텍스트 마이닝을 활용한 노동시장 성과의연구동향 분석

Abstract

본 연구목적은 텍스트 마이닝을 통해 노동시장 성과의 연구동향을 탐색하는 것이다. 이를 위해, 최근 30년간(1994∼2023년) KCI 등재학술지에 게재된 노동시장 성과 관련 170편의 논문을 선정하여 국문초록을 중심으로 최종 546개의 키워드를 추출하였다. 1994년을 분석 시점으로 고려한 이유는 우리나라 고용정책 기본법이 1993년 12월에 제정되었기 때문이다. 이후 비정형 데이터의 분석을 위하여 NetMiner 4.5를 활용하였고, 키워드 네트워크 분석과 LDA 기반의 토픽 모델링을 수행하였다. 키워드 출현 빈도는 ‘임금’, ‘대졸자’, ‘고용’, ‘취업’, ‘대학’, ‘교육’, ‘직업’ 순으로 높았고, 동시출현의 키워드 쌍은 ‘고용-임금’, ‘임금-직업’, ‘대졸자-직업’, ‘임금-취업’, ‘임금-차이’, ‘고용-직업’ 순으로 높은 동시출현빈도를 보였다. 중심성 분석 결과, ‘임금’, ‘대졸자’, ‘고용’, ‘취업’, ‘대학’, ‘교육’, ‘직업’, ‘차이’의 8개 핵심 키워드가 연결 중심성과 매개 중심성 각각 상위 10위 이내로 나타났다. 마지막으로, LDA 기반의 토픽 모델링을 수행한 결과, 5개의 토픽이 가장 적합한 것을 확인하였다. 이러한 토픽들은 2개의 네트워크 구조를 형성하였는데, 네트워크 간을 매개하는 핵심 키워드는 ‘참여’, ‘여성’, ‘장애’, ‘조직’의 4개로 나타났다. 이러한 결과를 중심으로 노동시장 성과의 학문적 발전을 위하여 연구 방향성을 검토하고 교육 정책적 시사점을 제시하였다.

This study explores the research trends of labor market outcomes using text mining. We selected 170 articles on labor market outcomes published in KCI-listed journals over the past 30 years (1994-2023) and extracted 546 keywords from their abstracts, with 1994 being considered as the point of analysis. NetMiner 4.5 was used to analyze unstructured data, perform keyword network analysis, and perform LDA-based topic modeling. First, the keywords occurrence frequency was high in the order of “Wage”, “College graduates”, “Employment”, “Get a job”, “College”, “Education”, and “Vocation.” Keyword sets were high in the order of “Employment-Wage”, “Wage-Vocation”, “College graduates-Vocation”, “Wage-Get a job”, “Wage-Gap”, and “Employment-Vocation.” Second, centrality analysis showed that 8 keywords―“Wage”, “College graduates”, “Employment”, “Get a job”, “College”, “Education”, “Vocation”, and “Gap”―ranked in the top ten for both degree and betweenness centrality analysis. Third, after LDA-based topic modeling, five topics were found to best represent the research landscape. Focusing on these results, research directions for the academic development of labor market outcomes are reviewed and implications for educational policy presented.