텍스트마이닝을 활용한 작업관련성 근골격계질환 연구동향 분석

• 영문명: Analysis of Trends of Research on Work-related Musculoskeletal Disorders using Text Mining
• 발행기관: 사단법인 한국안전문화학회
• 저자명: 이건희 최서연
• 간행물 정보: 『안전문화연구』제24호, 363~372쪽, 전체 10쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2023.09.30

국문 초록

국내 근골격계질환은 1997년 IMF 이후 각 기업들의 생산성 향상을 위해 기계화, 자동화, 분업화 등 작업환경 및 작업방식의 변화가 급속도로 이루어져 근골격계질환 발생이 해마다 증가하고 있다. 또한 근로자들의 관심과 인식이 지속적으로 높아짐에 따라 정부에서는 2003년부터 산업안전보건법 39조 개정을 통해 근골격계 부담작업에 대한 유해요인 및 원인조사를 실시하도록 하고 있다. 산업현장에서는 근로자들의 안전과 작업 손실의 사전 예방을 위하여 작업관련성 근골격계질환의 지속적이고 체계적인 연구 필요성이 요구되며, 이에 본 연구에서는 기존 연구에서 산업재해 예방을 위한 새로운 관점을 고찰하기 위한 목적으로 연구동향 분석을 수행하였다. 문헌수집은 한국학술지인용색인(KCI), 학술연구정보서비스(RISS) 등의 검색엔진으로부터 2003년부터 2022년까지 총 20년간 ‘근골격계질환’ 키워드가 포함된 국내 학위·학술 논문으로 이루어졌으며, 총 653편을 분석대상으로 선정하여 10년을 주기로 1차 시기와 2차 시기로 구분하였고, 텍스트마이닝을 활용해 빈도(TF), 네트워크 분석 후 이를 시각화하였다. 그 결과 작업관련성 근골격계질환 연구의 상위 키워드 빈도(TF)는 전체 시기(2003년∼2022년)의 경우 ‘작업’, ‘근골격계질환’, ‘증상’ 등이 상위 키워드로 나타났고, 1차 시기(2003년∼2012년)와 2차 시기 (2013년∼2022년)에서도 공통적으로 나타나 중요한 연구 주제로 인식하고 있는 것으로 파악되었다. 1차 시기 근로자들의 근골격계질환에 영향을 미치는 관련 요인 중 가장 많이 다루어진 키워드는 ‘자세’, ‘신체’, ‘환경’, ‘직무스트레스’, ‘시간’, ‘연령’ 등과 상위 키워드에서 ‘설문’이 나타났으며, 2차 시기는 ‘비교’, ‘개발’, ‘측정’, ‘방법’ 등이 나타났다. N-Gram 분석 결과 전체 시기에서 ‘근골격계-증상’ 키워드의 동시 출현 빈도가 가장 높았고, 그다음은 ‘근골격계’와 ‘통증’, ‘자각’, ‘부담’의 빈도가 높았다. 1차 시기는 ‘손-손목’, ‘어깨-허리’, ‘손목-손가락’, ‘허리-다리’의 신체 부위 관련된 키워드가 나타났으며, 2차 시기에는 ‘작업-부하’, ‘안전-보건’, ‘요인-조사’, ‘위험-평가’, ‘산재-보험’ 등이 나타났다. 본 연구는 빅데이터 분석 방법 중 하나인 텍스트마이닝을 이용하여 작업관련성 근골격계질환 학위·학술 논문을 처음으로 분석을 시도하였고, 이를 통해 추후 작업관련성 근골격계질환에 대한 연구 방향성을 제시함으로써 그 의의가 있다.

영문 초록

Domestic musculoskeletal disorders have been on the rise since the 1997 IMF crisis, as rapid changes in work environments and practices, such as mechanization, automation, and specialization, have been implemented by various companies to enhance productivity. Furthermore, with increasing awareness and concern among workers, the government has been conducting harmful factor and causal investigations related to musculoskeletal disorders caused by burdensome work tasks through the amendment of Article 39 of the Industrial Safety and Health Act since 2003. To ensure the proactive prevention of work-related musculoskeletal disorders and minimize work-related losses for workers' safety, there is a continuous need for systematic and comprehensive research. To address this, the present study conducted a trend analysis to explore new perspectives for preventing industrial accidents. The literature collection comprised a total of 653 domestic theses and academic papers from 2003 to 2022 that included the keyword 'musculoskeletal disorder,' gathered through search engines such as the Korean Citation Index (KCI) and the Research Information Sharing Service (RISS). The data were categorized into two periods: the first period from 2003 to 2012 and the second period from 2013 to 2022. Text mining was employed to analyze the frequency (TF) and network connections, which were subsequently visualized. The results revealed that the top keywords in work-related musculoskeletal disorder research throughout the entire period (2003 to 2022) were 'work,' 'musculoskeletal disorder,' and 'symptoms,' consistently recognized as essential research topics in both the first and second periods. In the first period, the most frequently discussed factors influencing workers' musculoskeletal disorders included 'posture,' 'physical condition,' 'environment,' 'job stress,' 'time,' 'age,' and the term 'survey' was prominent among the top keywords. In the second period, keywords like 'comparison,' 'development,' 'measurement,' 'method,' and 'investigation' emerged. N-Gram analysis indicated that the simultaneous occurrence of the 'musculoskeletal disorder-symptoms' keyword was the most frequent throughout the entire period, followed by high frequencies of 'musculoskeletal disorder,' 'pain,' 'awareness,' and 'burden.' In the first period, body part-related keywords like 'hand-wrist,' 'shoulder-back,' 'wrist-finger,' and 'back-leg' were prominent. In the second period, keywords such as 'workload,' 'safety-health,' 'factor-investigation,' 'risk-assessment,' and 'occupational accident-insurance' were observed. This study attempted the first analysis of theses and academic papers on work-related musculoskeletal disorders using text mining, a big data analysis method. The findings contribute to suggesting future research directions on work-related musculoskeletal disorders, holding significant implications for the field.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 고찰 및 결론

참고문헌

키워드

직업성 질병 작업관련성 근골격계질환 빅데이터 텍스트 마이닝 연구동향 Occupational Disease Work-Related Musculoskeletal Disorders Big Data Text Mining Research Trends