The advent of big data has brought about the need for analytics. Natural language processing (NLP), a field of big data, has received a lot of attention. Topic modeling among NLP is widely applied to identify key topics in various academic journals. The Korean Society of Industrial and Systems Engineering (KSIE) has published academic journals since 1978. To enhance its status, it is imperative to recognize the diversity of research domains. We have already discovered eight major research topics for papers published by KSIE from 1978 to 1999. As a follow-up study, we aim to identify major topics of research papers published in KSIE from 2000 to 2022. We performed topic modeling on 1,742 research papers during this period by using LDA and BERTopic which has recently attracted attention. BERTopic outperformed LDA by providing a set of coherent topic keywords that can effectively distinguish 36 topics found out this study. In terms of visualization techniques, pyLDAvis presented better two-dimensional scatter plots for the intertopic distance map than BERTopic. However, BERTopic provided much more diverse visualization methods to explore the relevance of 36 topics. BERTopic was also able to classify hot and cold topics by presenting ‘topic over time’ graphs that can identify topic trends over time.

목적 : 본 연구는 대한작업치료학회지에 게재된 논문을 중심으로 한국 작업치료의 연구 동향을 파악하고자 하였다. 연구방법 : 대한작업치료학회지에 2016년부터 2020년까지 게재된 213편의 논문을 대상으로 연구 유형, 근거수준, 연구 분야, 1 저자 정보, 연구 대상자, 연구 변인의 유형을 분석하였다. 결과 : 분석 결과로 연구 유형은 기술적 연구가 33.80%로 가장 많았고, 근거수준 중 수준 4가 47.89%로 가장 높았으며, 2016년에 비해 수준 1과 수준 4의 연구 수가 증가한 것으로 나타났다. 연구 분야는 작업 치료일반이 28.64%로 높게 나타났으며, 게재된 논문의 1 저자 직위는 대학원생이 33.64%로 가장 높았 다. 실제 연구 대상자가 포함된 연구 중 성인을 대상으로 한 연구가 54.95%로 가장 많았으며, 연구 대상 자 진단명은 뇌졸중이 가장 높았다. 연구 변인은 기술적 연구에서 작업/활동 기반 작업치료가 15.28%였 고, 실험연구의 독립변인은 작업/활동 기반 작업치료가 28.30%, 종속변인은 운동기능이 26.36%로 높게 나타났다. 결론 : 본 연구를 통해 한국 작업치료의 연구의 근거수준의 향상과 연구분야의 다양성을 확인할 수 있었 다. 이에 본 연구 결과가 향후 연구 방향의 설정에 신뢰할 만한 자료로 활용되길 기대한다.