스마트 미디어 시대의 문화콘텐츠 방법론으로서 담론분석 - 문화 분석의 전통과 담론 분석의 적용 가능성을 중심으로 -

태지호,권지혁 글로벌 문화콘텐츠학회 2016 글로벌문화콘텐츠 Vol.0 No.25

This study desires to examine methodological tradition and limit of analytics and structuralism as analyzing methodology of cultural contents, and to seek a chance of Foucault’s discourse analysis as this alternative. In addition, the study will discuss what is an undertone of discourse analysis as methodology to analyze cultural contents in a smart media environment. For this, this study discusses a method to analyze cultural contents. Considering structuralist methodology and analytical methodology that are the time-honored tradition of cultural analysis, an undertone of them and the limit were discussed. In addition, as alternative methodology of this, discourse-analytical methodology of Michel Paul Foucault is suggested. Discourse is a collection of statements about a method to think things as a special meaning and a method that we act on the basics of the thought, and means special knowledge about how to understand the world and how things are put. Discourse is important because of viewpoint of understanding culture and cultural contents. An analysis on this discourse not only supplements the limit of structuralist methodology and analytical methodology, but also considers a social meaning of a lot of cultural contents mass-produced in various places in a smart media environment. In addition, this analysis can help discuss status of producer and consumer who are the main agents of cultural contents and discuss the setting of the relations between them. The most important thing of this study is that big data triggered by smart revolution of the day is operated by discourse. The biggest meaning of this study is that possibility of a discourse analysis was investigated as methodology to supplement the tradition of structuralism and analytics. 본 연구는 텍스트로서 문화 현상을 분석하기 위한 빅데이터의 가능성을 탐색하는데 목적이 있다. 이를위해 기존의 텍스트에 관한 연구 방법론의 전통으로서 구조주의와 해석학의 방법론적 의미와 한계를 살펴보고 이에 대한 대안으로서 푸코의 담론 분석의 가능성을 모색하는데 목적이 있다. 그리고 스마트 미디어 환경에서 문화콘텐츠 분석의 방법론으로서 담론 분석이 가지는 함의는 무엇인지 논의할 것이다. 이를 위해 본고에서는 문화콘텐츠를 분석하는 방법에 대해서 논의하고 있다. 문화 분석의 오랜 전통인 구조주의적 방법론과 해석학적 방법론을 고찰하며 이들에 대한 함의와 그 한계에 대해 논한다. 그리고 이에 대한 대안적 방법론으로서 미셸 푸코의 담론 분석적 방법론을 제시한다. 담론이란 특별한 의미로서 사물이 생각되어지는 방법과 우리가 그 생각의 기초위에서 행동하는 방식들에 대한 진술들의 집합인데, 이는 세상을 어떻게 이해하고, 어떻게 사물들이 놓여 있는지에 대한 특별한 지식들을 말한다. 담론이 중요한 점은 문화와 문화콘텐츠에 대한 이해의 관점에 있어서이다. 이러한 담론에 대한 분석은 구조주의적 방법론과 해석학적 방법론의 한계를 보완해 줄 뿐 아니라, 스마트 미디어 환경에 있어서 다양한 지점에서 양산되는 수많은 문화콘텐츠들의 사회적 의미를 고찰할 수 있게 한다. 아울러 문화콘텐츠의 주체인 생산자, 소비자의 위상과 이들의 관계 설정을 논의하는데 도움을 줄 수 있기도 하다. 이 연구에서 무엇보다 중요한 것은 오늘날의 스마트 혁명으로 촉발된 빅데이터가 담론으로 작동하고 있음을 밝히고 있다. 그리고 담론 분석이 구조주의와 해석학의 전통을 보완하는 방법론으로써의 가능성을 밝힌 점이 이 연구의 가장 큰 의의라 할 수 있다.

빅데이터를 이용한 정책분석 방법론에 관한 연구

유경원 ( Kyeongwon Yoo ) 텔코경영연구원(구 국제무역경영연구원) 2020 텔코 저널 Vol.8 No.-

빅데이터에 대한 접근이 보다 용이해짐에 따라 정책분석에 있어 빅데이터를 활용하는 방안에 대한 논의가 활발하게 이루어지고 있다. ICT기술의 발전에 따라 텍스트데이터, 이미지데이터, 위치데이터 등 비정형(unstructured)데이터를 수집·처리가 가능해짐에 따라 정책분석과 관련하여 빅데이터는 기존의 정형화된(structured) 데이터를 보완하는 목적으로 활용이 가능해졌다. 빅데이터를 적절히 이용한다면 기존의 정형 데이터만으로는 찾기 어려운 추가적인 정보를 얻을 수 있다는 장점이 있다. 다만, 빅데이터가 전통적인 데이터를 완전히 대체할 수는 없으며 이에 따라 정확도 높은 분석이 요구되는 정책연구에 있어 빅데이터를 효과적으로 활용하는 방안이 활발하게 논의되고 있다. 본 연구에서는 정책분석에 있어서 국내외적으로 정책분석에 빅데이터가 이용되고 있는 다양한 기존 사례를 살펴보고 앞으로 공공기관을 중심으로 빅데이터를 활용한 정책평가와 수립에 참고할 수 있는 시사점을 도출하였다. 특히 본 연구에서는 소셜 빅데이터를 활용하여 한계채무자들의 개인회생 등 채무자구제제도 이용 분석 결과를 소개한다. 추가로 금융통화운영위원회 회의록을 분석한 텍스트 마이닝 적용 사례를 살펴봄으로써 이를 기반으로 향후 비정형 데이터를 활용하여 다양한 정책에 대한 사후 평가 및 심층분석이 가능할 수 있도록 한다. 마지막으로 이와 같은 활용가능성을 실제 현장에서 적용할 수 있게 하기 위한 단계별 적용방안을 결론에서 제시하였다. Since the access to the big data has been made more easily there has been many discussions on the use of big data for the policy analysis. Due to the rapid development of ICT technology it is possible to collect and analyze the unstructured data set such as the text data, image data, location data etc. and to support analyzing the structured data for the policy analysis. If we use the proper big data and appropriate methods, there is a merit to get the additional useful information which we can not find when we use the stuctured data set only. Since we know that the big data cannot replace the traditional data set, it has been eagerly discussed how to use properly the big data for the precise policy analysis. This paper reviews the previous studies and researches using big data for the policy analysis and get some lessons for the public institutes which have focused recently to use the big data for the policy evaluation etc. Especially this paper introduces the results and methods to analyze the personal bankruptcy and individual revitalization filings using the internet search data as an example of policy analsysis using big data. Also we introduce the results of analyzing monetary policy commetee minutes using text mining for more rigorous analysis and evalustion. Lastly we suggest the ways to construct the proper system for analyzing the several policy issues based on using the big data.

특수체육 연구에서 빅데이터 분석의 적용 가능성 탐색

노형규,이동철 한국특수체육학회 2017 한국특수체육학회지 Vol.25 No.4

The purpose of this study is to provide the basic data for securing methodological diversity of adapted physical education research based on analyze the concept of big data, analysis methods and application cases of Big Data and explore the applicability of adapted physical education research field. To achieve purpose of this study, definition and characteristics of big data were introduced and the big data analysis process was reviewed. Second, Text Mining, Social Network Analysis, Data Mining, Opinion Mining, Cluster Analysis and Process Mining were introduced and applied cases were analyzed to explore applicability in adapted physical activity research according to their characteristics. This study’s purpose is to understand the concept and analysis method of big data which is newly emerging, so that follow - up studies using big data analysis can be widely conducted in adapted physical activity research. 본 연구는 빅데이터의 개념과 분석방법을 토대로 특수체육 연구 분야의 적용 가능성을 탐색하여 특수체육 연구의 방법론적 다양성을 확보하기 위한 기초 자료를 제공하는데 그 목적이 있다. 이를 위해 첫째, 빅데이터의 정의와 특성을 소개하고 빅데이터 분석 과정을 검토하였다. 둘째, 빅데이터 분석방법으로 활용되는 텍스트 마이닝(Text Mining), 사회 연결망 분석(Social Network Analysis), 데이터 마이닝(Data Mining), 오피니언 마이닝(Opinion Mining), 클러스터 분석(Cluster Analysis), 프로세스 마이닝(Process Mining) 분석방법의 특징에 따라 특수체육 연구에서 사례 중심적으로 적용 가능성을 제시하였다. 본 연구는 새롭게 대두되고 있는 빅데이터의 개념과 분석방법에 대한 이해를 통해 특수체육 연구에서 빅데이터 분석을 활용한 후속 연구가 적극적으로 진행될 수 있게 하는 것이 목적이다.

빅데이터 분석과 네트노그라피 기반 온라인 소비자 커뮤니티 참여 행동 분석

박순화,이점숙,박은경,김은경,서영건 한국디지털콘텐츠학회 2024 한국디지털콘텐츠학회논문지 Vol.25 No.5

빅데이터 분석은 방대한 데이터에서 빠르게 통계적 패턴과 경향을 파악하기는 쉽지만, 데이터가 가진 심층적 의미와 인과관계를 확인하는 데는 어려움이 있다. 반면 네트노그라피 분석과 같은 질적 분석은 시간과 노력이 많이 소요되지만, 소비자의 의견과 경험을 직접 파악하여 인과관계를 이해하고 심층적인 통찰력을 제공할 수 있다. 본 연구는 빅데이터 분석 결과의 정확한 해석과 심층적인 통찰력을 제공하기 위해 빅데이터 분석에 나타난 데이터의 패턴과 특이점을 활용하여 질적 분석을 수행하는 BIGNET 통합 분석 모델을 제안하였다. 연구의 타당성과 실용성을 검증하기 위해 국내 대표 천기저귀 온라인 소비자 커뮤니티를 대상으로 실증 연구를 수행하였으며, 연구 결과 제시된 통합 분석 모델이 온라인 소비자 커뮤니티에 나타난 현상의 원인을 파악할 수 있음을 확인하였다. 이는 빅데이터 분석 결과만으로 자칫 잘못 해석하거나 오인할 수 있는 온라인 소비자 행동 중 많은 부분을 효과적으로 설명할 수 있을 것이라 기대된다. Big data analysis easily identifies statistical patterns and trends. However, relying solely on big data analysis poses challenges in validating the profound meanings and causal relationships underlying the data. On the other hand, qualitative analysis such as netnography requires substantial time and effort but offers direct insights into consumer opinions and experiences, facilitating a deeper understanding of causality and providing in-depth insights. To provide accurate interpretation and in-depth insight into big data analysis results, this study proposes the BIGNET integrated analysis model that performs qualitative analysis, utilizing the patterns and singularities of the data considered in big data analysis. To verify the validity and practicality of the study, an empirical study was conducted targeting Korea's representative online cloth diaper consumer community, thereby confirming that the proposed integrated analysis model can identify the cause of the phenomena appearing in the online consumer community. This study is expected to effectively explain many aspects of online consumer behavior that can easily be misinterpreted or misunderstood based on big data analysis results alone.

빅데이터 분석 프로젝트 수행 방법론

김형래(Hyoungrae Kim),전도홍(Do-hong Jeon),지승현(Sunghyun Jee) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.3

기업 경쟁력 제고를 위해 빅데이터 분석의 중요성이 대두됨에 따라, 기업의 문제점을 체계적으로 파악하고 이를 해결하여 사업적 가치로 재평가하기 위해서는 통합적 빅데이터 프로젝트 수행 방법이 필요하다. 이에 따라 실무적 활용 용이성을 높이도록 소프트웨어 개발과 프로젝트 관리가 융합된 "과학적 데이터 분석 방법론(SDAD)"를 제안한다. SDAD는 프로젝트 수행 과정을 문제정의, 데이터준비, 모델설계, 모델구현, 결과평가, 서비스구현의 6단계를 구성한 후, 단계별 과업을 공정별(47개)로 세분화하고 산출물(93개)을 도출한다. SDAD 는 기존의 ISP, DW, SW 개발 방법론에서 빅데이터 분석과 관련된 부분을 통합하고 쉽게 결과물을 연동할 수 있도록 하였다. 또한, 다양한 분야의 전문가로 구성된 참여자 간에 의사소통의 효율성을 높이기 위해 RACI 챠트를 통해 공정별 책임자를 할당하는 방법과 표준화된 의사소통 절차를 제시한다. SDAD 방법론은 한국고용정보원에서 수행한 빅데이터 프로젝트에 적용하여 감리의 평가를 받은 결과 적정한 것으로 나타났다. As the importance of big data analysis increases to improve the competitiveness of a corporate, a unified big data project development methodology is required in order to study the problem of a corporate in a systematic way and evaluate the problem w.r.t. a business value after solving the problem. This paper propose Scientific Data Anslysis and Development methodology(SDAD) which are integrated methodology of software development and project management for easier application into a field project. SDAD consisits of 6 stages(problem definition stage, data preparation stage, model design stage, model development stage, result extraction stage, service development state), each stages has detailed processes(47) and productions(93). SDAD, furthermore, unified previous ISP, DW, SW development methodologies in terms of the data analysis and can easily interchange the productions with them. This paper, lastly, introduces a way to assign responsible persons for each process and provide communication procedures in RACI chart to improves the efficiency of the interaction among professionals from different subjects. SDAD is applied to a Bigdata project in Korea Employment Information Services institution and the result turned out to be acceptable when evaluated by the supervision.

규칙기반 및 상관분석 방법을 이용한 시계열 계측 데이터의 이상치 판정

전제성(Jesung Jeon),구자갑(Jakap Koo),박창목(Changmok Park) 한국지반환경공학회 2015 한국지반환경공학회논문집 Vol.16 No.5

본 연구에서는 빅데이터 범주에 포함되는 각종 계측 데이터를 대상으로 각종 이상치를 판단하기 위한 기법을 고안하고, 인공 데이터 및 실 계측 데이터를 이용한 이상치 분석을 수행하였다. 계측결과에 대한 1차 차분 값 및 오차율을 적용한 규칙기반 방법은 큰 규모의 Short fault 분석 및 일정 기간 계측값에 변화가 발생하지 않는 경우의 Constant fault 분석에 효과적으로 적용될 수 있었으나, 독립적인 단일 데이터셋만을 이용하는 관계로 큰 변화폭을 보이는 실 계측 데이터의 정상 데이터를 이상치로 오판하는 문제점이 있었다. 규칙기반 방법을 이용한 Noise fault 분석은 적정 데이터 윈도우 사이즈의 선택 및 이상치 판정용 한계값 선정상의 문제로 인해 실 계측 데이터 적용에 한계가 있었다. 이종 데이터 간 상관분석 방법은 학습 데이터의 적정범위 선정이 선행된다면 장단기 계측 데이터의 이상 거동 및 국부적 이상치 판정에 매우 효과적으로 이용될 수 있음을 알 수 있었다. In this study, detection methods of outlier in various monitoring data that fit into big data category were developed and outlier detections were conducted for both artificial data and real field monitoring data. Rule-based methods applied rate of change and probability of error for monitoring data are effective to detect a large-scale short faults and constant faults having no change within a certain period. There are however, problems with misjudgement that consider the normal data with a large scale variation as outlier caused by using independent single dataset. Rule-based methods for noise faults detection have a limit to application of real monitoring data due to the problem with a choice of proper window size of data and finding of threshold for outlier judgment. A correlation analysis among different two datasets were very effective to detect localized outlier and abnormal variation for short and long-term monitoring dataset if reasonable range of training data could be selected.

인간 단백질 분석을 위한 빅 데이타 기반 RMF 방법

김은미,정종철,이배호 한국전자통신학회 2018 한국전자통신학회 논문지 Vol.13 No.6

Due to the technical difficulties and high cost for obtaining 3-dimensional structure data, sequence-based approaches in proteins have not been widely acknowledged. A motif can be defined as any segments in protein or gene sequences. With this simplicity, motifs have been actively and widely used in various areas. But the motif itself has not been comprehensively studied yet. The value of this study can be categorized in three fields in order to analyzing th human proteins using artificial intelligence method: (1) Based on our best knowledge, this research is the first comprehensive motif analysis by analyzing motifs with all human proteins in Protein Data Bank (:PDB) associated with the database of Enzyme Commission (:EC) number and Structural Classification of Proteins (:SCOP). (2) We deeply analyze the motif in three different categories: pattern, statistical, and functional analysis of clusters. (3) At the last and most importantly, we proposed random motif frequency(:RMF) matric that can efficiently distinct the characteristics of proteins by identifying interface residues from non-interface residues and clustering protein functions based on big data while varying the size of random motif. 입체적 단백질 구조를 이용한 단백질의 분석은 3차원 데이터를 생성하기 위한 기술적인 어려움과 요구되는 높은 비용으로 인해 크게 발전하지 못하였다. 모티프(motif)는 단백질이나 유전자 염기서열의 단편(segment) 정보로 정의된다. 단순성 때문에 모티프는 딥러닝을 포함한 다양한 분야에서 활발하고 폭넓게 응용되고 있다. 그러나 모티프 자체에 대한 포괄적인 이해와 연구는 미미한 편이다. 이 논문이 가지는 중요성은 인공지능 기법을 활용하여 인간 단백질을 분석하는 방법으로 3가지 측면에서 찾아볼 수 있다. (1) 현재 단백질 데이터 뱅크 (PDB)에 저장된 모든 인간의 단백질 구조를, 이에 상응하는 효소위원회 (EC)의 데이터베이스와 단백질의 구조적 특성에 따른 분류 데이터베이스 (SCOP)를 연동하여 단백질이 가지는 고유의 특성을 모티프를 응용한 새로운 방법으로 컴퓨터를 이용하여 분석한 최초의 종합적이고 심층적인 인간 단백질의 분석법이다. (2) 본 연구는 모티프에 의해 생성된 새로운 단백질의 특성을 계층적 클러스터링을 이용하여 단백질이 가지는 고유한 특징을 패턴 인식과 통계 그리고 단백질 기능 분석의 세 가지 범주로 단백질의 특성을 포괄적으로 분석한다. (3) 임의로 생성된 모티프가 단백질 내에서 가지는 빈도에 대해 빅 데이터를 활용하여 모티프의 길이를 다양화시킴과 동시에 접촉 염기와 단백질의 기능을 다각도로 분석할 수 있는 임의 모티프 빈도 (RMF)를 이용한 단백질 분석 방법론을 제안한다.

Research Methods for Korean Language Learner Corpus Analysis

( Boeui Woo ) 연세대학교 언어정보연구원(구 연세대학교 언어정보개발원) 2020 언어사실과 관점 Vol.49 No.-

이 연구에서는 한국어 학습자 말뭉치 분석을 위한 체계적이고 종합적인 연구 방법을 제시하는 것을 목적으로 한다. 기존의 연구를 살펴보면 한국어 학습자 말뭉치 분석을 위한 통일된 방법이나 기준, 분류 체계가 연구자마다 달라 기존의 연구 방법을 새로운 연구에 적용하는 것이 힘들었고 한국어 학습자 말뭉치의 분석 결과 또한 상이하였다. 이에 따라 한국어 학습자 말뭉치 분석 결과를 한국어 교육에 적용하기 어려웠다. 이 연구에서는 빅데이터 시대와 더불어 한국어 학습자 말뭉치 분석을 위한 유효한 연구 방법을 만들고자 2000년부터 20년 동안 축적되어 온 한국어 학습자 말뭉치 분석에 관한 기존의 학술지의 논문을 1) 연구의 목적, 2) 자료의 사용, 3) 자료의 전처리, 4) 변수의 사용, 5) 빈도의 정규화, 6) 오류의 분류, 7) 오류율의 계산으로 각각 분류하여 살펴보았다. 그리고 그 결과를 바탕으로 한국어 학습자 말뭉치 분석을 위한 분석 틀과 연구 방법을 제시하였다. This study aims to provide systematic, well-grounded methods for Korean language Learner Corpus analysis. Despite the fact that there has been research which analyzes Korean learner corpora, methods applied to Korean language learner corpus analysis vary depending on scholars. As a result, findings are different among researchers, so are difficult to apply to the development of Korean teaching methods. In this respect, the existing literature related to the Korean learner corpus were examined to develop research methods for analyzing Korean learner corpora. In line with the objective, references were systematically selected, limiting the search to 1) publications in Korean and English; 2) peer-reviewed articles; 3) articles published between 2000 and 2019. Furthermore, these articles were identified in terms of 1) purpose of study, 2) use of data, 3) pretreatment of data, 4) use of variables, 5) normalization of frequency, 6) categorization of error, 7) calculation of error rate. Based on the findings, detailed methods relevant to Korean language learner corpus analysis are provided for dealing with Korean corpora data, normalizing frequencies, and calculating error rates. Finally, an analytic framework, which could be used widely used in the area of Korean language learner corpus analysis, was suggested for future research.

빅데이터와 통계학

김용대,조광현,Kim, Yongdai,Cho, Kwang Hyun 한국데이터정보과학회 2013 한국데이터정보과학회지 Vol.24 No.5

빅데이터 시대를 맞이하여 통계학과 통계학자의 역할에 대하여 살펴본다. 빅데이터에 대한 정의 및 응용분야를 살펴보고, 빅데이터 자료의 통계학적 특징들 및 이와 관련한 통계학적 의의에 대해서 설명한다. 빅데이터 자료 분석에 유용하게 사용되는 통계적 방법론들에 대해서 살펴보고, 국외와 국내의 빅데이터 관련 프로젝트를 소개한다. We investigate the roles of statistics and statisticians in the big data era. Definition and application areas of big data are reviewed and statistical characteristics of big data and their meanings are discussed. Various statistical methodologies applicable to big data analysis are illustrated, and two real big data projects are explained.

어휘 통계학적 분석을 통한 체육철학 연구의 기획

진현주 한국체육철학회 2017 움직임의철학 : 한국체육철학회지 Vol.25 No.1

The Sport Philosophy has tried to establish the identity of the Sport Studies by playing the role of identifying the ontological basis of the Sport Studies. From the consciousness that the Sport Philosophy should serve as the basic discipline of Sport Studies, the Sport Philosophy has obliged to answer the question ‘what is Sport Studies?’. It is becoming increasingly impossible for a researcher of Sport Philosophy to look at the whole of Sport Studies and to answer for it, due to the academic nature of the Sport Studies, which is based on applied science based on many mother studies, however. This study examined the possibility of 'lexical statistical analysis method using database' as a new tool in the study of Sport Philosophy. The lexical statistical analysis is based on the German historian Reinhart Koselleck, who established the basis of the conceptual history, and on the research tradition of the keyword analysis theory of Raymond Williams who established the approach to analyzing the change in the meaning of a keyword. It is a research method developed by big data analysis using computer by 金觀濤·劉靑峰, called "a statistician of philosophy". Traditionally, philosophy and statistics have been thought of as incompatible words. However, the telescope called Big Data Analysis is an alternative to the physical limitations of the individual researchers of the existing research, and it is a research that can read the whole terrain of the Sport Studies. It will function as a new tool. 체육철학은 체육학의 존재론적 근거를 규명하는 역할을 담당하여 체육학의 정체성을 확립하려는 노력을 해왔다. 체육철학이 체육학의 기초학문 역할을 해야 한다는 의식 위에서 체육철학은 ‘체육학이란 무엇인가’ 라는 질문에 대답을 해야 한다는 의무를 가져온 것이다. 그러나 다수의 모학문을 기반으로 하는 응용학문이라는 체육학의 학문적 특성상, 체육철학의 일개 연구자가 체육학 전체를 조망하고 그에 대한 답을 하는 것은 점점 불가능한 일이 되었다. 이에 이 연구는 체육철학 연구의 새로운 도구로서 ‘데이터베이스를 이용한 어휘 통계학적 분석 방법’의 가능성 여부를 고찰하였다. 어휘 통계학적 분석은 개념사 연구의 기반을 확립한 독일의 역사학자 코젤렉(Reinhart Koselleck), 키워드의 의미 변화를 분석하는 접근방식을 확립한 레이먼드 윌리엄스(Raymond Williams)의 키워드 분석론이라는 연구 전통에 기반한 것으로, “철학과의 통계학파”라 불리는 진관타오 · 류칭펑(金觀濤·劉靑峰)에 의해 컴퓨터를 활용한 빅데이터 분석으로 발전된 연구 방법이다. 전통적으로 철학과 통계는 어울리지 않는 단어로 생각되어 왔다. 그러나 체육학의 전문화 · 분과화라는 환경에 놓인 체육철학에게 빅데이터 분석이라는 망원경은 기존 연구가 가진 개별 연구자의 물리적 한계를 극복할 수 있는 대안이 될 것이며, 체육학의 전체 지형을 읽을 수 있는 새로운 연구의 도구로서 기능할 것이다.