Knowledge Map의 활용에 관한 연구 : 정보보안기술 연구개발 동향분석을 중심으로

국문 초록 (Abstract)

오늘날, 지적이거나 정책적인 이유에 있어서, 과학분야나 사회과학분야에서의 개념, 아이디어, 그리고 문제들 간의 연계성을 도식화할 수 있도록 하는 것은 매우 중요하다. 이러한 도식화를 위해 몇 가지 방법이 시도되어졌다. 과학연구와 과학정책에서 사용되어진 전통적인 방법은, 상대적으로 소수 전문가들의 견해를 구하는 방법이었다(peer review)(Law & Whittaker, 1992). 서지적 연구(본 연구에서는 이를 bibliometrics 이라고 정의함)는 정량적 측면에서 이러한 작업을 수행하기 위한 또 다른 방법으로 제시되고 있다.
Bibliometrics는 비교적 생소한 분야로, 과학문헌에 계량서지학을 적용시킴으로써 일정한 패턴을 찾아내고 설명하는데 중점을 두고 있으며 소스로는 서지학 데이터베이스를 주로 사용하였다. 풍부한 서지학 자료들은 bibliometrics의 몇몇 관점을 지식검색과정과 데이터 마이닝(data-mining)으로 변모시켰다. 도메인 시각화(domain visualization)는 아직까지 거의 발전이 이루어지지 않은 연구분야이다. 이는 전체 지식영역을 하나의 분석단위로 취급하던 전통적인 영역분석에서 파생된 분야이다. 도메인 시각화에서는 지식영역의 구조와 원동력을 탐색하여 연구하고 개발하는 과정에서 정보 시각화(information visualization)의 역할을 매우 강조하고 있다. 장래성 있고 주목을 끌고 있는 트랜드는 철학, 사회학, bibliometrics, 정보시각화, 영역분석 등의 여러 전문분야에 걸친 시너지를 통해 그 형태를 잡아가기 시작했다.
Bibliometrics은 문헌의 양적연구에 의해 이루어진다. 이것은 Viz, 인용 및 동시인용분석과 같은 다양한 경험적 방법을 포함하고 있다. 동시인용분석은 서지적인 분석에서 작고 중요한 부분이다. Small(1973)이 “이전 연구들이 이후연구들에 의해 함께 인용되어지는 경우의 빈도”라는 개념과 정의를 소개하면서 동시인용분석기법은 많은 학문분야의 지적구조를 측정하는데 성공적으로 적용되어졌다. 이 표준들은 일반적으로 특정한 서표(Marker)가 발생 또는 동시발생 빈도수를 포함하거나, 저자 동시인용, 저널 동시인용, 키워드 동시인용 등과 같은 증가되어진 정보를 제공한다. 특히 저자, 저널, 원문상의 내용과 같이 각기 다른 부분으로부터의 정형화 된 학문적 기록에 적용이 가능하다. Ding et al.(1999, 2000)은 최근 연구를 통해 서지적 연구들이 저자 동시인용을 이용한 주제의 맵핑과 정보검색분야에서의 저널 동시인용분석의 발전을 추적하는데 어떻게 이용될 수 있는지를 보여주었다. 또한, 서지적연구들은 사회적이고 정책적인 질문들에서 과학과 기술을 개발하고 지식의 발전을 목표로 하고 있다(van Raan, 1997). 저자나 저널의 동시인용분석과 같은 전통적인 서지분석기술들은 과학논문에 내포되어있는 인용자료들에 대한 분석을 근간으로 이루어진다. 이러한 종류의 분석들은 흥미로운 결과를 가져다주는 반면, 논문을 이용한 연구주제의 실제적인 내용에 대한 즉각적인 그림을 공급해 주지는 못한다. 주어진 주제 상에서 출간되어진 논문 내에서 키워드의 동시출현을 측정하거나 분석하는 동시단어(Co-word) 분석은 이런 류의 분석적 문제를 간결하게 처리할 수 있는 잠재력을 가지고 있다(Callon et al., 1991) 동시단어 분석방법은 데이터에 포함되어져 있는 기본적인 정보를 유지하면서 데이터를 독특한 시각적 방법으로 단순화시켜서 보여준다. 이것은 과학적인 개념이나 아이디어 그리고 지식 등의 중요한 제공자로서 자연어를 근간으로 한다(van Raan and Tijssen, 1993). 많은 연구자들이 다양한 분야에서 개념의 연결관계를 찾아내기 위한 중요한 방법으로 동시단어 분석기법을 사용하고 있는데, 예를 들면, 소프트웨어 엔지니어링(Coulter et al., 1998), 폴리머 화학(Callong et al., 1991), scientometrics(Courtial, 1994), 신경망연구(Noyons and van Raan, 1998; van Raan and Tijssen, 1993), 생물학적 안전성(Cambrosio et al., 1993), 산성화 연구(Law and Whittaker, 1992), 특허(Courtial et al., 1993), 광학공학(Noyons and van Raan, 1994), Bioelectronics(Hinze, 1994), 약학(Rikken et al., 1995), 생물학(Rip and Courtial, 1984; Looze and Lemarie, 1997), 농축물질물리학(Bhattacharya and Basu, 1998) 등이 있다.
과학기술의 특징은 복잡하고 서로 다른 학문분야의 서로 다른 지식 도메인으로 구성되어 있고, 상호 관련된 측면이 존재한다는 것이다. 또한 오늘날 과학기술과 관련된 많은 양의 정보가 출판물과 특허에 체화(embedded)되어 끊임없이 증가하고 있다. 그러한 대규모 데이터로부터 구조화된(well-structured) 패턴의 정보를 추출하기 위한 기법을 개발하는 것은 상당한 도전이다. 현재까지 그러한 패턴은 관련성을 인식하는데 영향을 주는 숨어있는 특성이며 근원적인 것으로 드러났다.
진보된 bibliometric 방법론, 특별히 Knowledge Map은 많은 가능성을 제공하고 있다. Knowledge Map은 출판물, 특별히 키워드의 동시 출현(co-occurrence)에 숨어있는 데이터의 통계적 특성을 가시적으로 보여준다. 그러한 지도제작법 표현은 몇 가지 중요한 장점을 가지고 있으며, 거대하고 복잡한 데이터를 가시화(visualization)하는 것은 보다 짧은 시간 안에 좀 더 완성된 개관을 제공한다. 게다가, 그러한 가시화된 표현은 좀 더 쉽게 기억된다.
Knowledge Map의 시계열적 분석은 과학기술의 구조적 개발에 대한 역동성을 드러내준다. 예를 들어, 새로운 활동의 출현, 과학적 도구의 중요성 증가, 합성과 분열과 같은 과학기술분야의 시간흐름에 따른 중요한 변화를 확인할 수 있다.

목차 (Table of Contents)

• 제 1 장 서론
• 1. 연구의 목적 및 필요성
• 2. 연구의 방법 및 구성
• 제 2 장 지식맵(Knowledge Map)의 연구동향 및 이슈
• 1. 지식맵의 연구동향
• 1 - 1. 과학분야로서의 지식맵
• 1 - 2. 연구동향
• 1 - 3. 지식도메인 시각화(Knowledge Domain Visualization)의 이슈
• 2. 지식맵(Knowledge Map)의 종류 및 적용 사례
• 2 - 1. 동시단어(co-word) 분석의 개요
• 2 - 2. 동시단어 분석의 발전
• 제 3 장 연구개발 동향분석 방법론 개발
• 1. 데이터 수집
• 1 - 1. 주제영역의 결정 및 데이터 수집
• 1 - 2. 색인어의 수집
• 2. 유사도행렬 작성
• 2 - 1. 동시출현행렬 작성
• 2 - 2. 유사도행렬 작성
• 3. 클러스터링 및 매핑
• 3 - 1. 클러스터링 및 매핑 방법 선택
• 3 - 2. 클러스터링
• 3 - 3. 매핑
• 제 4 장 Knowledge Map의 정보보안기술 연구개발 동향분석 방법론에의 적용
• 1. 연구동향분석 방법론의 적용
• 1 - 1. 자료 수집
• 1 - 2. 동시출현행렬 작성
• 1 - 3. 클러스터링
• 1 - 4. MDS Map
• 2. Co-classification 분석방법의 적용
• 2 - 1. Co-classification 방법론의 필요성
• 2 - 2. Co-classification 구축 프로세스
• 2 - 3. 분석결과
• 제 5 장 결론
• 1. 연구결과 및 시사점
• 1 - 1. 연구결과의 요약
• 1 - 2. 연구의 시사점
• 2. 연구의 한계 및 향후 연구방향
• 2 - 1. 연구의 한계
• 2 - 2. 향후 연구방향
• 참고문헌 94