본 연구는 MTS가 피부개선에 미친 영향에 관한 기존 연구들을 분석하여, 근거 체계를 구축하고, 주요 키워드 간 관계와 역할 및 패턴 등을 구조적으로 분석하고자 텍스트마이닝과 토픽모델링 및 단어네트워크 분석을 실시하였다. 관련 선행연구들은 MTS와 관련된 핵심 키워드와 연관 키워드를 혼합하여 전자도서관에서 검색하였으 며, 결론 부분의 Text를 수집하여 분석에 사용하였다. 분석결과는 다음과 같다. 첫 째, '피부', '효과', '실험', '관리', '개선' 등의 어휘가 주요 개념으로 확인되었다. 둘째, TF-IDF 분석에서 높은 가중치의 키워드들은 MTS의 피부 개선 효과에 관한 과학적 실험 기반 논의를 시사했다. 셋째, LDA 분석 결과, ‘과학적 검증 중심’과 ‘피부 개선 효과 중심’의 토픽2개로 나뉘었다. 넷째, 단어 네트워크에서 '피부'를 중심으로 '주름', '효과', '실험' 등이 강하게 연결되었고, '여성'과 '모공' 노드는 MTS가 여성 안면 부위 에 주로 적용됨을 나타냈다. 본 텍스트마이닝 기법은 유사 의료 미용 시술 분석에도 적용 가능하며, 향후 시계열 분석과 감성 분석을 통해 MTS 효과의 변화와 대상자 반응을 심층 탐색할 필요가 있다.

CThis study analyzed existing studies on the effects of MTS on skin improvement. This study established a framework of evidence and structurally analyzed the relationships, roles, and patterns of key keywords. Text mining, topic modeling, and word network analysis were used to analyze relevant prior studies. A combination of core and related keywords related to MTS were searched in an electronic library. The text from the conclusions was collected and used for analysis. The results are as follows. First, the keywords "skin," "effect," "experiment," "management," and "improvement" were identified as key concepts. Second, keywords with high weights in TF-IDF analysis suggested scientific, experimental-based discussions of the skin improvement effects of MTS. Third, LDA analysis revealed two topics: "focused on scientific verification" and "focused on skin improvement effects." Fourth, the word network showed strong connections between "skin," "wrinkles," "effect," and "experiment," and the nodes "women" and "pores" indicated that MTS is primarily applied to the female facial area. This text mining technique can also be applied to the analysis of similar medical and cosmetic procedures. Future time-series analysis and sentiment analysis should be used to further explore the evolution of MTS effects and subject responses.

국문초록
ABSTRACT
I. 서 론
II. 이론적 배경
    1. 미세다륜침(MTS)
    2. 피부개선
    3. 선행연구
III. 연구방법
    1. 텍스트마이닝
    2. 텍스트 수집
    3. 분석절차
IV. 분석결과
    1. 상위 순위 단어와 워드클라우드 생성
    2. LDA 토픽 모델 분석: TF-IDF 분석
    3. 단어네트워크 분석
V. 결론
참고문헌

• 민안나(Ph.D 뷰티예술학과, 동방문화대학원대학교) | An-na Min
• 김문주(Professor, 뷰티예술학과, 동방문화대학원대학교) | Moon-Ju Kim