동시출현단어 분석을 활용한 건설 분야 인공지능 적용에 관한 지적구조 분석

2.1 지적구조 분석

건설 분야의 인공지능 적용에 대한 지적구조 분석을 위해서는 그림 1과 같이 데이터의 추출과 가공 및 분석이 필요하다. 데이터 수집과 키워드 추출을 위하여 Web of Science 소속 저널에 게재된 문헌을 수집하였다. Web of Science에 소속된 저널 범주를 공학 토목(Engineering civil)과 건설 건축 기술(Construction building technology)로 제한하였고, 기간은 2018년 1월 1일부터 2022년 12월 31일까지의 데이터를 수집하였다. 분석 대상이 되는 건설 분야의 인공지능 적용 관련 문헌들을 추출하기 위해 첫 번째 키워드를 ‘construction’로, ‘artificial intelligence’와 ‘deep learning’ 키워드를 ‘or’로 활용한 두 번째 키워드로 하여 주제(Topic) 검색을 실시하였다. 검색 결과, 건설 분야 인공지능 관련 연구 논문 729건과 Review article 논문 76건, 편집자료 4건, 프로시딩 논문 1건, 총 810건이 수집되었다. 이를 네트워크 시각화 소프트웨어인 CiteSpace 6.2를 통해 수집된 데이터로부터 의미 있는 단어들을 추출하기 위해 전처리(Preprocess) 분석을 통해 최종적으로 분석에 필요한 데이터 셋을 제작하였다.

Fig. 1.

Domain analysis process

제작된 데이터셋을 활용하여 COOC ver 0.4 [6]을 통해 동시출현단어를 추출하고, 이를 코사인 유사도 및 피어슨 상관계수를 활용하여 단어별 유사도를 구하고, 단어 간 어떠한 관계를 가지고 있는지 파악하였다. 이후, 병렬 최근접 이웃 클러스터링 알고리즘(PNNC)를 활용하여 WNET ver 0.4[7]를 통해 중심성 분석 통해 네트워크 분석을, Nodexl[8]를 통해 시각화를 수행하였다. 또한 SPSS ver. 29.0을 통해 클러스터 분석을 하였고, 건설분야의 인공지능 적용 영역에서의 흐름을 확인하였다.

2.2 키워드 선정

본 연구에서는 수집된 810건의 문헌들을 CiteSpace 6.2을 활용하여 제목과 초록에서 키워드 명사구와 빈도수를 추출하였다. 상세한 주제 영역 구성을 위하여 명사구당 2~4개 사이를 범위 개수로 지정하였으며, 초록이 없는 경우, 제목에서만 명사구를 추출하였다. 이 810건의 문헌들에서 추출된 명사구는 총 4,197개(문헌 당 5.18개)이었다. 이 중 분석을 용이하게 하기 위하여 불용어를 제거하고, 규모를 축소하여 자주 출현한 명사구 363개의 리스트를 추출하였다. 나아가 복잡성을 고려하여 너무 많은 키워드를 포함하지 않도록, 빈도수 전체의 70%에 해당하는 8회 이상 등장한 키워드 83개로 구성된 리스트를 완성하였다.

키워드의 정규화를 위하여 단수와 복수의 명사구 중 ‘point clouds’ 및 ‘point cloud’ 또는 construction sites’ 및 ‘construction site’와 같은 경우 같이 복수형태가 주로 사용되는 명사구인 ‘point clouds’와 ‘construction sites’로 모두 변경하였으며, ‘neural network’ 및 ‘neural networks’와 같은 경우 단수 형태를 주로 쓰는 ‘neural network’로 통일하였다. 또한 ‘learning algorithms’ 또는 ‘learning methods’와 같이 비슷한 단어이고 뜻도 동일한 단어들도 빈도수가 보다 높은 ‘learning algorithms’로 치환하였으며, ‘construction safety’ 및 ‘safety management’와 같이 단어는 다르나 뜻이 동일한 경우에도 ‘construction safety’와 같이 빈도수가 높은 키워드로 치환하였다. 그 외에 ‘american society’와 같은 관련이 없는 키워드는 삭제하였다.

앞서 추출된 키워드는 하나의 논문에서 중복 출현된 단어의 빈도수가 모두 포함하여 합산되어 있지만, 연구의 분석에서 필요한 키워드는 각 논문에서 한번씩만 출현한 횟수이기 때문에 단어 빈도와 문헌 빈도의 값의 치우침에 따른 복잡성을 방지하기 위하여 단어 빈도에 대한 문헌 빈도 값인 TF/IDF 값이 백분위 90%인 47.04 이상인 최종 키워드 리스트를 선정하였다. 이에 대한 최종 54개의 리스트는 표 1과 같다.

Table 1.

Final selected keyword list

건설 분야 인공지능 적용을 대표로 하는 키워드는 빈도수에 따라 deep learning(1), artificial intelligence(2), neural network(3), convolution neural network(4), machine learning(5), computer vision(6), deep learning algorithm(7)로 인공지능과 딥러닝의 대표 키워드이지만 실질적으로 construction industry(8), construction site(9), building information modeling(11), concrete structures(17), compressive strength(19), crack detection(24), construction management(40), construction equipment(43) 등 키워드를 통해 건설 분야의 다양한 측면에서 인공지능을 활용하고 있다는 것을 알 수 있다.

2.3 동시출현단어 행렬 작성

동시출현단어 행렬은 가공 방법에 따라 네트워크의 형태의 달라짐으로 인하여 키워드 간 연관성 측정을 위해 유사도를 측정하는 방법인 코사인 유사도와 피어슨 상관계수를 활용하였다.

표 1과 같이 54개의 키워드가 선정된 문헌 810건의 정보를 액셀에 모두 입력하고 COOC ver 0.4를 이용하여 동시출현단어 행렬을 작성하였다.

엑셀시트 첫 번째 열에 각 문헌 번호, 두 번째 열에 제목과 초록에서 추출된 키워드를 입력하여 추출 작업을 끝낸 후, 필요한 최종 키워드를 포함한 행을 남겨서 최종 분석 대상 출현 단어 리스트를 완성하였다. COOC ver 0.4를 통해 최종 키워드 출현빈도 정보 리스트, 최종 키워드 리스트, 동시출현단어 행렬을 파일로 만들었다. 이 동시출현단어 행렬은 정방대칭행렬이며, 54×54의 동시출현빈도와 대각선 칸의 출현빈도로 구성된다. 이 후에 이 행렬 파일을 다시 입력하면 코사인 유사도계수와 피어슨 상관계수로 정규화한 행렬이 출력 된다[9].

코사인 유사도는 두 단어가 1에 가까울수록 유사도가 높고 0에 가까울수록 낮다. 코사인 유사도 분석결과, 1차 연관성 행렬인 코사인 유사도 행렬에서 유사도가 가장 높은 키워드 쌍은 ‘learning algorithm’-‘support vector machine’(0.32962)으로 나타났으며, 그다음에는 ‘semantic segmentation’-‘point clouds’(0.30906), ‘learning algorithm’-‘random forest’(0.27937) 순으로 나타났다. 유사도가 0인 키워드 쌍을 제외하고, 유사도가 가장 낮은 것으로 나타난 키워드 쌍은 ‘artificial intelligence’-‘novel methods’(0.01292)로 나타났으며, 그다음으로 ‘artificial intelligence’-‘convolution neural network’(0.01355), ‘deep learning’-‘compressive strength’(0.01629) 순으로 매우 낮은 유사도를 보여주었다.

피어슨 상관계수에 의해 산출된 값은 관계의 크기와 방향을 동시에 가지며, 범위는 –1에서 +1사이를 나타낸다. +1에 가까울수록 강한 긍정적 관계를 -1에 가까울수록 강한 부정적 관계를 뜻하며, 0은 두 키워드 간에 선형적인 관련성이 없음을 나타낸다. 피어슨 상관계수를 통해 분석한 결과, 가장 상관관계가 높은 값을 갖는 키워드 쌍은 ‘civil engineers’-‘construction worker’(0.63707)이며, 그다음으로는 ‘learning algorithm’-‘support vector machine’(0.61948), ‘semantic segmentation’-‘point clouds’(0.59877) 순으로 나타났으며, 정적인 높은 상관관계를 갖는다. 음의 상관관계가 가장 큰 키워드 쌍은 ‘construction project ’-‘feature extraction’(-0.15721), ‘construction project ’-‘crack detection’(-0.16903), ‘construction’-‘transfer learning’(-0.13789) 순으로 나타났으며, 경미한 음의 상관관계를 갖는다. 이밖의 음의 상관관계를 지닌 키워드 쌍은 총 634개였다.

3.1 네트워크 생성

키워드간 관계를 조사하기 위하여 동시출현단어 분석을 통한 네트워크 시각화를 수행하며, 이 네트워크 관계에 따라 나뉘어진 클러스터로 인해 주제영역을 확인할 수 있다. 본 연구에서는 건설 분야의 인공지능 적용에 대한 지적구조를 분석하기 위해 피어슨 상관계수를 활용한 패스파인더 네트워크 알고리즘[10]을 적용하여 네트워크를 생성하였다. 그리고 패스파인더 네트워크상의 세부주제들을 명확하게 하기 위해 병렬 최근접 이웃 클러스터링 알고리즘[11]을 이용하였다. 네트워크 및 클러스터링 생성을 위해 WNET을 활용하였고, 시각화를 위해 NodeXL을 사용하였다. 키워드 54개에 관한 네트워크 분석 결과, 그림 2와 같이 PNNC 알고리즘으로 11개의 최적의 클러스터가 생성되었다. 그림의 명확성을 위해 클러스터의 각 세부 영역을 모두 병합하였다. 또한 각 클러스터에서 빈도수가 가장 높은 키워드를 해당 클러스터의 주제명으로 부여하였으며, 이를 표 2에 표시하였다.

Fig. 2.

11 Clusters

Table 2.

Representative keywords by each cluster

그림 2의 병합을 해제하여, 그림 3, 그림 4와 같이 각 11개의 클러스터에 속한 하위 주제영역을 나타내었고, 중심성 분석을 통해 전역중심성, 지역중심성, 매개중심성이 높은 키워드를 확인하였다. 키워드의 전역중심성이 높을수록 전반적으로 다수의 주변 키워드들과 연결되어 있는 키워드를 나타내며, 지역중심성이 높을수록 자기가 속한 클러스터 내에 하위 주제영역에서 영향력이 있는 키워드이며, 매개중심성이 높을수록 각 클러스터를 연결해주는 핵심 중개자 역할을 한다.

Fig. 3.

Keyword relations network by global centrality

Fig. 4.

Keyword relations network by betweenness centrality

3.2 네트워크 분석을 통한 지적구조 분석

3.1에서 생성된 네트워크는 빈도수를 통해 생성된 가중 네트워크이므로 중심성 분석을 하기 위해 가중 네트워크에서 활용하는 중심성 분석 척도[12]를 활용하였다. 삼각매개중심성과 평균연관성 측정을 통해 전역중심성이 높은 키워드를 확인하였으며, 이를 반영하여 그림 3과 같이 네트워크를 작성하였다.

중심성은 네트워크를 구성하는 동시출현단어의 강도, 영향력 범위, 구조적인 입지를 반영한 값이다. 중심성은 네트워크를 구성하는 동시출현단어의 네트워크 구조의 핵심을 차지하는 위치, 영향을 주는 범위, 연결되어 있는 강도를 모두 반영한 값이다. 상대적 삼각매개중심성은 이 동시출현단어의 영향력을 주는 범위를 많이, 구조에 대한 위치를 적게 반영한 값이며, 평균연관성의 경우 연결되어 있는 강도를 많이 반영한 값이다. 노드 간의 간선의 경우 키워드 빈도가 클수록 굵게 표현되었으며, 상대적 삼각매개중심성 값에 따라 노드의 크기로 반영하였다. 평균연관성 상위 10개 노드들을 사각형으로 나타내었으며, 해당 키워드의 상대적 삼각매개중심성지수 및 평균연관성 지수를 비교를 통해 건설 분야의 인공지능 적용 전반에 중심이 되는 키워드를 확인할 수 있었다. 표 3과 같이 상대적 삼각매개중심성과 평균연관성을 비교하였을 때, ‘deep learning(1)’, ‘artificial intelligence(2)’, ‘neural network(3)’, ‘machine learning(5)’, ‘deep learning algorithm(7)’, ‘construction industry(8)’, ‘previous studies(12)’, ‘learning algorithm(14)’는 모두 상위 10개 안에 포함되는 높은 전역중심성을 가지며, 이는 건설 분야의 인공지능 적용에 활용되는 키워드라고 할 수 있다. 또한 상대적 삼각매개중심성에서의 ‘high accuracy(21)’, ‘recent years(25)’, 평균연관성에서의 ‘deep learning model(10)’, ‘input data(42)’ 키워드 역시도 건설 분야 인공지능 적용 연구에 자주 활용되는 키워드라고 볼 수 있다.

Table. 3.

List of top 10 keywords for centrality

또한 건설 분야 인공지능 적용 연구에서 클러스터 간에 핵심 중개자 역할을 하는 키워드들을 확인하기 위하여 NodeXL을 이용하여 매개중심성 지수를 측정하였다. 이 매개중심성 값 상위 10위까지를 기준으로 deep learning(1), learning algorithm(14), compressive strength(19), input data(42), deep learning model(10), concrete structure(17), support vector machine(54), point clouds(13), deep learning algorithm(7), construction industry(8) 순이었다.

그림 4와 같이 노드의 크기는 지역성 중심에 따라, 간선의 크기는 키워드 간 빈도에 비례하도록 하며, 매개중심성 값이 4.3 이상인 상위 10개의 노드들을 삼각형 형태로 표시하여 네트워크 지도를 작성하였다.

다음으로 11개 클러스터의 세부 주제영역을 분석을 위하여 지역중심성 지수를 측정하였다. 또한 클러스터의 세부 키워드들을 이해하기 위해, 클러스터에서 영향력이 가장 높은 키워드를 확인할 수 있는 지역중심성의 지표인 상대적 최근접이웃중심성값을 이용하였다.

각 클러스터에서 지역중심성이 가장 높은 중심 주제어는 제 1 클러스터 deep learning(1), 제 2 클러스터 artificial intelligence(2), 제 3 클러스터 neural network(3), 제 4 클러스터 deep learning algorithm(7), 제 5 클러스터 construction industry(8), 제 6 클러스터 deep learning model(10), 제 7 클러스터 civil engineer(23), 제 8 클러스터 compressive strength(19), 제 9 클러스터 computer vision (6), 제 10 클러스터 model performance(28), 제 11 클러스터 genetic algorithm(45)이었으며, 제 7, 11 클러스터는 클러스터에 속한 2개에 키워드로만 구성되었다.

제 1 클러스터는 딥러닝(Deep learning)과 가장 관련한 키워드인 deep learning(1), 이미지 추출을 위한 convolution neural network(4), 스캔 데이터 분석을 위한 point clouds(13), 이미지 분석을 위한 키워드들인 semantic segmentation(16)와 deep neural network(22), 평가를 위한 mean average precision(34), 평가 항목과 학습을 위한 f1 score(35), training data(39)로 구성되어 있다. 제 4, 6, 9 클러스터와도 연결되어 있다.

제 2 클러스터의 키워드들은 인공지능(Artificial intelligence과 그와 관련된 세부 주제들이며, 건설 분야에서 인공지능이 활용되어진 연구 분야의 기간을 포함하는 전반적인 영역 키워드인 building information modeling(11), future research(18), recent years(25), big data(33), systematic review(47)로 구성되어 있으며, 제 5, 7 클러스터와도 연결되어 있다.

제 3 클러스터는 뉴럴 네트워크(Neural network)와 관련된 키워드로 구성되어 있으며, 특히 활용되어지는 알고리즘에 대한 키워드인 neural network(3), machine learning(5), learning algorithm(14)과 알고리즘 중 대표적인 random forest(30)와 support vector machine(55)로 구성된다. 3 클러스터는 5, 8, 11 클러스터와도 관련이 있는 것을 확인할 수 있다.

제 4 클러스터는 딥러닝 알고리즘(Deep learning algorithm)과 관련한 키워드 중 알고리즘이 사용되는 활용분야와 관련된 키워드로 구성되어 있다. 건설 지역, 이전 연구, 최신 기술, 장비, 관리, 종류, 성능 등의 construction site(9), previous studies(12), novel method(20), high accuracy(21), different types(27), feature extraction(29), important role(49), construction equipment(43), construction management(40), great significance(48), superior performance(51)로 매우 중요한 키워드들로 구성되어 있다.

제 5 클러스터는 건설 산업(Construction industry)과 관련된 키워드들로 구성되어 있다. construction industry(8), natural language processing(26), great potential(52)로 이루어져 있으며, 건설 산업과 관련하여 자연어 처리를 통한 연구가 진행되고 있으며, 인공지능을 적용하는 데에 있어서 잠재성을 가진 것을 확인할 수 있다. 2, 3, 8 클러스터와 연결되어 있다.

제 6 클러스터는 딥러닝 모델(Deep learning model)과 관련된 입력, 활용, 적용된 분야 관련한 concrete structure(17), long short-term memory(32), input data(42), automatic detection(50)로 구성되어 있으며, 1, 8 클러스터와 연결되어 있다.

제 7 클러스터는 건설 분야 관련 사람들을 나타내는 토목 공학자(Civil engineers)이며, 주 키워드는 civil engineers(23), construction worker(31)의 두 개의 키워드로 이루어져 ‘사람’ 관련 연구도 진행중임을 알 수 있다.

제 8 클러스터는 건설 분야의 자재 관련 키워드인 압축 강도(Compressive strength)의 주제로 compressive strength(19), accurate prediction(36), extreme gradient(46)로 구성되어 있으며, 3, 5, 6 클러스터와 연결되어 있다.

제 9 클러스터는 인공지능 기법 중 하나인 컴퓨터 비전(Computer vision)의 주제로 구성된 클러스터이며, 키워드로는 computer vision(6) crack detection(24), transfer learning(38)으로 구성되어 있으며 이 컴퓨터 비전 기술은 크랙 감지와 전이 학습에 사용되는 키워드라는 것을 확실히 알 수 있다.

제 10 클러스터는 모델 성능(Model performance)와 관련된 construction project(15), model performance(28), prediction accuracy(37), large number(41), hybrid model(44)로 구성되어 있으며 성능 향상을 위해 연구되고 있는 요소와 모델 및 분야를 확인할 수 있었다.

마지막으로 제 11 클러스터는 인공지능에서 활용되는 알고리즘인 유전자 알고리즘(Genetic algorithm)과 관련한 키워드로 구성되어 있으며, genetic algorithm(39)와 이를 활용하는 sensitivity analysis(46) 키워드로 구성되어 있다. 또한 3, 10 클러스터와도 연결되어 있다.