텍스트 임베딩과 키워드 네트워크를 통한 한국의 유네스코 세계유산 뉴스 동향 분석

Analysis of news trends of UNESCO World Heritage sites in Korea through text embedding and keyword networks

최근 세계유산에 대한 텍스트마이닝 기반 연구가 증가하고 있으나, 세계유산을 둘러싼 사회적 인식과 담론의 변화를 보여주는 동향 연구는 여전히 부족한 실정이다. 본 연구는 1990-2023년의 한국의 세계유산에 관한 뉴스 데이터에 텍스트 임베딩과 네트워크 분석을 적용해, 세계유산별 뉴스 사이의 유사성과 핵심어 관련 주제의 시간적 변화를 분석하였다. 먼저, 대형언어모형 기반의 Sentence Transformer를 활용해 각 뉴스를 임베딩하여, 세계유산 뉴스 사이의 의미론적 군집 구조를 확인하였다. 이를 5년 단위의 덴드로그램으로 계층화하여, 기념물, 건축물군, 유적지의 큰 군집 구조 하에서 시기에 따라 세부 군집 구조가 변화함을 확인하였다. 이러한 시간적 변화에 따른 핵심 개념의 연결관계와 군집을 확인하기 위해, 5년 단위로 word2vec 기반의 키워드 네트워크를 구축하고 커뮤니티 탐지를 수행하였다. 그 결과, 일관적인 세계유산 등재, 심사, 외교에 대한 커뮤니티를 중심으로, 제주화산섬, 갯벌 등 시기적으로 중요한 주제가 단발적인 커뮤니티를 이룸을 확인하였다. 본 연구는 텍스트 임베딩 및 키워드 네트워크 기반의 새로운 동향 분석 프레임워크를 제시하고 세계유산 관련 보도의 한계를 밝혔다는 점에서 향후 세계유산 정책 수립에 시사점을 제공한다.

Although there has been a rise in text mining-based research on World Heritage, trend analysis highlighting the evolution of social perceptions and discourses related to World Heritage remains insufficient. In this study, we examine a trend of contextual relationship between World Heritage sites in Korea and their keywords through text embedding and network analysis on news data from 1990 to 2023. First, we find contextual clusters by embedding each news article with Sentence Transformer. The dendrograms generated for 5-year spans reveal coherent clusters on monuments, groups of buildings, and sites, with several small transient clusters. Furthermore, we demonstrate the evolution of contextual clusters by detecting communities in the keyword networks built upon word2vec. We find coherent communities about inscription, evaluation, and diplomacy, with transient communities on hot topics such as Jeju Volcanic Island, and Korean Tidal Flats. This study suggests a novel trend analysis framework combining text embedding and keyword networks and provides insights for future policy-making by highlighting the limitations of media coverage related to World Heritage.