Tracking the Evolution from Deep Learning to Human-Centered AI Research: A Structural Analysis of Citation Network Based on Dimensions.ai and VOSviewer

본 연구는 2015년부터 2024년까지 발표된 인공지능(AI) 분야 학술 논문을 대상으로 인용 네트워크 분석(citation network analysis)을 실시하여 연구 주제의 진화, 핵심 연구자의 영향력, 협력 네트워크 구조를 실증적으로 탐색하였다. 분석 자료는 Dimensions.ai 데이터베이스로부터 수집된 6,000여 편의 논문이며, VOSviewer 소프트웨어를 활용해 중심성 분석, 클러스터링, 네트워크 시각화, 그리고 통계적 상관·회귀분석을 수행하였다. 연구 결과 AI 연구는 초기 딥러닝 중심에서 설명 가능한 AI(XAI), 인지 기반 AI, 대형 언어 모델(LLM) 중심으로 주제가 확장되었으며, 인간중심성과 해석 가능성을 강조한 논문들이 높은 중심성을 보였다. 협업 구조 분석에서는 소규모 독립 연구에서 다자간 공동연구 중심으로의 전환이 확인되었고, 네트워크 지표 간에는 유의미한 양의 상관관계(r=0.19, p＜.01)가 나타났으며, 회귀분석에서도 총 링크 강도가 정규화 피인용 수를 유의하게 예측하는 경향이 확인되었다. 이러한 결과는 키워드 빈도에 기반한 단편적 분석을 넘어 인용 구조를 활용한 정량·정성 통합 분석이 AI 연구 생태계의 구조적 특성과 진화 방향을 보다 입체적으로 조망할 수 있음을 보여준다. 본 연구는 향후 AI 연구 정책 수립, 융합 연구 촉진, 그리고 학제 간 협력 전략 설계에 실증적 근거를 제공한다.