- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구는 기관 발행 국제학술지의 한 사례로서 한국전자통신연구원에서 발행하는 ETRI Journal이 국제저널로 발전한 요인을 다양한 관점에서 분석하였다. 그 결과 ETRI Journal은 기관의 정책적인 지원과 소속 구성원들의 적극적인 협조로 SCI 등재 준비 3년 만에 SCI에 등재될 수 있었다. 특히 SCI 등재 준비를 시작한 1996년부터 게재논문을 증가되었고, 이와 함께 ETRI 소속 구성원들이 자신들의 논문이나 학술발표에 ETRI Journal의 성과들을 적극적으로 인용하는 등의 공동노력들이 있었음을 분석하였다. 따라서 ETRI Journal의 사례는 기관과 그 구성원의 적극적인 지원과 참여, 관심이 있다면, 기관 발행 학술지는 발행 초기 단계에서는 그 한계나 단점을 장점으로 훌륭하게 활용할 수 있음을 잘 보여주고 있다.
Abstract
This study analyzes in various aspects the success factors in the development of the ETRI Journal which has been published by the Electronic and Telecommunications Research Institute, Korea, as an example case international journal by the institution. The results show that it ould be enlisted in SCI within 3 years after preparing the works for enlisting in it based on the supports from ETRI as well as the cooperation from members of the institution. From the first year 1996 when preparing the enlisting in SCI, the numbers of the articles published in each issue have been increased, and the members in ETRI have cooperated to publish their articles in the journal and cite the articles from the journal in their own articles and proceedings. The case of ETRI Journal shows that the journal published by institution can, in the first stage of its publication, take full advantage of its characteristics as an institution, if it can gain the cooperations both from the institution and its members.
초록
기록이나 문헌의 자동분류에 관한 연구는 오래 전부터 시작되었다. 최근에는 인공지능 기술이 발전하면서 기계학습이나 딥러닝을 접목한 연구로 발전되고 있다. 이 연구에서는 우선 문헌의 자동분류와 인공지능의 학습방식이 발전해 온 과정을 살펴보았다. 또 기계학습 중 특히 지도학습 방식의 특징과 다양한 사례를 통해 기록관리 분야에 인공지능 기술을 적용해야 할 필요성에 대해 알아보았다. 그리고 실제로 지도학습 방식으로 서울시의 결재문서를 ETRI의 엑소브레인을 통해 정부기능분류체계로 자동분류해 보았다. 이를 통해 기록을 다양한 방식의 분류체계로 자동분류하기 위한 각 과정의 고려사항을 도출하였다.
Abstract
Research on automatic classification of records and documents has been conducted for a long time. Recently, artificial intelligence technology has been developed to combine machine learning and deep learning. In this study, we first looked at the process of automatic classification of documents and learning method of artificial intelligence. We also discussed the necessity of applying artificial intelligence technology to records management using various cases of machine learning, especially supervised methods. And we conducted a test to automatically classify the public records of the Seoul metropolitan government into BRM using ETRI’s Exobrain, based on supervised machine learning method. Through this, we have drawn up issues to be considered in each step in records management agencies to automatically classify the records into various classification schemes.
초록
한국과학기술정보연구원 선임연구원(sanglee@kisti.re.kr)＊＊ 한국과학기술정보연구원 연구원(lovesin@kisti.re.kr)＊＊＊ 한국과학기술정보연구원 선임연구원(jaesoo@kisti.re.kr)＊＊＊＊ 고려대학교 컴퓨터학과 교수(choi@formal.korea.re.kr)＊＊＊＊＊ 한국과학기술정보연구원 책임연구원(tychung@kisti.re.kr) 논문접수일자 : 2004년 6월 24일 게재확정일자 : 2004년 9월 17일攀攀정보통신 및 인터넷의 급속한 발전으로 기존의 물리적인 저작물이 디지털 콘텐츠로 급속히 전환되면서 디지털 콘텐츠 자원에 대한 접근 및 서비스 방식과 기존의 식별기호로는 디지털 콘텐츠의 특성을 충족시키는 식별이 미흡하고 한계가 있다. 또한, URN명세를 만족하는 DOI 식별체계도 저널, 회의자료와 같은 학술잡지형태에만 활용되고 있어 다양한 형태의 비학술잡지에 적용할 식별체계가 필요하다. 따라서, 해외 주요 디지털 콘텐츠 서비스기관의 식별체계 활용사례와 KISTI에서 소장하고 있는 학술잡지 형태 2종, 비학술잡지 형태 3종 등 5종을 분석하여 학술잡지뿐만 아니라 비학술잡지에도 적용할 수 있는 고유 식별기호를 개발하고, 고유 식별기호 기반의 전자원문 연계시스템을 설계 및 구현하고자 한다.
Abstract
With the rapid growth of information technology and the internet, the physical contents are transformed into digital contents at a fast rate. With the change, accessing the digital contents, the service methods and the identifier used for the digital contents are not systematic and limited for use. The DOI identifier system used for the URN is also limited to academic journals or magazines and are not adequately applicable for non-academic journal or digital contents. Therefore, we have developed a unique identifier based on the analysis made on the system adopted by foreign digital contents service institutes, two types of academic journals 3 types of non-academic journals owned by KISTI that can be adopted by non-academic journals. The identifier is to be used to design and implement a digital contents service system.
초록
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.
Abstract
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.