LDA 알고리즘 동적 토픽 모델링을 적용한 운동과학 연구 동향 분석: 2015년부터 2024년까지를 중심으로
Analysis of Research Trends in Exercise Science Using LDA Algorithm: Focusing on the Period from 2015 to 2024
Article information
Trans Abstract
PURPOSE
The purpose of this study was to analyze the research trends in exercise physiology over the past decade, ultimately providing new prospectives on the fields.
METHODS
We targeted the titles of papers published on the official website of the Korean Society of Exercise Physiology between January 2015 and August 2024. In total, 367 articles were included. Among them, 98 articles had English titles and were analyzed after translation into Korean. The “Tokenization” process, which extracts noun words and “Stopwords” to eliminate unnecessary particles of articles, was executed. Subsequently, a common language was integrated, and terminology was standardized. The Latent Dirichlet Allocation (LDA) model was used to determine the optimal number of topics.
RESULTS
The 367 articles analyzed were named Topics 1 to 8 (Topic 1: Exercise performance, Topic 2: Exercise rehabilitation, Topic 3: Resistance exercise, Topic 4: Covid/Exercise, Topic 5: Elderly/Exercise, Topic 6: Elite/Exercise, Topic 7: Physical assessment, and Topic 8: Metabolic syndrome). After dividing the years into four phases, the proportions of each topic were determined by phase. Among Topics 1-8, the topics that indicated a significant change were Topic 3 (rho=-0.104, p<.038), Topic 7 (rho=-0.507, p<.000), and Topic 8 (rho=0.461, p<.000).
CONCLUSIONS
Research trends over the last 10 years have shown that research topics have changed over time. The trend changes indicated a decrease in interest in physical assessments and a rapid increase in metabolic syndromes. This study highlights the need for health management studies in accordance with changes in the societal context, along with digital healthcare and wearable technology.
서 론
운동생리학은 생리학의 응용학문으로 운동 수행 시 인간의 움직임을 연구하고 운동 현상 중 인체의 움직임에 따른 인체 변화에 대한 지속적인 연구를 진행해왔으며, 이를 통해 신체 기능을 더욱 정확하게 설명하고 예측하고자 하였다[1,2]. 운동생리학은 신체 구조와 기능과 연관된 분야인 해부학, 생화학, 생물학 등과의 연관성을 통해 학문적 토대를 이루어 왔으며[1], 다른 학문에 비해 그 역사가 길지는 않지만 신속한 과학 발달을 기반으로 비약적인 발전을 이뤄왔다. 운동생리학은 선수들의 경기력 향상을 위한 신체반응에 대한 이론적 근간을 마련하기 위한 연구를 시작으로 근육계, 심혈관계 등에 대한 연구를 통하여 효과적으로 건강을 향상시키기 위한 연구를 수행하는 수준까지 성장하고 있다[3].
점진적인 연구 기술의 발달은 운동생리학 발전에 있어 상승 기조를 이뤘고 다양한 연구 주제를 세부적이고 효율적으로 연구할 수 있도록 하였다. 운동생리학 발전의 시작은 19세기로 거슬러 올라간다. 19세기 말까지 생리학자들은 운동에 대한 신체 반응보다는 임상적 정보를 알아내고자 노력을 기울였다[4]. 1889년 Fernand Lagrange가 근육활동, 운동과 뇌 기능에 대한 주제를 포함하고 있는 최초의 운동생리학 교재 Physiology of Bodily Exercise를 집필한 이후 근육이 수축할 때 사용되는 에너지와 운동에 대한 기전을 알아내고자 하는 연구들이 수행되고 에너지 근원에 대한 가설과 이론이 정립되었다[5]. 그중 운동생리학 내에서 중요한 개념인 최대산소섭취량과 무산소, 유산소 대사에 대한 연구뿐 아니라 순환계 조절 및 글루코스 대사에 대한 연구가 수행되었다[6-8]. 이후 1927년에 설립되어 운동생리학의 체계적인 학문으로서의 시초로 운동생리학의 발전에 중추적인 역할을 했던 하버드 피로연구소(Harvard Fatigue Laboratory)에서 운동 중 산소부채와 지방, 탄수화물의 대사 작용, 혈액을 통한 산소와 이산화탄소 운반뿐만 아니라 노화와 영양, 당뇨에 대한 연구를 수행하였다.
점차적인 기술의 발달에 기초하여 운동 시 신체 기전을 알아내기 위해 세포생물학으로 연구영역이 확대되었고[4], 근생검법(needle biopsy procedure)이 도입되어[9] 조직학적 분석을 통한 근육 대사 연구가 가능하게 되었다[10]. 운동 강도에 따른 글리코겐 사용에 관한 연구[11]와 운동 중의 대사 과정에 사용되는 주 에너지원이 지방의 산화와 탄수화물이라는 것을 밝혀내는 연구[12]는 근글리코겐이 운동 중 주 에너지원이라는 중요한 사실을 밝혀냈다. 하버드 피로연구소에서 50년간 수행했던 연구 주제들이 체계화되었고, 운동생리학 내 중요한 연구 주제로 분자생물학이 주목을 받기 시작하였다[13]. 운동을 통한 신체의 변화에 관한 연구가 수행되어 분석 기술이 발달하면서 조직 수준의 연구에서 세포 기능 분석과 같은 생물학적 연구에서 분자생물학적 분석으로 연구 주제가 변화되었다[14]. 이러한 연구 기법의 발달에 따라 유전자와 운동 수행 간 연관성에 대해 연구하는 수준까지 발전하였다[15].
이렇듯 시대적 상황이 요구하는 바에 따라 다양한 연구가 수행되었고 운동생리학의 분야 내 연구가 지속됨에 따라 운동생리학의 주변학문이 태동하였다. 국내에서는 1980년 스포츠과학 연구소가 설립된 이후 엘리트 체육의 발전으로 선수들의 경기력 향상이 요구됨에 따라, 선수들의 운동수행능력을 향상시키기 위해 운동생리학의 개념을 목적에 맞게 적용된 학문인 스포츠생리학 관련 연구가 진행됐다[10]. 1990년대 이후에는 개인의 건강 증진과 재활뿐 아니라 경기력을 향상시키기 위한 영양학적 접근에 대한 관심도가 증가되었고[4], 질병과 환자들에 대한 건강 증진을 위해 임상적, 생리적 정보가 요구됨에 따라 운동처방과 운동영양학 등 운동생리학의 주변 학문에 대한 연구가 증가하였다.
한편, 연구동향 분석은 학문 내 이전 연구들을 일정한 기준에 따라 종합하고 분석하는 연구 방법으로 학문 내 향후의 연구 방향을 제시하기 위한 근거자료로써 활용될 수 있다[16]. 앞서 기술하였듯 운동생리학은 끊임없는 연구를 통해 측정 도구 및 분석 기술의 발달을 이뤄왔으며, 시대의 자연스러운 흐름에 따라 운동생리학 연구들의 주요 논점은 몇 년에 걸쳐 지속적으로 바뀌어 왔다[8]. 국내 운동생리학의 연구동향 분석에 대한 연구는 김은혜와 김기진[10,17]에 의해 수행되었다. 김은혜는 그의 연구를 통해 에너지 대사 및 건강 증진에 대한 연구 결과를 토대로 향후 운동생리학의 발전을 위한 해결책을 제시하였고[10], 김기진은 2000년과 2011년 사이에 ‘체육과학연구’지에 수록된 177편의 논문을 대상으로 하여, 건강증진과 경기력 향상에 대한 연구가 주를 이뤘음을 보고하였다[17]. 이와 같은 연구동향 분석은 학문의 현주소를 파악하기 위한 방법으로 사용될 수 있을 뿐 아니라 향후 연구 활동에 대한 결정적인 역할을 할 수 있다[18]. 따라서 본 연구의 목적은 최근 운동생리학의 연구 주제에 대한 연구동향을 분석하는 것으로, 연구동향 분석을 통해 운동생리학 내 연구 주제 변화를 살펴보고, 현재 학문 내 주요 관심사를 분석하고자 하며, 이를 통해 앞으로의 운동생리학 내 연구 활동의 방향성과 새로운 아이디어를 제공하고자 한다. 이는 현재의 운동생리학 연구 상황에 대한 정보를 제공함을 통해 학문의 발전을 위하여 향후 연구의 새로운 시각을 제공할 수 있다는 점에 의의가 있다.
연구 방법
1. 연구 대상
본 연구에서 수집된 자료는 운동생리학회 공식 홈페이지(https://ksep.kr/)에 게재된 논문 제목들을 포함하고 있으며, 최근 10년간 연구동향을 확인하기 위해 2015년 1월부터 연구 착수 시점인 2024년 7월까지로 제한하였다. 수집된 연구논문은 총 367편이었으며, 이 중 영문 제목 98편의 논문은 한국어로 번역하여 분석되었다. 연도별 게재 빈도수는 Table 1과 같다.
2. 연구절차
1) 전처리
비정형데이터인 연구논문 제목은 전처리를 통해 정형화하는 작업이 요구된다. 따라서 본 연구에서는 첫째, 운동생리학회에 게재된 연구논문 제목의 명사 단어만을 추출하는 Tokenization (형태소 분석)을 수행하였다. 둘째, 데이터에서 반복적으로 등장하지만 의미가 없다고 판단되거나 불필요한 조사(은, 는, 이, 가, 을 등)를 제거하는 Stopwords 를 실시하였다. 아울러 이 과정에서 연구 결과에 직접적으로 영향을 미칠 수 있는 특수문자, 두 칸 이상의 공백, 숫자, 고유명사 등도 함께 제거하였다. 셋째, 타당성, 타당화, 타당도와 같이 동일한 의미이지만 문맥 표현상 달리 표현된 단어를 통합하는 공용어통합과정을 거쳤다. 넷째, ‘신체␣구성’, ‘신체구성’, ‘운동␣강도’, ‘운동강도’와 같이 각 연구마다 단어 간 공백의 기준이 달라 달리 인식할 수 있는 명사의 경우 사용된 용어의 문맥을 파악하여 하나의 명사로 인식할 수 있도록 총 232개 단어를 변환하여 분석 데이터로 사용하였으며, 구체적인 전처리 예시는 Table 2와 같다.
2) 최적의 토픽 수 산출
본 연구의 주 목적은 최근 10년간 운동생리학회지에 게재된 연구논문의 동향을 분석하는 것이다. 이 가운데 그동안 선행연구들의 제언에서 한계점으로 지적되어온 최적의 토픽 수를 산출하기 위해 본 연구에서는 Newman et al. (2010)이 제안한 Coherence score (일관성 점수)를 사용 문서 내 단어 쌍의 동시 등장 빈도를 고려하여 정량적으로 산출하였다. 토픽 개수는 최소 2개의 토픽부터 10까지 1개 단위로 증가시키며 토픽 모델의 Coherence score의 변화량을 측정하였다.
본 연구에서는 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 모델을 사용하여 최적의 토픽 수를 결정하기 위한 실험을 진행하였다. 실험 과정에서 Alpha 값과 Beta 값을 조정하며 모델의 성능을 평가하였다. Alpha 값은 문서가 다양한 토픽에 얼마나 균일하게 분포하는지를 제어하는 하이퍼파라미터로, Beta 값과 함께 조정하여 토픽 간의 차별화 및 문서 내의 주제 분포를 탐구할 수 있다. 이에 따라 Alpha 값을 0.01과 0.02로 설정하여 각 설정에 따른 토픽 수의 변화에 대한 모델 성능을 분석하였으며, 성능 평가는 u_mass와 c_v라는 두 가지 지표를 통해 이루어졌다. u_mass는 모델의 일관성을 나타내며 값이 낮을수록 더 나은 성능을 의미한다. c_v는 Topic Coherence score를 측정하는 지표로 값이 높을수록 토픽이 잘 정의되어 있음을 나타낸다.
Alpha 값을 0.02로 설정한 경우, 토픽 수가 8일 때 u_mass 값은 −10.548로 비교적 낮았으며, c_v 값은 0.434로 가장 높은 값을 기록했다. 이는 토픽이 명확하게 정의되었으며, 문서가 비교적 다양한 토픽에 걸쳐 분포되었음을 시사한다 (Fig. 1).
반면, Alpha 값을 0.01로 설정했을 때는 일부 토픽이 과도하게 집중되는 경향이 있어 다양성 측면에서 부족한 결과를 보였다. 이러한 결과를 바탕으로, Alpha 값을 0.02로 설정하고 토픽 수를 8로 설정하였다.
3. 자료처리
본 연구는 Google Colaboratory를 사용하여 논문 크롤링 및 전처리, 그리고 LDA (Latent Dirichlet Allocation) 토픽 모델링을 수행하였다. 또한, 연도 구간별 토픽 점유율을 산출하기 위해 SPSS 27 패키지를 사용하여 기술통계 분석을 실시하였다.
연도 구간은 각 구간별 게재 빈도가 편중되어 과소 또는 과대 추정될 수 있으므로 본 연구에서는 총 5개의 구간으로 설정하여 분석하였다. 연도 구간 변수는 서열 척도로 구성되어 있으며, 토픽 점유율은 각 토픽이 연도 구간에 존재하는지 여부를 확인할 수 있도록 0(없음)과 1(있음)으로 코딩된 이진 분류로 처리하였다. 따라서 연도 구간과 토픽 점유율 간 상관관계 분석은 명목 척도와 서열 척도 간의 관계를 분석할 수 있는 Spearman의 순위 상관계수(Spearman's rho) 분석 방법을 채택하여 수행하였다. 모든 가설 검증은 통계적 유의수준 0.05로 설정하여 분석하였다.
연구결과
1. 동적토픽모델링 결과
Tables 3-5를 종합하여 키워드가 나타내는 운동과학연구의 주 Topic을 명명한 결과는 아래와 같다.
Topic 1은 총 54편이 할당되었으며, 주요 키워드는 ‘심폐지구력’, ‘혈관’, ‘코어’, ‘근막’, ‘심혈관계’이다. 이 토픽을 이루는 상위 5개의 논문의 Gamma 값은 0.853에서 0.730 사이로 나타났으며, 해당 토픽은 ‘운동수행력’으로 명명되었다.
Topic 2는 총 31편이 할당되었으며, 주요 키워드는 ‘근육’, ‘보행’, ‘심폐지구력’, ‘근력’, ‘환자’이다. 이 토픽의 상위 논문들의 Gamma 값은 0.880에서 0.792 사이이며, ‘재활운동’으로 명명되었다.
Topic 3은 총 38편이 할당되었으며, 주요 키워드는 ‘근육’, ‘평형성’, ‘저항운동’, ‘반응’, ‘염증’이다. 상위 논문들의 Gamma 값은 0.789에서 0.769 사이로 나타났으며, ‘저항성 운동’으로 명명되었다.
Topic 4는 총 42편이 할당되었으며, 주요 키워드는 ‘코로나’, ‘텔로미어’, ‘과학’, ‘면역’, ‘신체구성’이다. 이 토픽의 상위 논문들의 Gamma 값은 0.855에서 0.741 사이이며, ‘코로나/운동’으로 명명되었다.
Topic 5는 총 44편이 할당되었으며, 주요 키워드는 ‘노인’, ‘여자’, ‘체력’, ‘질환’, ‘비만’이다. 상위 논문들의 Gamma 값은 0.878에서 0.843 사이이며, ‘노인/운동’으로 명명되었다.
Topic 6은 총 30편이 할당되었으며, 주요 키워드는 ‘선수’, ‘스포츠종목’, ‘체격’, ‘체력’, ‘에너지’이다. 상위 논문의 Gamma 값은 0.868에서 0.802 사이로 나타났으며, ‘엘리트/운동’으로 명명되었다.
Topic 7은 총 30편이 할당되었으며, 주요 키워드는 ‘건강’, ‘측정’, ‘체력’, ‘식습관’, ‘성인’이다. 이 토픽의 상위 논문들의 Gamma 값은 0.909에서 0.829 사이로 나타났으며, ‘건강측정평가’로 명명되었다.
Topic 8은 총 132편이 할당되었으며, 주요 키워드는 ‘안정’, ‘통증’, ‘능력’, ‘손상’, ‘근막’이다. 상위 논문들의 Gamma 값은 0.909에서 0.801 사이로 나타났으며, ‘대사증후군’으로 명명되었다.
2. 연도와 토픽점유율 간 상관관계 분석결과
Table 6에 제시된 대로, Topic 1인 ‘운동수행력’ 연구는 1구간에서 13.1%의 점유율로 시작하였으나, 4구간에서는 8.4%로 감소하였다. 이 토픽의 점유율은 연도에 따라 감소하는 경향을 보였으나, 상관관계는 통계적으로 유의미하지 않았다(rho =-0.063, p =.211).
Topic 2인 ‘재활운동’은 1구간에서 8.3%의 점유율로 시작하여, 4구간에서는 9.2%로 증가하였다. 이 토픽의 점유율 변화는 통계적으로 유의미하지 않았다(rho =-0.024, p =.639).
Topic 3인 ‘저항성운동’은 1구간에서 15.5%의 점유율로 시작하여 4구간에서는 5.9%로 감소하였다. 이 토픽의 점유율은 연도에 따라 감소하는 경향을 보였으며, 상관관계는 통계적으로 유의미하였다(rho =-0.104, p =.038).
Topic 4인 ‘코로나/운동’은 1구간에서 8.3%로 시작하여 4구간에서는 12.6%로 증가하였다. 이 토픽의 점유율은 통계적으로 유의미하지 않았다(rho =0.044, p =.383).
Topic 5인 ‘노인/운동’은 1구간에서 11.9%의 점유율로 시작하였으나, 4구간에서는 4.2%로 감소하였다. 이 토픽의 점유율 변화는 통계적으로 유의미하지 않았다(rho =-0.087, p =.083).
Topic 6인 ‘엘리트/운동’은 1구간에서 6.0%의 점유율로 시작하여, 4구간에서는 9.2%로 증가하였다. 이 토픽의 점유율은 통계적으로 유의미하지 않았다(rho =0.062, p =.216).
Topic 7인 ‘건강측정평가’는 1구간에서 23.8%의 높은 점유율로 시작하였으나, 4구간에서는 5.0%로 크게 감소하였다. 이 토픽의 점유율은 연도에 따라 감소하는 경향을 보였으며, 상관관계는 통계적으로 매우 유의미하였다(rho =-0.507, p =.000).
Topic 8인 ‘대사증후군’은 1구간에서 13.1%의 점유율로 시작하여, 4구간에서는 45.4%로 급상승하였다. 이 토픽의 점유율은 연도에 따라 상승하는 경향을 보였으며, 상관관계는 통계적으로 매우 유의미하였다(rho =0.461, p =.000). 구간과 점유율의 상관관계는 Table 7과 같으며, 각 토픽의 구간 별 점유율의 그래프는 Fig 2와 같다.
논 의
본 연구에서는 측정도구와 연구 기법의 발달 및 시대의 흐름에 따라 변화하는 운동생리학의 연구 주제를 텍스트 마이닝을 활용하여 연구 동향 분석을 실시하였고, 그 결과에 대한 고찰은 다음과 같다.
먼저, 동적 토픽 모델링을 실시한 결과로 Topic 1부터 8까지로 구분하였으며 운동수행력(Topic 1)과 저항성 운동(Topic 3)의 점유율은 연도에 따라 감소하는 경향을 나타냈다. 운동수행력(Topic 1)의 연도에 따른 점유율이 감소한 이유로는 운동수행력을 측정하고 분석할 수 있는 기술의 발달로 인해 연도에 따라 운동수행력과 관련된 연구가 감소한 것을 확인할 수 있었다[58]. 생체역학적 분석, AI 기반 데이터 분석의 발전은 기존의 연구에서 더 이상 새로운 지식이나 결과를 도출하지 못하는 한계에 도달하여 연구자들이 다른 연구 주제로 관심을 돌렸을 가능성이 있다.
‘근육’, ‘보행’, ‘심폐지구력’, ‘근력’, ‘환자’의 키워드를 가진 재활 운동(Topic 2)의 연도에 따른 점유율 3구간을 제외하고 나머지 구간에서 1구간에 비해 점유율이 증가하는 것으로 나타났다. 세계적으로 인구의 고령화가 진행되면서 근골격계 질환, 심혈관 질환, 당뇨병 등과 같은 만성 질환이 증가함에 따라 질환에 대한 치료와 건강 관리에 많은 관심을 가져 재활 운동과 관련된 연구의 점유율이 증가하는 것을 확인할 수 있었다[59]. 또한, 다른 Topic에 비해 3구간에서 점유율이 급격하게 감소하였는데 이는 학문적 트렌드의 변화와 재활 운동의 임상적 연구보다는 기초적인 과학 및 기전을 밝히는 연구에 초점이 맞춰지는 것에서 기인되었을 가능성이 있다[60].
2019년에 시작된 코로나19로 인해 운동생리학의 연구 동향은 급격하게 변화하였다. 코로나19의 연구는 ‘비대면 운동’ 과 관련된 연구에 많은 관심을 가졌다[61]. 코로나/운동(Topic 4)는 1구간에 비해 4구간에서 높은 점유율을 나타냈으며 특히 코로나19가 시작된 3구간에서 4구간으로 넘어가는 시점에서 점유율이 상승했다. 코로나19로 인해 사람들이 대면 운동에 대한 제약이 발생하면서 혼자서 할 수 있는 비대면 운동을 찾기 시작하였고 이는 비대면 운동을 통한 면역 관리, 신체 조성, 디지털 웨어러블과 관련된 연구들이 증가하는 것을 확인할 수 있었다[62].
노인/운동(Topic 5) 분야에서는 3구간에서 4구간으로 갈수록 토픽의 점유율이 급격하게 감소한 것으로 나타났다. 코로나19가 노인/운동 연구 감소의 주요 원인으로 작용할 수 있다. 연구에 참여하는 대상자의 감염 위험으로 인해 연구 환경과 참여가 제한되고 코로나19와 관련된 연구와 비대면 연구가 진행되면서 노인/운동 분야의 연구가 감소했을 가능성이 있다. 이러한 배경에 따라, 앞으로의 노인 인구 비율이 증가함에 따라 엔데믹 이후 노인/운동(Topic 5)의 분야 연구가 활발하게 진행될 필요가 있다. 또한 토픽을 이루는 상위 5개 연구와 다르게 최근 연구들에서는 질병과 관련된 기전 연구도 많이 진행되고 있다[63].
운동생리학에서 엘리트/운동과 관련된 연구는 종목별 경기력 향상과 부상 예방, 최적의 훈련 프로그램 개발을 위해 꾸준히 진행되어오고 있다[64]. 구간별 토픽 점유율 역시 1구간에 비해 4구간에서 증가한 것으로 나타났다. 특히 엘리트 선수들의 심폐지구력, 근력, 근지구력 등과 관련된 요인 분석 연구가 많은 점유율을 차지하고 있으며 최근에는 웨어러블 장치와 같은 생체 모니터링 기술을 통해 엘리트 선수들의 심박수, 혈중 산소 포화도, 근육 활성도를 측정하여 비대면으로 데이터를 수집할 수 있는 연구가 활발해지고 있다.
건강측정평가(Topic 7) 분야는 1구간에서 4구간까지 구간별로 토픽 점유율이 감소하는 것을 확인할 수 있었다. 최근 운동생리학에서 건강측정평가 분야에서는 기존의 건강 측정보다는 운동이 질병과 관련된 생리학적 기전을 밝히는 연구가 진행됨에 따라 기초적인 건강 측정 평가 연구는 상대적으로 감소한 것으로 나타났다[65]. 또한 과거에 비해 건강 측정에 대한 데이터가 풍부하며 이를 바탕으로 한 건강 예측 모델이 사용되면서 새로운 데이터를 측정하는 빈도가 감소되었을 가능성이 있다.
대사증후군(Topic 8)은 다른 Topic들과 비교하였을 때, 가장 많은 연구가 할당되었으며 1구간부터 4구간까지 꾸준히 토픽 점유율이 증가한 것으로 나타났다. 이는 전세계적으로 비만율의 증가, 생활 습관의 변화, 고령화 사회로 인해 대사증후군의 유병률이 증가하고 있으며 대사증후군과 관련된 연구가 크게 증가하고 있다[66]. 토픽을 이루는 상위 5개의 연구를 보더라도 대사증후군을 구성하는 비만, 인슐린 저항성, 고지혈증 등의 기전을 밝히기 위한 연구와 비만 모델 연구가 진행되고 있다. 이를 위해 동물을 활용한 실험을 통해 관련된 대사변화와 그로 인해 발생하는 생리학적 변화를 분석하고 있다[67]. 대사증후군과 관련된 주요 연구들 중, 대사증후군과 장내 미생물군유전체 간의 관계에 관한 연구는 최근 중요한 주제로 주목받고 있다[68]. 이러한 연구의 증가는 대사증후군의 메커니즘 이해를 돕고 인간 질병과 어떻게 연관 되어있는지를 파악하는 데 기여할 수 있다. 향후 대사증후군(Topic 8)의 연구는 대사증후군을 임상에서 조기에 발견할 수 있는 예측 모델과 개개인의 유전적, 환경적 특성을 고려한 맞춤형 예방과 치료 전략의 개발이 필요할 것으로 보인다.
운동생리학 분야에서의 연구 동향은 빠르게 변화하고 있으며 위의 Topic들의 연도별 점유율을 종합해 보았을 때 앞으로의 향후 연구 동향은 고령화 사회로 인한 노화 및 대사질환 예방에 초점을 맞춘 연구와 수집된 데이터를 기반으로 사람의 건강 상태와 운동효과를 분석할 수 있는 디지털 헬스케어와 웨어러블 기술과 관련된 연구가 증가할 것으로 보인다. 또한 위에서 기술된 대로 노인/운동 분야의 연구가 감소하였는데 엔데믹 이후 노인 대상 연구가 고령화 시대를 예방하기 위해 더욱 심도 있게 연구될 필요가 있다. 특히, 운동생리학에서 고령자의 신체적, 대사적 변화에 맞춘 체계적인 건강 증진 프로그램 개발과 같은 분야의 연구가 활발해지는 것이 중요하다.
결 론
운동생리학 분야에서 최근 10년간의 연구 동향을 분석한 결과, 여러 연구 주제가 시대적 흐름과 연구 기술의 발달에 따라 변화하고 있음을 확인할 수 있었다. 여러 연구 주제 중 대사증후군(Topic 8)은 고령화와 현대 사회에서의 비만과 생활 습관 변화로 인해 연구의 비중이 급격히 증가하고 있다. 반면, 노인/운동(Topic 5)은 코로나19로 인해 연구 환경이 제한되며 감소하는 경향을 보였다. 건강 측정 평가(Topic 7)는 1구간(2015-2017년)에 높은 점유율을 나타냈으나 기술의 발전과 새로운 데이터 측정 빈도의 감소가 구간별 점유율에 영향을 미쳤다. 이는 단순한 건강 측정에서 질병과 관련된 생리학적 기전을 밝히는 방향으로 연구 주제가 전환되고 있음을 나타낸다.
본 연구에서 운동생리학 연구 동향 분석은 운동 생리학이 디지털 헬스케어와 웨어러블 기술을 활용한 연구의 활성화와 더불어 시대적 요구에 맞춰 변화하고 있음을 시사한다. 본 연구는 해당 분야의 전반적인 흐름에 대한 정보를 제공하고자 하였으며, 도출된 결과에 따라 향후 고령화 사회에 대응하는 연구와 체계적인 건강 관리 프로그램 개발, 그리고 질병 예방에 대한 연구가 수행될 필요가 있다.
Notes
The authors declare that they do not have a conflict of interest.
AUTHOR CONTRIBUTIONS
Conceptualization: HK Lee; Data curation: HS Cho; Methodology: HS Cho; Visualization: HS Cho; Writing - original draft: HK Lee, DW Lee; Writing - review & editing: DM Kwak.