earticle

영어

　This study aims to identify and systematically analyze key issues in future infectious disease management policies amidst the threats posed by emerging infectious diseases such as MERS, COVID-19, and super bacteria. Utilizing the Research Information Sharing Service (RISS), 700 abstracts related to MERS, COVID-19, monkeypox, and SARS were collected, and text mining and Latent Dirichlet Allocation (LDA) topic modeling techniques were applied. The analysis yielded six major topics: analysis of COVID-19 response systems, management of emerging infectious diseases and national strategies, social impacts and healthcare responses, infectious disease risks and policy measures, social impact analysis of future infectious diseases, and research and technological development for future infectious diseases. Additionally, frequency analysis and word clouds visually represented the occurrence of key terms, facilitating an understanding of the study's findings. This study concretizes the major challenges and policy implications highlighted during the pandemic, emphasizing the importance of improving response systems, addressing social inequality, preparing for new infectious diseases, and strengthening data-driven academic research. Future research should incorporate diverse data sources for comparative analysis to derive more concrete and practical policy implications.

한국어

본 연구는 메르스(MERS), 코로나19(COVID-19), 슈퍼박테리아와 같은 신종 감염병의 위협 속에서, 미래 감염병 관 리 정책에 대한 주요 이슈를 도출하고 이를 체계적으로 분석하는 것을 목표로 한다. 이를 위해 학술연구정보서비스(RISS)를 활용하여 메르스, 코로나19, 원숭이두창, 사스와 관련된 700편의 논문 초록을 수집하고, 텍스트 마이닝 기법과 LDA(Latent Dirichlet Allocation) 토픽 모델링 기법을 적용하였다. 분석 결과, 코로나19 방역 체계 분석, 미래감염병 관리 및 국가 대응, 사회적 영향과 의료 대응, 감염병 위험성과 정책적 대응, 미래감염병에 대한 사회적 영향 분석, 그리고 미래감염병 연구 및 기 술 개발이라는 6개의 주요 토픽이 도출되었다. 또한, 빈도분석과 워드클라우드를 통해 주요 키워드의 출현 빈도를 시각적으 로 나타내어 연구 결과의 이해를 도왔다. 본 연구는 팬데믹 상황에서 나타난 주요 쟁점과 정책적 시사점을 구체화하며, 방역 정책 개선, 신종 감염병 대응, 사회적 불평등 해소, 데이터 기반 학술적 연구의 중요성을 제안하였다. 향후 연구에서는 다양한 데이터 출처를 활용하여 비교 분석함으로써, 보다 구체적이고 실질적인 정책적 함의를 도출하는 데 기여할 것이다.