After the concept of Internet of Things (IoT) was introduced, numerous studies have been employed during the past two decades. However, because each study has its own individual goals, it is necessary to overview summarize the current status of IoT by investigating knowledge structure from a comprehensive perspective. It is meaningful to overview IoT in terms of 1) improving research efficiency, 2) identifying research opportunities, and 3) establishing research direction. For those reasons, several previous studies have been conducted. However, the internal and external validity due to citation and confirmation biases are threatened because most of them adopt a narrative review as a methodology. Although their insights are meaningful, dynamic changes in technological development are hardly reflected since they stand on a static approach. To overcome those limitations, this dissertation employed keywords and Latent Dirichlet Allocation (LDA) topic modelling analysis by retrieving more than 15,000 bibliographic data from Scopus database. Because keywords are selective terms to represent the main idea and concept concisely, this dissertation utilized them to investigate IoT research trend and emerging keywords. However, keywords analysis has inherent limitations of that same keywords used in different articles do not indicate they have identical semantic meanings. In addition, a set of keywords in an article cannot fully reflect author’s original intentions. In order to remedy this problem, a LDA topic modelling analysis was employed because texts information in abstracts is tolerant to possible misinterpretation in a keyword analysis. Consequently, this study discovered hot topics among 50 topics. A common conclusion from both studies is that trust, smart home, cloud, big data, and authentication might be prospective research topics for IoT. In addition, technological convergence in IoT research rather than divergence is required to achieve the original goal of IoT because current IoT components are not connected sufficiently while existing divergence indicate weak technical dependency. Interestingly, big data is one of the emerging topics, but its linkages toward other topics are quite weak. Policy makers, researchers, and practitioners can refer to conclusions from this study to establish research directions and to invest resources in IoT efficiently. Various theoretical and practical implications are discussed.
사물인터넷 용어가 출현한 후 약 20년간 수많은 연구가 이루어졌다. 그러나, 대부분의 연구들은 지역적이고 미시적 관점의 세부 연구 주제를 가지고 있어, 거시적 관점에서 사물 인터넷 관련 연구들을 살펴볼 필요성이 있다. 사물인터넷을 조망하는 것은 1) 연구 효율성 증대, 2) 연구 기회 도출, 3) 미래 연구 방향 설정에 의미 있게 활용될 수 있을 것이다. 이러한 필요성으로 인해 다양한 연구들이 사물인터넷을 조망해 왔다. 그러나, 이들 대부분은 서술적 고찰을 그 방법론으로 채택하고 있어, 인용 편향 및 확증 편향이 발생할 수 밖에 없고 결과적으로 내적, 외적 타당성이 위협받는다. 또한, 선행 연구는 의미 있는 시사점을 제공하고 있음에도 불구하고, 이들은 정적 관점에서 분석하여 기술 개발의 동적 변화가 반영하고 있지 않다. 이러한 문제를 극복하기 위해 본 학위논문에서는 사물인터넷을 키워드로 하는 15,000건 이상의 학술연구 서지 정보를 Scopus 데이터베이스에서 수집하여 빅데이터 기반 키워드 분석과 잠재 디리클레 할당 토픽 모델 분석을 수행하였다. 학술 연구 저자들이 자신의 연구를 가장 잘 대표할 수 있는 키워드를 분석하여 사물 인터넷 연구의 흐름을 살펴볼 수 있었고, 유망 키워드를 도출하였다. 그러나, 키워드 분석은 동일 키워드라 하더라도 동일한 의미를 위해 사용되지 않았을 수 있다는 약점이 있다. 이를 극복하기 위해 잠재 디리클레 할당 분석을 수행하였다. 요약문에 포함된 텍스트 정보는 보다 풍부하고 키워드 분석에 존재할 수 있는 오역에 보다 강건하다. 결과적으로, 이 연구는 총 50개의 사물인터넷 토픽과 유망 토픽을 도출하였다. 두 연구의 일관된 결론은 트러스트, 스마트 홈, 클라우드, 빅데이터, 인증관련 분야가 향후 유망한 연구 영역임을 밝혀냈다. 또한, 현재 사물인터넷 요소 기술들이 충분히 연결되어 있지 않음은 사물인터넷이 특정 기술에 종속되지 않음을 의미하지만, 사물인터넷 본연의 목적 충족을 위해서는 기술적 융합이 분기보다 요구됨을 알 수 있다. 흥미롭게도, 빅데이터는 유망 토픽 연구 영역이나, 다른 연구 분야로의 연결이 매우 약하다. 본 연구 결과는 정책입안자들 및 산업 종사자들의 향후 연구 영역 정립과 자원의 효율적 투자에 이용될 수 있을 것이다. 본문에서는 본문에서는 다양한 실무적, 이론적 시사점이 논의되었다.
