earticle

영어

This study quantitatively analyzes research trends in AI-dance convergence in 93 domestic papers (2021-2025) from RISS and KCI. Using text mining (word frequency, N-gram, TF-IDF, CONCOR), it derives key topics and the knowledge structure. Findings show 'education', 'performance', and 'creation' as core areas, with 'dance-education' connections (N-gram) and high importance for 'performance' (TF-IDF). CONCOR analysis revealed four clusters: (1) 'Data-based Dance Generation', (2) 'Dance 'Contents' Development', (3) 'Digital Convergence Performance/AI Research', and (4) 'Technology-Art Based Education/Creation'. This study clarifies the knowledge structure of the AI-dance field by visualizing its landscape through three pillars and four clusters, providing foundational data for future research.

한국어

본 연구는 2021년부터 2025년까지 인공지능과 무용 분야의 융합에 관한 국내 학술 연구 동향을 객관적·계량 적으로 분석하는 데 목적이 있다. 이를 위해 RISS와 KCI에서 수집한 93편의 학술논문을 대상으로 텍스트 마이 닝 분석을 수행하였다. 분석 방법으로는 단어 빈도, N-gram, TF-IDF, 그리고 CONCOR 네트워크 분석을 활용 하여 해당 분야의 핵심 주제와 지식구조를 도출하였다. 주요 연구 결과, ‘교육', ‘공연', ‘창작'이 3대 핵심 분야로 나타났으며(단어 빈도), ‘무용-교육', ‘추천-콘텐츠' 등의 주제 연결성(N-gram)과 ‘공연', ‘창작'의 상대적 중요도 (TF-IDF)가 확인되었다. 또한, CONCOR 분석 결과, 연구 주제는 (1) 데이터 기반 무용 생성, (2) 무용 콘텐츠 개발, (3) 디지털 융합 공연 및 AI 연구, (4) 기술-예술 기반 교육 및 창작 연구의 4개 군집으로 나뉘었다. 본 연구는 2021년 이후 급변하는 인공지능-무용 분야의 연구 지형도를 3대 핵심 축과 4개의 주제 군집으로 시각화하여, 해당 분야의 지식구조를 규명했다는 점에서 학술적 의의를 갖는다.