뉴스 기사와 같이 다량의 자료를 수집, 분류해서 내용분석을 하는 연구는 연구자의 많은 시간과 노동력이 필요하며 분석 시 맥락을 파악하는 데 한계가 있다. 이에, 최근 이러한 한계를 극복하고 연구의 객관성을 확보하기 위해 빅데이터를 이용하는 연구들이 증가하면서 사회연결망 분석(social network analysis)의 하나인 텍스트 네트워크 분석과 토픽 모델링(Topic modeling) 분석을 활용한 연구가 증가하고 있다. 

이 가운데 전북대학교병원(병원장 유희철)은 간호부 박민영 간호사의 '간호사 이미지에 대한 텍스트 네트워크 분석 및 토픽 모델링으로 COVID-19 팬데믹 상황 분석' 논문이 간호학분야의 SSCI(사회과학기술논문 색인지수) 저널인 대한간호학회지(Journal of Korean Academy of Nursing) 6월호에 게재됐다.

해당 저널은 국내를 넘어 해외의 많은 학자로부터 인용되는 국제적으로 공인된 우수 저널로 그 영향력을 인정받은 저널이다.

토픽 모델링은 구조화되지 않은 대량의 텍스트에 잠재되어 있는 토픽들의 구조를 발견하기 위하여 베이지안 통계 기반의 대표적인 토픽 모델링 알고리즘을 '잠재 디리클레 할당(Latent Dirichlet Allocation, LDA)'을 활용하고 유사한 의미를 가지는 키워드들을 분석하거나 추론하는 방법으로, 이들 키워드들로부터 주제범주를 구분해 내어 주제들의 양상과 쟁점, 트랜드 등을 비교하는데 유용한 방법이다

이 연구를 통해 COVID-19 발생 이전에 비해 COVID-19 발생 이후 간호사에 대한 언론보도의 관심이 증가하여 언론보도의 초점과 내용이 다양해졌으며, 간호사와 관련된 주요 언론보도의 방향이 COVID-19 팬데믹 상황과 관련하여 긍정적인 쪽으로 변화하였음을 확인할 수 있었다.

박민영 간호사의 연구는 COVID-19 발생 전·후의 간호사 관련 언론보도 기사들을 텍스트 네트워크 분석 및 토픽 모델링을 이용하여 처음으로 COVID-19 발생 전과 후의 간호사 이미지를 각각 실증적으로 분석하고 비교하였다는데 의의가 있으며, 향후 간호전문직의 지위향상을 위한 기초자료로 활용되고 간호전문직 향상을 위한 관련 연구 및 전문직 활동들을 촉진하는데 기여할 수 있을 것으로 예상된다.

한편, 박민영 간호사 연구팀의 논문 명은 'COVID-19 발생 전·후 언론보도에 나타난 간호사 이미지에 대한 텍스트 네트워크 분석 및 토픽 모델링(다운)'이다.