[논문 리뷰] Characterising Research Areas in the field of AI

Alessandra Belfiore, Angelo A. Salatino외 1명|arXiv (Cornell University)|2022. 05. 26.

Big Data and Business Intelligence인용 수 6

한 줄 요약

이 연구는 OpenAlex에서 확보한 257,000편의 인공지능 관련 논문을 대상으로 한 대규모 문헌정보학적 분석을 수행하여 인공지능 분야의 핵심 연구 주제의 진화를 규명하고 추적한다. 주제에 대한 공통 출현 네트워크 클러스터링을 활용하여 딥러닝, 머신러닝, 사물인터넷 등에 대한 학술적 관심이 증가하는 경향을 확인하였으며, 시간에 따라 변화하는 인공지능 연구 환경의 역동적 지도를 제시한다.

ABSTRACT

Interest in Artificial Intelligence (AI) continues to grow rapidly, hence it is crucial to support researchers and organisations in understanding where AI research is heading. In this study, we conducted a bibliometric analysis on 257K articles in AI, retrieved from OpenAlex. We identified the main conceptual themes by performing clustering analysis on the co-occurrence network of topics. Finally, we observed how such themes evolved over time. The results highlight the growing academic interest in research themes like deep learning, machine learning, and internet of things.

연구 동기 및 목표

• 대규모 문헌정보학적 데이터를 활용하여 인공지능의 진화하는 연구 환경을 맵핑하기 위해.
• 주제 모델링과 클러스터링을 통해 인공지능 연구에서 지배적인 개념적 주제를 규명하기 위해.
• 특히 새로운 하위 분야에서의 연구 관심의 시간적 변화를 추적하기 위해.
• 연구자들과 기관이 인공지능 연구의 추세와 향후 방향성을 이해하는 데 지원하기 위해.
• 공개 접근 학술 데이터를 기반으로 한 데이터 기반의 인공지능 연구 분야의 특성화를 제공하기 위해.

제안 방법

• 연구는 OpenAlex, 포괄적인 공개 학술 데이터베이스에서 확보한 257,000편의 인공지능 관련 논문을 분석하였다.
• 논문 제목과 초록에서 용어 빈도와 공통 출현 빈도를 분석하여 주제의 공통 출현 네트워크를 구축하였다.
• 공통 출현 네트워크에 클러스터링 기법을 적용하여 독립적인 개념적 연구 주제를 식별하였다.
• 2000년에서 2022년까지의 주제 성장과 진화를 추적하기 위해 시간적 분석을 수행하였다.
• 연구 추세를 추출하고 시각화하기 위해 비지도 주제 모델링과 네트워크 분석을 기반으로 한 방법론을 사용하였다.
• 주제 클러스터의 질적 검토와 기존 인공지능 하위 분야와의 일치성으로 결과를 검증하였다.

실험 결과

연구 질문

• RQ1 학술 논문에 반영된 인공지능 분야의 지배적 연구 주제는 무엇인가?
• RQ2 이러한 연구 주제들은 시간에 따라 인기와 상호연결성 측면에서 어떻게 진화해 왔는가?
• RQ3 2000년에서 2022년 사이에 학술적 관심이 가장 크게 증가한 인공지능 하위 분야는 무엇인가?
• RQ4 인공지능 연구의 주제 클러스터는 새로운 기술 및 응용 추세를 어떻게 반영하는가?
• RQ5 식별된 주제들이 딥러닝과 머신러닝과 같은 기존의 인공지능 하위 분야와 얼마나 일치하는가?

주요 결과

• 딥러닝은 가장 두드러진 연구 주제로 나타나며, 출판량의 일관된 상승 추세를 보이며 급속도로 성장하였다.
• 머신러닝은 중심적이고 안정적인 연구 분야로 남아 있으며, 분석 결과에서 항상 상위 주제 중 하나로 유지되었다.
• 사물인터넷(IoT)은 2015년 이후 급격히 연구 관심이 증가하여 인공지능과의 통합이 증가하고 있음을 시사하였다.
• 주제 클러스터링을 통해 자연어 처리, 컴퓨터 비전, 강화 학습 등 각각 고유한 성장 궤적을 보이는 명확한 주제 그룹이 드러났다.
• 시간적 분석을 통해 2015년 이후 의료 및 로봇 분야의 인공지능 응용 연구가 활성화되었으며, 실제 적용 추세와 부합함을 확인하였다.
• 이 연구는 공개 접근 학술 데이터의 문헌정보학적 분석이 인공지능 연구 분야의 역동적 진화를 효과적으로 맵핑하고 추적할 수 있음을 확인하였다.