텍스트마이닝

6 Contents

[카오스 짧강] 2026 카오스 콘서트 예습하기: 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능!_PART 4

신약 개발의 첫걸음은 질병과 유전자, 그리고 단백질 사이의 복잡한 상관관계를 이해하는 것에서 시작됩니다. 특히 질병을 유발하는 수많은 유전자 중에서 실제 약물의 표적이 될 수 있는 '표적 유전자'를 정확히 식별하는 것이 핵심입니다. 하나의 질병이라도 관련된 유전자는 수없이 많기에, 방대한 데이터 속에서 유효한 표적을 찾아내는 과정은 정밀한 과학적 접근을 요구합니다. 이러한 삼원 관계를 분석함으로써 질병의 근본적인 원인을 파악하고 치료의 실마리를 찾을 수 있으며, 이는 곧 효율적인 신약 개발의 든든한 기초가 됩니다. 치매와 같은 난치성 질환 연구에서는 유전자 변이 정보인 SNP를 포함한 거대 데이터를 다룹니다. 수만 개의 유전자와 수억 개의 변이 정보를 행렬로 구조화하면 그 규모가 상상을 초월할 정도로 커지는데, 이를 인간의 계산 능력만으로 해결하기는 불가능에 가깝습니다. 이때 기계 학습 알고리즘은 복잡한 다계층 네트워크를 분석하여 치매 유발 후보 유전자의 중요도를 예측하는 데 결정적인 역할을 합니다. 특히 알츠하이머의 경우 유전적 요인의 영향력이 크다는 사실이 데이터 분석을 통해 입증되었으며, 이는 환경적 요인이 강한 혈관성 치매와는 다른 양상을 보입니다. AI가 예측한 후보 유전자가 실제로 유효한지 검증하기 위해 수천만 건의 의학 문헌을 분석하는 텍스트 마이닝 기법이 활용됩니다. 이는 연구의 신뢰도를 높이고 신약 개발에 드는 시간과 비용을 획기적으로 줄여주는 혁신적인 방법입니다. 이러한 분석 모델은 면역 질환 연구로도 확장되는데, 류마티스 관절염이나 골다공증처럼 유전자를 공유하는 질병들의 특성을 네트워크로 해석할 수 있습니다. 이미 알려진 유전자 외에 인공지능이 새롭게 찾아낸 후보군을 발견함으로써 기존의 의학적 한계를 뛰어넘는 새로운 치료 가능성을 제시하고 연구자들에게 중요한 단서를 제공합니다. 현재 전 세계 유수의 제약사들은 인공지능 전문 기업들과 전략적 파트너십을 맺고 신약 개발의 패러다임을 근본적으로 바꾸고 있습니다. 면역 항암제 개발부터 기존 약물들을 정교하게 조합하여 부작용을 최소화하는 약물 설계 분야까지, AI 기술은 연구 전반에 깊숙이 침투해 있습니다. 아직은 기술 도입의 초기 단계라 할 수 있지만, 글로벌 제약사와 AI 스타트업 간의 활발한 협업은 맞춤형 정밀 의료를 향한 강력한 추진력이 되고 있습니다. 복잡한 분자 구조를 설계하고 수조 개의 조합 중 최적의 답을 찾아내는 과정에서 인공지능의 조력은 이제 선택이 아닌 필수가 되었습니다. 인공지능 기반 의료의 궁극적인 지향점은 개인별 특성을 고려한 맞춤 치료인 정밀 의료의 실현에 있습니다. 하지만 이를 위해서는 각 병원에 파편화된 의료 데이터를 통합하고 개인정보를 안전하게 보호하면서도 효율적으로 활용할 수 있는 법적, 기술적 체계가 반드시 마련되어야 합니다. 최근 전 세계적으로 임상 데이터를 표준화하여 공유하려는 국제적인 움직임이 일고 있으며, 이는 연구의 중복을 막고 데이터의 가치를 극대화하는 계기가 될 것입니다. 데이터가 축적되고 분석 기술이 고도화될수록 인공지능은 더욱 정교해질 것이며, 우리 모두를 위한 진정한 정밀 의료 시대는 더욱 가까워질 것입니다.

[카오스 짧강] 2026 카오스 콘서트 예습하기: 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능!_PART 4
카오스재단카오스 짧강(짧은 강연)
  • 생명과학
  • 융합

기후위기 대응-데이터=0, 진짜는 데이터다..🔥l 한국 정부의 R&D 투자현황 분석✔️ㅣ 2024 녹색기술 리포트

기후위기는 이제 머나먼 미래의 이야기가 아닌 우리 삶의 현실로 다가왔습니다. 이러한 위기를 극복하고 지속 가능한 성장을 이루기 위해 데이터의 역할은 그 어느 때보다 중요해졌습니다. 단순한 수치나 숫자를 넘어 온실가스 영향을 이해하고 재생에너지 기술을 개발하는 모든 의사결정의 기초가 되기 때문입니다. 국가녹색기술연구소는 기후위기 대응 연구의 중심에 데이터를 두고 있으며, 방대한 정보를 체계적으로 관리하여 혁신의 발판을 마련하는 데 모든 역량을 집중하고 있습니다. 정부의 연구개발(R&D) 투자 현황을 살펴보면 기후기술에 대한 국가적 의지를 확인할 수 있습니다. 지난 2022년 한 해에만 약 3조 973억 원의 예산이 기후기술 분야에 투자되었으며, 이 중 상당 부분이 온실가스 감축을 위한 연구에 집중되었습니다. 특히 수소와 태양광 같은 에너지 생산 기술은 가장 큰 비중을 차지하며 미래 에너지 전환의 핵심 동력으로 자리 잡았습니다. 이러한 정밀 분석을 통해 자원을 효과적으로 배분하고 민간 부문과의 협력을 가속화하여 기술 발전을 앞당길 수 있습니다. 전 세계적인 기후기술 동향을 실시간으로 파악하기 위해 구축된 CTiS 플랫폼은 정책과 사업 현황을 아우르는 종합 정보 플랫폼 역할을 합니다. 사용자는 이 플랫폼을 통해 글로벌 기후 동향과 기술 발전 속도를 신속하게 파악할 수 있으며, 복잡한 통계 분석 데이터를 쉽고 빠르게 습득할 수 있습니다. 사용자 중심의 인터페이스를 갖춘 이 플랫폼은 지속적인 기능 개선을 거치며 연구자뿐만 아니라 정책 결정자들이 기후변화에 효과적으로 대응할 수 있도록 돕는 필수적인 인프라로 성장하고 있습니다. PLANET 플랫폼은 기후위기 대응을 위해 다양한 기술과 지식을 통합하는 융복합 데이터 시스템입니다. 기술 인벤토리부터 지자체별 에너지 계획, 지역별 온실가스 배출량까지 상세한 정보를 제공하여 각 지역 특성에 맞는 탄소중립 해결책을 제시합니다. 나아가 기존 플랫폼들을 유기적으로 연계한 데이터 아카이브를 구축하여 국제 협력을 위한 정책 지원 체계를 완성하고자 합니다. 이러한 정보 인프라의 확장은 향후 국가 차원의 정교한 기후기술 전략을 수립하는 데 있어 중추적인 기여를 할 것으로 기대됩니다. 데이터 분석 기법의 발전은 보이지 않는 주제를 찾아내는 단계에 이르렀습니다. 텍스트 마이닝 기법 중 하나인 토픽 모델링을 활용하면 전 세계 각국이 수립한 2050 저탄소 발전전략 속에서 핵심적인 기후기술 토픽을 자동으로 추출해낼 수 있습니다. 이는 국가별 관심사를 정밀하게 탐색하고 국제 협력의 올바른 방향성을 설정하는 데 유용한 지표가 됩니다. 불확실한 미래를 밝히는 등불과 같은 데이터는 앞으로도 기후위기 극복과 혁신을 이끄는 핵심 열쇠가 될 것이며, 지속 가능한 내일을 열어가는 밑거름이 될 것입니다.

기후위기 대응-데이터=0, 진짜는 데이터다..🔥l 한국 정부의 R&D 투자현황 분석✔️ㅣ 2024 녹색기술 리포트
국가녹색기술연구소2024 녹색기술 리포트🗒️
  • 지구환경과학
  • 융합
  • 공학·기술

[명강리뷰] 디지털인문학과 데이터과학 _ by장원철|2018 봄 카오스 강연 '모든 것의 수數다' 4강

현대 사회는 바야흐로 빅데이터의 시대입니다. 2003년까지 인류가 축적한 정보량이 이제는 단 이틀 만에 생성될 정도로 정보의 홍수 속에 살고 있습니다. 뉴욕 타임스 하루 치 기사가 17세기 성인 남성이 평생 소비한 정보량과 맞먹는다는 사실은 데이터의 폭발적 증가를 실감케 합니다. 이제 데이터는 21세기의 원유와 같으며, 수많은 정보 속에서 유용한 가치를 찾아내는 분석 능력이 무엇보다 중요해졌습니다. 단순히 양이 많은 것을 넘어, 이를 어떻게 해석하고 활용하느냐가 현대 과학의 핵심 과제로 떠오르고 있습니다. 빅데이터는 구조에 따라 크게 두 가지 형태로 나뉩니다. 첫 번째는 '길쭉한 자료'로 불리는 대용량 데이터입니다. 이는 신용카드 소비 패턴처럼 수백만 명의 고객 정보를 담고 있지만 분석 항목은 상대적으로 적은 형태를 말합니다. 반면 '뚱뚱한 자료'는 고차원 데이터를 의미하며, 유전자 발현 정보처럼 분석 대상은 적으나 변수가 수만 개에 달하는 비정형 데이터를 뜻합니다. 과거의 통계학으로는 분석하기 어려웠던 이러한 복잡한 데이터들은 기술의 발전을 통해 질병 예측이나 개인 맞춤형 서비스 등 다양한 분야에서 혁신을 일으키고 있습니다. 데이터 과학은 기존의 인과관계를 넘어 상관관계와 연관성 분석에 주목합니다. 예를 들어 트위터에 올라오는 사람들의 기분 변화와 주가 변동 사이의 상관관계를 분석하여 예측 모델을 만드는 식입니다. 비록 명확한 원인을 설명하기 어려울 때도 있지만, 방대한 데이터를 통해 유의미한 패턴을 찾아내는 능력은 데이터 과학자를 21세기 가장 매력적인 직업으로 만들었습니다. 통계학이 다소 딱딱하고 이론적인 학문으로 인식되었다면, 데이터 과학은 실생활의 복잡한 문제들을 유연하고 흥미롭게 풀어내는 실천적인 학문으로 자리 잡고 있습니다. 이러한 데이터 분석 기법은 인문학 영역과 결합하여 '디지털 인문학'이라는 새로운 분야를 개척했습니다. 양식 측정학을 통해 셰익스피어 작품의 진위 여부를 가려내거나, 조선왕조실록에 텍스트 마이닝 기법을 활용해 역대 왕들의 통치 스타일을 정량적으로 파악하는 것이 가능해졌습니다. 예를 들어 세종대왕은 신하들의 의견을 경청하는 스타일이었음이 데이터로 증명되며, 연산군은 독단적인 결정을 내리는 경향이 뚜렷하게 나타납니다. 이는 숫자가 감히 침범할 수 없다고 여겨졌던 인문학적 통찰을 보완하고 확장하는 강력한 도구가 됩니다. 데이터를 다룰 때는 '심슨의 역설'이나 '평균으로의 회귀'와 같은 통계적 함정을 주의해야 합니다. 겉으로 보이는 수치만으로는 제3의 요인을 놓쳐 잘못된 결론에 도달할 수 있기 때문입니다. 미세먼지 농도와 사망률의 관계를 분석할 때 계절적 요인을 고려해야 하듯, 데이터 과학은 단순한 숫자 계산이 아닌 맥락에 대한 깊은 이해를 필요로 합니다. 결국 데이터 과학은 컴퓨터 과학과 통계학, 그리고 각 분야의 전문 지식이 만나는 접점에서 완성됩니다. 데이터와 함께하는 통찰력이 우리 시대의 새로운 지혜가 될 것입니다.

[명강리뷰] 디지털인문학과 데이터과학 _ by장원철|2018 봄 카오스 강연 '모든 것의 수數다' 4강
카오스재단명강리뷰&질문Q

[강연] 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능! _ by신현정 ㅣ 2020 가을 카오스강연 'Ai X' 8강 | 8강

인공지능 기술이 의료 분야와 결합하면서 인류의 건강한 삶을 향한 새로운 지평이 열리고 있습니다. 의료 인공지능은 단순히 기술적인 진보를 넘어, 우리가 아직 완전히 이해하지 못한 생명체의 신비를 풀어낼 무한한 가능성을 지닌 블루오션으로 평가받습니다. 특히 방대한 의료 데이터로부터 유의미한 정보를 추출하여 질병을 예측하고 진단하는 과정은 현대 의학의 패러다임을 근본적으로 바꾸고 있습니다. 이러한 변화는 환자 개개인에게 최적화된 맞춤형 치료를 제공하는 정밀 의료의 시대를 앞당기고 있습니다. 의료 현장에서 발생하는 데이터의 약 80%는 영상 이미지입니다. CT, MRI, PET와 같은 의료 영상 데이터는 매년 기하급수적으로 증가하여 이제는 엑사바이트(EB) 단위를 논할 정도로 방대해졌습니다. 합성곱 신경망(CNN)과 같은 딥러닝 기술은 이러한 거대 데이터를 학습하여 암 조직을 식별하거나 병변을 찾아내는 데 탁월한 성능을 보입니다. 인간의 시각적 한계를 보완하는 인공지능의 분석 능력은 진단의 정확도를 높이는 핵심적인 역할을 수행하며 의료 현장의 효율성을 극대화하고 있습니다. 흥미로운 실험에 따르면, 반복적인 학습을 거친 비둘기도 암 조직의 패턴을 파악하여 높은 정확도로 양성과 악성을 구분해낼 수 있습니다. 이는 복잡한 의료 데이터 분석의 핵심이 결국 정교한 패턴 인식에 있음을 시사합니다. 기계 학습에서는 여러 알고리즘의 판단을 모아 성능을 극대화하는 앙상블 러닝 기법을 활용합니다. 인공지능은 지치지 않는 학습 능력을 바탕으로 인간 전문가의 판단을 보조하며 의료 서비스의 질을 획기적으로 개선하고 있으며, 이는 데이터 기반 의학의 새로운 가능성을 보여줍니다. 의료 분야의 인공지능은 이미지 분석을 넘어 텍스트와 음성 데이터로 영역을 넓히고 있습니다. 수천만 건의 의학 논문과 임상 기록을 학습한 인공지능은 의사에게 최적의 치료법을 제안하며, 가상 간호사 아바타는 환자와 소통하며 건강 상태를 실시간으로 관리합니다. 순환 신경망(RNN) 기술을 기반으로 한 음성 인식과 자연어 처리 능력은 의료 상담의 문턱을 낮추고 있습니다. 이러한 기술적 결합은 시공간의 제약 없는 의료 서비스를 가능하게 하며, 환자와 의료진 사이의 가교 역할을 충실히 수행합니다. 생명 과학 분야에서는 유전체, 전사체, 단백질체 등 다양한 오믹스 데이터를 통합 분석하는 멀티 오믹스 연구가 활발합니다. 이를 '바이오 피라미드' 구조로 체계화하면 유전자와 질병 사이의 복잡한 상관관계를 네트워크 관점에서 파악할 수 있습니다. 특정 노드에 연결이 집중되는 척도 없는 네트워크 이론을 적용하면 질병을 유발하는 핵심 유전자를 보다 효율적으로 찾아낼 수 있습니다. 이는 복잡한 생명 현상을 시스템적으로 이해하려는 시도의 정점이라 할 수 있으며, 질병의 근본 원인을 규명하는 데 기여합니다. 치매와 같은 난치성 질환의 치료제를 개발하기 위해 인공지능은 표적 유전자를 탐색하는 데 결정적인 기여를 합니다. 수만 개의 유전자와 수억 개의 단일 염기 다형성(SNP) 정보를 분석하여 질병과의 연관성을 수치화하는 과정은 기계 학습 없이는 불가능한 영역입니다. 또한 인공지능은 기존 약물의 새로운 효능을 발견하는 약물 재창출 분야에서도 두각을 나타내고 있습니다. 막대한 비용과 시간이 소요되는 신약 개발 과정을 단축함으로써 인류의 난제 해결에 다가서고 있으며, 이는 환자들에게 새로운 희망이 되고 있습니다. 진정한 의미의 정밀 의료를 실현하기 위해서는 파편화된 의료 데이터를 표준화하고 안전하게 공유하는 체계가 필수적입니다. 오디세이(OHDSI)와 같은 국제적인 데이터 표준화 노력은 인공지능이 더 양질의 데이터를 학습할 수 있는 토대를 마련해 줍니다. 동시에 개인정보 보호를 위한 기술적 장치를 마련하여 환자의 데이터 주권을 보장하는 것이 중요합니다. 기술과 윤리가 조화를 이룰 때, 인공지능은 인류의 건강한 미래를 보장하는 가장 강력한 도구가 될 것이며, 우리는 이를 통해 질병 없는 세상을 꿈꿀 수 있습니다.

[강연] 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능! _ by신현정 ㅣ 2020 가을 카오스강연 'Ai X' 8강

신현정

카오스재단카오스강연
  • 생명과학
  • 뇌인지과학

[심포지엄] COVID-19 유행에서 감염병 연구 사업단의 연구현황과 역할(세션1)

코로나19라는 전례 없는 공중보건 위기 상황 속에서 감염병 연구 사업단은 기존의 연구 틀을 신속히 전환하여 대응해 왔습니다. 특히 감염병 조기 경보 연구팀은 유행 확산을 예측하고 방역 당국에 실질적인 도움을 주기 위해 모델링 연구에 박차를 가했습니다. 이는 단순한 학술적 접근을 넘어 실제 방역 현장의 데이터를 바탕으로 정책의 효과를 분석하고 향후 발생할 수 있는 시나리오를 점검하는 중추적인 역할을 수행해 왔습니다. 수리 모델링은 감염 가능한 인구부터 격리 및 회복 단계까지를 구분하는 SEIHR 모델을 중심으로 진행되었습니다. 대구와 부산 등 초기 집단 감염이 발생한 지역의 데이터를 분석한 결과, 사회적 거리두기와 신속한 진단 검사가 유행을 억제하는 데 결정적인 기여를 했음이 증명되었습니다. 특히 지역별 특징과 정책적 이벤트를 반영한 실시간 감염 재생산 지수 분석은 유행이 안정화되는 시점을 예측하고 방역 자원을 효율적으로 배분하는 과학적 근거가 되었습니다. 감염 확산을 효과적으로 통제하기 위해서는 접촉 시 감염 확률, 단위 시간당 접촉 수, 그리고 감염 전파 기간이라는 세 가지 요소를 동시에 관리해야 합니다. 개인의 마스크 착용과 기침 예절 준수는 감염 확률을 낮추고, 사회적 거리두기는 타인과의 접촉 기회 자체를 줄이는 데 기여합니다. 여기에 방역 당국의 신속한 추적과 격리가 더해져 감염 전파가 가능한 기간을 단축할 때 비로소 유행의 고리를 끊어낼 수 있으며, 이는 국민의 자발적 참여가 필수적임을 의미합니다. 모델링의 가치는 미래의 위험을 시각화하여 사회적 합의를 끌어내는 데에도 있습니다. 해외의 사례처럼 최악과 최선의 시나리오를 비교 제시함으로써 의료 체계가 감당할 수 있는 한계를 파악하고, 중환자실 병상이나 인공호흡기와 같은 필수 의료 자원을 선제적으로 확보할 수 있습니다. 또한 확진일이 아닌 증상 발현일을 기준으로 데이터를 정밀하게 재분석함으로써 실제 유행의 규모를 더욱 정확하게 파악하고 장기적인 유행 곡선 평탄화를 도모할 수 있습니다. 신종 감염병의 조기 감지를 위해 텍스트 마이닝 기술을 활용한 이벤트 기반 감시 체계의 중요성도 커지고 있습니다. 전 세계 뉴스나 SNS 정보를 실시간으로 수집하여 원인 불명의 질병이나 동물 감염병 소식을 분석함으로써 국내 유입 가능성을 사전에 예측하는 것입니다. 특히 인수공통감염병이 신종 질환의 상당 부분을 차지하는 만큼, 동물의 발병 정보를 인체 감염 예방과 연결하는 고도화된 정보 수집 엔진은 미래의 미지의 질병에 대비하는 강력한 방어 기제가 됩니다. 자가격리자 관리 시스템 역시 기술의 발전과 함께 진화하고 있습니다. 과거의 수동적인 전화 확인 방식에서 벗어나 스마트워치나 패치형 기기를 활용한 사물인터넷 기술이 도입되고 있습니다. 이를 통해 격리자의 위치 정보뿐만 아니라 혈압, 체온, 산소포화도와 같은 생체 지표를 실시간으로 모니터링함으로써 건강 상태 변화를 즉각적으로 감지할 수 있습니다. 이는 관리 인력의 부담을 줄이는 동시에 격리 과정에서 발생할 수 있는 응급 상황에 더욱 기민하게 대응하는 체계를 구축하는 데 기여합니다. 마지막으로 의료 현장의 전문가 네트워크를 통한 임상 감시 체계는 방역의 최전선을 지탱하는 핵심 축입니다. 호흡기 감염병 감시를 통해 지역사회 내 잠재적인 유행 양상을 파악하고 의료 종사자의 안전을 확보하는 것이 중요합니다. 특히 전문가용 플랫폼을 통한 지식 공유는 신종 감염병의 다양한 증례와 최신 연구 결과를 신속히 전파하여 일선 의료진의 대응 능력을 향상시킵니다. 이러한 임상 데이터의 축적과 공유는 감염병 장기전에 대비하기 위한 필수적인 정보 자산이 됩니다.

[심포지엄] COVID-19 유행에서 감염병 연구 사업단의 연구현황과 역할(세션1)
한국화학연구원[KRICT TV] 한국화학연구원의 이야기
  • 생명과학
  • 융합
  • 공학·기술

[강연] 디지털인문학과 데이터과학 (2) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ②

예술과 문학의 진위를 가리거나 특징을 분석하는 방법으로 '양식 측정학'이 주목받고 있습니다. 이는 단어의 길이나 빈도, 색상의 사용 패턴 등을 정량적으로 분석하여 작품의 유사도나 작가의 고유한 스타일을 찾아내는 학문입니다. 19세기 토마스 멘덴홀이 단어 길이 빈도를 조사하며 시작된 이 분야는, 오늘날 구텐베르크 프로젝트와 같은 대규모 디지털 도서관의 등장으로 비약적인 발전을 이루었습니다. 이제 데이터는 단순한 기록을 넘어 과거의 진실을 밝히는 강력한 도구가 되었습니다. 우리나라의 대표적인 기록 유산인 조선왕조실록 역시 이러한 데이터 과학의 훌륭한 연구 대상입니다. 태조부터 철종까지 약 470년간의 방대한 기록은 현재 모두 디지털화되어 한글로 번역되어 있습니다. 연구자들은 텍스트 마이닝 기법을 활용해 왕들의 통치 스타일을 분석하기도 합니다. 예를 들어, 신하들의 의견을 경청했던 세종대왕과 독단적인 결정을 내렸던 연산군의 차이는 실록에 등장하는 특정 단어의 빈도 그래프를 통해 명확하게 드러납니다. 이는 역사가 주관적인 서술을 넘어 객관적인 수치로 재해석될 수 있음을 보여줍니다. 실록의 기사에는 수많은 인물이 등장하며, 한 기사에 함께 언급된 인물들은 서로 밀접한 관계가 있다고 볼 수 있습니다. 이를 바탕으로 인물 간의 네트워크를 재구성하면 당시의 정치적 지형도를 그릴 수 있습니다. 이는 현대의 국회의원들이 공동으로 법안을 발의하는 관계를 분석하는 것과 유사한 원리입니다. 네트워크 분석을 통해 우리는 단순히 기록에 남겨진 관계를 넘어, 보이지 않는 곳에서 영향력을 행사했던 숨은 실력자나 인물들 사이의 복잡한 연결 고리를 정량적으로 파악할 수 있게 되었습니다. 현종 시기의 예송 논쟁은 서인과 남인 사이의 치열한 정치적 갈등을 보여주는 대표적인 사례입니다. 네트워크 분석의 다양한 중심성 지표를 활용하면, 이 시기 권력의 흐름이 어떻게 변화했는지 추적할 수 있습니다. 특히 2차 예송 논쟁 전후로 집권 세력이 교체되는 과정에서 인물들의 연결 중심성이 급격히 변화하는 양상이 관찰됩니다. 이를 통해 특정 인물이 언제 당적을 변경했는지, 혹은 어떤 인물이 중립적인 위치에서 가교 역할을 했는지 등 문헌만으로는 파악하기 힘든 세밀한 정치적 변화를 포착할 수 있습니다. 이러한 정량적 분석 기법은 동양의 역사 기록뿐만 아니라 서양 문학 연구에도 활발히 적용됩니다. 셰익스피어의 작품 전집을 분석하여 그가 실제로 사용한 어휘의 규모를 추정하거나, 새로 발견된 작품이 그의 진작인지 판별하는 연구가 대표적입니다. 통계적 모델링을 통해 작가가 알고 있었으나 작품에 쓰지 않은 잠재적 어휘량까지 계산해내는 것입니다. 이처럼 데이터 과학과 인문학의 만남은 과거의 유산을 현대적인 시각으로 재조명하며, 우리가 미처 알지 못했던 역사의 이면을 밝혀내는 새로운 지평을 열어주고 있습니다.

[강연] 디지털인문학과 데이터과학 (2) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

장원철

카오스재단카오스강연
  • 수학