1.1 연구배경

전 세계적으로 기후변화와 생태계의 변화, 파괴된 환경, 도시화와 인구 밀집 등 여러 요인에 의해 촉발된 다양하고 복합적인 종류의 재해와 재난은 나날이 증가하고 있으며, 이로 인해 인류는 엄청난 피해를 입고 있다. 전 세계 재난과 재해에 대한 데이터를 수집하고 관리하는 EM-DAT (The Emergency Events Database)에 따르면, 전 세계 재난 발생 건수와 그로 인한 경제적 손실은 꾸준히 증가하는 추세를 보이는데, 기후변화, 도시화, 인구 증가 등이 이러한 증가의 주요 원인으로 작용한다고 하였다. 특히, 2010년대 이후 이상 기후 현상과 대형 자연재해의 빈도가 극단적으로 높아졌고, 이에 따라 경제적 손실과 피해를 입은 사람의 수가 크게 증가했다. 이는 재해재난과 방재의 개념이 인간의 안전한 삶을 위해 매우 주요한 주제이며, 방재 기술과 전략에 대한 연구의 중요성은 더욱 커지고 있음을 시사한다. 이러한 필요성에 따라 우리나라 방재연구의 흐름을 분석하고 앞으로 나아가야 할 방향성을 제시하기 위해 기존 연구의 동향을 파악해 볼 필요가 있다. 이를 위해 우리나라 방재연구의 대표적인 전문가 집단인 한국방재학회(Korean Society of Hazard Mitigation)의 논문들을 분석해 보는 것이 그 시작이 될 것이다. 한국방재학회는 2000년 재해와 재난에 대한 예방, 대비, 대응, 복구의 재난관리 전 단계에 대한 학문과 기술발전을 목적으로 설립되었다. 한국방재학회 논문집(Journal of the Korean Society of Hazard Mitigation)은 2003년 창간되어 2010년 학술진흥재단 학술등재지로 선정된 후 현재까지 우리나라의 방재분야의 발전에 크게 기여하고 있지만, 방재 분야 연구동향과 관련된 연구는 부족한 실정이다. 따라서 방재학회논문집의 저자키워드, 저자정보, 연구기관 등을 활용하여 다각적인 분석을 시행하고 이를 통해 한국방재학회의 종합적인 연구 흐름을 파악해 보는 것은 의미가 있을 것이다.

1.2 선행연구

특정 분야에 대한 연구동향 분석은 주제키워드 및 키워드 간 연결관계 분석 등을 통해 현재의 연구 흐름에 대한 정보를 파악함과 동시에 후속 연구의 방향성을 제시한다는 데에 큰 의미가 있다. 최근 다양한 학문분야에서 연구동향에 대한 계량정보학적 기법을 활용한 연구가 점차 활발해지고 있으며 연구 주제뿐 아니라 저자, 연구기관 등 다양한 항목을 활용하여 연구주도권 및 연구협력 현황을 다각적으로 분석하고 있다. Jeon and Lee (2018)는 PubMed 데이터베이스의 2004년부터 2013년까지의 BT분야 논문 서지정보를 활용하여 공저자 네트워크 분석을 수행하여 공동연구 활성화를 위한 정책수립 기초자료를 제공한 바 있다. Choi and Lee (2021)는 2002년부터 2021년까지 교육정보미디어연구에 게재된 논문의 저자, 소속기관정보를 활용하여 공저 네트워크를 분석함으로써 저자, 소속기관 간의 협력 및 상호작용을 분석하였다. Kim et al. (2021)은 1985년부터 2021년까지 한국원격탐사학회지에 출판된 논문 1,847편을 대상으로 제목, 주제어, 초록에 대한 정보를 이용하여 토픽모델링 기법의 하나인 LDA 기법을 활용하여 연구동향을 파악하였다. Jung and Kim (2022)은 2004년부터 2021년까지 한국안광학학회지에 발간된 논문의 한글 키워드 4,809개를 대상으로 키워드 네트워크 분석을 통해 안광학 분야의 주기별 연구동향을 파악하였다.

재난방재분야의 경우 Han et al. (2021)이 2000년부터 2020년 국내외 재난연구 학술지에 등재된 논문 20,477편의 제목, 초록, 키워드를 바탕으로 토픽모델링과 네트워크 분석을 실시하여 국내외 연구동향을 비교분석한 바 있다. Lee and Kim (2021)은 2002년부터 2016년까지 한국학술지 인용색인(KCI)에 등재된 재난 관련 논문의 제목, 키워드, 초록에 대한 프로파일링 분석, 동시단어 출현빈도분석 및 시계열 분석을 통해 국내 재난연구의 동향을 조명하였다.

기존 선행연구는 주로 재난 관련 분야에 국한하여 연구동향 분석이 진행되어 왔다. 본 연구는 방재학회논문집에서 다루고 있는 구조물, 재난 및 재해의 관리 및 예방, 기후변화, 오염, 장비 및 시스템을 모두 포괄하여 분석하는 것이며, 투고저자 및 기관 간 협력관계도 종합적으로 살펴봄으로써 학회의 발전경로와 후속연구에 대한 방향성에 대해 모색해 볼 수 있는 계기가 될 수 있을 것이다.

2.1 분석대상

본 연구의 분석대상은 우리나라 방재분야의 전 범위를 연구 대상으로 하는 한국방재학회의 국문 논문집의 수록 논문이며, 수집 기간은 한국학술지인용색인(KCI) 등재 시점인 2010년부터 2023년까지로 한정하였다. 최종 분석대상 논문은 총 3,074편이다.

2.2 자료수집 및 전처리

자료수집을 위해 한국연구재단의 한국학술지인용색인 DB에서 한국방재학회논문집 분석대상 논문을 엑셀파일로 반출하였다. 이때, 반출자료는 논문제목, 저자, 소속기관, 저자키워드, 초록, 참고문헌 수, 발행연도, 주제분야 등의 서지정보를 포함한다.

우선 수집자료의 저자, 소속기관, 연구주제에 대한 연구동향을 객관적이고 종합적으로 분석하기 위해 자료 전처리 작업을 수행하였다.

저자명이 동일함에도 불구하고 국문명과 영문명이 혼용되어 기재된 경우 국문명으로 모두 치환하였다. 동명이인은 저자소속기관 정보와의 매핑을 통해 저자에 식별번호를 부여하여 구분하였다. 다음으로 기관명은 동일 기관임에도 불구하고 약어, 풀네임, 과거기관명으로 혼재되어 있었고, 학과명, 부서명 등으로 세분된 경우가 많았다. 이 기관들은 모두 동일 기관으로 간주할 수 있기 때문에 최상위의 대표기관명으로 변경하였다. 마지막으로 연구주제 분석 시 활용되는 저자키워드는 이음동의어, 유어의, 약어 등이 동일한 개념임에도 불구하고 다른 표현으로 기술되고 있기 때문에 전수조사를 통해 대표명칭으로 통합하였다. 예를 들어, 계층화분석법, AHP기법, AHP방법, AHP, Analytic Hierarchy Process, AHP분석 등은 AHP로 모두 치환하였다.

2.3 분석방법

저자분석은 논문의 공저자 전체를 대상으로 하였고, 저자별 논문 수 산출을 위해 빈도분석을 실시하였다. 또한 저자 간 연구협력관계를 분석하기 위해 동일 논문 내 공저관계에 대한 ‘저자 × 저자’ 형태의 일원모드(1-Mode) 행렬표를 생성한 후, 연결중심성(degree centrality), 근접중심성(closeness centrality), 매개중심성(betweenness centrality) 등 다양한 네트워크 중심성 지표를 분석하고 순위를 비교하였다. 이때, 연결중심성은 특정 노드(ex. 저자, 기관, 저자키워드 등)에 얼마나 많은 노드들이 연결되어 있는지를 산출하는 지표이며, 연결중심성이 높을수록 네트워크 내에서 다른 노드와 많이 연결되어 중심에 위치하는 것을 의미한다. 근접중심성은 특정 노드와 또 다른 노드 간의 거리가 얼마나 떨어져 있는지를 계량화하는 지표이다. 매개중심성은 어느 한 노드가 네트워크 내에서 가장 밀집된 노드들에 얼마나 짧은 경로를 통해 이동할 수 있는지를 측정하는 지표를 의미하며, 특정 노드가 가장 짧은 경로를 통해 가장 밀집된 위치로 이동할 수 있다면 그 노드의 매개정도 중심성은 가장 높은 것으로 측정된다(Seo, 2019; Yoon et al., 2022).

다음으로 기관분석은 기관별 논문 수, 연도별 증감 현황, 기관 간 연구협력관계를 도출하였고, 연구협력관계를 면밀히 분석하기 위해 공저자의 소속기관을 대상으로 ‘기관 × 기관’ 형태의 일원모드 행렬표를 생성한 후 다양한 네트워크 중심성 지표를 분석하고 순위를 비교하였다.

마지막으로 저자키워드는 논문의 연구주제를 함축하는 핵심항목이다. 한 논문에서 저자키워드가 동시에 자주 사용된 경우는 두 개념이 매우 밀접한 관계가 있음을 의미한다. 이러한 저자키워드의 동시출현 관계를 파악함으로써 연구 주제군 및 트렌드를 파악할 수 있다. 이를 위해 전체 논문에서 5회 이상 사용된 저자키워드를 대상으로 ‘키워드 × 키워드’ 형태의 일원모드 행렬표를 생성한 후 네트워크 중심성 지표를 분석하였다. 또한 단순한 저자키워드의 나열만으로는 연구영역을 식별 및 구분하는 것이 불가능하므로 저자키워드간의 관계를 바탕으로 군집분석을 실시하였다.

이를 종합하여 저자, 기관, 저자키워드들의 관계는 Gephi 소프트웨어를 활용하여 네트워크 형태로 시각화하였다.

3.1 개요

한국방재학회논문집의 연도별 논문 수는 2010년 109편에서 2018년 316편으로 점진적으로 증가하였으나, 2019년을 기점으로 감소하는 경향을 나타내고 있다(Fig. 1).

Fig. 1

Number of Article by Year

3.2 연구기관

논문 주저자와 공저자 전체에 대한 소속기관을 분석한 결과(Table 1), 주저자는 한국건설기술연구원이 184편으로 가장 많고, 다음으로 강원대(127편), 고려대(120편), 국립재난안전연구원(103편), 부경대(96편), 서울과기대(84편), 부산대(79편), 한양대(63편), 호서대(60편) 등의 순으로 나타났다. 공저자도 주저자 분포와 비슷한 양상을 나타내고 있는데, 한국건설기술연구원이 303편으로 가장 많았고, 다음으로 강원대(181편), 고려대(175편), 국립재난안전연구원(142편), 부경대(142편), 서울과기대(139편), 한서대(106편), 부산대(105편), 한양대(93편), 공주대(84편)의 순으로 나타났다.

Table 1

Number of Articles (Institution)

소속기관별 주저자 누적 논문수 추이를 살펴보면(Fig. 2), 한국건설기술연구원은 2010년 이후 일정량의 논문을 지속적으로 출판하고 있으나, 타 기관의 경우 2019년을 기점으로 대체로 논문 수가 감소하는 경향을 나타내고 있다. 주목할 점은 국립재난안전연구원의 누적 논문 수는 2015년 7위였으나, 이후 급격히 증가하여 2023년 4위를 나타내고 있다.

Fig. 2

Cumulative Number of Articles by Institution

다음으로 기관 간 네트워크 중심성 지표를 분석한 결과(Table 2), 연결중심성(Degree Centrality)은 한국건설기술연구원이 126으로 가장 높고, 다음으로 강원대(96), 고려대(88), 서울과기대(70), 국립재난안전연구원(67) 등의 순으로 나타났다. 연결중심성은 타 기관과 얼마나 직접적으로 연결되었는지 나타내는 지표로 타 기관과 공저수가 많을수록 높다.

Table 2

Network Centrality Metrics (Institution)

근접중심성(Closness Centrality)은 한 기관이 타 기관들과 얼마나 짧은 경로로 연결되는지를 나타내는 것으로, 한국건설기술연구원이 0.501로 가장 높고, 다음으로 고려대(0.456), 국립재난안전연구원(0.454), 한서대(0.453), 강원대(0.440) 등이 비교적 짧은 경로를 통해 다른 기관들과 협력하고 있음을 나타낸다.

마지막으로 매개중심성(Betweeness Centrality)은 타 기관들 간의 경로를 얼마나 많이 중개하는지를 나타내는 것으로 한국건설기술연구원이 0.228로 가장 높았으며, 다음으로 강원대(0.160), 고려대(0.114), 국립재난안전연구원(0.092), 서울과기대(0.085) 등의 순으로 연구협력 중개자의 역할을 가지는 것으로 나타났다. 한국건설기술연구원은 모든 중심성 지표에서 가장 높은 순위를 차지하고 있으며, 연구 협력의 중심축 역할을 하고 있다.

이를 종합하여 기관 간 연구협력 네트워크를 도식화 한 것은 Fig. 3과 같다. 기관 간 연구협력 네트워크에서 노드(Node)는 기관이며, 노드가 클수록 논문수가 많음을 의미한다. Fig. 3에서 노드의 노출은 논문수 5편 이상, 기관명 표식은 논문수 10편 이상으로 하였다. 노드를 연결하는 엣지(Edge)는 기관 간 공저 관계이며, 선이 굵을수록 공저수가 많음을 의미한다. 노드 색은 공저 관계를 토대로 군집분석을 통해 도출된 연구그룹을 의미하며, 총 9개의 군집으로 구분되었다.

Fig. 3

Research Collaboration Network (Institutions)

두 기관을 중심으로 연구협력 강도를 분석하면, 한서대와 한밭대의 공저 논문 수가 24편으로 가장 많았고, 다음으로 한서대―동신대, 한서대―부경대, 서울과기대―고려대, 한양대―한국건설기술연구원, 호서대―한국건설기술연구원 등의 순으로 많았다(Table 3). 특히 한국건설기술연구원은 특정 기관에 의존하지 않고, 다양한 기관들과 공동 연구를 진행하는 것으로 분석되었다.

Table 3

Number of Co-authored Articles (Institution)

3.3 연구저자

논문 저자를 대상으로 저자별 논문 수를 분석한 결과(Table 4), 주저자는 이의평이 24편으로 가장 많았고 다음으로 송영석(20편), 김응석(18편), 박영주(15편), 송양호(15편), 유철상(13편), 이정호(13편), 이지호(13편), 조남진(13편) 등의 순으로 나타났다. 공저자 전체로 확대하여 분석하면, 박무종이 80편으로 가장 많았고 다음으로 김상단(76편), 김형수(59편), 이정호(58편), 전환돈(51편), 주진걸(45편), 정건희(44편) 순으로 나타났다(Table 4).

Table 4

Number of Articles (Author)

다음으로 공저자 간 네트워크 중심성 지표를 분석한 결과(Table 5), 연결중심성은 박무종이 79로 가장 높고, 다음으로 김상단(75), 김형수(72), 이정민(62), 전환돈(60) 등의 순으로 나타났다. 특히 이정민은 상대적으로 논문수에 비해 연결중심성이 높았는데, 이는 다양한 저자와의 공동연구활동이 활발했기 때문이다. 근접중심성은 박무종이 0.280으로 가장 높고, 다음으로 이정호(0.268), 이정민(0.265), 김상단(0.264), 송양호(0.259) 등의 순으로 나타나 상대적으로 타 저자들 와 짧은 경로로 연결되고 있었다. 마지막으로 매개중심성은 박무종이 0.107로 가장 높았으며, 다음으로 이정민(0.070), 김상단(0.053), 김윤태(0.052) 등의 순으로 저자 간 중개자의 역할을 가지는 것으로 나타났다. 모든 네트워크 중심성 지표에서 박무종이 가장 높은 것으로 분석되었으며, 연구 협력의 중심축 역할을 하고 있다.

Table 5

Network Centrality Metrics (Author)

이를 종합하여 공저자 간 연구협력 네트워크를 도식화 한 것은 Fig. 4와 같다. 노드는 저자를 의미하며, 노드의 크기는 논문 수에 비례한다. Fig. 4에서 노드의 노출기준은 논문 수 10편 이상으로 하였다. 노드 색은 공저 관계의 군집분석을 통해 도출된 연구그룹을 의미하며 분석결과 총 27개의 군집으로 구분되었다. 특히 박무종을 중심으로 한 연구군집의 비중이 전체의 7.28%로 가장 높았다.

Fig. 4

Research Collaboration Network (Authors, in Korean)

3.4 연구주제

논문 저자키워드의 출현빈도를 분석한 결과(Table 6), 기후변화가 88회로 가장 많이 언급되었고, 다음으로 재난(86회), 토석류(61회), 유한요소해석(52회), 예경보시스템(50회), 수치해석(42회), SWMM (42회), 화재(40회), 지리정보시스템(34회), 산사태(33회), 저영향개발(33회), 산불(32회) 등의 순으로 나타났다. 저자키워드의 네트워크 중심성 지표를 분석하면(Table 6), 연결중심성은 재난이 225로 가장 높고, 다음으로 기후변화(219), 토석류(177), 유한요소해석(171), 예경보시스템(147), 수치해석(147) 등의 순으로 나타났다. 대체로 출현빈도와 연결중심성 순위는 유사하였고, 재난의 경우 다양한 저자키워드와 함께 사용된 것으로 분석되었다. 근접중심성은 예경보시스템이 0.314으로 가장 높고, 다음으로 재난(0.311), 수치해석(0.308), 토석류(0.306), 화재(0.305) 등의 순으로 나타나 상대적으로 다른 저자키워드들과 짧은 경로로 연결되고 있었다. 마지막으로 매개중심성은 재난이 0.127로 가장 높았으며, 다음으로 수치해석(0.106), 예경보시스템(0.099), 화재(0.093), 기후변화(0.086) 등의 순으로 저자키워드 간 중개 역할을 가지는 것으로 나타났다. 저자키워드의 출현빈도는 기후변화가 가장 많았으나, 네트워크 중심성 지표 분석결과 재난이 다양한 키워드와 함께 쓰이거나 키워드를 연결해 주는 경우가 많았다.

Table 6

Network Centrality Metrics (Author Keyword)

다음으로 연구영역 도출을 위해 저자키워드에 대한 군집분석을 실시하였다(Table 7). 군집분석 시, 총 6,956개의 저자키워드 중 출현빈도가 10 이상인 것으로 제한하였고 Gehpi의 Louvain 알고리즘을 활용하였다. 분석결과 연구영역 군집수는 총 8개로 나타났고, 네트워크의 모듈성(Modularity)은 0.560으로 중간 정도의 군집화를 보이고 있어 명확한 군집화 기준인 0.7에 다소 못미치는 것으로 분석되었다 (Blondel et al., 2008).

Table 7

Clustering Analysis of Author Keyword

군집(Cluster) 1은 토석류, 예경보시스템, 지리정보시스템, 산사태, 산불, 지진 등의 키워드로 구성되었으며, 특히 토석류 등의 산사태 관련 예경보시스템과 지리정보시스템을 활용한 자연재해 관리 및 분석 연구가 주를 이루고 있다. 군집 1은 전체 네트워크의 19.1%를 차지하는 것으로 나타났다. 두 번째 군집은 SWMM, 수치해석, 저영향개발, 비점오염원, 모니터링 등의 키워드로 구성되어 있고, 도시 수자원 관리 및 저영향개발 관련 연구가 주를 이루고 있으며, 전체 네트워크의 15.4%를 차지하는 것으로 나타났다. 세 번째 군집은 기후변화, 가뭄, RCP시나리오, 확률강우량, 폭염, 강수량 등의 저자키워드로 구성되어 있고, 기후변화에 따른 환경변화, 특히 수자원 변화에 대한 연구가 주를 이루고 있으며, 전체 네트워크의 13.3%를 차지하는 것으로 나타났다. 군집 4는 화재, 열방출률, 화재조사, 스프링클러, 내구성, 화재원인 등의 키워드로 구성되어 있고, 화재 분석 및 예방 관련 연구에 해당되며, 전체 네트워크의 12.3%를 차지하는 것으로 나타났다. 군집 5는 유한요소해석, 내화성능, 고강도콘크리트, 내진성능, 교량, 휨강도 등의 키워드로 구성되어 있고, 주로 건설 구조물 해석 연구가 해당되며, 전체 네트워크의 11.8%를 차지하는 것으로 나타났다. 군집 6은 재난, 계층화분석법(AHP), 피난, 초고층건축물, 공동주택, 피난시뮬레이션 등의 키워드로 구성되어 있고 재난관리와 대응 관련 연구에 해당되며, 전체 네트워크의 10.8%를 차지하는 것으로 나타났다. 군집 7은 엔트로피, 상수관망, 태풍, 도시홍수, 홍수취약성 등의 키워드로 구성되어 있고 재해 관련 인프라 시스템 분석 및 대응전략 연구가 주를 이루고 있으며, 전체 네트워크의 8.8%를 차지하는 것으로 나타났다. 마지막으로 군집 8은 재난관리, 인공신경망, 머신러닝, 풍수해, 재난대응, 딥러닝 등의 키워드로 구성되어 있고 인공지능 기반 재난관리 및 예측 관련 연구가 해당되며, 전체 네트워크 중 8.5%를 차지하고 있었다.

이를 종합하여 저자키워드 네트워크를 도식화한 것은 Fig. 5와 같다. 이때, 노드는 저자키워드이며, 노드가 클수록 출현빈도가 많음을 의미한다. 노드의 노출은 출현빈도가 10번 이상으로 제한하였다. 노드를 연결하는 엣지는 저자키워드가 동일 논문에서 동시 출현한 관계를 나타내며 선이 굵을수록 동시출현 빈도가 높음을 의미한다. 노드의 색은 군집분석을 통해 도출된 연구영역군을 의미하며 분석결과 총 8개의 군집으로 구분되었다.

Fig. 5

Author Keyword Network (in Korean)