생성형 AI와 텍스트 마이닝을 활용한 기업교육 연구 동향 분석

• 영문명: Analyzing Corporate Education Research Trends Using Generative AI and Text Mining
• 발행기관: 한국기업교육학회
• 저자명: 길완제 장환영 신인수
• 간행물 정보: 『기업교육과 인재연구』기업교육과 인재연구 제26권 제3호, 153~179쪽, 전체 27쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2024.09.30

국문 초록

본 연구는 '기업교육과 인재교육' 학술지에 게재된 논문들을 대상으로 생성형 AI와 텍스트 마이닝 기법을 활용하여 시기별 연구 동향과 주요 주제를 분석하였다. 2000년대 초반에는 학습자와 프로그램 개발에 중점을 둔 연구가 많았으나, 2010년 이후에는 조직과 직무, 성과 평가로 관심이 이동했다. 생성형 AI를 활용한 연구주제와 연구방법 분석은 높은 정확성을 보였으며, 특히 혼동행렬을 통한 평가에서 높은 성능을 기록하였다. 시기별 주요 키워드 변화를 살펴본 결과, 기업교육 연구가 시대적 요구와 기술적 변화를 반영하며 진화하고 있음을 알 수 있었다. 토픽모델링 수행에서 LDA와 Bertopic을 비교한 결과, Bertopic이 문맥을 더 잘 반영하여 주제의 일관성과 세밀함을 유지하는 데 우수한 성능을 보였다. 본 연구는 AI 기반 분석이 전통적 방법보다 효율적임을 사례로 제시하였으나, AI 성능은 프롬프트 설계와 데이터의 질에 크게 의존한다는 점에서 한계가 있다. 향후 연구에서는 보다 다양한 분석 기법과 객관적 평가 기준이 필요하며, AI와 인간 연구자의 결합이 중요할 것이다.

영문 초록

This study investigates the research trends and key topics in the academic journal "Corporate Education and Talent Research" by utilizing generative AI and text mining techniques. An analysis of papers published since the 2000s reveals that early research predominantly focused on learners and program development, while post-2010 studies have increasingly concentrated on organizational performance and job evaluation. Generative AI was employed to summarize research topics, methods, and subjects, demonstrating high accuracy and effectiveness, often comparable to or exceeding expert evaluations. The study also tracks changes in key topics over time, showing a shift from "learning" and "programs" in the early 2000s to "performance," "organization," and "evaluation" in the 2010s, with recent years focusing more on factors influencing educational outcomes. Furthermore, a comparison of LDA and Bertopic topic modeling techniques indicates that Bertopic, with its context-aware embeddings, provides more consistent and refined topic definitions. This research highlights the efficiency and reliability of AI-based analysis in academic studies, though it also notes the importance of careful prompt design and data quality in influencing AI performance. The findings suggest that integrating AI analysis with human expertise could enhance the accuracy and depth of research in corporate education.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경과 선행연구

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 논의 및 결론

참고문헌

키워드

생성형 인공지능 챗GPT 텍스트마이닝 기업교육 연구동향분석 토픽모델링 Generative AI Text Mining chatGPT Topic Modeling Corportate Education