빅데이터를 이용한 산림치유에 대한 SNS 이용자 인식 분석

국문 초록 (Abstract)

본 연구는 ‘산림치유’의 개념 정립과 인식이 시작된 ‘제4차 산림기본계획’ 시행 중기부터 ‘제6차 산림기본계획’이 시행되었던 2023년까지의 기간을 4차시로 나누어 해당 차시별 SNS 빅데이터를 수집하고 분석하였다. 이를 통해 산림치유에 대한 인식, 활동 및 이용 트렌드, 영향 요인, 정책 방향성 등을 제시함으로써 향후 산림치유를 비롯한 산림복지의 올바른 계획 수립 및 활성화를 위한 기초자료를 제공하는 데 연구의 목적이 있다.
데이터 수집은 데이터를 수집하여 정제, 처리, 제공해 주는 빅데이터 베이스인 텍스톰(Textom)을 이용하였으며, 수집을 위한 채널로 ‘네이버(Naver)’와 ‘다음(Daum)’의 블로그와 카페를 선정하였다. 수집 기간은 2003년부터 2023년으로 하였으며 검색 키워드는 ‘산림치유’, ‘숲치유’, ‘산림욕’으로 설정하였다.
자료 분석 방법은 ‘텍스톰(Textom)’을 활용하여 ‘산림치유’, ‘숲치유’, ‘산림욕’에 대한 키워드 빈도분석을 실시한 후, 상위 50개 키워드를 이용해 감성 분석을 실시했다. 그 후 UCINET과 Netdraw를 이용하여 구조적 등위성 분석(CONCOR)을 진행하였다.
키워드 분석 결과, Ⅰ시기(2003년~2007년)에는 ‘산림치유’라는 키워드에 대한 언급이 확인되지 않는 것으로 보아 ‘산림치유’ 대체 용어로 ‘산림욕’으로 사용되고 있음을 짐작할 수 있었다. Ⅱ시기(2008년~2012년)에는 Ⅰ시기에는 볼 수 없었던 ‘산림치유지도사’, ‘산림치유’, ‘숲치유’, ‘프로그램’ 등의 키워드가 도출되었다. Ⅲ시기(2013년~2017년)에는 Ⅰ, Ⅱ시기에는 볼 수 없었던 ‘산림치유지도사’ 키워드가 등장하였고, Ⅳ시기(2018년~2023년)에는 ‘프로그램’의 언급량이 상승한 것을 확인할 수 있었다.
감성 분석 결과 Ⅰ, Ⅱ, Ⅲ, Ⅳ시기의 빈도, 감성 강도 비율, 빈도 비율 모두 긍정적 반응이 높은 것을 확인할 수 있었고, Ⅳ시기의 긍정 비율이 가장 높은 것을 확인할 수 있었다.
구조적 등위성 분석(CONCOR) 결과 Ⅰ시기(2003년~2007년)에는「산림 문화ㆍ휴양에 관한 법률」에 관한 클러스터들이 확인되었고, Ⅱ시기(2008년~2012년)에는 「산림복지 진흥에 관한 법률」, 「산림문화휴양법」, 「산림교육의 활성화에 관한 법률」과 관련된 클러스터들이 확인되었다. Ⅲ시기(2013년~2017년)에는 「산림복지 종합계획」, 「산림복지 진흥에 관한 법률」, 「산림복지 진흥에 관한 법률」 연관 클러스터가, Ⅳ시기(2018년~2023년)에는 「제2차 산림복지 진흥계획」이 수립되고, 「산림교육법」 시행령에 따른 관련 클러스터를 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

This study collected and analyzed SNS big data for each session by dividing the period from the middle of implementation of the 4th Basic Forest Plan, where the concept of "forest therapy" and recognition began, to 2023 when the 6th Basic Forest Plan was implemented, into 4 sessions. Through this, the purpose of the study is to provide basic data for the establishment and activation of a correct plan for forest welfare, including forest therapy, by presenting perceptions, activities and usage trends, influencing factors, and policy directions for forest therapy in the future.
For data collection, TEXTOM, a big database that collects, refines, processes, and provides data, and blogs and cafes of ‘Naver’ and ‘Daum’ were selected. The collection period is from 2003 to 2023, and search keywords are set as ‘forest therapy' and 'forest bathing'.
As for the data analysis method, the frequency analysis of keywords for 'forest therapy' and 'forest bathing' was conducted using the top 50 keywords. After that, structural identity analysis (CONCOR) was performed using UCINET and Netdraw.
As a result of keyword analysis, it was possible to guess that the keyword 'forest therapy' was not mentioned in the period I (2003-2007), so it was used as a 'forest bathing' as an alternative term for 'forest therapy'. In the period II (2008-2012), keywords such as 'forest therapy', and 'program' that were not seen in the period I were derived. In the period Ⅲ(2013-2017), the keyword 'forest therapy instructor' appeared, which was not seen in the periods Ⅰ and Ⅱ, and in the period Ⅳ (2018-2023), it was confirmed that the amount of reference to the 'program' increased.
As a result of emotional analysis, it was confirmed that the frequency, emotional intensity ratio, and frequency ratio of the Ⅰ, Ⅱ, and Ⅳ periods all had high positive responses, and the positive rate of the Ⅳ period was the highest.
As a result of structural identity analysis (CONCOR), clusters related to the Forest Culture and Recreation Act were identified in the period I (2003-2007), and clusters related to the Forest Welfare Promotion Act, the Forest Culture Recreation Act, and the Act on the Promotion of Forest Education were identified in the period II (2008-2012). In the period III (2013-2017), the clusters related to the Comprehensive Forest Welfare Plan, the Forest Welfare Promotion Act, and the Forest Welfare Promotion Act were established, and in the period IV (2018-2023), the 2nd Forest Welfare Promotion Plan was established, and related clusters were identified according to the Enforcement Decree of the Forest Education Act.

목차 (Table of Contents)

• I. 서 론 1
• 1. 연구배경 및 필요성 1
• 2. 연구목적 6
• II. 이론적 배경 7
• 1. 산림기본계획 7
• 1) 1차, 2차 치산녹화 계획(1973년~1978년, 1979년~1987년) 7
• 2) 3차 산지자원화 계획(1988년~1997년) 8
• 3) 4차 산림기본계획(1998년~2007년) 10
• 4) 5차 산림기본계획(2008년~2017년) 12
• 5) 6차 산림기본계획(2018년~2037년) 14
• 2. 산림복지 18
• 1) 산림복지의 배경 18
• 2) 산림기본계획별 산림복지 20
• 3) 산림복지 서비스 24
• 4) 산림복지 진흥계획 28
• 5) 산림복지 관련 빅데이터 선행연구 31
• 3. 산림치유 33
• 1) 산림치유의 등장 배경 33
• 2) 산림치유의 숲 36
• 3) 산림치유지도사 39
• 4) 산림치유 관련 이론 41
• 5) 산림치유 관련 빅데이터 선행연구 42
• 4. 빅데이터 44
• 1) 빅데이터 배경 44
• 2) 빅데이터 선행연구 46
• 3) 텍스트마이닝 47
• III. 연구방법 51
• 1. 검색 설정 51
• 2. 자료 수집 범위 53
• 3. 분석 방법 55
• 1) 키워드 빈도분석 및 TF-IDF 방법 57
• 2) 감성 분석 방법 61
• 3) 구조적 등위성 분석(CONCOR) 방법 62
• IV. 연구결과 65
• 1. 데이터 분석결과 65
• 1) 키워드 빈도 분석 및 TF-IDF 결과 65
• 2) 감성 분석 결과 70
• 3) 구조적 등위성 분석(CONCOR) 결과 74
• 2. 시기별 분석결과 76
• 1) Ⅰ시기(2003년~2007년) 77
• 2) Ⅱ시기(2008년~2012년) 82
• 3) Ⅲ시기(2013년~2017년) 87
• 4) Ⅳ시기(2018년~2023년) 92
• V. 결론 및 제언 97
• VI. 참고문헌 102