INTRO

국가, 대학, 기업 등 다양한 조직들은 지식 관리를 전담하는 기관(부서)을 별도로 운영하거나 지식관리시스템, 즉 KMS(Knowledge Management System)를 도입하고 운영해 왔습니다.

국가에서는 예산이 투입되는 연구개발 과제의 성과물을 관리하고, 이를 활용할 수 있는 서비스를 연구자에게 제공함으로써 국가의 연구개발 역량을 향상시키기 위하여,

대학 혹은 기업에서는 조직의 핵심 지식을 생산하고 필요에 따라 효율적으로 소비될 수 있도록 함으로써 경쟁 우위를 확보하기 위하여 KMS를 운영해 왔습니다.

하지만 이를 위해 도입된 다양한 방법론과 시스템에는 많은 한계점이 있습니다. 

지식을 탐색하기 위한 방법이 여전히 키워드 기반의 검색 방식을 벗어나지 못하고 있기 때문입니다. 

그렇다면 키워드 기반 검색 방식이 왜 한계로 작용하는 것일까요?

  키워드 기반 검색은 지식을 낱개로 파악하는 방법입니다. 그리고 지식 집단(Cluster)을 통계적으로만 파악하는 방법입니다. 다시 말하면, 지식을 형성하는 얼개, 즉 '구조'를 제대로 파악해 낼 수 없는 방법인 것입니다. 

  반면에, 기술혁신을 가능하게 하는 융복합 지식, 창조적 지식은 모두 지식 구조에서 산출된 생산물입니다. 지식 구조가 갈수록 복잡해지고 지식의 구성 요소들이 점점 더 다양해지고 있는 현실을 생각해본다면, 지식을 낱개로 파악하는 현재의 지식 활용 방법은 그 한계가 분명하다고 할 수 있습니다.

“지식 개체들을 연결하면 지식 집단의 구조가 드러난다.”

“일단 드러나면, 조직 차원에서 문제를 인식할 수 있고, 인식하면 혁신할 수 있다.”

  지식지도는 지식의 구조를 담아내는 틀입니다. 파편화된 지식 개체들을 연결하여 그 지식의 생산자, 협업자, 소비자는 물론, 지식의 구성 요소들 간의 연관 관계를 한 눈에 파악해 내는 수단이기도 합니다. 기존의 지식지도(KMS)가 낱개 지식을 검색하기 위한 방법론이라면, 위와 같은 기능들은 소셜  네트워크 분석 방법론을 동원해야 구현이 가능하죠.

  지식 지도는 지식의 구성 요소인 저자, 키워드, 내용, 분류 기준 등을 대상으로 이러한 각각의 요소들을 개체(Node; 노드)로 하여 이들 간의 관계(Link; 링크)를 정의함으로써 지식 네트워크를 구축하고 이를 시각화하여 입체적 탐색이 가능하도록 합니다.(지식 네트워크 분석) 

그렇다면 소셜 네트워크 분석 방법이 적용된 지식지도(KMS)의 구체적 효용성은 무엇일까요?  

소셜 네트워크 분석 방법이 적용된 지식지도(KMS)의 효용성

①지식 탐색 비용을 절감할 수 있습니다.

②지식의 효율적 흐름을 촉진하기 위한 병목 지점을 파악할 수 있습니다.

③동일 지식 분야에 대한 예산의 중복 사용을 파악할 수 있습니다.

④시계열적 변화에 따른 지식의 구조적 변화 과정을 파악할 수 있습니다.

⑤신기술 등장, 분야별 융합 등 지식의 구조적 측면에 대한 예측이 가능합니다.

지식 지도가 갖는 이와 같은 효용성은 다양한 지식 요소들이 “관계 구조”를 이루고 있기 때문인데요 아래의 예를 통해서 “관계 구조”를 분석하고 시각화함으로써 얻는 효용을 살펴보겠습니다.

  아래의 [그림1]은 기존의 검색 서비스가 나타내는 지식 표현의 구조를 도식화한 것입니다. 

  특정 키워드(원자력)를 입력하였을 때 관련 논문(논문1~6)으로 검색된 것을 키워드와 논문을 연결한 지식지도(좌측)와 기존의 방사형(우측)으로 나타낸 그림입니다.  

  방사형으로 표현된 좌측의 지식지도는 사실상 왼쪽의 검색 결과 표현 방식과 크게 다르지 않아 지식지도로 표현하는 것의 효익이 크지 않습니다. 

  반면, 아래 [그림2]의 경우, 주변 논문(주변 노드)들 같의 인용 관계가 표시되어, 최초 인용 논문이 어떤 것인지, 매개 역할을 하는 논문이 어떤 것인지를 함께 파악하고 추가 탐색을 위한 우선 순위를 결정할 수 있습니다.

  문제는 이와 같은 지식지도를 기존의 방사형 구조로 표현할 때에는 최초 인용 논문이 어떤 것인 지 직관적으로 지식의 구조를 파악하기 어렵다는 것입니다.

사례1. 국가 차원의 지식 관리- 분야간 융합 지식지도 분석

1. 배경 및 문제점

“분야간 융합 현황이 발생할 때, 이를 과학적으로 신속하게 파악할 수 있는 방법이 없다.”

  기존 분류 체계에 포함하기 어려운 신규 융합 분야가 발생할 때 이를 신속하게 파악할 수 있는 과학적인 접근 방법이 필요합니다. 융합 연구의 속도는 점점 빨라지고 있는 반면, 기존의 분류 체계 결정 방법으로는 시시각각 새로운 양상으로 발생하는 융합 현황을 다루기 어렵기 때문입니다.

2. 솔루션

  국가연구개발과제에 포함되어 있는 과제 분류코드 정보를 활용하면 한 과제에 표시되어 있는 여러 분아갸 기존에 서로 연계되지 않던 것이라면 해당 분야간 융합이 발생하는 것으로 확인할 수 있습니다.

  연구 분야를 노드로, 과제 동시 출현 관계를 링크로 모델링하여 융합 네트워크를 구성하고, 소셜 네트워크 방법론의 응집성 지표를 적용하여 응집성 지표가 높은 집단을 추출할 수 있습니다. 

3. 적용효과

“융합 분류 체계의 과학적 관리 및 신규 기술 혁신 분야에 대한 예산 투입 의사 결정에 활용”

  소셜 네트워크 분석 방법론의 응집성 분석 지표를 활용한 결과, 융합 현황을 신속하게 파악할 수 있게됩니다. 나아가 이를 기초로 시계열 분석과 병행함으로써 신규 융합 분야의 출현 과정을 분석할 수 있어 기술 혁신 파악에도 활용될 수 있습니다. 신규 기술 분야를 발굴하고 이에 대한 예산 투입과 관련한 정책 결정에 중요한 의사결정 자료가 될 수 있는 것입니다.