2020년 소셜 빅데이터 기반 보건복지 이슈 동향 분석

Abstract

이 연구에서는 보건·복지 분야의 주요 키워드인 ‘보건’, ‘복지’, ‘사회보장’ 관련 문서에서 어떤 주제가 이슈화되고 있는지를 알아보기 위해 각 월별로 문서를 수집하고 다양한 분석결과를 살펴보았다. 그리고 비정형빅데이터의 활용성을 확장시키고자 관련 방법론에 대해서도 자세히 설명하였다. 각 월별 상위 20개 키워드를 분석하였고, 2020년의 주요 키워드로 도출된 ‘코로나, 확진’, ‘대구, 이태원, 클럽, 집회’, ‘접종, 백신, 독감’, ‘경제, 지원, 재난’과 관련된 기사를 구체적으로 살펴보았다. 그리고 각 월별로 연구진에서 선정한 주요 키워드인 ‘코로나’, ‘마스크’, ‘백신’, ‘접종’, ‘예방’, ‘지원금’, ‘지급’, ‘재난’ 키워드 추출 건수에 대한 추이를 살펴보았다. 각 월별 새로운 이슈로 나타난 키워드들도 비교해보기 위해 빈도수 2,500이하인 키워드들도 제시하였다. 시간의 흐름과 키워드 빈도수 간의 상관관계도 산출하여 하반기로 갈수록 어떤 키워드가 이슈화되었는지도 살펴보았다. 또한, 각 월별로 보건, 복지, 사회보장 관련 키워드의 클러스터링 결과를 제시하였다. 이외에 임베딩 방법론 위주로 비정형 빅데이터의 활용성 확장을 위한 이론적 검토를 하였다. 우선 임베딩 방법론에 기반한 연계 방안에 대해 살펴보고, 연계방법론에 활용되는 정준상관분석 및 표현학습 및 고도화 방법론을 기술하였다. 그리고 최근 딥러닝 모형 학습방법을 살펴보고 보건복지분야의 비정형 빅데이터 활용성 확장을 위해 추천시스템 등을 포함한 딥러닝 방법 고도화 부분을 설명하였다. 보건복지분야 주요 키워드로 살펴본 위 분석결과는 당연한 결과일 수 있으며 코로나 19 상황으로 인해 2020년 각 월별 주요 이슈 변화가 크지 않았다. 그럼에도 불구하고, 소셜 빅데이터 분석은 보건복지 정책 영역에서 국가적·사회적으로 관심이 있는 이슈에 대해 현 상황을 파악하는 데 중요한 경쟁력으로 작용할 수 있으며, 앞으로의 정책 관련 이슈를 도출하고 연구 전략을 세우는 데 근거자료로 활용될 수 있다. 또한, 앞서 살펴본 임베딩 방법론에 기반한 연계 분석 기술을 바탕으로 주요 보건복지 정책에 관한 사회적 관심도, 영향력 등을 분석하고 그 변화 과정을 살펴본다면 시의성 높은 보건복지 정책 연구의 기반을 마련할 수 있을 것이다.