[KHIDI_2016.08.03]
보건산업 정책개발 수요조사 연구
연구배경, 연구방법론 및 연구설계
◯ 연구배경
은 국가차원에서 여러 정책적 지원을 수행하고 있음
‧ 한국 정부 역시 2017년까지 보건산업 세계 7위권 진입을 목표로 5대 추진 전략을 제시한바 있음(한국보건산업진흥원, 2014)
‧ 특히 ICT 융합 기반 보건·의료는 첫째, 경제적 파급효과가 큰 국가의 신성장동력 산업으로서, 둘째, 기술발달로 인한 의료서비스 질적제고, 의료비 절감 등을 통해 국민의 삶의 질 향상 측면에서 그 의미를 인정받고 있음(정보화 정책연구, 2014)
‧ 선진국인 미국, 일본의 사례를 보면 (1) 미국의 경우 막대한 재정을 투입하여 의료 R&D사용화에 주력하고 있으며, (2) 일본의 경우 ICT융합 및 R&D 부문에 중점적 투자가 이루어지고 있음
‧ 우리 정부가 재정지원을 계획하고 시행하려는 시점에서, 보건산업을 위한 재정지원이 적절한지 분석해볼 필요 있음.
‧ 보건산업 분야는 다양한 특성을 지닌 여러 분야들(의료서비스, 의료기기, 의약품, 화장품,건강식품 등)을 망라하며, 이 분야들에 대한 정책적·학술적 관심 역시 각개약진 식으로 수행되어 왔음
‧ 개별 분야의 연구내용을 규정하는 것은 각 분야 전문가의 역할이나, 해당 분야의 이슈(issue) 또는 정책연구개발 수요의 분포를 과학적으로 측정하여 지원대상을 적절하게 선정하는 것은 정부의 역할임
‧ 따라서‘보건산업 정책수요조사’를 위한 본 연구는 장차 보건산업진흥원 중심으로 수행하게 될 연구개발을 대상으로 하는 재정지원의 과학적 근거를 마련하기 위한 전초 작업으로서 의미 있는 과업이 될 수 있음
연구방법론
◯ 관련 선행연구 및 텍스트 마이닝 기법의 적실성
‧ 한국보건산업진흥원(2013)은‘보건산업미래이슈 조사분석’연구를 통해 전문가들이 선정한 이슈들을 각각 단기(2013, 2014), 중장기 이슈로 구분한 바 있음
‧ 전문가 패널을 활용하는 환경스캐닝, 델파이 기법은 전문가의 지식과 경험을 활용할 수 있다는 점에서 강점이 있으나, 재정지원의 적정성을 입증하기 위한 정량적 근거를 제시하기 어려움
‧ 본 연구에서는 이와 같은 방법론 상 한계를 극복하기 위하여 컴퓨터화된 토픽모델링 기법을 활용하여 (1) 공급 측면에서 보건산업정책 관련하여 활용 가능한 연구들(자연과학·기술과학적 연구는 대상에서 제외하였음)을 정량적으로 현황분석하여 제시하고, (2) 수요측면에서 보건산업 이슈에 관한 기존 조사연구결과를 바탕으로 현황분석하여 제시한 다음, (3) 공급과 수요 측면에서 수행된 현황분석결과를 통해‘공급’과‘수요’의 미스매치를 정량적으로 분석한 결과를 제공하려 함
‧ 아울러 국내외 전문가를 대상으로 하는 전문가 인터뷰를 병행해 향후 정책연구 과제로 활용할 수 있는 아이템을 추출하고자 함
연구방법론 선택
◇ 토픽모델링(topic modeling)
‧ 텍스트 마이닝 기법 중 하나인 토픽모델링 기법은 문헌정보학 분야에서 주로 활용되고 있는 기법으로 연구대상이 되는 문헌들로 모집단을 구성해야 일정 수(일반적으로 20-40개)의 빈출주제를 추출하는 한편, 각 문헌들이 어느 주제에 속하는지 정량적으로 측정하는 기법임
‧ 국내 문헌정보학계에서 활용된 바 있는 방법으로 문헌 클러스터링, 프로파일링 기법, 네트워크 텍스트 분석 등을 들 수 있으나 2000년부터 2015년까지 수행되어 온 방대한 양의 연구문헌을 대상으로 한다는 점, 단순한 이슈 추출을 넘어서서 연구개발 현황에 관해 주제별로 정량화된 분석이 요구되는 과업이라는 점에서 텍스트 마이닝 기법이 가장 적합하다고 판단됨
‧ 토픽모델링 기법에는 대표적으로 LSA(Latent Semantic Analysis), PLSA(Probabilistic Laltent Semantic Analysis), LDA(Latent Dirichlet Analysis) 등이 있음
‧ 본 연구에서는 용어들을 주제별로 클러스터링하여 문헌집단의 잠재적 구조(latent structures)를 밝혀주는 LDA 기법을 이용하여 보건산업 주요 5개분야 대상으로 토픽모델링 수행하여 연구경향 분석하고자 함
◇ LDA(Latent Dirichlet Analysis) 기법의 기본원리(1) - LDA 기반 확률모형
‧ 토픽모델링 기법 중 대표적 기법인 LDA(Latent Dirichlet Allocation) 알고리듬은 생성모델로서 문헌 내에‘숨겨져 있는’주제들을 찾아내는 알고리듬에 속함(Blei, 2012).
‧ 생성모델은 실제 문헌을 작성한다고 가정하고,‘작성하고자 하는’각 문헌에 어떤 주제들을 포함시킬 것인지, 그에 따라 어떤 단어들을 어떤 주제에서 선택하여 배치할 것인지에 관한 일련의 의사결정에 필요한 확률변수들을 파라미터로 삼아 모델링하는 방식을 가리킴(박자현과 송민, 2013)
‧ 문헌, 단어 등 관찰된 변수(observed variable)를 통해 문헌의 구조와 같은 관찰되지 않는 변수(hidden variable)를 추론하는 것을 목적으로 함
‧ 각 문헌별 주제 비율, 각 단어들이 각 주제에 포함될 확률 등을 계산할 수 있음. 이와 같은 관계는 Blei(2012)에 따라 아래 <그림 1>과 같이 표현될 수 있음