Analysis of Domestic Trends in Metaverse Industrial Security Research Based on Data Mining

본 연구는 메타버스 산업 보안 분야에서의 국내 연구 동향과 주요 주제를 분석하기 위해 데이터 마이닝 기법 중 하나인 토픽 모델링(Topic Modeling)을 활용하였다. 이를 위해 학술연구정보 서비스(RISS)에서 8개의 키워드와 관련된 논문 제목 및 주제어를 기반으로 메타버스 산업 보안 과 관련된 논문 228편을 선정하였다. 선정된 논문들의 국문 초록을 대상으로 LDA 방법을 사용 하여 토픽 모델링 분석을 실시하였다. 분석 결과, 세 가지 주요 토픽으로 분류되었다. 각 주제의 출현 확률이 높은 단어들과 할당된 연구 논문 초록의 내용을 바탕으로, 각각의 토픽을 ‘메타버스 디지털 보안 및 개인정보 보호’, ‘메타버스 저작권 및 디지털 콘텐츠 보호’, ‘메타버스 내 범죄 및 대응’으로 명명하였다. 기존 연구들이 주로 기술적 위협에 집중한 반면, 본 연구는 저작권 문제 나 아바타 성범죄와 같은 사회적 취약점도 활발히 연구되고 있음을 확인하였다. 이를 통해 메타 버스 산업보안의 국내 연구의 현황을 포괄적으로 이해하고, 향후 연구 주제와 방향에 대한 기초 정보를 제공하였다. 하지만, 분석에 사용된 논문 수가 228편으로 적어 다양한 잠재 토픽을 도출 하지 못하고, 제시할 수 있는 향후 연구 시사점도 제한적이었다. 따라서 향후 연구에서는 국외 논문과의 비교 연구, 연구 대상의 확대, 다양한 분석 기법 도입, 사회적 이슈의 심화 연구, 그리 고 산업 및 정책적 연계를 수행할 필요가 있다. 이러한 제안들을 통해 메타버스 산업보안 연구가 더욱 체계적이고 다각적으로 발전할 수 있을 것으로 기대된다.