커뮤니티 탐지 연구 흐름을 밝히는 서지계량 매핑 기법

초록

본 논문은 서지계량 기법을 활용한 체계적 매핑 연구(SMS) 프로토콜을 수정·적용하여 복잡 네트워크에서의 커뮤니티 탐지 분야를 분석한다. 메타데이터 기반 검색·정제 과정을 거쳐 출판 연도, 주요 방법론, 연구 주제 등을 시각화하고, 계층적 구조 탐지가 가장 활발히 사용되는 반면 퍼지 클러스터링 및 분산 구현은 상대적으로 미비함을 밝혀낸다.

상세 분석

이 연구는 기존 SMS 절차가 요구하는 전수조사와 정성적 코딩의 부담을 메타데이터 중심의 서지계량 분석으로 대체한다는 점에서 방법론적 혁신성을 가진다. 먼저 Scopus와 Web of Science를 대상으로 “community detection” AND “complex network”라는 키워드 조합을 사용해 2000년부터 2025년까지의 논문을 수집하고, 중복 제거와 초록·키워드 기반 자동 분류를 통해 2,834편의 문헌을 최종 샘플로 선정하였다. 이후 출판 연도별 논문 수, 저자 협업 네트워크, 핵심 학술지·컨퍼런스, 인용 횟수 상위 논문을 정량적으로 파악하고, 공동키워드(co‑word) 분석을 통해 연구 주제 군집을 7개의 주요 토픽으로 구분한다. 특히 방법론별 분류에서는 계층적 커뮤니티 구조 탐지(예: dendrogram 기반, modularity 최적화)와 그래프 분할 기법이 전체 연구의 62%를 차지함을 확인했다. 반면 퍼지 클러스터링(soft clustering)과 같은 불확실성 기반 접근법은 8% 미만에 머물러, 학계에서의 관심이 상대적으로 낮음을 시사한다. 또한 알고리즘 구현 측면에서는 GPU 가속이나 MapReduce와 같은 분산 환경 적용 사례가 전체의 5%에 불과해, 대규모 네트워크 분석을 위한 고성능 컴퓨팅 연계가 아직 충분히 이루어지지 않았음을 드러낸다. 이러한 정량적 결과는 연구자들이 현재 집중하고 있는 기술적 흐름과 아직 탐색 여지가 큰 영역을 동시에 제시한다는 점에서 실용적 가치를 제공한다.