학생에게 “버튼을 누르는 법”보다 더 중요한 것은
“어떤 단어를 검색해야 사회현상이 보이는가?”를 익히게 하는 것입니다.
BIGKinds로 실제 분석된 토픽을 통해 검색어의 수준을 봅니다.
기사량·시계열·사회성·연관어·비교 가능성을 판단합니다.
검색 → 연관어 → 관계도 → 시기 비교 → 해석으로 이어갑니다.
검색어 입력, 기간 설정, 언론사 선택, 기사량 추이, 연관어, 관계도, 기사 확인.
“왜 이 단어를 검색하는가?” “어떤 시기와 비교할 것인가?” “어떤 사회현상과 연결되는가?”를 판단하는 능력.
저출생, 고령화, 1인가구, 지방소멸, 생성형 AI, 딥페이크, 기후위기 등.
폭염·산불·키오스크 같은 단어는 그 자체로 담론이 아니라 사건·대상일 수 있음.
“실제로 BIGKinds로 분석된 토픽”과 “그 외 분석 가치가 높은 후보”를 구분해 가르친다.
| 검색어 | 그대로 검색하면 | 한 단계 확장하면 | 적합한 분석 |
|---|---|---|---|
| 폭염 | 재난·피해 기사 추이 | 기후불평등·취약계층·노동 | 트렌드 → 사회문제 해석 |
| 키오스크 | 기술 확산·이용 이슈 | 디지털 격차·접근성·포용 | 연관어·프레임 |
| 전기차 화재 | 사고·위험 보도 | 신기술 위험·안전·신뢰 | 사건 전후 비교 |
| 산불 | 피해·복구 보도 | 재난 책임·복구·예방 | 사건 전후·관계도 |
장기 뉴스자료, 시기·지역별 빈도·네트워크 분석
언론보도 변화, 키워드 트렌드·워드클라우드
사회적 인식과 현상 분석
이명박·박근혜·문재인 정부 시기 비교
교육정책 관련 언론기사 분석
정책·지역발전·일자리 등 토픽 분석
사회적 인식, 토픽모델링, 미디어 프레임
법 시행 이후 언론보도 경향
ChatGPT 등장 전후 뉴스 이슈·트렌드 변화
생성형 AI 관련 정신건강 이슈 분석
주요 키워드와 사회현상 분석
코로나19 전후 언론기사 비교
팬데믹 이후 미래교육 활용
국내 언론보도, 관계도·연관어
정책적 방향과 트렌드
Pear Therapeutics 사례, 관계도·연관어·내용분석
2018~2022 트렌드 분석
연도별 검색량 증가 확인 후 분석기간 설정
코로나 시기 신문 빅데이터·키워드 분석
45,030건 지역일간지, 지역별 이슈 분석
메타데이터와 연관어를 통한 장소 담론 해석
1990~2019 장기 언론보도 변화
COVID-19 전후 트렌드 분석
성인축구와 월드컵 시즌별 키워드 비교
신문기사 제목의 키워드 변화
국내 언론의 공간 담론 분석
국제뉴스의 보도지형·토픽모델링
1990~2021 장기 언론보도 분석
재난 유형 용어 사용 추이와 사회적 인식
국내 언론보도 분석
서울시 범죄 토픽의 시공간 변화·KoBERTopic
주요 키워드·토픽의 시간적 변화
5·18 · GenAI · 생성형 AI와 정신건강 · 플로깅 · 평생교육 · 교권침해 · 노인학대 · 숏폼 · 외국인 마을 · 전수교육관 · 리터러시 · 유아 인공지능 교육 · 대화경찰 · UAM · 어린이 안전사고 · OTT · 고교학점제 · 발달장애인 · 초등체육 · 홈트레이닝 · 범죄 · 스마트공장 · 워케이션 · 언어치료 · 재난 · 광고 · 유소년 축구 · 성인 축구 · 교사 인권 · 게더타운 · 도시재생 · 아프리카 · 건강지향 베이커리 · 한국관광 · 중동 · 아랍 · 이슬람 · 자사고 · 디지털 치료제 · 난민 · 스마트팜혁신밸리 · 덕수궁 돌담길 · 정보경찰 · 금융권 ESG
예: 자사고
예: 생성형 AI, ChatGPT 등장
예: OTT, 홈트레이닝
예: 발달장애인
예: 난민, 재난
예: 도시재생
| 검색어 | 함께 연결될 수 있는 주제 | 연구 가능성 |
|---|---|---|
| 지방소멸 | 인구, 청년, 일자리, 관광, 교육, 빈집 | 지역문제의 구조적 연결 |
| 키오스크 | 고령자, 장애인, 접근성, 디지털 격차 | 기술과 사회적 배제 |
| 생성형 AI | 일자리, 저작권, 교육, 윤리, 정신건강 | 신기술 확산과 사회반응 |
| 기후위기 | 폭염, 산불, 노동, 취약계층, 탄소중립 | 환경과 사회불평등 |
| 워라밸 | 근로시간, 주4일제, 여가, 행복, 생산성 | 노동 가치관 변화 |
무엇을 설명하려는지 불분명합니다.
하나의 사회현상을 가리키면서 연관어가 충분합니다.
초기 탐색에서는 예상 밖의 관계를 놓칠 수 있습니다.
기사량·시기·연관어를 먼저 확인.
특정 대상·맥락이 중요해졌는지 확인.
연구 목적이 정해진 뒤 검색식을 정교화.
| 분야 | 검색어 |
|---|---|
| 인구·지역 | 저출생 · 지방소멸 · 생활인구 · 1인가구 · 도시재생 |
| 교육·청년 | 자사고 · 교권침해 · 고교학점제 · 은둔청년 · 평생교육 |
| AI·디지털 | 생성형 AI · 딥페이크 · AI 저작권 · 키오스크 · 디지털 격차 |
| 노동·생활 | 플랫폼 노동 · 워라밸 · 주4일제 · N잡러 · 워케이션 |
| 복지·사회 | 노인학대 · 고독사 · 돌봄 · 난민 · 디지털 치료제 |
| 환경·미디어 | 기후위기 · 재난 · 숏폼 · OTT · 플로깅 |
| 검색어 | 비교 기준 | 학생 연구질문 예시 |
|---|---|---|
| 자사고 | 정권별 | 정권별 언론 보도에서 자사고와 함께 등장한 핵심어는 어떻게 달라졌는가? |
| 생성형 AI | ChatGPT 등장 전후 | 기술 소개 중심 보도에서 위험·윤리·일자리 이슈로 확장되었는가? |
| OTT | 코로나 전후 | OTT 관련 보도의 주요 관심사는 어떻게 변화했는가? |
| 난민 | 주요 사건 전후 | 난민을 둘러싼 인권·정책·갈등 관련 연관어는 어떻게 변화했는가? |
| 도시재생 | 지역별 | 지역별 도시재생 보도에서 강조되는 이슈는 어떻게 다른가? |
분석할 만큼 충분한가?
시기별 변화가 보이는가?
증가·감소를 설명할 사건이나 정책이 있는가?
다른 사회현상과 연결되는가?
너무 넓거나 너무 좁지 않은가?
“왜 이 검색어인가?”를 한 문장으로 설명할 수 있는가?
→ 연관어를 보고 주요 하위 이슈를 발견
→ 연구자가 이미 결론의 범위를 너무 많이 정해버림
BIGKinds는 “정답 찾기” 도구가 아니라
사회가 어떤 문제를 언제, 무엇과 함께 말했는지 발견하는 도구입니다.
| 토픽 | 연구 예시 | 수업 포인트 |
|---|---|---|
| 5·18 | 박주현·박현지·김영범 (2024) | 1990~2022 장기 시계열, 빈도·네트워크 |
| GenAI | 이현주·성창수·전병훈 (2023) | ChatGPT 등장 전후 뉴스 변화 |
| 플로깅 | 오경아·나규민 (2023) | 2018~2022 트렌드 |
| 숏폼 | 나규민·오세이 (2024) | 주요 키워드와 사회현상 |
| 교권침해 | 하동엽 (2023) | 키워드 트렌드·워드클라우드 |
| 도시재생 | 곽희종 (2022) | 45,030건 지역일간지·지역별 이슈 |
| 워케이션 | 오정민 (2024) | 연도별 검색량 증가를 보고 분석기간 설정 |
| 자사고 | 권충훈 (2019) | 정권별 비교 |
| 난민 | 이경민 (2019) | 신문기사 제목 키워드 변화 |
| 노인학대 | 김영지 (2026) | 토픽모델링·미디어 프레임 |
| 덕수궁 돌담길 | 성지영·김성균 (2017) | 장소 담론·연관어 |
| 금융권 ESG | 김진배·김주일 (2021) | 군집·이슈 구조 |