텍스트마이닝 기법을 통한 작업치료 키워드 분석



Ⅰ. 서 론

국내의 작업치료는 한국전쟁이 발발한 1950년 이후 에 도입되었고, 60년대 초부터 작업치료사 양성교육이 시작되었다. 초기 각 병원의 수습과정을 거쳐 작업치료 사를 양성하던 것이 1979년 최초로 정규교육과정을 이 수한 작업치료사를 배출하였으며, 1993년 보건복지부의 승인 아래 대한작업치료사협회가 발족되었다. 이처럼 국 내에 도입된 후 70년 가까운 역사를 가지고 있는 작업치 료는 현재 국내에서 재활분야의 고유한 영역으로 자리매 김 하고 있다(O, 1994).

초창기 미국을 통해 작업치료가 소개 되었으나, 국내 의 의료시스템 및 건강보험제도의 실정에 맞게 작업치료 영역도 변화, 적응해오고 있다. 이에 세계에 공통적으로 적용되어 있는 학문적인 정의와 별개로 국내에서 작업치 료가 어떠한 의미로 인식되고 있는지를 조사할 필요가 있다.

이때, 작업치료 관련 종사자들로부터 도출되는 의미도 중요하지만 일반 대중들이 작업치료를 어떻게 인식하고 있으며, 이해하고 있는 지도 중요하다. 이를 위해 우리나 라에서 일반 대중이 쉽게 접근하여 기록을 남기는 인터 넷을 기반으로 데이터를 수집하는 것은 좋은 방법이 될 수 있다. 현재 국내의 인터넷 이용률은 만 3세 이상 인구 5,039만 명 중 4,612만명 (91.5%)이고, 특히 10~50대 인구의 98.7~99.9%가 인터넷을 사용한다고 밝혔다. SNS 사용자 또한 만 6세 이상 인구의 65.2%가 이용하 고 있는 것으로 보고되었다(Kim, 2018). 이처럼 최근 인터넷 검색 및 SNS를 통해 자신의 관심과 흥미를 표현 하는 것이 일상화되고 있다. 따라서 대다수의 대중이 이 용하는 인터넷에 흩어져있는 비정형자료들을 수집하여 분석하는 것은 국내 작업치료에 대한 현 상황을 파악하 는데 의미가 있을 것이다.

인터넷에서 수집되는 데이터는 텍스트 자료로 비정형 데이터에 해당한다. 비정형데이터는 기존의 통계방식으 로는 처리가 어렵기 때문에 Hadoop, NoSQL, 오픈 소스 통계솔루션(R), 텍스트마이닝(text mining), 온라인 버즈 분석(opinion mining), 감성분석(sentiment analysis) 등과 같은 새로운 형태의 분석방법이 필요하다(Korea Information Society Development Institute, 2012). 특히 텍스트마이닝은 자연언어 처리기술을 활용하여 비 정형 텍스트 데이터를 정형화하여 특징을 추출하고, 그 특징으로부터 의미 있는 정보를 발견할 수 있도록 하는 기법으로 타 분야에서도 인터넷에 산재되어 있는 정보들 을 수집하고 분석하는데 이용하는 방법이다(Kim, Cho, & Kang, 2016; Kim & Jeon, 2018; Krishnamurthy & Balasubramanium, 2019).

작업치료 영역에서도 노인장기요양보험에서의 작업 치료와 치매 작업치료 연구동향분석 등과 같은 주제로 텍스트마이닝 기법을 활용한 연구가 이루어져왔다(Cho, Baek, Park, & Park, 2018; Park & Park, 2017). 그러 나 기존 연구들은 치매 및 노인장기요양보험이라는 특정 영역에 한정되어 있고, 연구의 특성상 전문가나 연구자 에 의해 기록된 데이터가 다수이기 때문에 일반인들이 작업치료에 대해 가지는 인식을 알아보기에는 어려움이 있었다. 또한 각 연구는 빈도를 추출하고 분석하는데 그 쳐 키워드들이 가지는 숨은 의미를 파악하기에는 제한적 이었다.

텍스트마이닝을 통해 수집된 자료에서 나타난 키워드 들이 가지는 의미를 심도 있게 도출하기 위해 의미연결 망분석(semantic network analysis)을 사용하는 것이 필요하다. 의미연결망분석은 텍스트의 한 문장 혹은 문 단에서 두 단어가 동시에 나타났는지를 기준으로 관계를 파악하여 주요 빈출단어간의 관계를 구조화하고 시각화 하는 방법이다(Kim & Kim, 2016). 단어들이 형성하는 네트워크를 기반으로 해석하기 때문에 텍스트가 가지는 숨은 의미를 파악하기에 용이하고, 연구자의 주관적 관 점을 배제할 수 있는 장점이 있다(Lee, 2014; Yoon & Park, 2015).

이에 본 연구에서는 인터넷의 주요 웹사이트에 산재되 어 있는 작업치료에 대한 키워드들을 수집하여 텍스트마 이닝과 의미연결망분석을 시행하고자한다. 또한 궁극적 으로 주요 키워드들의 관계 파악을 통해 현재 국내 작업 치료가 가지는 대중적인 의미를 알아보고자 한다.

Ⅱ. 연구 방법

1. 연구대상 및 자료수집방법

본 연구에서는 인터넷 상의 데이터를 수집하는 웹크롤 링 프로그램 텍스톰(TEXTOM, ㈜더아이엠씨)을 활용 하여 데이터를 수집하였다. 텍스톰은 컴퓨터 프로그램 언어에 대한 전문적인 지식이 없이도 소셜미디어, 포털 사이트 등 다양한 채널에서 대량의 데이터를 수집하는 즉, 데이터마이닝이 강점인 프로그램이다(IMC, 2020). 데이터 수집은 2015년 1월 1일부터 2019년 12월 31일 까지 최근 5년 동안 ‘작업치료’ 키워드를 사용하여 네이 버, 다음의 블로그, 카페, 지식인, 뉴스와 Google의 뉴스 에서 텍스트를 추출하였다. 키워드의 특징상 무제한으로 데이터를 수집할 경우 찾고자하는 키워드와는 전혀 상관 없는 텍스트들이 다수 포함되기 때문에 각 웹사이트의 섹션(블로그, 뉴스, 카페, 지식인)당 최대 5,000건, 총 45,000건의 자료만 수집되도록 한정하였고 최종적으로 34,678건이 수집되었다. 각 웹사이트별, 섹션별 텍스트 수집량은 아래와 같다(Table 1).

Table 1

Number of Texts Collected by Web Crawling

Media type Naver Daum Google
Blog 5,000 4,041 -
News 4,419 3,604 108
Cafe 5,000 3,790 -
Jishik-in/daum tip 5,000 3,716 -
Total 19,419 15,151 108
34,678

2. 조사도구 및 절차

1) 데이터 정제 및 형태소 분석

수집된 원데이터에서 중복되는 웹페이지는 삭제하여 같은 텍스트가 반복하여 포함되지 않도록 하였다. 연구 목적에 따라 대학입시에 관련된 단어가 포함된 문서들은 텍스톰에서 제공하는 키워드필터링 기능을 통해 삭제하 였다. 이후 전체 텍스트문서를 검토한 후 수기로 키워드 필터링을 시행하였다. 이를 통해 ‘작업’과 ‘치료’가 따로 검색되어 작업치료와 전혀 무관한 문서들은 삭제하였다. 키워드필터링에 사용된 단어 목록은 Table 2에서 제시 하고 있다.

Table 2

Word List Used for Keyword Filtering

대학, 학과, 입시, 정시, 수시, 편입, 수능, 입학, 화재, 컴퓨터작업, 마무리작업, 옮겨져치료, 이송돼치료, 교체작업, 수색작업, 소방, 구조작업, 근거리작업, 아말감, 닭, 세월호, 랜섬웨어, 모아주는작업, 시작 프로그램, 화유, 임플란트, 치주, 충치

이후 최종적으로 선별된 문서에 대하여 띄어쓰기가 잘못 된 단어를 보정하였으며, 학문적으로 한단어로 인식되어야 할 고유명사는 띄어쓰기를 하지 않고 한 단어로 묶었다. 형태소 분석에는 명사만을 분석단어로 선정하였다. 모든 텍스트 정제 및 띄어쓰기 보정 과정은 임상 10년차 이상 작업치료사 2인이 함께 하였으며 이견이 있는 경우 텍스트 마이닝 경험이 풍부한 전문가의 의견을 참고하였다.

2) 의미정보 변환

의미정보로의 변환을 위하여 명사 중 특별한 의미를 가지지 않는 의존명사 및 자주 빈출하나 큰 의미가 없는 단어는 분석 시 혼란을 야기할 수 있어 분석에서 제외하 였다. 불용어로 선정된 단어는 총 24개로 등, 것, 수, 중, 년, 분, 대, 일, 경우, 시, 후, 말, 때, 및, 간, 주, 전, 을, 와, 번, 씨, 를, 식, 자이다(Kil, 2018).

텍스트마이닝 시 표현은 다르나 의미하는 바가 같은 단어를 동일표현으로 묶어주는 과정은 분석결과에 큰 영 향을 미친다. 따라서 본 연구에서도 의미가 같은 단어들 을 동일한 표현으로 통합하였다(Table 3). 통합단어 선 정 시 빈도가 높은 단어를 기준으로 통합하였다. 삼킴은 연하와 같은 의미로 ‘연하’로 변경하여 분석, 연하어려움, 연하곤란은 ‘연하장애’로 변경하였다. 연하재활치료, 연 하장애재활치료, 연하훈련, 연하훈련치료는 ‘연하장애치 료’로 변경하였으며, 연하재활은 치료행위 뿐 아니라 시 술, 처치 등의 행위가 동반되는 것으로 판단되어 ‘연하장 애재활’로 변경하였다. 인지재활치료와 인지적 치료는 ‘인지치료’로 통일하였으며. 그 이외에 인지가 들어간 단 어들은 의미의 차이를 두고 기술한 경우가 있어 그대로 두었다. 선생님들, 선생님, 선생은 모두 같은 의미를 가지 는 단어로 ‘선생님’으로 통일하였다. 소아와 아동은 동일 한 단어로 인식되어 모두 ‘아동’으로 통일하였으며, 소아 과, 소아암, 소아마비 소아청소년과 같은 고유명사는 그 대로 두었다. 아이는 아동과 동일하게 사용되기도 하나 수집된 텍스트의 특징상 청소년을 포괄하는 의미로 ‘아 이’가 사용된 경우가 많아 그대로 두었다. 감통은 통상 감각통합의 줄임말로 임상에서 사용되고 있어 ‘감각통합’ 으로 변환하였다.

Table 3

Standardization for Synonym

../figures/JKSOT-28-3-39_T3.jpg

3) 자료분석

모든 자료의 분석은 넷마이너(NetMiner, Cyram Inc.) 프로그램을 사용하였고, 의미연결망(semantic network) 분석을 활용하였다(Kim & Kim, 2016). 추출된 키워 드 중 상위빈도 50개의 단어를 분석에 포함하였다. 이 를 통해 연결중심성(degree centrality), 매개중심성 (betweenness centrality), 동시출현키워드 분석(cooccurrence analysis)과 응집성(cohesion)을 근거로 한 하위집단 분석(community analysis)을 실시하였고 워드클라우드(word cloud)로 키워드를 시각화하여 제 시하였다. 연결중심성은 네트워크 내에서 각 키워드가 다른 키워드들과 얼마나 많은 연결을 가지는지 측정하는 값으로, 연결된 링크의 수가 절대적인 기준이다. 연결중 심성의 값이 높을수록 네트워크에서 영향력도 커진다고 판단할 수 있다(Bae, Seo & Baek, 2010; Lee, 2013). 이에 반해 매개중심성은 특정 키워드가 다른 키워드들과 네트워크 구성 시 매개자 역할을 하는 정도를 측정하는 지표로서, 키워드 사이의 연결고리 역할을 하는 키워드 일수록 매개중심성의 값이 높아진다. 동시출현키워드의 의미는 하나의 텍스트 내에서 동시에 등장하는 키워드를 의미한다. 따라서 두 키워드의 동시출현빈도가 높을수록 두 키워드 간에 밀접한 관계가 있음을 알 수 있다 (Buzydlowski, 2015). 하위집단분석은 복잡한 연결망 을 단순화시킬 수 있는 장점이 있고 그룹 내에서 연결이 그룹 간 연결보다 많도록 하여 군집화하는 방법으로 모 듈성(modularity)이 양수이면 하위집단의 구성이 어느 정도 성립된다고 가정할 수 있다(Newman, 2006; Wasserman & Faust, 1994).

Ⅲ. 연구 결과

1. 데이터 수집 결과

2015년 1월 1일부터 2019년 12월 31일까지 최근 5 년 동안 작업치료 키워드를 사용하여 네이버, 다음의 블 로그, 카페, 지식인, 뉴스, Google의 뉴스에서 데이터를 추출하였다. 총 수집된 텍스트의 건수는 총 34,678개였 다. 각 채널 및 섹션별 수집텍스트 건수는 Table 1과 같 다. 데이터 정제과정을 통해 최종적으로 분석에 포함된 텍스트는 19,232건이었고, 텍스트 내에서 검출된 키워 드는 총 1,720개였으며, 상위빈도 50위 내에 포함되는 키워드를 최종분석에 포함하였다.

2. 작업치료 키워드 분석 결과

1) 상위빈도 50건에 대한 빈도분석과 워드클라우드

2015년부터 2019년까지 어떤 키워드가 가장 중요하 게 부각되었는지 확인하기 위하여 단어빈도가 높은 순으 로 50개의 키워드를 제시하였다(Table 4). 데이터 추출 을 위해 사용한 키워드인 ‘작업치료’가 14,624건으로 가장 많았고, 치료(13,530건), 작업(7,470건), 병원 (4,618건), 작업치료사(3,612건), 재활(3,193건), 재 활치료(2,851건), 장애(2,512건), 프로그램(2,329건), 환자(2,223건), 물리치료(2,202건), 센터(1,916건), 요양(1,746건), 전문(1,608건), 운동(1,514건) 등이 그 뒤를 이었다. 상위빈도 50건에 대한 워드클라우드 (word cloud)를 Figure 1으로 제시하였다.

Table 4

Top 50 Frequent Keywords Related to Occupational Therapy

../figures/JKSOT-28-3-39_T4.jpg
Figure 1

Word Cloud Result for Keyword Analysis of Occupational Therapy

../figures/JKSOT-28-3-39_F1.jpg

2) 상위빈도 25건에 대한 연결중심성 및 매개중심성 분석

분석에 포함된 키워드 중 상위 25개 키워드의 연결중 심성과 매개중심성을 Table 5에 제시하였다. 연결중심 성 분석결과 네트워크 내에서 영향력이 가장 큰 단어는 작업치료로 연결중심성이 0.980으로 나타났고, 치료 (0.878), 작업(0.653), 재활(0.653), 작업치료사(0.592), 센터(0.510), 프로그램(0.510), 장애(0.490) 등의 순 으로 영향력이 큰 것으로 나타났다. 또한 키워드 사이의 매개자 역할의 정도를 나타내는 매개중심성에서도 작업 치료(0.200)가 가장 큰 매개역할을 하고 있으며, 치료 (0.104), 작업(0.046), 작업치료사(0.045), 재활(0.038), 프로그램(0.024), 진행(0.020), 병원(0.019) 등이 그 뒤를 이었다(Table 5). 연결중심성에 대한 동심원 형태 의 그래프를 Figure 2에서 제시하였다.

Table 5

Degree Centrality and Betweenness Centrality of the Words Related to Occupational Therapy

../figures/JKSOT-28-3-39_T5.jpg
Figure 2

Concentric Visualization of Degree Centrality Analysis

../figures/JKSOT-28-3-39_F2.jpg

3) 동시출현 키워드 분석

어떤 키워드들이 동시에 쌍으로 출현하였는지 분석하 여 빈도순위 20위까지의 결과를 Table 6에서 제시하고 있다. 작업치료-물리치료 키워드의 빈도가 997건으로 가장 많았고, 요양-병원 783건, 작업치료-언어치료 564건, 작업치료-프로그램 510건, 작업치료-운동치료 482건, 치료-작업 471건, 작업치료사-물리치료사 423건 등으로 나타났다. 이를 통해 작업치료는 물리치 료, 언어치료, 운동치료 등과 같은 타 치료 분야와 짝을 이뤄서 키워드로 등장한다는 사실을 알 수 있다.

Table 6

Keyword Co-Occurrence

../figures/JKSOT-28-3-39_T6.jpg

4) 하위집단 분석

키워드 상위빈도 50개에 대한 동시출현 키워드 중 출 현 횟수가 50회 이상 인 키워드 125쌍에 대해 응집성을 기준으로 하위집단을 추출한 후 하위집단 분석(community analysis)을 실시하였다. 하위집단분석결과 모듈성 (modularity)이 0.293으로 양의 수를 가지므로 하위집 단의 구조가 성립하는 것으로 나타났다(Newman, 2006). 분석결과 총 7개의 그룹이 나타났으며, 핵심어는 그룹 5 에서 치료, 그룹 6에서 재활, 그룹 7에서 작업치료로 나 타났다(Table 7)(Figure 3).

Figure 3

Community Analysis for Keyword Co-Occurrence

../figures/JKSOT-28-3-39_F3.jpg
Table 7

Community Analysis

../figures/JKSOT-28-3-39_T7.jpg

Ⅳ. 고 찰

본 연구에서는 빅데이터 기법 중 하나인 텍스트마이닝 을 이용하여 웹상에서 나타난 작업치료에 대한 전반적인 인식을 살펴보고자 하였다. 본 연구에서는 웹에서 수집 한 텍스트에 대하여 분석을 시행하였고, 상위빈도 키워드 50개를 American Occupational Therapy Association (2014)에서 제시한 domain & process 3판을 근거로 분류하였을 때, 1) 프로그램, 진행, 운동, 교육, 활동, 지원, 상담, 평가, 훈련 등 작업치료 서비스 전달과정 (occupational therapy’s process)과 관련된 키워드, 2) 장애, 기능, 건강, 발달, 정신, 환자, 치매, 아동, 노인, 어르신과 같은 대상자 요소(client factors)와 관련된 키 워드, 3) 사회, 복지, 의료, 요양, 보건, 병원, 센터, 요양 원 등 외부 및 환경(context and environment)에 관한 키워드, 4) 물리치료, 언어치료, 미술치료, 운동치료 등 팀 접근이 필요한 전문치료 관련 키워드로 분류되었다 (American Occupational Therapy Association, 2014). 이처럼 인터넷 상에서 검색 및 기록되고 있는 작업치료 관련 키워드는 타 재활분야, 작업치료 서비스 전달에 관 하여 다양하게 나타났다. 그러나 학문적인 관점에서는 대상자 요소, 외부 및 환경적 요소에 관한 키워드가 부각 된 반면 수행기술 및 패턴(performance skills & patterns)과 작업(occupations)의 하위영역인 일상생 활활동, 일, 여가 등에 관한 키워드는 나타나지 않아 전문 가와 일반대중의 인식은 다소 차이가 있음을 알 수 있었 다. 어떤 키워드가 가장 큰 영향력을 미치는지 확인하는 연결중심성과 각 키워드 사이의 매개자 역할을 잘 수행 하는 키워드가 무엇인지를 확인하는 매개중심성에서도 키워드의 빈도순위와 큰 차이가 나타나지 않았다. 빈도 순위, 연결중심성, 매개중심성에서 공통적으로 상위를 기록하는 키워드는 작업치료, 치료, 작업, 병원, 작업치료 사, 재활, 장애, 프로그램 등으로 나타났는데, 현재 국내 작업치료를 설명하는 대표적인 키워드들로 볼 수 있다. 이를 통해 작업치료는 ‘병원’에서, ‘장애’를 입은 사람들 에게 ‘재활’을 하는 것으로 인식되어 있음을 알 수 있었 다. 특히 프로그램은 치료의 진행계획이나 순서를 의미 하는 것으로써, 작업치료의 치료행위에서 구조적, 질적 수준이 중요함을 나타내는 키워드라 할 수 있다(National Institute of Korean Language, 2020). ‘프로그램’이라 는 단어의 연결중심성이 높다는 것은 대중들이 인터넷 사이트를 통해 검색 및 기록을 할 때 ‘프로그램’을 중요도 높게 사용했다는 의미이며, 매개중심성이 높다는 것은 각 텍스트 내에서 ‘프로그램’이라는 키워드가 맥락상 연 결고리 역할도 수행했다는 것이다(Kim & Kim, 2016). 따라서 인터넷상에서 제공하는 작업치료에 대한 정보 및 데이터 또한 제공되는 행위내용 및 수준 등을 중요하게 다루었으리라 사료된다.

한 가지 주목할 만 한 점은 현재 임상에서 많이 접하는 환자군인 뇌졸중, 척수손상, 외상성 뇌손상과 같은 키워 드들은 상위빈도에 들어가지 않았으나, ‘치매’는 25위에 기록되었다는 것이다. 2018년 보건의료인력 실태조사에 서도 작업치료사는 뇌졸중, 척수손상, 외상성뇌손상 등 의 진단 군을 주로 접하는 의료기관 및 요양기관에 근무 하는 비율이 43.1%인 반면 치매센터/치매안심센터는 7.8%에 불과하다고 보고하였다(Korea Ministry of Health and Welfare, 2018). 이처럼 현재 국내 작업치 료의 주 대상군인 뇌졸중 등이 50위 안에 들지 못한 반면 ‘치매’는 50위 안에 들어가 현실과는 상반된 결과가 나타 났다. 치매 이외의 진단명이 50위 내에 기록되지 못한 이유로는 일반대중들이 진단명보다는 작업치료 서비스 내용에 더욱 관심을 두었기 때문으로 사료된다. 즉, 치매 는 최근 고령화추세 및 국가정책 등의 영향으로 여러 분 야의 관심이 커지고 있는 진단명이고 2018년 12월 신설 된 치매관리법 시행규칙 인력기준에 작업치료사가 포함 되는 등 최근 들어 작업치료분야에서도 치매에 대한 치 료영역을 확장해가는 변화가 일반인에게도 체감되고 있 는 것으로 사료된다(Dementia Management Act Enforcement Rules, 2019). 본 연구에서도 ‘치매’는 연 결중심성에서 22위를 기록하며 작업치료 관련 키워드 내에서 영향력 있는 키워드로 인식된 것으로 나타났다. ‘치매’와 관련된 주 대상층도 ‘아동’보다는 ‘노인’과 ‘어르 신’인데, 이 두 키워드는 빈도에서는 각각 37위, 38위를 기록하였으나 매개중심성은 각각 19위 22위를 기록하여 작업치료 관련 키워드 사이에 연결고리 역할을 잘 수행 하고 있는 키워드임을 알 수 있었다. 이러한 결과는 사회 적 추세에 따라 노인에게 주로 발생하는 치매환자에 대 한 작업치료의 역할 또한 커지고 있다는 것을 나타내주 고 있다. 최근 5년 사이 치매환자를 대상으로 한 작업치 료관련연구가 증가한 것도 이런 흐름과 함께 하는 것으 로 사료된다(Park & Park, 2017).

어떤 키워드들이 함께 짝지어서 나타났는지 알아보는 동시출현 키워드 분석에서는 작업치료가 다른 치료 영역 (물리치료, 언어치료, 운동치료)과 짝을 지어 상위에 기 록되었다. 이러한 결과가 나타난 이유는 짝으로 나타난 키워드들이 재활영역에서 작업치료와 상호협력적인 분 야인 동시에 작업치료에 대한 대중성이 여전히 낮아서 나타나는 문제로 사료된다. 이미 작업치료 분야는 국내 에 소개된 지 70여년이 흘렀고 국내에서도 전문성을 인 정받아 재활의료서비스의 한 부분으로 굳건히 자리 잡고 있다(Jung & Jang, 2013; Lee, 2014). 그러나 일반인 의 91.5%가 작업치료에 대해 들어본 적이 없는 등 일반 대중 사이의 인지도는 여전히 낮은 수준이다(Hwang et al., 2018). 또한 대중들에게 접근성이 좋고 보편적인 물 리치료, 언어치료와는 달리 작업치료는 보험수가 행위분 류가 모호하여 작업치료가 필요함에도 불구하고 치료서비 스를 제공받지 못하는 경우가 많다(Song & Cha, 2015). Lee, Chang, Jung, Ku와 Woo(2014)에 의하면 작업치 료를 받는 환자 전체 인원 중 98.6%가 뇌졸중, 외상성뇌 손상, 척수손상 등과 같은 신경학적 장애를 입은 환자라 보고하였다. 이는 이론과는 달리 실제 작업치료를 받는 환자의 대상 질환이 상당히 제한적인 것을 의미한다. 반 면 물리치료는 치료처방수가의 범위가 넓어 단순한 근골 격계 질환 환자들도 자주 접하게 된다(Song & Cha, 2015). 언어치료 또한 대상이 의사소통 장애가 있는 모 든 사람이기 때문에 학령전기 영유아에서부터 노년기의 언어장애인까지 광범위하다. 국내에서는 사설치료센터 에서 언어치료가 운영되는 경우가 48.9%로 비중이 가장 커서 의료기관에서 행해지는 비율이 높은 작업치료에 비 해 접근이 용이하고, 특별한 진단명 없이도 대상자가 방 문하여 치료받을 수 있게 되어 있다(Korean Association of Speech-Language Pathologists, 2020; Park & Kang, 2006). 이에 국내의 작업치료에 대한 인지도가 상대적으로 낮고 이러한 작업치료를 설명하기 위해 비슷 한 재활영역에 있는 물리치료와 언어치료를 비교하는 경 우가 많아 위의 두 치료와 짝을 지어 나타난 것으로 해석 된다. 실제로 이러한 추론을 확인하기 위하여 추후 물리 치료 및 언어치료와 같은 타 영역에 대한 연구도 수행하 여 동시출현키워드로써 ‘작업치료’가 나타나는지, 빈도 도 본 연구와 같이 상위에 기록되는지를 확인할 필요가 있겠다.

마지막으로 동시출현 키워드 중 빈도가 50회 이상인 것들을 대상으로 하위집단 분석을 실시한 결과 7개의 그 룹이 나타났다. 첫 번째 그룹에서 나타난 ‘판매’는 작업치 료 서적을 판매하는 사이트의 텍스트에서 수집된 키워드 로 빈도수는 높으나 연결중심성 및 매개중심성 값은 각 각 0.02, 0으로 네트워크 내의 입지는 없는 것으로 사료 된다. 그룹 4에서 그룹 지은 단어들은 모두 작업치료를 필요로 하는 사회적 영역을 의미하는 단어들로 구성되어 있다. 핵심어가 치료로 수렴되는 그룹 5는 주로 아동관련 단어들이 많았는데, 아동치료는 병원, 의원과 같은 의료 세팅 이외에도 감각통합센터, 학교기반작업치료와 같은 형태로도 제공되기 때문에 ‘작업치료’보다는 ‘치료’로 수 렴된 것으로 해석된다. 반면 그룹 7은 성인 및 노인치료 와 관련된 단어들이 그룹화된 것으로 사료된다.

이처럼 최근 5년간 검색된 작업치료관련 키워드 분석 을 통해 작업치료에 대한 대중적 의미를 파악할 수 있었 으며, 현 작업치료의 상황을 해석할 수 있었다. 본 연구에 서는 최근 들어 인터넷 환경에서 정보량이 증가하고 있 는 인스타그램, 페이스북, 트위터 등의 SNS 자료까지는 분석에 포함하지 못하였다. SNS의 특성상 하루에 업데 이트 되는 데이터의 양이 천문학적인 수치이기 때문에 최근 5년의 자료를 분석하는 본 연구에서는 활용하지 못 하였다. 추후 이러한 SNS 데이터들을 이용하여 특정시 점의 작업치료에 대한 인식 및 감성분석을 시행하는 것 도 의미있는 연구가 될 것이라 사료된다.

본 연구를 통해 작업치료는 ‘병원’에서 ‘장애’를 입은 사람들에게 ‘재활’을 행하는 것으로 인식되고 있으며, 치 매에 대한 작업치료의 역할이 기대되고 있음을 확인할 수 있었다. 또한 타 재활영역과 밀접한 연관성을 가지고 인식되고 있다는 것은 작업치료분야가 타 재활영역과 유 기적 관계 속에서 고유의 위상을 정립할 필요가 있음을 시사한다. 마지막으로 본 연구의 결과가 작업치료의 현 상황에 대한 이해를 돕고 작업치료분야가 나아갈 바에 대한 기초자료로 활용되기를 기대한다.

References

1. 

American Occupational Therapy Association. (2014). Occupational therapy practice framework: Domain & process (3rd ed.). American Journal of Occupational Therapy, 68(Supplement 1), S1-S48. 10.5014/ajot.2014.682006

2. 

Bae, S. H., Seo, J. K., & Baek, S. I. (2010). Exploring centralities of an online community. Knowledge Management Research, 11(2), 17-35. 10.15813/kmr.2010.11.2.002

3. 

Buzydlowski, J. W. (2015). Co-occurrence analysis as a framework for data mining. Journal of Technology Research, 6, 1-19.

4. 

Cho, M. S., Baek, S. H., Park, E. J., & Park, S. H. (2018). Occupational therapy in long-term care insurance for the elderly using text mining. Journal of Occupational Therapy for the Aged and Dementia, 12(2), 67-74. 10.34263/jsotad.2018.12.2.67

5. 

6. 

Hwang, D. Y., Jung, H. S., Park, G. M., Kim, H. D., Hwang, J. H., & Shin, J. H. (2018). A survey on the awareness of occupational therapy of the public in general. Korean Journal of Occupational Therapy, 26(1), 45-57. 10.14519/jksot.2018.26.1.04

7. 

IMC. (2020). About Textom. Retrieved from http://www.textom.co.kr/home/sub/overview.php?pnm=1

8. 

Jung, M. J., & Jang, C. (2013). Awareness on occupational therapy by the people involved in rehabilitation of persons with disabilities. Journal of the Korean Society of Integrative Medicine, 1(2), 105-117. 10.15268/ksim.2013.1.2.105

9. 

Kil, H. H. (2018). The study of Korean stopwords list for text mining. Korean Language and Literature, 78, 1-25. 10.18628/urimal.78..201809.1

10. 

Kim, H. R., & Jeon, I. K. (2018). Analysis of leisure activity keywords using text mining. Korean Journal of Leisure, Recreation & Park, 42(3), 59-69. 10.26446/kjlrp.2018.9.42.3.59

11. 

Kim, S. G., Cho, H. J., & Kang, J. Y. (2016). The status of using text mining in academic research and analysis methods. Journal of Information Technology and Architecture, 13(2), 317-329.

12. 

Kim, S. H. (2019). 2018 Survey on the internet usage. Naju, KR: Korean Internet & Security Agency. Retrieved from https://www.kisa.or.kr/public/library/etc_View.jsp?regno=0011998&searchType=&searchKeyword=&pageIndex=2

13. 

Kim, Y. H., & Kim, Y. J. (2016). Social network analysis. Seoul, Korea: Pakyoungsa.

14. 

Korea Information Society Development Institute. (2012). Big data revolution and media policy issues (Issue Brief No. 12-02). Jincheon, KR: Jung, Y. C.

15. 

Korean Association of Speech-Language Pathologists (KSLP). (2020). Definition of speech-language pathologists. Retrieved from https://www.kslp.org/infomation/infomation.php

16. 

Korea Ministry of Health and Welfare. (2018). Survey of health and medical care manpower (Reporter No. 2018-38). Retrieved from http://www.mohw.go.kr/react/jb/sjb030301vw.jsp?PAR_MENU_ID=03&MENU_ID=032901&page=1&CONT_SEQ=352714

17. 

Krishnamurthy, R., & Balasubramanium, R. K. (2019). Using text mining to identify trends in oropharyngeal dysphagia research: A proof of concept. Communication Sciences & Disorders, 24(1), 234-243. 10.12963/csd.19579

18. 

Lee, H. S., Chang, K. Y., Jung, M. Y., Ku, I. S., & Woo, H. S. (2014). Job analysis of occupational therapists for 2013. Journal of Korean Society of Occupational Therapy, 22(2), 89-112. 10.14519/jksot.2014.22.2.07

19. 

Lee, S. S. (2013). Network analysis methodology (Pusan National University Institute of Social Science Research Series 2). Seoul, KR: Nonhyung.

20. 

Lee, S. S. (2014). A content analysis of journal articles using the language network analysis methods. Journal of the Korean Society for Information Management, 31(1), 49-68. 10.3743/KOSIM.2014.31.4.049

21. 

National Institute of Korean Language. (Eds). (2020). Standard Korean language dictionary. Retrieved from https://stdict.korean.go.kr/search/searchResult.do?pageSize=10&searchKeyword=%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%A8

22. 

Newman, M. E. (2006). Modularity and community structure in networks. Proceedings of the National Academy of Sciences, 103(23), 8577-8582. 10.1073/pnas.0601602103 16723398 PMC1482622

23. 

O, Y. T. (1994). The history of occupational therapy in Korea. Journal of Korean Society of Occupational Therapy, 2(1), 63-71.

24. 

Park, E. J., & Park, S. H. (2017). A study on occupational therapy research trends by dementia using big data analysis: Text-mining technology. Journal of Korea Aging Friendly Industry Association, 9(2), 15-24.

25. 

Park, E. S., & Kang, S. K. (2006). The research of job environment of speech-language pathologist in Korea. Journal of Rehabilitation Science Research, 24(2), 19-28.

26. 

Song, Y. J., & Cha, Y. J. (2015). Occupational therapy medical insurance review of issues and improvement of the system in Korea. Journal of Korean Society of Occupational Therapy, 23(1), 123-135. 10.14519/jksot.2015.23.1.10

27. 

Wasserman, S., & Faust, K. (1994). Social network analysis: Methods and applications. New York, NY: Cambridge University Press.

28. 

Yoon, J. W., & Park, J. H. (2015). Semantic network analysis for content analyzing of qualitative research in adapted physical Activity. Korean Journal of Physical Education, 54(5), 877-889.



This display is generated from NISO JATS XML with jats-html.xsl. The XSLT engine is libxslt.