거대 기사 데이터 기반의 텍스트 마이닝을 통한 한국 언론 인구담론의 시간적 추이변화 연구 = An Analysis of the Temporal Dynamics of Population Discourse in Korean Media Based on Large-Scale News Text Mining

다국어 초록 (Multilingual Abstract)

This study aims to empirically analyze the structure and temporal
evolution of population discourse in Korean media by applying text mining
techniques to 574,189 news articles published between 1990 and 2024.
Utilizing multiple statistical language models—including Term Frequency–
Inverse Document Frequency (TF-IDF), Latent Dirichlet Allocation (LDA), and
static topic modeling—this study seeks to identify how key population-related
issues have been formed and transformed within the social context, and how
population discourse has shifted in its macro-level orientation over time.

The findings provide three main contributions. First, the study expands the
analytical scope of population issues beyond the narrow focus on declining
fertility or population aging, interpreting them within the broader
structural transformations of Korean society. Second, by integrating TF-IDF,
LDA, and static topic modeling, it proposes a multilayered analytical
framework that captures three dimensions of discourse evolution—yearly
keywords, thematic structures, and inter-topic relationships. Third, through
a quantitative examination of inter-topic correlations over a long-term
timespan, the study empirically demonstrates how population discourse has
been shaped and restructured through interactions among diverse policy
domains.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 배경 및 필요성 1
• 2. 연구의 목적 및 문제 2
• Ⅱ. 선행연구 및 이론적 배경 4
• 1. 선행연구 분석 4
• 2. 텍스트 마이닝 6
• 3. 핵심어 분석 7
• 4. 토픽 모델링 분석 8
• Ⅲ. 분석 절차 및 방법 9
• 1. 자료 수집 9
• 2. 데이터 전처리 9
• 3. 핵심어 추출 10
• 4. 토픽 모델링 10
• 5. 정적 토픽 모델 분석 11
• Ⅳ. 분석 결과 12
• 1. TF-IDF 분석 결과 12
• 1.1. TF-IDF 연도별 상위 10개 키워드 12
• 1.2. TF-IDF 전체 기간 상위 30개 키워드 14
• 1.3. TF-IDF 상위 30개 키워드 연도별 비중 15
• 1.4. TF-IDF 상위 30개 키워드 상관관계 분석 19
• 2. LDA 분석 결과 22
• 2.1. LDA 연도별 정합도 점수 22
• 2.2. LDA 연도별 주요 토픽 및 단어 22
• 3. 정적 토픽 모델 분석 결과 29
• 3.1. 최적 토픽 수 도출 29
• 3.2. 정적 토픽 모델 분석 결과 30
• Ⅴ. 결론 32
• 1. 분석결과의 요약 및 시사점 32
• 1.1. TF-IDF 분석 결과 요약 32
• 1.1.1. 상위 핵심 주제의 구조 32
• 1.1.2. 연도별 주요 핵심어의 비중 변화 33
• 1.1.3. 주요 핵심어 간의 상관관계 36
• 1.2. LDA 분석 결과 요약 39
• 1.3. 정적 토픽 모델 분석 결과 요약 41
• 1.3.1. 토픽 구성 결과 41
• 1.3.2. 연도별 토픽의 비중 변화 42
• 1.3.3. 토픽 간의 상관관계 43
• 1.4. 모델 간의 비교 및 의의 45
• 1.4.1. 모델 간의 비교 및 특이점 45
• 1.4.2. 연구 결과의 시사점 및 의의 46
• 2. 연구의 한계점 및 제언 47
• 참고문헌 48
• 영문초록 54