Journal Archive

본 연구는 최근 발표된 해양 정책과 관련된 학술 논문들을 대상으로 하였다. 학술논문 선정을 위해 한국교육학술정보원에서 제공하는 RISS 검색 사이트를 활용하였다. 검색은 제목에 ‘해양’과 ‘정책’을 동시에 포함하는 논문들을 대상으로 하였다. 논문의 출판연도는 2009년에서 2019년까지 설정하여 최근 11년간의 동향을 파악할 수 있게 설정하였다.

검색 결과, 2019년 4월 10일 기준으로 2009년에서 2019년까지의 317편의 논문이 검색되었다. 분석 과정에서 초록 분석이나 키워드 분석이 대상이 되기 때문에 이에 대한 정보를 비교적 명확히 포함하고 있는 KCI 등재 논문으로 한정하였다. 그리고 중복된 논문, 학술발표논문, 초록이나 키워드 등이 불분명한 논문 등을 제외하였다. 이로부터 키워드 분석을 위한 논문은 최종 76편이 선정되었고, 초록 분석을 위해서는 이 중 70편의 논문이 선정되었다.

해양 정책과 관련된 연구 동향을 파악하기 위해 키워드 네트워크 분석을 실시하였다. 이 분석을 위한 구체적 절차는 [Fig. 1]과 같다.

[Fig. 1] 
Research Process

첫째, 연구 분석을 위한 대상 논문 선정 단계이다. 본 연구는 해양 정책과 관련된 논문을 분석대상으로 하고 최초 317편의 논문들이 검색되었다. 검색은 제목에 ‘해양’과 ‘정책’을 동시에 포함하는 등재된 학술 논문들을 대상으로 하였다. 2009년에서 2019년까지 설정된 논문들로부터 중복이나 관련 없는 내용을 제외하였다. 이러한 과정에서 키워드 분석을 위한 논문은 최종 76편이 선정되었고, 초록 분석을 위한 최종 논문은 76편 중 국문 초록이 없는 논문을 제외하고 최종 70편의 논문이 선정되었다.

둘째, 키워드 및 초록 추출(자료 전처리 단계)이다. 네트워크 분석을 위해서는 프로그램이 적절히 처리할 수 있는 데이터 형태로 만들어야 한다. 이를 위해서 검색된 논문에서 키워드의 내용들을 추출하여 네트워크 분석이 가능하도록 코딩하고 전처리가 가능하게 하는 단계이다.

셋째, 키워드 및 초록 네트워크 구축 단계이다. 키워드는 76편에서 제공하고 있는 키워드를 대상으로 네트워크를 구성하였다. 초록은 국문초록이 없는 논문을 제외하고 최종 70편을 바탕으로 네트워크를 구성하였다.

넷째, 네트워크 분석과 다양한 시각화 단계이다. 이 단계를 통해 해양 정책과 관련된 키워드 네트워크를 실증 분석하고 그 의미를 탐색하였다. 시각화는 네트워크 시각화, 주요 키워드 및 초록의 주요 단어에 대한 워드크라우드 형식으로 나타내었다.

네트워크 분석을 위해 NetMiner 4 이상 버전을 활용하였다. 통계적 검정이나 기술통계 등을 위해 SPSS 통계 패키지를 활용하였다.

네트워크 분석이란 사람, 조직, 사물 등과 같은 객체들 사이의 관계를 수량화해서 나타낸 분석방식이다.

사회연결망 분석으로 불리고 있으며 각 객체들은 점(노드)와 연결(링크)로 관계가 표현된다. 각 점들의 중요도나 의미 등이 네트워크 특성들로 표현되며, 시각화하여 다양한 사회적 문제를 해석하기도 한다. 이러한 네트워크 분석방식을 여러 연구자들의 정의로부터 “인간 행위와 사회구조 관계를 설명하고 표현하는 이론”으로 제안(Kim, 2011; Freeman, 1979, 2004)하고 있다. 네트워크 분석을 통해 사람들이나 조직 혹은 사회구조의 관계는 2차원 테이블이나 시각화된 자료 등의 형태로 제시된다. 이러한 관계의 성격에 대해서 Nam(2012)은 Wasserman and Faust(1994)의 내용을 정리하여 상호작용성, 전이통로, 행위촉진기회, 사회적 구조로 정리하였다.

최근 연구들은 사람들 간의 관계, 조직 내 혹은 조직 간의 다양한 관계 등이 네트워크 분석으로 표현되고 해석되고 있다. 논문들 사이의 관계를 등장하는 키워드를 중심으로 네트워크 분석하는 연구, 논문 저자들과의 관계를 네트워크로 분석하는 연구, 친구들 사이의 도움이나 조언관계를 네트워크로 나타낸 연구, 여가시간과 관련된 여러 요인을 네트워크로 살펴본 연구 등 다양한 연구들(Kim, 2011; Nam, 2012; Kim and Song, 2014; Heo, 2016; Kim, 2017)을 들 수 있다.

네트워크 분석은 빈도분석, 네트워크 구조적 속성, 네트워크 중심성 분석, 시각화 등을 통해 분석할 수 있다. 첫째, 네트워크의 빈도분석이란 주요 키워드나 개념 등이 논문에 얼마나 동시에 자주 나타나는지를 파악해서 연구동향의 주요 개념을 확인할 수 있다. 중요하거나 이슈가 되는 주제나 단어, 키워드 등은 많이 등장할 수 있고, 이를 수량화해서 연구 동향의 경향으로 파악하는 것이다. 이는 동시출현단어 분석을 통해 관련 다양한 영역의 연구동향을 파악한 연구들(Song, 2006; Kim and Song, 2014; Heo, 2016; Kim, 2017)에서도 확인할 수 있다.

둘째, 구조적 속성은 전체 혹은 특정 네트워크가 가진 전체적인 속성을 말한다. 네트워크 속성에서는 노드 수(Number of Nodes), 연결(Degree), 분포(Distribution of Degree), 밀도(Density), 거리(Geodesic Distance)등에 대한 정보를 확인할 수 있다. 이를 통하여 전체네트워크 혹은 특정 네트워크가 어떠한 모습을 하고 있으며 어떤 특징을 가지고 있는지 확인할 수 있다.

셋째, 네트워크 중심성(centrality) 분석을 통해 네트워크 내의 특정 키워드나 단어 혹은 개체가 가진 특성을 확인할 수 있다. 어떤 키워드는 중심성이 높은 반면 어떤 키워드들은 매개적 역할을 하기도 한다. 중심성에는 연결중심성(Degree Centrality), 근접중심성(Closeness Centrality), 매개중심성(Betweenness Centrality) 등 다양한 형태가 있다(Freeman, 1979, 2004; Kim, 2011; Heo, 2016). 연결 중심성은 연결된 정도가 얼마나 높은지를 측정한다. 연결 방향에 따라 내향중심성 혹은 외향중심성 등으로 나타낼 수 있다. 근접 중심성은 단어나 키워드 등이 서로 얼마나 근접해 있는지에 관심이 있다. 어떤 단어나 키워드들은 특정 단어와 가까이 존재할 경우 근접 중심성은 높다고 할 수 있다. 매개중심성은 단어나 키워드가 다른 키워드들 사이에 위치하는 정도를 나타내는 중심성으로 다른 정보를 매개하는 중개자 역할이나 정보를 통제하는 역할을 하기도 한다(Freeman, 1979, 2004; Kim, 2011; Heo, 2016).

해양정책 연구란 해양 및 수산과 관련된 다양한 정책적 이슈를 포함한 연구들로 잠정적으로 정의할 수 있다. 해양정책 연구에 수산영역을 포함시킨 이유는 해양수산부에서 관할하고 있는 업무 소관에 포함이 되고 있고, 따로 수산정책을 분리하기 보다는 해양수산정책 혹은 수산해양정책 등으로 이야기되기 때문이다. KSOP(2012)에서는 국내에서 아직 해양 정책의 개념적 합의가 논의 중이며 그 범위로 해양문화, 해양역사, 해양과학기술, 해양산업정책, 해양법제, 항만, 해양자원개발, 해양환경보전, 해로안전, 해적 등의 광범위한 영역을 포함하고 있다(KSOP, 2012; Gu, 2013 재인용)고 한다.

해양 정책은 정부의 해양수산부에서 업무를 맡고 있으며, 2019년 업무추진 방향을 “글로벌 해양강국, 대한민국”을 비전으로 설정하여 6가지 주요 정책을 설정하고 있다(Ministry of Oceans and Fisheries, 2019). 6가지 주요정책에는 깨끗하고 안전한 바다, 연안어촌의 혁신성장 거점화, 수산업 혁신, 해운산업재건 및 세계화, 글로벌 해양리더 위상 강화가 있다. 해양수산부의 주요 소관 업무는 해양 및 해양환경, 수산, 해운 및 항만, 해사안전, 기타로 이뤄져 있다. <Table 1>은 해양수산부의 주요 소관 업무와 이에 대한 법적인 근거를 제시하고 있다. 해양수산부에서는 해양정책, 수산정책, 해양물류정책, 해사안전정책, 항만정책, 기획조정실 등을 해양정책을 위해서 두고 있다. 정부에서는 본부 외 소속기관이 69개에 이르며, 산하 공공기관도 총 16개에 이른다.

해양정책 연구동향에 관한 연구들이 시도가 되고 있지만 아직 제한적으로 이뤄지고 있는 실정이다. Gu(2013)는 해양정책 분야 연구동향분석을 통해 미중 해양경쟁, 동아시아 도서분쟁, 해양항만, 해사안전, 남북극진출의 다섯 영역으로 제안하여 정리하고 있다. 2012년부터 2013년까지의 논문 만을 대상으로 하였기 때문에 전반적인 흐름 파악에 한계가 있었다.

Kim(2015)의 해양안보 분야 국내 연구동향에 대한 분석을 시도하고 있다. 주제영역이 해양안보에 한정되어 있고 기간도 2013년 상반기에서 2014년 상반기까지를 대상으로 하고 있었다.

Yang(2015)는 중국의 주요 해양정책에 대한 연구동향을 파악하고 있었다. 2년(2013~2014) 동안의 중국학계 발표 논문을 분석한다는 새로운 시각이 있었다. 하지만 기존의 해양정책 연구동향은 기간이 비교적 짧고 연구주제가 한정적으로 되어 있어 장기간의 연구동향을 파악하기는 한계가 있을 것으로 생각된다.

해양 정책과 관련된 학술 논문들을 분석하였다. 76편의 논문들에서 키워드들이 논문들 간에 동시에 출현한 빈도를 파악하였다.

[Fig. 2]는 키워드 네트워크와 초록 네트워크의 최종 분석을 위한 주요 네트워크 추출 과정을 나타낸다. 그림의 좌측 부분은 선정된 논문들에서 추출한 초기의 다양한 키워드들(❶)에서 의미있는 키워드(❸)가 도출되는 과정이다. 우측 부분은 선정된 논문들의 초록 네트워크(①)에서 의미있는 초록 네트워크(③)를 구축하는 과정이다.

[Fig. 2] 
Result of the Process of Keyword Network and Abstract Network Analysis

추출된 네트워크로부터 키워드와 초록에서의 동시 출현 빈도 및 연결정도를 분석하여 <Table 2>와 같이 보고하였다.

키워드들은 데이터 클리닝 과정을 거쳐 총 324개가 등장하였으며 이를 바탕으로 네트워크 분석을 하여 동시출현빈도와 연결정도를 정리하였다. 이중 상위 키워드 출현빈도는 <Table 2>의 좌측과 같다. 70편의 논문들의 초록들이 논문들 간에 동시에 출현한 빈도 역시 파악하였다. 초록에서 동시출현하는 단어들은 1569개의 단어였으며 단어들 간의 관계는 8838개의 관계가 도출되었다. 많은 단어들을 데이터 클리닝 과정을 거쳐 네트워크 분석을 위한 6회 이상 등장하는 단어를 중심으로 네트워크 분석을 실시하였다. 이 중 상위 초록 추출 단어 출현빈도는 <Table 2>의 우측과 같다.

키워드 네트워크 분석 결과 해양정책, 행양기본법, 정책, 해양, 중국, 해양수산부, 해양수산정책, 해양환경정책, 해금정책 등이 주요 키워드로 등장을 하였다.

논문들 사이의 키워드들 간의 연결 정도가 높은 키워드는 해양정책, 해양, 해양기본법, 정책, 해양수산부, 해금정책, 해양영토분쟁, 해양법협약 등과 같은 키워드였다.

초록 네트워크 분석결과 동시출현빈도가 높은 단어로 해양, 정책, 연구, 분석, 산업, 중국, 관리, 관련, 개발, 일본, 사고, 문제 등이었다. 또, 연결정도가 높은 단어는 해양, 정책, 연구, 분석, 중국, 관련, 관리, 국가, 일본, 문제, 사고 등이었다.

연구대상 논문에 제시된 키워드들을 네트워크 특성 중 하나인 중심성을 분석하였다. 중심성은 다양한 종류가 있으나 연결중심성, 근접중심성, 매개중심성을 중심으로 살펴보았다. 먼저 키워드 네트워크를 중심으로 각 중심성의 정도를 상위 20위 정도까지 살펴보았으며, 그 결과는 <Table 3>과 같다.

분석결과 해양정책, 해양기본법, 해양수산부. 해양력, 중국, 남중국해, 독도, 중일 관계 등이 중요한 키워드로 나타났다. 중심성의 종류에 따라 중요키워드들이 다소 다르게 나타났다.

이는 중심성 특성이 의미하는 바를 이해함으로써 좀 더 심도 깊게 해석할 수 있을 것으로 생각된다.

첫째, 연결중심성은 해양정책, 해양, 해양기본법, 정책, 해양수산부, 해금정책, 해양영토분쟁, 해양법협약, 일본해양정책, 중일관계, 중국, 해양수산정책 등이 중심성이 높은 것으로 나타났다. 이들 키워드와 같이 연결중심성이 높다는 것은 “연결된 이웃 키워드가 많으며 다른 키워드와 함께 등장하는 가능성이 높다”(Heo, 2016; Kim, 2011)는 것을 의미한다.

둘째, 근접중심성이 높은 키워드는 해양정책, 해양, 해양수산부, 해양력, 해양시대, 발전전략, 신설, 중국, 해양기본법, 독도, 남중국해 등의 순으로 나타났다. 이들 키워드와 같이 근접중심성이 높다는 것은 다른 키워드들과 “가장 가까운 거리에 있어 빠르게 영향을 줄 수 있음”(Heo, 2016; Kim, 2011)을 의미한다.

셋째, 매개중심성이 높은 키워드는 해양정책, 해양, 해양수산부, 정책, 해양력, 해권, 남중국해, 해양기본법, 거버넌스, 해양환경정책, 해양관광정책, 해금정책 등의 순으로 나타났다. 매개중심성이 높다는 것은 중개인처럼 정보전달과정에서 영향을 많이 미치는 것으로 알려져 있다(Heo, 2016; Kim, 2011).

연구 대상 논문의 초록을 바탕으로 해양 정책과 관련된 텍스트 네트워크 특성을 중심성을 위주로 분석하였다.

구체적으로 연결중심성, 근접중심성, 매개중심성을 중심으로 살펴보았다. 최초 1569개의 단어는 8828개의 단어 간 관계를 나타내었다. 이에 복잡한 네트워크 구조를 단순화하기 위해 6회 이상 논문초록에서 동시 등장하는 단어들 간의 관계를 네트워크 분석하였다. 그 결과는 <Table 4>와 같다.

첫째, 연결중심성은 해양, 정책, 연구, 산업, 분석, 자원, 일본, 참여, 해양지적, 안전, 스포츠, 분야, 관광 등이 중심성이 높은 것으로 나타났다. 초록 내에서 이들 단어와 연결된 단어들이 많이 등장하는 것을 의미한다. 일본, 중국, 관광, 개발 등에 관련된 연구가 많이 등장하는 것으로 나타났다.

둘째, 근접중심성이 높은 단어들에는 해양, 정책, 연구, 분석, 일본, 산업, 안전, 분야, 중국, 자원, 관광, 공간, 개발 등의 순으로 나타났다.

초록 내에서 이들 단어와 가까운 거리에 있는 주제들이 많이 영향을 줄 수 있음을 나타낸다. 연결중심성과 비교해서 일본, 산업, 안전, 중국, 자원 관광, 공간 등이 상위 순위로 나타났다.

셋째, 매개중심성이 높은 키워드는 해양, 정책, 연구, 일본, 분석, 자원, 제시, 경제, 결과, 공간, 산업, 수립, 안전 등의 순으로 나타났다.

정보전달과정에서 영향을 미치는 것으로 키워드 분석에서는 해양수산부와 같은 기관명이 상위 순위에 나타났고, 일본, 자원 경제, 공간, 산업, 안전, 관광, 개발 스포츠 등이 상위 순위의 연구 주제로 나타났다.

해양정책 관련 시각화 분석을 실시하였다. 시각화 분석은 워드클라우드 분석이 실시되었다. 워드클라우드 분석은 다양한 네트워크 특성에 따라 시각화된 형태로 키워드나 초록의 주요 단어를 나타낸다. 등장횟수나 중심성 등을 네트워크 특성으로 선택시 수치가 높은 값을 크고 진하게 나타낸다.

[Fig. 3]은 키워드 네트워크 분석을 빈도를 중심으로 워드크라우드로 시각화한 결과이다. 그림을 살펴보면 해양정책을 중심으로 해양기본법, 해양환경정책, 해양수산부, 해권, 중국, 해양오염, 해양관광산업, 일본해양정책 등이 주요 연구동향으로 많이 등장하고 있음을 직관적으로 알 수 있다.

[Fig. 3] 
Visual Result in the Word Cloud of Keyword Network Analysis

[Fig. 4]와 [Fig. 5]는 초록 네트워크 분석을 통해 워드크라우드 시각화 결과를 나타낸다. [Fig. 4]는 1569개의 추출 단어에서 등장 빈도가 높은 단어를 기준으로 시각화하였다. 해양, 정책, 분석, 국가, 산업, 정부, 중국 등이 주요 이슈로 등장하는 것을 확인할 수 있다. [Fig. 5]는 6회 이상 동시 등장하는 연결정도 기준으로 다시 추출한 결과이다. 중국, 관리, 국가, 문제, 일본, 분쟁, 자원 등이 주요 연구동향으로 등장하고 있음을 직관적으로 알 수 있다.

[Fig. 4] 
Visual Result in the Word Cloud of Abstract Network Analysis

[Fig. 5] 
Visual Result in the Word Cloud of Abstract Network Analysis with weight