earticle

영어

This study maps convergence in engineering using a reproducible single-parameter pipeline applied to 948 Web of Science Core Collection records published between 2019 and 2024. The analysis relies on the KW_Merged field (Author Keywords ∪ Keywords Plus) and jointly estimates a keyword co-occurrence network, a centrality–density strategic map, and a two-period thematic evolution (2019–2021 → 2022–2024) under association-strength normalization, Louvain community detection, and a Fruchterman–Reingold layout. The intellectual structure consolidates into three blocks—method, system/design, and applications—with convergence brokering across them. Strategic-map evidence shows persistent core hubs, while peripheral micro-themes emerge and reposition along an AI- and sustainability-oriented axis, indicating a gradual shift from computation-centric topics (modeling, simulation, optimization) toward data-intensive intelligence and sustainable systems (machine learning, computer vision, deep learning, energy efficiency, smart grids). Thematic evolution highlights the direct continuity of the algorithm–convergence–design axis (inclusion ≥ 0.30), the inflow of consensus protocol and multi-objective optimization as routes of application-level expansion, and a relative decline of finite-element and voltage-control families toward the margins. Interpretations remain stable under compact threshold checks (minimum occurrence 3/5/7; adjusted inclusion cutoffs), supporting robustness.

한국어

본 연구는 2019–2024년에 출판된 Web of Science Core Collection 논문 948편을 대상으로, KW_Merged(Author Keywords ∪ Keywords Plus)에 기반한 단일 파이프라인(association-strength 정규화, Louvain 군집, Fruchterman– Reingold 레이아웃)에서 키워드 공출현 네트워크, 중심성–밀도 전략도, 2기 테마 진화(2019–2021 → 2022–2024)를 일관되게 산출하였다. 분석 결과, 지적 구조는 방법–시스템/설계–응용의 세 블록으로 응집되며 convergence가 이들 간을 매개한다. 전략 도는 핵심 허브의 지속성과 함께 주변부 마이크로 테마의 AI·지속가능성 축을 따른 재배치를 보여 주며, 계산 중심 주제(모델링· 시뮬레이션·최적화)에서 데이터 집약적 지능 및 지속가능 시스템(머신러닝·컴퓨터 비전·딥러닝·에너지 효율·스마트 그리드)으로 의 점진적 이동을 시사한다. 테마 진화는 algorithm–convergence–design 축의 직접적 지속(포함지수 ≥ 0.30), consensus protocol과 multi-objective optimization의 유입(응용 확장 경로), finite element와 voltage control 계열의 주변화 경향을 확인한다. 해석은 임계값을 달리한 간단한 점검(min occurrence 3/5/7; 포함지수 경계 조정)에서도 안정적으로 유지되었다.