발행 아카이브

“중소기업의 '혁신 능력', 논문 3,590편이 말하는 진짜 구조는?”

중소기업 혁신 연구는 그동안 '이 지표가 저 지표와 관계있다' 식의 조각난 검증에 머물러 있었어요. 이 논문은 흩어져 있던 연구들을 한데 모아, 혁신역량의 '숨은 뼈대'를 데이터로 직접 찾아냅니다.

🔬 어떻게 분석했을까?

① 웹오브사이언스(WoS)라는 학술 데이터베이스에서 중소기업 혁신을 다룬 논문 초록 3,590편을 모았어요 — 사람이 일일이 읽기엔 너무 많은 양이죠.

② 이 초록 뭉치에 LDA(잠재디리클레할당) 토픽모델링을 돌렸어요 — LDA는 수많은 문서에서 자주 함께 등장하는 단어들을 묶어 '숨은 주제'를 자동으로 찾아내는 통계 기법이에요. 사람이 주제를 미리 정하지 않아도 데이터가 스스로 주제를 드러냅니다.

③ 주제를 몇 개로 나눌지는 coherence score(주제 안 단어들이 서로 얼마나 잘 어울리는지)와 perplexity(모델이 새 문서를 얼마나 잘 설명하는지) 두 지표로 정했어요 — 너무 잘게 쪼개지도, 뭉뚱그리지도 않는 '적당한 개수'를 수치로 고른 거예요.

④ 그렇게 뽑힌 주제들을 해석해 혁신역량의 핵심 축으로 정리했습니다.

📊 결과는? 중소기업 혁신역량이 기업가적 역량·인프라·활동·투입이라는 4개 축으로 깔끔하게 묶였어요. '이것도 혁신, 저것도 혁신' 하며 흩어져 있던 지표들이 4개의 큰 덩어리로 정리된 셈이죠.

💡 초보 포인트: 이론틀부터 세우기 애매한 주제라면, 관련 논문 초록 수천 편에 LDA를 돌려 '데이터가 말하는 구조'부터 보는 것도 좋은 출발점이에요.

📎 원문: Identifying core themes and research trends in SME innovation capabilities through topic modeling

“논문 수백 편을 AI가 읽으면, 한 질환의 '연구 지도'가 그려질까?”

복합 PTSD는 아직 연구가 여기저기 흩어져 있는 분야예요. 이 논문은 관련 문헌 전체를 AI로 훑어, '어디까지 밝혀졌고 무엇이 비어 있는지'를 한 장의 지도처럼 정리합니다.

🔬 어떻게 분석했을까?

① 복합 PTSD를 다룬 학술 문헌을 모아 분석 대상으로 삼았어요.

② 여기에 BERTopic이라는 토픽모델을 적용했어요 — BERTopic은 먼저 각 문장을 'BERT'라는 AI 언어모델로 숫자 벡터(의미 좌표)로 바꿉니다. 뜻이 비슷한 문장일수록 서로 가까운 위치에 놓이죠.

③ 그다음 가까이 모인 문장 덩어리를 자동으로 묶어(군집화) 주제를 뽑아냅니다 — LDA와 달리 단어의 앞뒤 문맥까지 반영해서, 짧은 초록에서도 주제를 자연스럽게 잡아내는 게 장점이에요.

④ 뽑힌 주제들을 전문가가 해석해 연구 지형으로 정리했습니다.

📊 결과는? 5개 핵심 주제가 나왔어요 — 아동·청소년기 외상의 결정적 역할, 맞춤형 치료의 필요, 경계성 성격장애와의 공존, 측정도구(국제외상질문지) 검증, 참전군인·난민 같은 고위험군 과제. 흩어져 있던 연구가 5개 기둥으로 정리된 셈이죠.

💡 초보 포인트: 문맥이 중요한 짧은 텍스트(초록·리뷰)를 다룬다면, LDA보다 BERTopic이 주제를 더 자연스럽게 잡아줄 때가 많아요.

📎 원문: BERTopic modeling of the research landscape for complex post-traumatic stress disorder: a scoping review

“환자들이 트위터에서 병 이름을 먼저 짓고, WHO가 뒤따랐다면?”

'롱코비드'는 의사가 아니라 환자들이 트위터에서 먼저 이름 붙이고 인정받은 특이한 사례예요. 이 논문은 트윗 280만 건을 파헤쳐, 그 집단지성이 어떻게 만들어졌는지 추적합니다.

🔬 어떻게 분석했을까?

① #LongCOVID가 달린 트윗 280만 건을 모았어요 — 사람이 다 읽는 건 불가능한 규모죠.

② 여기에 토픽모델링을 돌려 큰 주제 덩어리를 자동으로 뽑았어요 — 자주 함께 등장하는 단어들을 묶어 '무슨 이야기들이 오갔는지'를 찾아내는 기법이에요.

③ 그중 대표적인 5,100건만 골라 사람이 직접 꼼꼼히 읽는 '내용분석'으로 주제를 검증했어요 — 기계가 큰 그림을, 사람이 세부를 맡은 셈이죠.

④ 마지막으로 ERGM(지수랜덤그래프모형)으로 '누가 누구와 연결되는지'의 규칙을 분석했어요 — 계정 사이 연결이 우연인지, 아니면 특정 성향(예: 지식 공유) 때문인지를 통계로 가려내는 방법입니다.

📊 결과는? 증상 기록·의료 무시 경험·질환 간 연대·정책 옹호 등 7개 담론 주제와 4가지 사용자 역할이 나왔어요. 특히 사람들 사이 연결은 '정책 싸움'보다 '지식 공유와 공동체 만들기'를 중심으로 형성됐고, 이 환자들은 몇 달 만에 WHO 인정까지 받아냈죠.

💡 초보 포인트: 소셜미디어 대량 텍스트는 토픽모델(큰 그림)+수작업 내용분석(세부 검증)+네트워크 분석(관계)을 함께 쓰면 훨씬 입체적으로 읽혀요.

📎 원문: Patient-made knowledge networks: Long COVID discourse, epistemic injustice, and online community formation