빅데이터 분석기법을 활용한 치유농업 관련 조례 분석

Analysis of Healing Agriculture-Related RegulationsUsing Big Data Analytical Techniques

본 연구는 텍스트마이닝을 활용하여 치유농업과 관련된 조례를 분석하고자 실시하였다. 분석방법으로는 국가법령정보센터에서 제공하는 데이터를 활용해 Python으로 데이터를 수집하였으며, 광역·기초단체에서 운용 중인 치유농업 조례 84건을 분석하였다. 4가지 분석 기법을 활용하였으며 첫째로 워드클라우드 분석 결과 ‘위원, 위원회’의 언급이 가장 높았다. 이는 치유농업 조례 운용에 있어 중요한 역할을 치유농업 전문가인 위원들이 맡아 시행 중에 있음을 파악하였다. ‘시장, 군수’와 같은 자치단체장에 대한 언급이 높았으며 위원을 선정하여 권한을 부여하는 것을 확인하였다. 다음으로 N그램 분석 결과 ‘육성->지원’이 가장 연결강도가 높게 나타났다. 이는 치유농업과 관련된 연구개발, 필요 시설, 인력양성 등 다양한 방면에서 지원이 이루어지고 있음을 파악하였다. 토픽모델링 분석 결과에서는 ‘전문가’가 가장 높게 도출되었다. 치유농업이 지속적으로 활성화 될 수 있도록 전문가를 양성하는 것이 중요한 것으로 판단된다. CONCOR 분석 결과 ‘위원회’가 가장 높은 연결강도와 군집력을 보였으며 치유농업에 대한 전문지식과 경력을 가진 위원들이 위원회를 구성하여 활성화에 기여하고자 하는 목적이 있음을 확인하였다. 마지막으로 연구의 한계점으로는 법조문 특유의 형식적 특성에 의한 분석일 확률이 높아 치유농업의 특수성으로 해석하기 어려운 점이 있었다. 다만 텍스트마이닝을 활용하여 조례 연구가 부족한 상황에서 연구를 진행하였다는 점에서 큰 의의가 있다고 판단된다.

This study was conducted to analyze ordinances related to healing agriculture using text mining. As a method, data was collected using Python using data provided by the National Law Information Center, and 84 healing agriculture ordinances operated by local and basic organizations were analyzed. Four analysis techniques were utilized, and first, the word cloud analysis showed that 'commissioner' and 'committee' were most frequently mentioned. This indicates that commissioners who are experts in healing agriculture play an important role in the implementation of healing agriculture ordinances. Mention of local government leaders such as 'mayor, county governor' was high, confirming that they select and empower commissioners. Next, the N-gram analysis showed that 'foster -> support' had the highest connection strength. This indicates that support is being provided in various ways, including research and development related to healing agriculture, necessary facilities, and human resource training. In the topic modeling analysis, 'experts' was the highest. It is judged to be important to train experts so that healing agriculture can be continuously activated. The CONCOR analysis showed that 'committee' had the highest connection strength and clustering, and it was confirmed that members with expertise and experience in healing agriculture formed a committee to contribute to its revitalization. Finally, as a limitation of the study, it is difficult to interpret the specificity of healing agriculture because the analysis is likely to be based on the formal characteristics of legal documents. However, it is judged to be of great significance that the study was conducted in a situation where there is a lack of ordinance research using text mining.