시각장애인을 위한 인공지능기술 활용: 텍스트 마이닝 기법을 이용한 국내외 연구동향 분석

Applications of Artificial Intelligence Technology for Individuals with Visual Impairments: A Literature Review Using Text Mining Techniques

연구 목적: 시각장애인을 대상으로 한 AI 기술 개발 및 활용 관련 국내외 연구동향을 데이터마이닝 기법을 활용하여 분석하고, 이에 따른 교육 및 재활분야에서의 향후 시사점을 논의하였다. 연구 방법: 국내외 연구데이터베이스를 통해 2015년부터 2024년까지 관련 연구문헌을 수집한 다음, 문헌 선별 및 키워드 데이터 정제 과정을 거쳐 최종 추출하였다. 추출한 자료를 데이터마이닝 기법을 이용하여 빈도(TF-IDF), 단어간 연결강도(n-gram), 구조적 등위성(CONCOR) 분석을 실시하였다. 연구 결과: 빈도 및 단어간 연결강도 분석 결과 보행, 사물 감지, 컴퓨터 비전, 시각정보 처리 관련 키워드가 상위 범주에 속하는 것을 알 수 있었다. CONCOR 분석 결과 이미지 탐지를 위한 컴퓨터 시스템, 환경 내 시각정보 학습, 데이터 처리 정확성을 높일 수 있는 알고리즘, 컴퓨터 비전에 대한 상호작용·경험 관련 연구가 주요 연구주제로 나타났다. 해외 연구에 비해 국내 연구의 수가 상대적으로 부족하였으며, 시각장애인 대상 솔루션 및 알고리즘을 개발한 연구가 상대적으로 높게 나타났다. 논의 및 결론: 향후 특수교육 및 재활분야에서는 공학 분야의 시각장애인을 대상으로 한 AI 기술 활용의 사용자 요구 분석 및 맞춤형 기술의 교육 및 실생활 맥락 기반 적용에 관한 연구가 필요하다. 사용자의 준비도 확보 및 기술 적용을 위해 혁신 기술을 대상으로 한 구체적인 교육 및 훈련 프로그램을 개발하는 융합적 성격의 연구가 필요하다.

Purpose: This study aimed to analyze recent research trends in the application of AI-powered technology for individuals with visual impairments using data mining methods. Methods: The researcher collected scholarly articles published over the last ten years from various domestic and international databases, and then conducted data preparation, including keyword tokenization and duplicate reduction. Multiple network analysis methods were utilized, including TF-IDF, n-gram, and CONCOR techniques. Results: The analyses indicated that relevant keywords related to orientation and mobility, object detection, computer vision, and visual information processing appeared most frequently. The CONCOR analysis revealed key topics, such as computer systems for image detection, machine learning for visual information, and algorithms for increasing recognition accuracy. Development studies dominated the research landscape, while user-experience studies were relatively fewer. Discussion and Conclusion: More studies are needed to enhance the application of AI-powered technology in education and rehabilitation contexts.