본 연구는 2024년 1월 북한의 러시아-우크라이나 전쟁 파병이 한반도 의 안보 정세에 미치는 영향을 사회적 담론 측면에서 분석하는 데 목적 이 있다. 이를 위해 국내 언론보도 및 포털 빅데이터 총 15,470건을 수 집하였으며 텍스트마이닝과 사회연결망 분석(SNA) 기법을 활용하였다. 연구 결과, 북한 파병에 관한 언론보도 특징은 주로 군사적 측면의 담 론 및 외교 대응, 국내 정치적 반응, 국제사회의 안보에 미치는 영향이 라는 주요 담론으로 나타나고 있었으며, 포털 빅데이터에서는 북한 파 병 병력의 규모 및 작전 수행, 피해, 드론과 같은 무기체계, 포로와 사 상자 등 실질적 관련 이슈가 주요 핵심 담론으로 나타났다. 이를 통해 군사적 대응 전략의 강화와 외교적 대응 조치의 마련, 국민적 안보의식 제고 등의 정책적 시사점과 대응 방안을 제언하였다.

본 연구는 한국과 캐나다의 ESG에 대한 온라인 트렌드를 분석하고, 양국 간의 차이점을 비교하는 데 목적이 있다. 코로나19 팬데믹 이후 사 회복지 분야에서도 ESG에 대한 관심이 확장되고 있으며, 이러한 이유로 텍스트 마이닝 기법을 활용하여 한국과 캐나다의 ESG에 대한 온라인 트 렌드를 알아보고자 하였다. 본 연구에서는 TEXTOM을 사용하여 한국과 캐나다의 소셜 빅데이터를 수집하였으며, TF-IDF, N-gram, 1-mode Matrix, Ego Network, CONCOR 분석을 실시하였다. 분석 결과, 양국 모두 지속 가능한 사회를 위한 ESG에 대한 관심이 높았으나, 주요 이슈 와 접근 방식에서 차이가 나타났다. 한국은 ESG경영의 관심과 실천 동 향에 집중하였고, 특히 사회(S)와 환경(E) 요소에 대한 관심이 두드러졌 다. 반면, 캐나다는 ESG 실천과 지속가능성, 환경 이니셔티브, 거버넌스 이니셔티브, 사회 이니셔티브 등으로 구분되는 구체적인 실천 이슈가 부 각되었다. 이 연구는 한국의 사회복지계가 지속 가능한 미래를 위한 ESG 실천을 이끌고 지원할 수 있는 방향성을 제시한다. 특히, 한국의 ESG 접근 방식은 보다 구체적이고 체계적인 실천 계획을 갖출 필요성을 강조하며, 캐나다의 사례를 통해 벤치마킹할 수 있는 유의미한 시사점을 제공한다. 향후 연구에서는 보다 정교한 데이터 분석 기법의 적용과 세 분된 자료 분석을 통한 심층적 연구가 필요함을 제언한다.

본 연구는 빅데이터 분석을 통해 지방자치단체의 스포츠도시 구현 노 력을 살펴보고자 스포츠도시에 대한 사회적 인식과 현상을 파악하는 데 목적이 있다. 이를 위해 텍스톰과 Ucinet 6을 활용하여 2021년 6월부터 2024년 6월까지 '스포츠도시'와 관련된 텍스트 자료를 통해 키워드와 토 픽을 분석하였다. 구체적으로 텍스트마이닝, 의미연결망 분석, TF-IDF, CONCOR 분석을 통해 실시하였다. 분석 결과, 첫째 '스포츠', '도시', ' 대회', '체육', '개최', '국제', '전국', '선수', '세계', '조성' 순으로 빈도 가 높게 나타났다. 둘째 ‘국제 스포츠이벤트 개최’, ‘전국대회 유치 및 개 최를 통한 도시 위상 제고’, ‘시민을 위한 생활체육 인프라 조성’, ‘스포 츠도시를 통한 지자체의 지역 경제발전’ 등 4개의 그룹이 형성되었다. 따라서, 지자체는 지역 특성을 고려하고 주민의 의견을 적극적으로 반영 하며, 지역 경제 활성화에 기여하는 스포츠도시 구현에 앞장서야 할 것 이다. 마지막으로, 지역주민의 스포츠 참여가 일상이 되도록 양질의 스포 츠 프로그램을 제공해야 할 것이다.

디지털 전환(Digital Transformation) 시기에 인사 데이터를 활용한 전략적 인사 의사결정이 중요해졌 으며 이를 지원할 People Analytics(PA)에 대한 수요와 관심이 증가하고 있다. 본 논문은 PA를 수행하기 위해 필요한 역량이 무엇인지 텍스트 마이닝과 선행 연구를 통해 알아본다. 선행 연구에서는 반구조화 인터뷰와 문헌 연구를 통해 연역적 연구 방법으로 PA 필요 역량을 제시한 반면 본 연구에서는 텍스트마 이닝 기법을 적용하여 귀납적 방법을 활용했다. 이를 통해 선행 연구를 보완함으로써 일반화 가능성을 높이고자 했다. 링크드인(LinkedIn) PA 채용공고 데이터를 활용해 분석한 결과, 주요 역량이 다섯 가지가 도출되었다. 첫째, 비즈니스 및 인적 통찰력(Business and People Acumen), 둘째, 데이터 분석(Data Analysis), 셋째, 의사소통(Communication), 넷째, 문제 해결력(Problem Solving), 다섯째, 상호 작용 (Interpersonal)까지 다섯 가지 PA 필요 역량이다. 다섯 가지 역량은 기존 연역적 분석으로 도출된 결과를 지지 및 보완한다고 할 수 있다. 이를 통해 기존 연구에 방법론적인 새로움을 더한다고 할 수 있고, 동시 에 실무 측면에서는 채용과 육성 관점에서 어떤 역량을 주요하게 봐야 하는지를 제시했다고 볼 수 있다.

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.

본 연구는 어촌다운 어촌 조성과 추후 어촌 개발 사업의 근거 및 방향을 제시하는 것을 목적으로 ‘어촌 다움’을 키워드로 텍스트마이닝 분석을 진행하였다. 텍스트마이닝은 온라인상의 비정형 데이터를 분 석하는 방법으로 키워드의 등장 횟수를 나타내는 키워드 빈도분석, 키워드 간의 관계를 시각화하여 나 타내는 N-gram 분석, 텍스트에 나타나는 사람들의 의견이나 성향을 분석하는 감성분석을 통해 다음과 같은 결론을 내렸다. 첫째, ‘어촌다움’ 키워드는 어촌뿐만 아니라 농촌, 산촌 등 타 촌락과의 연관성이 있으며, 상호 관계와 고유한 조건 속에서 특성이 나타나고 있음을 알 수 있었다. 둘째, ‘어촌다움은’ 크게 자연·역사 경관의 보전 및 회복과 주민들의 정주여건 및 환경개선 총 두 가지 방향으로 구분할 수 있었 다. 셋째, ‘어촌다움’ 키워드에 가장 연관이 있었던 어촌 개발 사업인 어촌뉴딜 사업은 감성분석 결과 긍정적인 역할을 했으나 ‘어촌다움’의 일부인 어촌 주민의 정주여건 개선 및 정주기반 구축은 아직 미 비하며, 개선이 필요함을 알 수 있었다. 본 연구는 ‘어촌다움’과 유사한 키워드인 ‘어촌스러움’, ‘어촌다 운’ 등의 키워드를 함께 분석하지 못한 한계점이 있으며, 향후 이러한 키워드와의 종합적인 분석과 어 촌지역 정주기반에 대한 세부적인 방향 제시가 필요할 것으로 판단한다.

본 연구는 국내 해양스포츠의 사회적 인식이 어떻게 형성되었는지를 알아보고자 수행되었다. 이를 위해 해양스포츠의 대표적 종목인 요트, 조정, 카누와 관련된 최근 10년간 국내 언론 보도기사의 키워드 및 토픽을 활용하여 빅데이터 분석 방법 중 텍스트 마이닝 분석을 실시하였으며, 도출된 결과는 다음과 같다. 첫째, TF 분석과 워드 클라우드 분석 결과 해양, 대회, 체험, 관광, 세계, 요트, 카누, 레 저, 참여등이 상위 키워드로 나타났다. 둘째, 의미연결망 분석 결과 요트는 해양, 산업, 대회, 레저, 관광, 보트, 시설, 사업 등과 상관관계가 나타났고, 조정은 대회, 충주 등과, 카누는 해양, 대회, 체험, 레저, 관광 등과 상관관계가 나타났다. 셋째, 토픽모델링 분석 결과 요트, 조 정, 카누가 엘리트 체육과 해양레저스포츠로서 인식이 형성된 것을 알 수 있었으나 시간의 변화에 따라 사회전반적인 쟁점과 의견의 흐 름 및 사회적 변화는 미미한 것으로 나타났다. 이상의 결과를 종합하면 요트와 카누는 엘리트 체육이라는 인식에서 해양레저스포츠로 점차 인식이 형성되어 해양레저산업에 중요한 요소로 활용되고 있다는 것을 알 수 있었으며, 조정은 엘리트 체육 중심의 사회적 인식이 크게 변하지 않아 해양레저스포츠로서 대중화가 아직은 미미한 것으로 사료된다.

The metal bush assembling process is a process of inserting and compressing a metal bush that serves to reduce the occurrence of noise and stable compression in the rotating section. In the metal bush assembly process, the head diameter defect and placement defect of the metal bush occur due to metal bush omission, non-pressing, and poor press-fitting. Among these causes of defects, it is intended to prevent defects due to omission of the metal bush by using signals from sensors attached to the facility. In particular, a metal bush omission is predicted through various data mining techniques using left load cell value, right load cell value, current, and voltage as independent variables. In the case of metal bush omission defect, it is difficult to get defect data, resulting in data imbalance. Data imbalance refers to a case where there is a large difference in the number of data belonging to each class, which can be a problem when performing classification prediction. In order to solve the problem caused by data imbalance, oversampling and composite sampling techniques were applied in this study. In addition, simulated annealing was applied for optimization of parameters related to sampling and hyper-parameters of data mining techniques used for bush omission prediction. In this study, the metal bush omission was predicted using the actual data of M manufacturing company, and the classification performance was examined. All applied techniques showed excellent results, and in particular, the proposed methods, the method of mixing Random Forest and SA, and the method of mixing MLP and SA, showed better results.

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.

군사학은 급변하는 안보환경과 국제정세의 변화, 4차산업혁명시대의 무기체계 발전과 저출산에 따른 병역제도 등의 사회적 관심이 증대되 고 있다. 따라서 본 연구는 빅데이터를 활용한 텍스트마이닝 기법으로 군사학의 학술연구 동향과 사회적 인식을 분석하여 시사점을 제시하는 데 있다. 연구 결과 학술연구 동향은 주변국 관계, 무기체계, 방위산업, 인공지능 등이 중점을 이루었지만, 사회적 인식은 대학교와 군사학과, 장교 등의 관심으로 차이점을 보였다. 군사학 발전을 위해 연구 중심의 역량과 환경을 구축하고, 융·복합적 연구와 지역사회와 연계한 산학협 력 체계구축 및 국민 참여를 통한 학술 세미나 및 통합연구 등이 요구 되었다.

오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 방문 장소 예측, 소요 시간 예측, 장소 추천 등 다양한 응용에 기초가 되는 분석이다.본 연구는 스마트폰 GPS 궤적 데이터에서 체류 지점을 도출하고, 체류 지점에 대한 맥락정보 부여 방안에 초점을 두었다. 생활 패턴 마이닝을 최종 목표로 하여 맥락정보 생성 절차를 체계화하였다. 맥락정보 부여를 위해 카카오 POI를 사용하였으며, POI 카테고리의 재분류, 거주지 추정을 위한 건물군 데이터의 추가, 시간 정보를 고려한 맥락정보 수정 그리고 대단위 건물군내 상업시설 통합 등의 과정을 체계화하였다. 생성된 맥락정보를 바탕으로 개인의 체류 시간, 체류 빈도, 이동 궤적, 이동 반경을 속성값으로 생성하였다. 이후 생활 패턴 분석을 위해 차원 축소, 군집화 과정을 거쳐 각 군집의 특징을 파악하였 다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보 를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.

본 연구의 목적은 텍스트 마이닝과 소셜 네트워크 분석을 활용한 소비자 맞음새 평가의 주요 특징을 규명하는 것이다. 이를 위해 SNS에서 수집된 소비자의 2,000여건의 의복 맞음새 평가 후기로부터 의복 맞음새 관련된 텍스트 데이터를 추출하고 의미연결망 분석과 CONCOR 분석을 수행하였다. 연구 결과, '팬츠'와 '스커트'가 많은 맞음새평가 어를 공유하며 다양한 형태로 평가되는 것을 확인하였고 의복의 길이가 가장 많이 평가되었다. 인체부위 중 '허리'는 다양한 의복의 맞음새를 평가하는 가장 중요한 부분이며 의복 맞음새평가어 중 '넓은', '큰', '와이드한', '긴' 등이 가장 많이 사용되는 것으로 나타났다. 본 연구는 소비자 맞음새 평가에 사용된 언어의 구조적 관계와 의미를 구체적으로 규명하고 의복 맞음새의 향상을 위한 실증적 기초 자료를 제공하는데 의의가 있다.

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.

This study was conducted to explore the change in the market issues on HMR (Home Meal Replacements) using local foods after the COVID-19 outbreak. Online text data were collected from internet news, social media posts, and web documents before (from January 2016 to December 2019) and after (from January 2020 to November 2022) the COVID- 19 outbreak. TF-IDF analysis showed that ‘Trend’, ‘Market’, ‘Consumption’, and ‘Food service industry’ were the major keywords before the COVID-19 outbreak, whereas ‘Wanju-gun’, ‘Distribution’, ‘Development’, and ‘Meal-kit’ were main keywords after the COVID-19 outbreak. The results of topic modeling analysis and categorization showed that after the COVID-19 outbreak, the ‘Market’ category included ‘Non-face-to-face market’ instead of ‘Event,’ and ‘Delivery’ instead of ‘Distribution’. In the ‘Product’ category, ‘Marketing’ was included instead of ‘Trend’. Additionally, in the ‘Support’ category, ‘Start-up’ and ‘School food service’ appeared as new topics after the COVID-19 outbreak. In conclusion, this study showed that meaningful change had occurred in market issues on HMR using local foods after the COVID-19 outbreak. Therefore, governments should take advantage of such market opportunity by implementing policy and programs to promote the development and marketing of HMR using local foods.

본 연구는 COVID-19 확산 이후 심각한 한국의 혐중 정서에 대해 체감하면서 이 와 같은 현상을 좀 더 실증적으로 확인하기 위해 빅데이터를 활용해서 분석한 것이 다. 이에 대한 양적 결과를 도출하고자 텍스트 마이닝을 활용한 빅데이터 분석을 수 행하였다. 이를 위해 소셜 매트릭스 프로그램인 텍스톰을 활용하여 네이버, 다음, 구 글과 같은 포털 사이트를 통해 중국에 관련한 키워드를 수집했고, 중국의 BAIDU(百 度)를 통해 한국에 관련된 키워드를 수집했다. 수집 기간은 COVID-19가 본격적으로 확산되기 시작한 2020년 1월부터 최근까지인 2022년 10월까지로 설정했고, 불필요한 키워드는 정제하여 핵심 키워드만을 본 연구에 사용했다. 한국과 중국이 서로에 대 한 상호 인식이 부정적이라도 막연함에서 벗어나 양적 결과를 통한 데이터 분석을 통해 살펴보고자 한다. 본 연구는 세 가지 연구 과제를 가지고 연구를 진행했다. 첫 째, 본 논문은 텍스트 마이닝을 통해 한국과 중국의 젊은이들이 언급한 핵심 키워드,특히 펜데믹 이후의 MZ세대들이 언급한 핵심 키워드를 도출하고자 했다. 둘째, CO VID-19 이후 한국과 중국의 MZ세대 상호인식과 관련된 키워드 사이의 의미 연결망 을 파악하고자 했다. 셋째, 본 논문은 핵심 키워드의 의미 연결망을 통해 도출된 한 국과 중국의 MZ세대에 대한 상호인식의 긍정성과 부정성의 정도를 시각화하고자 했 다. 이와 같은 연구를 진행하면서 한국 젊은이들이 중국에 비해 중국에 대한 부정적 인식이 긍정적 인식보다 두드러지는 것을 알 수 있었다. 결과에 대한 다양한 원인 분석을 통해 한·중 관계 특히 MZ 세대들이 긍정적인 관계성 전환을 도모하는 효과 적인 자료 제시와 전략을 구축하는데 의미 있는 시사점을 제안할 것으로 판단된다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

전세계적으로 대퇴사 시대를 겪으며 조직 구성원을 유지하는 것이 실무 및 현장의 중요한 주제가 되었 다. 본 연구는 텍스트 마이닝 분석 방법의 일환인 토픽 모델링 및 키워드 네트워크 분석을 활용하여 국내 외 다양한 기업 구성원의 퇴사 원인을 밝히고 조직이 인재를 유지할 수 있는 전략을 제시하고자 한다. 기업은 조직의 성장을 위하여 필요한 인재를 유지하기 위한 노력을 지속하고 있으나 평생 고용의 개념이 사라진 오늘날 구성원들의 퇴사가 빈번하다. 그리고 생산가능인구 감소에 따라 기업에 조직 구성원 유입 이 제한될 것으로 예측할 때 인재 유지 주제와 관련한 연구의 중요성은 더욱 강조된다. 또한 COVID-19 팬데믹을 경험하며 구성원들의 일에 대한 관점이 변화함에 따라 이에 대응하여 기업의 인재 유지를 가능 하게 하는 주요 요소를 밝혀내는 것이 매우 중요하다. 본 연구는 국내외 소셜 미디어 서비스인 잡플래닛 과 글래스도어의 데이터를 토픽 모델링 분석하여 조직 구성원들이 인식하는 기업의 주요 장단점을 살펴봤다. 그리고 키워드 네트워크 분석을 통해 해당 요인을 시각화하여 조직에서 인재를 유지하는 요인을 규명하였다. 본 연구는 방대한 양의 데이터를 텍스트 마이닝 기법으로 분석하여 국내 기존 연구에서 아직 다루지 못한 대퇴사 시대의 주요 원인을 밝혔다는 점에서 이론적 함의를 갖는다. 또한 본 연구 결과를 바탕으로 최근 현장 및 학계에서 중요하게 대두되는 대퇴사 시대의 인재 유지 대응 전략을 제시한다는 점에서 실무적 의의가 있다.

사출성형공정은 열가소성 수지를 가열하여 유동상태로 만들어 금형의 공동부에 가압 주입한 후에 금형 내에서 냉각시키는 공정으로, 금형의 공동모양과 동일한 제품을 만드는 방법이다. 대량생산이 가능하고, 복잡한 모양이 가능한 공정으로, 수지온도, 금형온도, 사출속도, 압력 등 다양한 요소들이 제품의 품질에 영향을 미친다. 제조현장에서 수집되는 데이터는 양품과 관련된 데이터는 많은 반면, 불량품과 관련된 데이터는 적어서 데이터불균형이 심각하다. 이러한 데이터불균형을 효율적으로 해결하기 위하여 언더샘플링, 오버샘플링, 복합샘플링 등이 적용되고 있다. 본 연구에서는 랜덤오버샘플링(ROS), 소수 클래스 오버 샘플링(SMOTE), ADASTN 등의 소수클래스의 데이터를 다수클래스만큼 증폭시키는 오버샘플링 기법을 활용하고, 데이터마이닝 기법을 활용하여 품질예측을 하고자 한다.