빅데이터 기반 K-POP 아이돌 학문연구의 주제지형 분석
A Big Data–Driven Topical Landscape Analysis of Academic Research on K-POP Idols
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 국내 K-POP 아이돌 관련 학술논문을 대상으로 텍스트마이닝 기반 정량 분석을 수행하여, 이 분야의 연구 주제지형을 체계적으로 규명하고 뷰티패션 연계 논의의 학문적 위치를 확인하였다. 학술연구정보서비스에서 ‘K-POP 아이돌’ 계열 용어가 제목 또는 초록에 등장하는 문헌을 2008년부터 2025년 11월까지 수집한 뒤 형식적 결함 문헌을 제외하고 326편을 최종 분석 대상으로 확정하였다. 전처리는 불용어 사전 구축, 형태소 분석(kiwipiepy), 명사 추출 및 2자 이상 필터링을 통해 총 26,065개의 명사형 토큰을 확보하였다. 방법론적으로는 CountVectorizer와 TF-IDF를 병행하여 빈도와 희소성을 동시에 반영한 핵심어를 도출하고, 공출현 기반 1-모드 행렬로 키워드 네트워크를 구성한 뒤 NetworkX로 연결·근접·매개·고유벡터 중심성을 산출하였다. 네트워크 시각화는 spring layout과 Louvain 커뮤니티 감지를 병행하여 의미적 하위 군집을 도출하였다. 분석 결과, ‘방탄소년단’, ‘여성’, ‘이미지’, ‘세대’, ‘글로벌’, ‘변화’ 등이 높은 TF-IDF와 중심성을 보이며 연구의 의미 중심부를 형성했다. 연결·근접 중심성에서는 동일 핵심어가 상위에 공통 분포하여 연구 네트워크가 비교적 밀집되고 균형적인 구조임이 확인되었고, 매개 중심성에서는 ‘디자인’과 ‘스토리텔링’이 상위에 위치하여 분화된 하위 주제군을 연결하는 개념적 경첩으로 기능하였다. 고유벡터 중심성은 ‘여성’, ‘이미지’, ‘뮤직비디오’ 등 시각성·정체성 축에 영향력이 집중돼 있음을 보여주었다. 또한 2018년 이후 관련 논문 수가 급격히 증가하여 2024–2025년에 정점에 이르렀으며, 이는 팬덤 기반 생산문화의 제도화, 플랫폼 중심의 미디어 구조, 그리고 K-POP의 글로벌 확산이 학문 담론으로 자리 잡은 결과로 해석된다. 본 연구는 대규모 초록 텍스트에 대한 키워드 가중치와 네트워크 중심성 결합 분석을 통해 포화 영역과 미개척 영역을 동시에 제시하였다는 점에서 학문적·실무적 함의를 갖는다. 다만 국내 문헌과 초록 텍스트로 범위를 제한한 점은 한계이며, 향후에는 국제 코퍼스 및 본문 단위 분석, 소셜미디어·팬덤 콘텐츠·브랜드 협업 자료 등 산업 데이터의 다층 결합을 통해 K-POP 아이돌 연구의 국제 비교와 정책·산업 적용 가능성을 심화할 필요가 있다.
Abstract
This study conducts a quantitative text-mining analysis of Korean academic research on K-POP idols to systematically identify the topical landscape and clarify how beauty- and fashion-related discussions are situated within the broader scholarly discourse. Academic papers containing terms related to “K-POP idol” in either the title or abstract were collected from the Research Information Sharing Service from 2008 to November 2025. After excluding documents with incomplete metadata, 326 papers were finalized for analysis. The preprocessing procedure included constructing a stopword dictionary, performing morphological analysis with kiwipiepy, extracting noun-type tokens, and applying a minimum length filter of 2 characters, yielding a total of 26,065 noun tokens. Methodologically, both CountVectorizer and TF-IDF were employed to extract keywords that capture both frequency and contextual rarity. A one-mode co-occurrence matrix was then constructed to generate a keyword network, and four centrality measures—degree, closeness, betweenness, and eigenvector centrality—were calculated using NetworkX. Visualization was performed using a spring-layout mapping combined with Louvain community detection to reveal meaningful sub-clusters within the semantic structure. The results indicate that “BTS,” “women,” “image,” “generation,” “global,” and “change” consistently occupy the core of the research landscape, showing high values in both TF-IDF and centrality measures. Degree and closeness centrality revealed a dense and balanced network, whereas betweenness centrality highlighted “design” and “storytelling” as conceptual hinges connecting otherwise separated thematic clusters. Eigenvector centrality further demonstrated that visuality- and identity-related terms—such as “women,” “image,” and “music video”—hold strong influence within the discourse. Longitudinal trends show a marked increase in publication volume after 2018, peaking in 2024–2025, reflecting the institutionalization of fandom-based production culture, platform-driven media structures, and the global expansion of K-POP. This study contributes methodological value by integrating TF-IDF weighting, keyword co-occurrence networks, and centrality analyses to identify both saturated areas and underexplored directions within the field. Limitations include the exclusive reliance on domestic literature and abstract-level text, which restricts the ability to capture international trends fully. Future research should expand the corpus to global academic databases, incorporate full-text analysis, and integrate social media datasets, fandom-generated content, and brand-collaboration materials to deepen the comparative and applied implications of K-POP idol studies.