본 연구는 치유정원 및 치유정원 내 도입 프로그램과 관련된 시기별 이용행태의 변화를 파악하여 프로 그램 및 서비스 제공에 있어 개선하는데 도움이 되는 기초자료를 제공하는 것을 목적으로 한다. 이를 위해 텍스트마이닝 기법을 활용하고 『수목원정원법』시행 및 코로나19 전후를 기점으로 하여 2014 년, 2019년, 2023년 세 가지 시기로 구분하여 시계열적으로 시기별 이용행태 간의 변화를 조사하였다. 연구결과 치유정원과 치유정원 내 도입 프로그램은 이용자들에게 있어 긍정적 경험으로 나타났다. 프 로그램의 경우 초기에는 치유농업 및 원예를 중심으로 시작되었으나 시간이 지남에 따라 산림치유를 비롯하여 가드닝을 포함한 다양한 활동으로 확장되었으며, 이용자 계층 또한 다양한 계층으로 확대되 었다. 아울러 치유정원은 원예치료, 산림치유 등 다양한 자연환경 기반 치유분야의 도입요소로 사용됨 에 따라 혼용되어 사용되고 있는 것으로 나타났다. 따라서 치유정원에 대한 명확한 개념정립과 함께 다양한 계층을 고려한 프로그램이 필요한 것으로 나타났다.

The use of big data needs to be emphasized in policy formulation by public officials in order to improve the transparency of government policies and increase efficiency and reliability of government policies. ‘Hye-Ahn’, a government-wide big data platform was built with this goal, and the subscribers of ‘Hye-Ahn’ has grown significantly from 2,000 at the end of 2016 to 100,000 at August 2018. Additionally, the central and local governments are expanding their big data related budgets. In this study, we derived the costs and benefits of ‘Hye-Ahn’ and used them to conduct an economic feasibility analysis. As a result, even if only some quantitative benefits are considered without qualitative benefits, the net present value, the benefit/ cost, and internal rate of return turned out to be 22,662 million won, 2.3213, and 41.8%, respectively. Since this is larger than the respective comparison criteria of 0 won, 1.0, and 5.0%, it can be seen that ‘Hye-Ahn’ has had economic feasibility. As noticed earlier, the number of analysis using ‘Hye-Ahn’ is increasing, so it is expected that the benefits will increase as time passes. Finally, the socioeconomic value gained when the results of analysis using ‘Hye-Ahn’ are used in policy is expected to be significant.

The objective of this study is to analyze the indoor air quality of multi-use facilities using an IoT-based monitoring and control system. Thise study aims to identify effective management strategies and propose policy improvements. This research focused on 50 multi-use facilities, including daycare centers, medical centers, and libraries. Data on PM10, PM2.5, CO2, temperature, and humidity were collected 24 hours a day from June 2019 to April 2020. The analysis included variations in indoor air quality by season, hour, and day of the week (including both weekdays and weekends). Additionally, ways to utilize IoT monitoring systems using big data were propsed. The reliability analysis of the IoT monitoring network showed an accuracy of 81.0% for PM10 and 76.1% for PM2.5. Indoor air quality varied significantly by season, with higher particulate matter levels in winter and spring, and slightly higher levels on weekends compared to weekdays. There was a positive correlation found between outdoor and indoor pollutant levels. Indoor air quality management in multi-use facilities requires season-specific strategies, particularly during the winter and spring. Furhtermore, enhanced management is necessary during weekends due to higher pollutant levels.

This study utilizes social big data to investigate the factors influencing the awareness, attitude, and behavior toward vegan fashion consumption among global and Korean consumers. Social media posts containing the keyword “vegan fashion” were gathered, and meaningful discourse patterns were identified using semantic network analysis and sentiment analysis. The study revealed that diverse factors guide the purchase of vegan fashion products within global consumer groups, while among Korean consumers, the predominant discourse involved the concepts of veganism and ethics, indicating a heightened awareness of vegan fashion. The research then delved into the factors underpinning awareness (comprehension of animal exploitation, environmental concerns, and alternative materials), attitudes (both positive and negative), and behaviors (exploration, rejection, advocacy, purchase decisions, recommendations, utilization, and disposal). Global consumers placed great significance on product-related information, whereas Korean consumers prioritized ethical integrity and reasonable pricing. In addition, environmental issues stemming from synthetic fibers emerged as a significant factor influencing the awareness, attitude, and behavior regarding vegan fashion consumption. Further, this study confirmed the potential presence of cultural disparities influencing overall awareness, attitude, and behavior concerning the acceptance of vegan fashion, and offers insights into vegan fashion marketing strategies tailored to specific cultures, aiming to provide vegan fashion companies and brands with a deeper understanding of their consumer base.

본 연구에서는 빅데이터를 통해 교사의 융합교육역량에 대한 사회적 인식을 살펴봄으로써 교사의 융합 교육역량 증진 방안 마련을 위한 기초자료를 제공하는데 목적이 있었다. 본 연구목적을 달성하기 위해 Textom에서 제공하는 빅데이터를 활용하여 􍾧교사 + 융합교육 + 역량􍾨을 키워드로 rawDATA를 수집하였 다. 수집된 데이터는 1차􌝆2차 정제과정을 마친 데이터들 중 빈도분석 결과를 바탕으로 200개 핵심 키워드 를 선정하였으며, 이를 1-모드 매트릭스 데이터 셋으로 변환하여 키워드 네트워크 분석을 실시하였다. 연 구결과는 다음과 같다: 첫째, 빈도분석에서는 교육, 인공지능, 강화, 연수, 수업이 가장 빈번하게 출현하는 것으로 나타났다. 둘째, 전체 네트워크 분석에서는 교육, 학생, 연수, 강화, 대상이 모든 중심성에서 높게 나타났다. 셋째, 에고 네트워크 분석에서는 교사, 융합교육, 역량을 중심으로 다양하게 논의되고 있음을 확 인할 수 있었다. 이러한 결과를 바탕으로 교사의 융합교육역량과 관련된 후속연구 및 증진방안에 대해 제 언하였다.

In this study, we propose a novel approach to analyze big data related to patents in the field of smart factories, utilizing the Latent Dirichlet Allocation (LDA) topic modeling method and the generative artificial intelligence technology, ChatGPT. Our method includes extracting valuable insights from a large data-set of associated patents using LDA to identify latent topics and their corresponding patent documents. Additionally, we validate the suitability of the topics generated using generative AI technology and review the results with domain experts. We also employ the powerful big data analysis tool, KNIME, to preprocess and visualize the patent data, facilitating a better understanding of the global patent landscape and enabling a comparative analysis with the domestic patent environment. In order to explore quantitative and qualitative comparative advantages at this juncture, we have selected six indicators for conducting a quantitative analysis. Consequently, our approach allows us to explore the distinctive characteristics and investment directions of individual countries in the context of research and development and commercialization, based on a global-scale patent analysis in the field of smart factories. We anticipate that our findings, based on the analysis of global patent data in the field of smart factories, will serve as vital guidance for determining individual countries' directions in research and development investment. Furthermore, we propose a novel utilization of GhatGPT as a tool for validating the suitability of selected topics for policy makers who must choose topics across various scientific and technological domains.

This study analyzes consumer fashion purchase patterns from a big data perspective. Transaction data from 1 million transactions at two Korean fashion brands were collected. To analyze the data, R, Python, the SPADE algorithm, and network analysis were used. Various consumer purchase patterns, including overall purchase patterns, seasonal purchase patterns, and age-specific purchase patterns, were analyzed. Overall pattern analysis found that a continuous purchase pattern was formed around the brands’ popular items such as t-shirts and blouses. Network analysis also showed that t-shirts and blouses were highly centralized items. This suggests that there are items that make consumers loyal to a brand rather than the cachet of the brand name itself. These results help us better understand the process of brand equity construction. Additionally, buying patterns varied by season, and more items were purchased in a single shopping trip during the spring season compared to other seasons. Consumer age also affected purchase patterns; findings showed an increase in purchasing the same item repeatedly as age increased. This likely reflects the difference in purchasing power according to age, and it suggests that the decision-making process for purchasing products simplifies as age increases. These findings offer insight for fashion companies’ establishment of item-specific marketing strategies.

국내 소비자들의 식품 영양성분에 대한 관심이 계속적 으로 증가하고 있지만 영양성분과 관련된 식품의 소비자 선호도 분석 연구는 부족한 실정이다. 본 연구는 대국민 정보 서비스인 식품영양성분 데이터베이스 플랫폼에 수집 된 빅데이터의 로그분석을 수행하여 소비자들이 영양학적 측면에서 관심을 가지는 식품에 대한 선호도 결과를 제시 하였다. 수집 기간은 2020년 1월부터 2022년 12월까지의 3개년으로 설정하여 총 2,243,168건의 식품명 검색어가 수 집되었으며, 식품명을 병합하여 품목대표 식품명으로 가 공하였다. 분석도구는 R프로그램을 이용하였으며, 영양정 보를 확인하고자 하는 식품명의 검색 빈도를 전체 기간 및 계절별로 분석하였다. 전체 기간 동안 빈도수 분석 결 과, 한국인이 일반적으로 자주 섭취하는 쌀밥, 닭고기, 달 걀의 빈도수가 가장 높았다. 계절성에 따른 선호도 분석 결과, 봄과 여름에는 대체적으로 국물이 없고 뜨겁지 않 은 음식의 빈도수가 높았으며, 가을과 겨울에는 국물이 있 고 따뜻한 음식의 빈도수가 높았다. 또한, 외식업체에서 계절식품으로 판매하는 냉면, 콩국수 등과 같은 식품의 빈 도수도 계절성을 가지는 것으로 확인되었다. 이러한 결과 는 소비자들이 일반적으로 자주 섭취하는 식품의 영양정 보에 관심을 가지는 패턴을 확인할 수 있었으며, 소비 트 렌드와 간접적인 연관성을 가진다는 점에서 외식업계에서 계절별 마케팅 전략 수립 시 기초 자료로 활용될 수 있을 것으로 기대된다.

본 연구에서는 코로나 이후 색조화장품 시장의 소비자들의 온라인 관심 정보에 대한 자료 수집 을 통하여 색조화장품 정보 검색의 특성과 텍스트 마이닝 분석 결과에 나타난 코로나 이후 색조화장품 시 장의 주요 관심정보들을 분석하고자 하였다. 실증분석에서는 “색조화장품” 이라는 단어를 포함하는 뉴스, 블로그, 카페, 웹페이지 등의 모든 문서들을 분석 대상으로 텍스트 마이닝을 수행하였다. 분석 결과 코로나 이후 색조화장품에 대한 온라인 정보 검색은 주로 구매 정보와 피부와 마스크 관련 화장법 등에 관한 정보 와 관심 브랜드와 행사 정보 등의 주요 토픽이 주를 이루고 있었다. 결과적으로 코로나 이후 색조화장품 구매자들은 적극적인 온라인 정보 검색을 통하여 제품 가치와 안전성, 가격 혜택, 매장 정보 등의 구매 정 보에 더욱 민감하게 될 것이므로 이에 대한 대응전략이 요구된다.

지능형 컴퓨팅의 등장으로 빅데이터를 활용한 패션 브랜드 의미 마이닝과 가치 홍보에 초점을 맞춘 새로운 연구 트렌드가 등장하였다. 본 연구의 목적은 인기 여성복 브랜드 5개를 대상으로 다양한 종류의 의류에 대한 소비자 감성 트렌드를 조사하는 것이다. 유니클로, 에이치스타일, 베로모다, 피스버드, 온리. 이를 위해 총 93,550건의 소비자 평가를 수집하고, 키스멧 감성 분석 엔진을 활용하여 의류 유형별 감성 극성도를 분석하였 다. 그 결과, 브랜드에 따라 감정 극성이 크게 다르다는 것을 알 수 있었으며, HSTYLE 후드티, ONLY 니트웨 어, 피스버드 순면, 유니클로 니트가 각각 소비자들에게 가장 강한 긍정적 감정을 불러일으켰다. 또한 이번 연 구에서는 각 브랜드에서 가장 인기 있는 의류 유형과 착용 효과를 밝혀 패션 기업이 효과적인 마케팅 전략을 수립하고 제품 제공을 강화하는 데 중요한 인사이트를 제공했다. 이러한 연구 결과를 바탕으로 게임 업계에서 는 감성 분석을 적용하여 다양한 게임 브랜드, 장르, 게임 플레이에 대한 플레이어의 감정 반응을 이해하고 게임 프로모션 전략과 제품 디자인 개발에 도움을 줄 수 있다. 전반적으로 이 연구 결과는 디자인 분야에서 빅데이터의 잠재력을 입증하고 업계에서 경쟁 우위를 확보하기 위해 빅데이터를 활용하는 것이 중요하다는 점을 강조할 수 있다.

본 연구는 빅데이터를 통해 남북통일에 관한 한국 사회의 인식을 분석 하고 그를 통한 함의를 도출하여 미래 한반도 통일에 관한 시사점을 얻 고자 하였다. 이를 위해 2003년부터 2022년 5월까지, 역대 4개 정부를 분석대상 기간으로 구분 설정하고 포털 및 언론보도 빅데이터 총 115,975건의 데이터를 수집하여 텍스트마이닝과 사회연결망 분석을 수행 하였다. 연구 결과, 정부 시기별 통일에 관한 사회적 인식의 특성을 확인 하였으며 외교, 정치, 군사, 경제, 사회·문화 측면의 공통 키워드를 도출 하여 그에 따른 한반도 통일에 관한 발전적 방향을 제언하였다.

본 연구에서는 미용분야 창업 활성화를 위해 소셜 빅데이터 분석을 탐색적 데이터 분석(EDA) 을 기반으로 하여 2019년부터 2021년 동안 각 년도별로 기간을 구분하여 ‘미용창업’에 대한 수요 변화와 감정 및 의미 차이의 특징적인 패턴을 도출하고자 하였다. ‘미용창업’ 키워드를 주제로 연관된 검색어를 추 출한 결과 창업에 필요한 전문적인 창업교육 보다는 미용관련 기술을 배울 수 있는 기관이나 자격증에 더 많은 관심을 보였으며, 이는 정부 및 지자체에서 여러 가지 창업지원 정책들이 마련되고 있음에도 불구하 고 여전히 전문적인 창업교육의 중요성을 인식하지 못하고 있는 것으로 파악할 수 있으며, 이에 대한 대안 으로 미용분야 창업을 성공적으로 이루기 위한 전공별 맞춤형 창업교육 프로그램을 개발하는 것이 필요할 것으로 사료된다. 탐색적 데이터 분석을 통해 가설을 설정하고 전통적인 확증적 데이터 분석(CDA)을 결합 하여 가설을 검증한다. 미용 창업을 위한 탐색적 데이터 분석 방법이 존재한 적은 없으며, 정식 창업교육의 필요성을 언급하기보다는 미용창업에 대한 관심 변화와 예비창업자의 요구사항을 탐색적 데이터로 분석한 다면 맞춤형 창업 프로그램 개발에 도움이 될 것이라고 확신한다.

This study examines the concept of Korean ethnicity by looking into how the Choseonjok, ethnic return migrants from China, are perceived in online news comments. Data were collected from 3,109 comments, which were written in response to 28 news articles regarding the Choseonjok, and analyzed using a Python-based text-mining technique and critical discourse analysis. The findings show that the commenters perceived the Choseonjok negatively, including as potential criminals or social vice. They not only placed the Choseonjok in an inferior position to pure Koreans but also excluded them from the category of compatriots, arguing that speaking the same language and sharing a similar appearance were not enough to make the ethnic return migrants Korean compatriots. This study critically demonstrates how a group of ethnic return migrants is depicted in online public discourses and how this portrayal can shed light on the conceptualization of Korean ethnicity in this era of multiculturalism.

1970년대 이후 게임시장 규모의 폭발적 성장과 함께 하드웨어의 발전을 바탕으로 온라인 게임의 성장을 비 롯하여 게임 규모는 지속적으로 확장하고 있다. 대규모 자본과 인력이 투입된 이른바 AAA게임은 게임의 시장규모를 증가시킨 순기능 이외에 게임플레이의 획일화를 가져온 역기능으로도 작용하게 되었다. 이러한 시장의 반대측면에서 소규모 또는 1인 개발자들에 의해 개발되는 인디게임이 차츰 주목받고 성장하고 있 는 추세에 있다. 특히 ‘마인크래프트’의 성공 이후에 인디게임 업계로 진입하는 소규모 게임 개발자와 1인 게임 개발자들의 양도 동반 증가하였으며, 이들은 AAA게임이 가지지 못한 독특한 아이디어와 디자인 요소 를 활용하고, 크라우드 펀딩 등의 방법을 통해 자금을 조달하는 제작 형태를 띄고 있다. 인디게임은 2022년 현재 게임 플랫폼 ‘스팀’에 등록된 게임수가 40043개에 이를 정도로 지속적인 시장 확대를 이루고 있으나 최근, 스폰서와 대규모 투자를 바탕으로 한 인디게임 개발의 추세에 힘입어 소규모 또는 1인 인디게임 개 발자들의 경쟁력은 낮아지고 있다. 본 연구에서는 2020년부터 2022년까지 ‘인디게임‘ 키워드를 바탕으로 빅 데이터 분석방법을 통하여 인디게임 산업의 이슈를 추출하고 이슈와 관련한 게임의 현황과 향후 인디게임 방향성을 밝혀보고자 하였다. 연구의 결과로 2020년의 인디게임 플랫폼의 보급과 함께 시장이 확장되는 것 을 알 수 있으며, 2021년은 인디게임 보급을 뒷받침 할 수 있는 지원정책이 확산되는 현상을 파악할 수 있 었다. 2022년은 다양한 해외 플랫폼을 바탕으로 지원정책에 힘입어 지속적으로 제작되고 있으며 해외진출 을 시도함과 동시에 인디게임 산업의 활성화를 위한 육성정책이 이루어지고 있음을 알 수 있다.

이 연구는 전염병의 잠재적 확산 가능성이 높은 지역의 탐색을 목적으로, 코로나19 전후의 버스 네트워크 클러스터의 시공간적 변화를 분석한다. 분석방법으로는 Getis와 Ord의  통계를 공간 네트워크로 확장 및 적용한  통계 값을 사용하였다. 이 과정은 서울시 전체 버스 네트워크의 개별 흐름에 대해 각각 적용되기 때문에 대규모 연산을 위해 병렬컴퓨팅 방식을 적용한 슈퍼컴퓨터를 사용하였다. 연구 결과, 첫째, 코로나19 이후 버스 네트워크가 일부 흐름으로 집중된 경향을 보였다. 둘째, 코로나19이 후의 버스 흐름은 주거지, 농업지로의 이동은 증가하고 상업지역, 교통지역으로의 이동은 감소했음을 확인하였다. 셋째, 중심업무 지구 중 여의도 방면의 클러스터, 구로디지털단지역 방면의 클러스터와 달리, 강남일대는 코로나19 전후의 유의미한 변화가 나타나 지 않았다. 이 연구는 국내에서 처음으로 코로나19전후의 버스 네트워크 클러스터를 확인하고 변화 특징을 제시한다는 의미가 있다.

본 연구는 무분별한 섬 개발과 섬의 특성을 고려하지 않은 사업 등 섬 경관 특성 파악의 필요성이 증대됨과 동시에 기존 경관 연구의 한계를 보완하는 방법으로서 빅데이터 분석을 활용하고자 하였다. 따라서 본 연구는 섬 경관은 관광 동기의 중요 지표인 고유한 섬의 경관 특성을 파악함으로써 이를 고려한 계획 및 관리방안의 기초자료 제시를 목적으로 하였다. 연구의 범위는 가장 많은 섬을 보유하고 있는 전라남·북도의 섬 중 국내·외에서 인정받은 섬 중 빅데이터 분석을 하기에 용이한 데이터를 보유하고 있는 청산도, 선유도, 보길도, 박지·반월도로 한정하였다. 수집된 데이터는 사진 및 텍스트 데이터로서 이를 각각의 경관 특성을 파악하고 관계를 분석하기 위하여 형식미학적·심리적 경관특성으로 분류하여 결과를 도출하였다. 형식미학적 경관 특성은 사진 데이터를 토대로 경관파악모델 및 색채, 색채 이미지 형용사 분석을 실시하여 각 섬이 보유한 경관구성요소와 특성을 파악하였으며, 심리적 경관특성은 텍스트 데이터를 활용하여 빈도분석, N-gram, 네트워크 분석, 감성분석 등을 실시하여 경관 대상과 행태, 이미지 등을 파악하였다. 위와 같은 결과를 종합하여 섬 경관이 대중에게 어떻게 활용되고 있는지 의미를 파악하였으며 섬 연구에서 수행하는 데 발생되는 시간적·비용적 측면의 한계점뿐만 아니라 계절, 시계열 등 시간적 특성을 파악할 수 있다는 점에서 기존의 연구를 보완할 수 있었다. 또한, 각 섬의 경관 특성을 고려하여 추후 섬 발전 방향을 더욱 구체화시킬 수 있는 장치가 될 수 있다는 시사점을 제시하였다.

본 연구는 COVID-19 이후 큰 타격을 입은 관광산업 중 하나인 워터파크를 대상지로 선정하여 COVID-19가 워터파크 이용에 있어 어떠한 인식의 변화를 야기했으며 또한 행태변화에 어떠한 영향을 미쳤는지를 살펴보고자 빅데이터 분석 연구를 실시하였다. 이를 위해 텍스톰(TEXTOM)을 활용하여 COVID-19 이전(2015-2019)과 이후(2020-2021)시기를 나누어 데이터를 수집하였고 빈도분석과 TF-IDF, N-GRAM, 그리고 감성분석을 진행하였다. 분석 결과 주목할 만한 점은 우선, COVID-19 이후 워터파크 이용에 제한이 있었음에도 불구하고 이전 시기보다 데이터 양이 늘어났다는 점이다. 이를 통해 사람들의 워터파크에 대한 관심은 이전에 비해 줄어들지 않았다는 것을 확인할 수 있었다. 또한 분석 결과 COVID-19 이전에는 전국 각지의 워터파크에 대한 정보에 관심이 많았지만 이에 반해 COVID-19 이후에는 확실히 마스크, 방역 등 COVID-19의 영향이 짙은 정보에 대한 관심이 늘어났음을 확인하였다. 또한 행태의 변화로 인하여 사람들은 COVID-19의 영향으로 가격이 비싸더라도 타인과 거리두기가 가능한 프라이빗한 공간이나, 외부공간 그리고 자연 속 공간을 선호한다는 것을 알 수 있었다. 이를 통해 워터파크는 변화된 사람들의 기대에 맞춘 설계의 새로운 방향을 고민해볼 필요가 있고 또한 전염병 예방을 위한 워터파크의 새로운 동선 설계를 고민하는 것도 앞으로의 워터파크 관광에 있어 중요한 요소이다. 마찬가지로 기존의 워터파크에서는 무엇보다 전염병 예방에 대한 안전수칙을 강화할 필요가 있고 또한 운영 관리의 측면에서도 이용객 수의 제한 등 내부 공간의 밀도를 낮춰 워터파크가 안전하다는 인식을 심어줄 필요가 있다. 이러한 분석 결과를 통해 앞으로 워터파크의 운영 방안이나 설계의 기준을 뒷받침할 수 있는 기초자료가 될 수 있을 것이라 기대한다.