토픽 모델링을 통한 피트니스 산업 관련 연구 동향 분석

Research Trend Analysis on Fitness Industry by Applying Topic Modeling

2010년대 이후 한국 피트니스 산업은 크게 성장하며 대중들에게 큰 인기를 얻고 있다. ‘피트니스’ 산업은 헬스, 보디빌딩을 넘어 식품, 의류, 운동용품 등 다양한 개념을 포괄하며 지속적으로 확장하고 있다. 본 연구는 2011년 1월1일부터 2021년 9월 1일까지 한국 학술지에 발표된 피트니스 관련 논문의 연구 동향을 분석하여 주제의 편중 현상과 범위, 특징을 분석한다. RISS에서 제공하는 피트니스 관련 논문 1082개를 크롤링하여 정제한 뒤 446개를 활용해 연도별 논문 발행수와 단어의 빈도를 비교 분석한다. 텍스트 분석에서 드러난 특징은 그룹 단위로 이루어지는 트레이닝에 기초해 체력 관련 지표를 측정, 비교, 향상시키는 연구가 많다는 것이다. 특히 연도별 빈도분석을 실시한 결과 2015년 이후의 논문들에서는 고객과 기업, 스마트 케어, 애플리케이션, 영양 섭취 등이 키워드로 등장하며 피트니스의 연구 범위가 확대되는 것을 알 수 있었다. 토픽분석에서는 LDA를 적용하는데 임베딩 단계에서 Word2vec의 Skip-gram 알고리즘을 활용하고 K-means Clustering에서 Elbow기법을 통해 최적 토픽 수를 정하여 연구 동향을 분석하였다. LDA분석 결과 전체 논문의 주제는 ‘트레이닝’, ‘처치 및 치료’, ‘상품’, ‘스마트’로 군집화 되었다. 전반기에 전문선수와 일반인의 트레이닝에 집중되었던 연구들은 후반기로 가면서 상업성과 스마트 케어를 다루며 주제 구성 차원에서 유의미한 차이를 보였다. 추후 피트니스 시장의 성장에 따라 사람들의 요구가 반영된 확장된 주제에 대한 연구가 더욱 활발히 이루어지기를 기대한다.

Since the 2010s, the Korean fitness industry has grown significantly and has become very popular with the public. ‘Fitness is a term being explored in various academic fields such as food, clothing, and sports supplies beyond bodybuilding. This study analyzes the research trends of fitness-related papers published in Korean journals from January 1, 2011, to September 1, 2021, to understand the concentration tendency, scope, and characteristics of the subjects. By crawling and preprocessing 1082 fitness-related papers provided by RISS and investigating 446 of them, the number of documents published by year and the frequency of words are compared and analyzed. Text analysis shows that many studies measure, compare, and try to improve physical fitness-related indicators while training people in groups. In particular, as a result of annual frequency analysis, it is found that customers, companies, smart care, applications, and nutritional intake appear as keywords in papers after 2015. The scope of fitness research is expanding. LDA is applied as a topic modeling method. The number of topics is determined based on Word2vec s Skip-gram algorithm, K-means Clustering, and Elbow Method. As a result of LDA analysis, 4 topics are verified: ‘Training , ‘Recovering , ‘Commodity , and ‘Smart Care . Studies in the first half focus on the training of professional athletes and the general public while studies in the second half deal with commerciality and smart care so that there is a significant difference in terms of the subject composition. In the future, I look forward to the papers on expanded topics that reflect people s needs as the fitness market grows.