미래교육 연구동향 분석을 통한 대학의 미용교육 방향: 빅데이터를 활용한 키워드 네트워크 분석 (Exploring the Direction of University Beauty Education Through an Analysis of Future Education Research Trends: A Big Data Keyword Network Analysis)

서지정보

· 발행기관 : 한국화장품미용학회
· 수록지 정보 : 한국화장품미용학회지 / 14권 / 3호 / 583 ~ 595페이지
· 저자명 : 김신미, 문승재, 나명석

초록

본 연구는 텍스트마이닝을 활용하여 다양한 분야의 미래교육 연구동향을 알아보고 이를 통해 미용교육의 방향성을 탐색하고자 하였다. 이에 따른 연구문제를 설정하여 결과를 예측하였다. 연구방법으로는 텍스톰(TEXTOM)의 텍스트마이닝을 활용하여 데이터 분석-데이터 정제-데이터 정리-데이터 분석 및 시각화 순으로 실시하였다. 그 결과, ‘교육’, ‘연구’, ‘과정’, ‘미래’ 등으 코로나19 발생으로 대면교육에서 비대면교육으로 전환되면서 교육과 학습에 대한 혁신적인 연구가 활발하게 진행 된 것을 알 수 있었고 교육분야에 디지털화가 진행되어 과학기술과 교육의 융합으로 기술공학적 혁명이 일어나 정부의 교육정책과 관련하여 미래교육체제로 변화하고 있음을 알 수 있었다. 역문서 빈도를 사용하여 추출된 키워드의 중요도를 분석한 결과, 교육, AI, 역량, 사회, 학습, 혁신, 과정, 프로그램, 정책, 영향이 중요 키워드로 도출되어 TF분석과 일치하는 양상을 보였으며, 현재 대학교육 현장에서 미래교육과 관련된 연구와 방법들이 도입되는 것을 알 수 있었고, 그 중에서도 4차 산업혁명에 맞는 IT융합신기술을 활용하는 교육이 시도되어 교육과 테크놀로지의 결합이 학습영역에 영향을 주었고 이에 따른 학습활동 요소를 개발하고 교육과정을 재구성하려는 노력이 요구되고 있음을 알 수 있었다. N-gram을 통한 분석결과를 통해서는 ’교육-과정‘, ’연구-결과‘, ’분석-결과‘, ’미래-사회‘, ’산업-혁명‘ 등 학미래지향적 인재를 양성하는 것을 교육목표로 두어 핵심역량을 키울수 있는 교육이 이루어지는 것을 알 수 있다. 또 키워드들을 4개로 그룹화하여 키워드 간 연관성을 알아보는 CONCOR을 통하여 시기별 동향을 파악하였다. 그룹 1에서는 개발과 활용, 변화, 프로그램, AI에 대한 키워드들이 주를 이루었고 그룹 2에서는 신기술을 활용한 교육개발과 이에 다른 연구분석에 대한 키워드들이, 그룹 3에서는 문제, 제시, 기술, 방법, 운영 등의 키워드가 도출되어 미래교육과 관련된 교육법 도입을 통한 문제 제시와 이에 따른 보완에 대한 성찰과 관련된 키워드로 구성되어 있었다. 그룹 4에서는 현장실무와 가까운 교육의 변화와 이에 따른 효과 반영에 대한 키워드들이 공통적으로 도출되었음을 알 수 있었다. 이와 같은 결과를 종합적으로 분석하였을 때, 미용교육의 방향성은 신기술과 융합한 미용교육의 개발과 연구는 활용가치와 교육의 실효성이 높을 것으로 사료되며, 미용산업현장의 변화에 따라 미용교육도 변화하여 전문지식과 실무능력을 양성하는 범위를 넘어 미래사회가 요구하는 문제해결능력, 창의능력, 융합적 사고를 키울 수 있는 미래뷰티융합교육이 필요할 것으로 사료된다.

영어초록

This study investigates future education research trends across various fields using text mining and explores their implications for beauty education. Research questions were formulated to predict meaningful outcomes, and the analysis was conducted using TEXTOM, involving systematic steps such as data cleaning, organization, analysis, and visualization. The results revealed that keywords such as "education," "research," "process," and "future" gained prominence as the transition from face-to-face to non-contact education accelerated due to the significant impact of COVID-19. This global shift enabled innovative studies focusing on learning processes and teaching methodologies, highlighting the rapid digitalization of education and its integration with emerging technologies. These findings indicate a technological revolution in education, driven by government policies and aimed at creating future-oriented educational systems and models for sustainable development. TF-IDF analysis identified key terms such as "education," "AI," "competence," "learning," and "innovation," consistent with results from term frequency analysis. This underscores the adoption of IT-converged technologies aligned with the Fourth Industrial Revolution, reshaping educational activities, curriculum restructuring, and the development of innovative learning elements to improve overall efficiency. N-gram analysis revealed patterns such as "education-process," "research-result," and "future-society," emphasizing the critical role of education in fostering future-ready talent and skilled professionals. CONCOR analysis grouped keywords into four clusters: AI utilization, technology-driven education, problem-solving methods, and field-based innovations. These findings suggest that integrating advanced technologies into beauty education enhances its relevance and effectiveness. Future beauty education must foster creativity, problem-solving, and interdisciplinary thinking to prepare capable professionals for the challenges of a rapidly evolving society.

참고자료

· 없음