논문 1만 6천 편, 사람이 다 못 읽으면 AI한테 '주제 지도'를 그리게 하면 될까?

무슨 연구인가

무형문화유산(춤·의례·공예처럼 형태 없이 전해지는 문화) 연구가 10년 새 폭발적으로 늘어, 이제 사람이 손으로 다 읽어 정리하기가 거의 불가능해졌어요. 그래서 연구진은 논문 1만 5,944편을 AI에게 통째로 읽혀 '무슨 주제들이 있고 어떻게 변해왔는지'를 자동으로 지도처럼 그리게 했습니다.

🔬 어떻게 분석했나

① 먼저 논문 1만 5,944편(2016~2025년, Scopus 등재 영어 논문)의 초록을 다 모았어요. 이게 AI가 읽을 '재료'입니다.
② 각 초록을 숫자 좌표(임베딩)로 바꿨어요 — 뜻이 비슷한 글일수록 서로 가까운 자리에 놓이게 하는 기술이라, 컴퓨터가 '단어가 겹치는가'가 아니라 '의미가 통하는가'로 글을 비교할 수 있게 됩니다.
③ 가까이 모인 좌표들을 한 덩어리로 묶어 주제를 뽑았어요. 이게 BERTopic의 핵심인데, 예전 방식(LDA)이 '같은 단어가 자주 나오면 한 주제'로 봤다면 BERTopic은 '뜻이 비슷하면 한 주제'로 봐서, 표현이 달라도 같은 이야기를 하는 논문을 잘 모읍니다.
④ 그렇게 28개 주제가 나왔고, 묶음이 잘 된 건지 두 잣대로 채점했어요 — 한 주제 안 단어들이 서로 잘 어울리는지(Coherence 0.48), 그리고 주제들끼리 안 겹치고 다양한지(Topic Diversity 0.75).

📊 무엇을 찾았나

전통 의례·공예 같은 '뿌리 주제'는 그대로 튼튼한데, VR·AR 기술 활용, 전통마을 관리, 지식재산권·문화관광 같은 새 주제가 눈에 띄게 자라나 — 무형문화유산 연구가 인문학을 넘어 기술·법·경제로 뻗어가고 있음이 숫자로 드러났어요.

💡 내 연구에 가져갈 것

단어가 겹치지 않아도 뜻으로 묶고 싶다면 LDA보다 BERTopic, 그리고 결과는 꼭 Coherence·Diversity 같은 지표로 검증하세요.

📄 논문 정보

BERTopic Modeling of Thematic Structure and Evolution in Intangible Cultural Heritage Research (2016–2025)
Florin Gîrbacia, George-Ionuț Bădără, Elena Pelican, Dorin-Mircea Popovici
Applied Sciences · 2026-09-15
원문 보기 ↗