- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
국가기록원의 기록정보콘텐츠는 사회적 관심이나 열람 요청이 많은 주제에 대해 신뢰성 있는 기록물을 누구나 쉽게 활용할 수 있도록 정리한 것이다. 그러나 기록정보콘텐츠를 이용하는데 접근성의 어려움, 상세정보부족, 사용 용이성과 흥미 유도성이 낮은 전달방식, 맞춤형 콘텐츠 부족 등의 이슈가 대두되었다. 이에 대한 타개책으로 본 연구에서는 유튜브(YouTube) 채널을 통한 기록정보콘텐츠의 활용방안을 제안한다. 이를 위해 국가기록원 기록정보콘텐츠의 서비스 현황과 문제점을 분석하고, 해외 유사 기관의 영상콘텐츠 활용 현황과 비교․분석하였다. 나아가 구체적인 유튜브 채널을 통한 기록정보콘텐츠 영상화 프로세스를 제안하고 예시를 적용하였다. 이를 통해 국가기록원 기록정보콘텐츠의 인지도와 활용성이 제고되기를 기대한다.
Abstract
The archival contents of the National Archives of Korea are organized so that anyone can easily use the records with a lot of social interest or request for reading. However, there are some problems in accessibility of archival contents, lack of detailed information, difficult to use and less interesting delivery method, and lack of customized content. As an alternative to this, this study proposed the utilization method of the archival contents of the National Archives through YouTube channel. For this purpose, we analyze the status and problems of the archival contents of the National Archives and understand the contents of the YouTube channel of the foreign agencies and the National Archives, and evaluate and compare them. Based on this, we propose and apply the process of the archival contents visualization using YouTube. Through this, We expect that the recognition and usability of the contents information of the National Archives of Records will be improved.
초록
본 연구에서는 대학도서관이 직면하고 있는 전자저널의 오픈액세스로 인해 발생한 기존 전자저널 구독방식에 미치는 문제점들을 파악하고, 이를 해결할 수 있도록 오픈액세스 기반의 구독을 위한 운영모델을 제안하였다. 제안한 운영모델은 구독모델, 체계, 정책, 운영의 네 가지 개념을 현실에 맞게 해석한 모델로 전자저널의 합리적 구독을 전제로 하여 오픈액세스를 적용한 것이다. 국가지원, 통괄적 운영, 오픈액세스 기반 모델, 협력체계 구축을 주요 내용으로 하여 구현하였고 특히 국가지원체계로 안정적이고 지속적 학술정보 확보가 필요하다는 점을 강조하였다. 제안된 운영모델은 국내 오픈액세스 연구과 실현을 위한 기초 자료로 이용될 수 있을 것이다.
Abstract
In this study, we investigated the problems of existing e-journal subscriptions caused by open access of e-journals faced by university libraries. To solve these problems, we proposed an operational model for open access based subscription. The proposed operational model, which adapts the four concepts of subscription model, system, policy, and operation interpreted according to reality, applies open access on the premise of rational subscription of electronic journals. The proposed operational model was constructed based on national support, comprehensive operation, open access based model, and cooperation system. In particular, it emphasized the need for stable and continuous access to scholarly information through national support policy. The proposed operational model can be used as a basic data for the realization and research of open access in the domestic environment.
초록
본 연구는 국내 공공도서관의 어린이청소년서비스 및 프로그램의 현황을 조사하고 문제점을 파악하여 개선방안을 도출하고자 하였다. 2016년 기준 국가도서관통계시스템의 자료와 전국 108곳의 공공도서관 어린이청소년서비스 담당사서들로부터 설문조사를 통해 어린이청소년서비스 현황을 파악하고 서비스 수준에 대한 사서의 인식을 조사하였다. 분석 결과, 공공도서관은 인력 및 예산의 부족, 시설의 협소함, 유연하지 않은 프로그램 내용 등의 문제점이 서로 복합적으로 작용하여 서비스 수준을 높이기 어려운 상황임을 나타냈다. 이에 대한 개선방안으로 어린이청소년의 흥미 유발 및 참여자 간 유대감을 형성하는 프로그램 개발, 학교 및 지역 내 유관기관과의 연계활동 증진, 도서관 프로그램의 참여를 높이기 위한 다양한 방식 제안, 정보 소외계층 중점 서비스의 제공, 그리고 도서관 발전을 위해 다양한 정책적 지원 요청 등을 제안하였다. 이렇듯 본 연구는 프로그램 기획부터 정부 및 지자체의 지원방안까지 다방면의 개선방안을 제안함으로써 도서관이 나아갈 방향을 제시하였다.
Abstract
The purpose of this study is to identify the status and also to develop improvement plans for the children and youth services of the public libraries. To determine the information service status and the librarians’ perceptions on the levels of services they provided, the 2016 Korean National Library Statistics System data and the survey results from the children and youth program librarians in the 108 public libraries were analyzed. The analysis revealed the problems such as lack of human resources and budget, shortage of space, and an inflexible program curriculum, which affect the program as a whole negatively. Five suggestions were made to remedy the problems. They are: 1) development of the new programs, which can interest the children and youth and motivate the sense of association among the program participants; 2) increase the number of the programs including the schools and other related organizations nearby region; 3) incorporating the new program formats to enhance the participation; 4) starting the new services explicitly targeted for the information-poor group of people; and 5) soliciting policy-level support for the libraries. In summary, this study made a few suggestions for the libraries ranging from planning the programs to requesting assistance from the national as well as the regional governments.
초록
최근 학술문헌의 양이 급증하고, 융복합적인 연구가 활발히 이뤄지면서 연구자들은 선행 연구에 대한 동향 분석에 어려움을 겪고 있다. 이를 해결하기 위해 우선적으로 학술논문 단위의 분류 정보가 필요하지만 국내에는 이러한 정보가 제공되는 학술 데이터베이스가 존재하지 않는다. 이에 본 연구에서는 국내 학술문헌에 대해 다중 분류가 가능한 자동 분류 시스템을 제안한다. 먼저 한국어로 기술된 기술과학 분야의 학술문헌을 수집하고 K-Means 클러스터링 기법을 활용하여 DDC 600번 대의 중분류에 맞게 매핑하여 다중 분류가 가능한 학습집합을 구축하였다. 학습집합 구축 결과, 메타데이터가 존재하지 않는 값을 제외한 총 63,915건의 한국어 기술과학 분야의 자동 분류 학습집합이 구축되었다. 이를 활용하여 심층학습 기반의 학술문헌 자동 분류 엔진을 구현하고 학습하였다. 객관적인 검증을 위해 수작업 구축한 실험집합을 통한 실험 결과, 다중 분류에 대해 78.32%의 정확도와 72.45%의 F1 성능을 얻었다.
Abstract
Recently, as the amount of academic literature has increased rapidly and complex researches have been actively conducted, researchers have difficulty in analyzing trends in previous research. In order to solve this problem, it is necessary to classify information in units of academic papers. However, in Korea, there is no academic database in which such information is provided. In this paper, we propose an automatic classification system that can classify domestic academic literature into multiple classes. To this end, first, academic documents in the technical science field described in Korean were collected and mapped according to class 600 of the DDC by using K-Means clustering technique to construct a learning set capable of multiple classification. As a result of the construction of the training set, 63,915 documents in the Korean technical science field were established except for the values in which metadata does not exist. Using this training set, we implemented and learned the automatic classification engine of academic documents based on deep learning. Experimental results obtained by hand-built experimental set-up showed 78.32% accuracy and 72.45% F1 performance for multiple classification.