies; third, to explain how major topics and subjects have changed in the field of cultural contents studies and what their characteristics are; and fourth, how the result of the analysis is visualized on a network map and what its characteristics are.
The research followed four steps—data collection, data refinement, data analysis, and integrating and interpretation. The data were collected between 2000, when the very first paper on cultural contents was published in South Korea, and 2020 from 3,685 academic papers. The collected unstructured data were refined for computer-aided analysis. First, nominal morphemes were extracted using a Korean morpheme analyzer; then, various controlling and TF-IDF analyses were applied. 18,027 words from academic papers have undergone topic modeling and text network analysis with a NetMiner program.
Topic modeling is a probabilistic algorithm discovering subjects and topics hidden in a large set of documents, which extracts and classifies documents according to the topic. Text network analysis applies the network theories and analysis methods that developed out of sociology to literature analysis, analyzing the structure of connected words in the text and showing the result in the form of a network map. Recent big data analyses are evolving toward utilizing various optimized analytical techniques to enhance the reliability of the analysis result. Thus, this paper used topic modeling and network analysis to draw a result that is optimal for the purpose of our research.
This paper contributes to relevant studies as it uses topic modeling and text network analysis to analyze the big data that have accumulated in the field of cultural contents studies. In addition, it makes a significant contribution as it provides a visualized knowledge map to reveal the relationship of keywords and main topics in the field of cultural contents studies, which leads to the intuitive understanding of abstract contents.

참고자료

· 없음