80년대의 수출목표달성을 위한 문제점과 개선책

오찬희 中央大學校經營大學 1973 經營論集 Vol.35 No.1

네이버 뉴스 댓글을 이용한 산업 분야별 담론의 감성에 기반한 주제 트렌드 및 여론의 변화와 주가 흐름의 연관성 분석

오찬희,김규리,주영준 한국정보관리학회 2022 정보관리학회지 Vol.39 No.1

In this study, we analyzed comments on news articles of representative companies of the three industries (i.e., semiconductor, secondary battery, and bio industries) that had been listed as national strategic technology projects of South Korea to identify public opinions towards them. In addition, we analyzed the relationship between changes in public opinion and stock price. ‘Samsung Electronics’ and ‘SK Hynix’ in the semiconductor industry, ‘Samsung SDI’ and ‘LG Chem’ in the secondary battery industry, and ‘Samsung Biologics’ and ‘Celltrion’ in the bio-industry were selected as the representative companies and 47,452 comments of news articles about the companies that had been published from January 1, 2020, to December 31, 2020, were collected from Naver News. The comments were grouped into positive, neutral, and negative emotions, and the dynamic topics of comments over time in each group were analyzed to identify the trends of public opinion in each industry. As a result, in the case of the semiconductor industry, investment, COVID-19 related issues, trust in large companies such as Samsung Electronics, and mention of the damage caused by changes in government policy were the topics. In the case of secondary battery industries, references to investment, battery, and corporate issues were the topics. In the case of bio-industries, references to investment, COVID-19 related issues, and corporate issues were the topics. Next, to understand whether the sentiment of the comments is related to the actual stock price, for each company, the changes in the stock price and the sentiment values of the comments were compared and analyzed using visual analytics. As a result, we found a clear relationship between the changes in the sentiment value of public opinion and the stock price through the similar patterns shown in the change graphs. This study analyzed comments on news articles that are highly related to stock price, identified changes in public opinion trends in the COVID-19 era, and provided objective feedback to government agencies’ policymaking. 본 연구에서는 대한민국 정부가 지정한 국가전략기술 사업인 반도체, 이차전지, 바이오 산업에 대한 여론을 파악하고 여론의 변화와 주가 흐름의 연관성을 분석하기 위해 각 산업별 대표 기업에 대한 기사의 댓글을 분석하였다. 반도체 산업에서 ‘삼성전자’, ‘SK하이닉스’, 이차전지 산업에서 ‘삼성SDI’, ‘LG화학’, 바이오 산업에서 ‘삼성바이오로직스’, ‘셀트리온’을 선정하여 이를 제목에 포함하고 있는 2020년 1월 1일부터 2020년 12월 31일까지 발행된 네이버 뉴스 기사의 댓글 47,452개를 수집하고 분석하였다. 먼저, 해당 댓글을 긍정, 중립, 부정의 감성으로 나누고 각 감성 그룹에서의 시간의 흐름에 따른 댓글의 동적인 주제를 분석하여 각 산업별 여론의 트렌드를 파악하였다. 분석 결과 반도체 산업 분야의 경우 투자, 코로나19관련 이슈, 삼성전자라는 대기업에 대한 신뢰, 정부 정책 변화로 인한 타격에 대한 언급이 주제 토픽으로 나타났다. 이차전지 산업체의 경우 투자, 배터리, 기업 이슈에 대한 언급이 주제 토픽으로 나타났다. 바이오 산업체의 경우 투자, 코로나19 관련 이슈 및 기업 이슈에 대한 언급이 주제 토픽으로 나타났다. 다음으로, 댓글의 감성이 실제 주가와 연관성이 있는지를 알아보고자 각 대표 기업 별 주가의 변화와 댓글의 감성 점수 변화를 시각적 분석기법을 이용하여 비교 분석하였다. 분석 결과, 댓글의 감성 점수와 주가의 변화 흐름이 매우 유사하게 나타남을 통해 여론의 감성 점수 변화와 주가의 흐름에는 연관성이 있음을 확인하였다. 본 연구는 주가와의 연관성이 높은 뉴스 기사 댓글을 분석했다는 점, 수집 시기를 코로나19로 선정하여 코로나19라는 특수한 상황에서의 여론 트렌드 변화를 파악했다는 점, 국가전략기술제도에 속하는 산업 기업에 대한 여론을 분석하여 정부기관의 관련 정책 제정에 객관적인 근거를 제공하였다는 점에서 의의를 지닌다.

인카운터 네트워크 분석을 활용한 전염병 감염경로 분석

오찬희,이승재,김주영 한국ITS학회 2016 한국ITS학회 학술대회 Vol.2016 No.04

시스템 다이내믹스 기법을 활용한 시장 방문객 수요추정: 동부시장을 대상으로

오찬희 한국ITS학회 2014 한국ITS학회 학술대회 Vol.2014 No.10

조건부가치측정법(Contingent Valuation Methods)을 적용한 지하공간 방재시설 가치의 비교 연구 : 명동 지하상가를 대상으로

오찬희,이승재,김주영 한국ITS학회 2015 한국ITS학회 학술대회 Vol.2015 No.04

다이나믹 토픽모델링 및 네트워크 분석 기법을 통한 블록체인 관련 국내 연구 동향 분석

김동훈,오찬희,주영준,Kim, Donghun,Oh, Chanhee,Zhu, Yongjun 한국정보관리학회 2021 정보관리학회지 Vol.38 No.3

본 연구에서는 국내 블록체인 연구의 전반적인 동향 및 시간에 따른 주제를 파악하기 위해 대학 및 기관 협력 네트워크 분석, 키워드 동시출현 네트워크 분석, 다이나믹 토픽모델링 기법을 활용한 시계열 주제 분석을 실시하였다. 대학 및 기관 협력 네트워크 분석 결과, 숭실대학교, 순천향대학교, 고려대학교, 한국과학기술원 등이 블록체인 연구의 주요 대학으로 나타났으며 대학 이외의 기관으로는 국방부, 한국철도기술연구원, 삼일회계법인, 한국전자통신연구원 등이 주요 연구기관으로 나타났다. 키워드 동시출현 네트워크 분석 결과, 가상자산(암호화폐, 비트코인, 이더리움, 가상화폐), 블록체인 기술(분산원장, 분산원장기술), 금융(스마트계약), 정보보안(보안, 프라이버시, 개인정보) 등에 대한 키워드들이 주요하게 나타났으며, 모든 네트워크 중심성 지표에서 스마트계약이 가장 높은 수치를 나타내어 주요한 주제임을 확인할 수 있었다. 마지막으로 시계열 주제분석 결과, 블록체인기술, 블록체인생태계, 블록체인 적용분야1(무역, 온라인투표, 부동산), 블록체인 적용분야2(식품, 관광, 유통, 미디어), 블록체인 적용분야3(경제, 금융) 등 다섯 개의 주요 주제들을 도출하였으며, 각 주제별 대표 키워드들의 비율변화를 통해 주제별 변화를 관찰할 수 있었다. 본 연구는 기존의 국내 블록체인 연구동향 연구들과 크게 세 가지 관점(데이터, 방법론, 해석)에서 차이점을 나타내고 있다. 1) 최근 2년 사이 급증한 블록체인 연구를 포함하였고, 2) 대학 및 기관 네트워크 분석과 시계열 주제분석이라는 새로운 분석기법 및 연구방법을 활용하였으며, 3) 이를 통해 블록체인 연구를 주도하는 대학 및 기관을 식별하고 국내 블록체인 연구 트렌드를 파악하였다. 끝으로, 연구결과가 블록체인 관련 연구 협력 및 정책 수립과 관련 기술 개발 계획에 활용될 수 있다는 점에서 실질적인 함의를 시사한다. This study aims to explore research trends in Blockchain studies in South Korea using dynamic topic modeling and network analysis. To achieve this goal, we conducted the university & institute collaboration network analysis, the keyword co-occurrence network analysis, and times series topic analysis using dynamic topic modeling. Through the university & institute collaboration network analysis, we found major universities such as Soongsil University, Soonchunhyang University, Korea University, Korea Advanced Institute of Science and Technology (KAIST) and major institutes such as Ministry of National Defense, Korea Railroad Research Institute, Samil PricewaterhouseCoopers, Electronics and Telecommunications Research Institute that led collaborative research. Next, through the analysis of the keyword co-occurrence network, we found major research keywords including virtual assets (Cryptocurrency, Bitcoin, Ethereum, Virtual currency), blockchain technology (Distributed ledger, Distributed ledger technology), finance (Smart contract), and information security (Security, privacy, Personal information). Smart contracts showed the highest scores in all network centrality measures showing its importance in the field. Finally, through the time series topic analysis, we identified five major topics including blockchain technology, blockchain ecosystem, blockchain application 1 (trade, online voting, real estate), blockchain application 2 (food, tourism, distribution, media), and blockchain application 3 (economy, finance). Changes of topics were also investigated by exploring proportions of representative keywords for each topic. The study is the first of its kind to attempt to conduct university & institute collaboration networks analysis and dynamic topic modeling-based times series topic analysis for exploring research trends in Blockchain studies in South Korea. Our results can be used by government agencies, universities, and research institutes to develop effective strategies of promoting university & institutes collaboration and interdisciplinary research in the field.

부동산 정책 관련 트위터 게시물 분석을 통한 대중 여론 이해

김규리,오찬희,주영준 한국문헌정보학회 2022 한국문헌정보학회지 Vol.56 No.3

This study aims to understand the trends of subjects related to real estate policies and public’s emotional opinion on the policies. Two keywords related to real estate policies such as “real estate policy” and “real estate measure” were used to collect tweets created from February 25, 2008 to August 31, 2021. A total of 91,740 tweets were collected and we applied sentiment analysis and dynamic topic modeling to the final preprocessed and categorized data of 18,925 tweets. Sentiment analysis and dynamic topic model analysis were conducted for a total of 18,925 posts after preprocessing data and categorizing them into supply, real estate tax, interest rate, and population variance. Keywords of each category are as follows: the supply categories (rental housing, greenbelt, newlyweds, homeless, supply, reconstruction, sale), real estate tax categories (comprehensive real estate tax, acquisition tax, holding tax, multiple homeowners, speculation), interest rate categories (interest rate), and population variance categories (Sejong, new city). The results of the sentiment analysis showed that one person posted on average one or two positive tweets whereas in the case of negative and neutral tweets, one person posted two or three. In addition, we found that part of people have both positive as well as negative and neutral opinions towards real estate policies. As the results of dynamic topic modeling analysis, negative reactions to real estate speculative forces and unearned income were identified as major negative topics and as for positive topics, expectation on increasing supply of housing and benefits for homeless people who purchase houses were identified. Unlike previous studies, which focused on changes and evaluations of specific real estate policies, this study has academic significance in that it collected posts from Twitter, one of the social media platforms, used emotional analysis, dynamic topic modeling analysis, and identified potential topics and trends of real estate policy over time. The results of the study can help create new policies that take public opinion on real estate policies into consideration. 본 연구는 시간의 흐름에 따른 부동산 정책의 주제 동향과 부동산 정책에 대한 대중의 감성 여론을 파악하고자 하였다. 부동산 정책 관련 키워드(‘부동산정책’, ‘부동산대책’)를 이용하여 2008년 2월 25일부터 2021년 8월 31일까지 13년 6개월 동안 작성된 총 91,740개의 트위터 게시물을 수집하였다. 데이터를 전처리하고 공급, 부동산세, 금리, 인구 분산으로 범주화 하여 총 18,925개의 게시물에 대하여 감성 분석과 다이나믹 토픽 모델 분석을 진행하였다. 범주별 키워드는 공급 범주(임대주택, 그린벨트, 신혼부부, 무주택자, 공급, 재건축, 분양), 부동산세 범주(종부세, 취득세, 보유세, 다주택자, 투기), 금리 범주(금리), 인구 분산 범주(세종, 신도시)와 같다. 감성 분석 결과, 한 명이 평균 하나 또는 두 개의 긍정 의견을 게시한 걸로 확인되었고, 부정, 중립 의견의 경우, 한 명이 두 개 또는 세 개의 게시물을 게시한 걸로 확인되었다. 또한 일부 대중들은 부동산 정책에 일관된 감정을 가지고 있지 않고 긍정, 부정, 중립의 의견을 모두 표현하는 것을 유추할 수 있었다. 다이나믹 토픽 모델링 결과, 부동산 투기 세력, 불로소득 주제에 대한 부정적인 반응이 꾸준히 파악되었으며, 긍정적인 주제로는 주택 공급 확대와 무주택자들의 부동산 구입 혜택에 대한 기대감을 확인할 수 있었다. 본 연구는 기존 선행연구들이 특정 부동산 정책의 변화와 평가에 초점을 맞춰 분석한 것과는 달리, 소셜미디어 플랫폼 중 하나인 트위터에서 게시물을 수집하고 감성 분석, 다이나믹 토픽 모델링 분석을 활용하여 부동산 정책 평가자인 대중의 감성과 여론을 알아보고 시간의 흐름에 따른 부동산 정책에 관한 잠재적 주제와 동향을 파악했다는 것에 학술적 의의가 있다. 또한, 본 연구를 통해 부동산 정책에 대한 대중의 여론에 기반한 새로운 정책 제정에 도움을 주려고 한다.

네트워크 분석과 동적 토픽모델링을 활용한 국내 인공지능 분야 연구동향 분석

정우진,오찬희,주영준,Jung, Woojin,Oh, Chanhee,Zhu, Yongjun 한국문헌정보학회 2021 한국문헌정보학회지 Vol.55 No.4

In this study, we aimed to understand research trends of domestic artificial intelligence research. To achieve the goal, we applied network analysis and dynamic topic modeling to domestic research papers on artificial intelligence. Among the papers that have been indexed in KCI (Korean Journal of Citation Index) by 2020, metadata and abstracts of 2,552 papers where the titles or indexed keywords include 'artificial intelligence' both in Korean and English were collected. Keyword, affiliation, subject field, and abstract were extracted and preprocessed for further analyses. We identified main keywords in the field by analyzing keyword co-occurrence networks as well as the degree and characteristics of research collaboration between domestic and foreign institutions and between industry and university by analyzing institutional collaboration networks. Dynamic topic modeling was performed on 1845 abstracts written in Korean, and 13 topics were obtained from the labeling process. This study broadens the understanding of domestic artificial intelligence research by identifying research trends through dynamic topic modeling from abstracts as well as the degree and characteristics of research collaboration through institutional collaboration networks from author affiliation information. In addition, the results of this study can be used by governmental institutions for making policies in accordance with artificial intelligence era. 본 연구는 국내 인공지능 분야 연구동향을 파악하기 위해 국내 학술지에 발표된 인공지능 분야 논문들을 대상으로 네트워크 분석 및 동적 토픽 모델링 분석을 진행하였다. 2020년까지 KCI(한국학술지인용색인)에 등록된 논문 중 '인공지능'과 'artificial intelligence' 두 개의 키워드 중 하나 또는 하나 이상이 논문 제목 또는 색인 키워드에 포함한 2,552개 논문들의 메타데이터 및 초록을 수집하였다. 키워드, 소속기관, 주제 분야, 초록의 추출 및 전처리 작업을 진행하였고 키워드를 활용한 키워드 동시 출현 네트워크 구축 및 분석으로 국내 인공지능 분야의 주요 키워드를 확인하였으며, 소속기관 정보를 활용한 기관 협력 네트워크를 통해 국내외 산학기관들의 협력 정 도 및 특징을 파악하였다. 또한 연구 대상 논문들 중 한글로 작성된 1845개의 초록 들을 대상으로 동적 토픽 모델링을 진행하였으며, 주제어들을 토대로 13개의 주제를 레이블링하였다. 레이블링 된 13개의 주제를 통해 국내 인공지능 연구 분야의 시기별 주제 동향을 파악하였다. 본 연구는 기존의 선행연구들에서 시도하지 않은 저자 소속기관 등을 활용한 기관 협력 네트워크 및 초록을 활용한 동적 토픽 모델링을 통해 국내 인공지능 분야 연구동향 파악의 시야를 확장하는 것으로 학술적 의의를 지닌다. 또한, 본 연구의 결과가 인공지능 시대에 부합하는 국가 정책 수립 기여라는 실질적 함의를 시사한다.

트위터에서의 COVID-19와 관련된 반시민성 주제 탐색: 혐오 대상 및 키워드 분석

김규리,오찬희,주영준 한국정보관리학회 2022 정보관리학회지 Vol.39 No.1

This study aims to understand topics of incivility related to COVID-19 from analyzing Twitter posts including COVID-19-related hate speech. To achieve the goal, a total of 63,802 tweets that were created between December 1st, 2019, and August 31st, 2021, covering three targets of hate speech including region and public facilities, groups of people, and religion were analyzed. Frequency analysis, dynamic topic modeling, and keyword co-occurrence network analysis were used to explore topics and keywords. 1) Results of frequency analysis revealed that hate against regions and public facilities showed a relatively increasing trend while hate against specific groups of people and religion showed a relatively decreasing trend. 2) Results of dynamic topic modeling analysis showed keywords of each of the three targets of hate speech. Keywords of the region and public facilities included “Daegu, Gyeongbuk local hate”, “interregional hate”, and “public facility hate”; groups of people included “China hate”, “virus spreaders”, and “outdoor activity sanctions”; and religion included “Shincheonji”, “Christianity”, “religious infection”, “refusal of quarantine”, and “places visited by confirmed cases”. 3) Similarly, results of keyword co-occurrence network analysis revealed keywords of three targets: region and public facilities (Corona, Daegu, confirmed cases, Shincheonji, Gyeongbuk, region); specific groups of people (Coronavirus, Wuhan pneumonia, Wuhan, China, Chinese, People, Entry, Banned); and religion (Corona, Church, Daegu, confirmed cases, infection). This study attempted to grasp the public’s anti-citizenship public opinion related to COVID-19 by identifying domestic COVID-19 hate targets and keywords using social media. In particular, it is meaningful to grasp public opinion on incivility topics and hate emotions expressed on social media using data mining techniques for hate-related to COVID-19, which has not been attempted in previous studies. In addition, the results of this study suggest practical implications in that they can be based on basic data for contributing to the establishment of systems and policies for cultural communication measures in preparation for the post-COVID-19 era. 본 연구는 코로나바이러스감염증-19 (이하 코로나19)로 인해 생겨난 코로나19 반시민성 주제와 코로나19 혐오 정서를 파악하기 위해 소셜 미디어 중 하나인 트위터의 코로나19 관련 게시물을 분석하였다. 2019년 12월 1일부터 2021년 8월 31일까지 21개월 동안 작성된 코로나19 관련 혐오 대상별(지역, 공공시설 혐오, 특정 인구 집단 혐오, 종교 혐오) 게시물 수집 및 전처리를 진행하여 총 63,802개의 게시물을 분석하였다. 혐오 대상별 빈도 분석, 다이나믹 토픽 모델링, 키워드 동시 출현 네트워크 분석 기법을 통하여 혐오 대상별 반시민성 주제와 혐오 키워드를 파악하였다. 첫째, 빈도 분석 결과, 지역, 공공시설 혐오는 상대적으로 증가하는 추세를 보이고 특정 인구 집단과 종교 혐오는 상대적으로 감소하는 추세를 확인할 수 있었다. 둘째, 다이나믹 토픽 모델링 분석 결과, 지역, 공공시설 혐오는 ‘대구, 경북지방 혐오’, ‘지역 간 혐오’, ‘공공시설 혐오’로 나타났고, 특정 인구 집단 혐오는 ‘중국 혐오’, ‘바이러스 전파자’, ‘실외(야외)활동 제재’로 나타났으며, 종교 혐오는 ‘신천지’, ‘기독교’, ‘종교 내 감염’, ‘방역 의무 거부’, ‘확진자 동선 비난’으로 나타났다. 셋째, 키워드 동시 출현 네트워크 분석 결과, 지역, 공공시설 혐오(코로나, 대구, 확진자, 신천지, 경북, 지역), 특정 인구 집단 혐오(코로나바이러스, 우한폐렴, 우한, 중국, 중국인, 사람, 입국, 금지), 종교 혐오(신천지, 코로나, 교회, 대구, 확진자, 감염) 등을 핵심 키워드로 확인할 수 있었다. 본 연구는 소셜 미디어를 활용한 국내 코로나19 혐오 대상 및 키워드 파악을 통해 코로나19 관련한 대중의 반시민성 여론을 파악하고자 하였다. 특히 기존의 선행연구에서 시도하지 않았던 주제인 코로나19 관련 혐오에 데이터 마이닝 기법을 이용하여 소셜 미디어에서 표출하는 대중의 반시민성 주제와 혐오 정서 탐색은 대중들의 여론을 파악하는 것이 의의가 있다. 더불어 본 연구 결과는 포스트 코로나 시대를 대비하는 문화적 소통 방안의 제도 및 정책 수립 기여를 위한 기본 자료에 기초할 수 있다는 점에서 실질적 함의를 시사한다.

택시데이터와 스마트카드데이터를 활용한 대중교통과 택시승하차인원 상관관계 분석

구동균,이승재,김주영,오찬희 대한교통학회 2018 대한교통학회 학술대회지 Vol.79 No.-