네트워크 분석을 통한 국내 사회혁신 프로젝트 동향 분석 : 〈사회혁신한마당 SSIN〉(2018-2019)을 중심으로

주요 키워드 추출을 위해 지정어와 포함어, 유의어, 제외어를 정하여 단어를 필터링하였다. 지정어는 사회혁신과의 관련성이 명확한 개념이나 이름, 상호로 ‘엑셀러레이터, 디벨로퍼, 생태계, 네트워크’ 등이며, 유의어는 ‘이야기-토크-스토리, 소통-커뮤니케이션-교류, 동네-마을, 사업-비즈니스’ 등, 제외어에는 ‘내일, 대상, 제시, 제공’ 등이 포함되었다. 단어 필터링결과, 2018년 자료는 처음 추출된 1,489개 단어가 745개로, 2019년 자료는 1,239개 단어가 926개로 추려졌다(<Table 2> 참조).

Table 2.

Before and after word filtering of social innovation projects in 2018 and 2019

TF-IDF에 주어진 값을 기준으로 단어-프로젝트 간 관계(링크)가 추출되도록 필터링하였다. TF-IDF는 문서빈도와 역문서 빈도를 곱한 값으로, 이때 하나의 ‘문서’는 본 연구에서 하나의 ‘사회혁신 프로젝트’로 이해된다. 넷마이너는 다양한 TF 값 산출방식 중 증가빈도(Augmented Frequency) 방식을 채택하여 해당 문서에서 가장 많이 등장한 단어의 빈도수로 특정 단어의 빈도수를 나누어 TF를 계산한다. 즉 d문서 내 단어 t의 TF-IDF 값은 d문서에 포함된 단어 t의 등장 빈도와 전체 문서의 수를 단어 t가 전체 문서에서 등장한 빈도로 나눈 값의 로그 값과 곱한 값으로 구하며, 이를 수식으로 나타내면 아래와 같다.⁵⁾

tf(t, d): d문서에 등장한 단어 t의 문서빈도
idf(t, D): 문서 전체 D에 등장한 단어 t의 역문서 빈도
ft, d: d문서에 포함된 단어 t의 등장 빈도
N: 전체 문서 수

TF-IDF 값이 높은 단어는 해당 문서의 핵심 메시지를 담고 있을 확률이 높다. TF-IDF 값 0.1 이상의 단어-프로젝트 간 링크를 필터링한 결과, 최종 분석대상에 속한 링크 수는 2018년 자료에서 4,377개에서 3,300개로, 2019년 자료에서 2,433개에서 1,772개로 추출되었다(<Table 2> 참조).

필터링으로 추려진 데이터의 첫 분석 단계로 워드 클라우드(word cloud)를 생성하여 프로젝트에 나타난 주요 단어가 무엇인지 확인하였다. 앞서 필터링을 통해 TF-IDF가 작은 경우를 제외한 단어-프로젝트 링크를 대상으로 단어-프로젝트 간 2-모드 네트워크 데이터를 1-모드 유사성 네트워크로 변환하여 각 단어와 연결된 프로젝트의 수, 즉 해당 단어가 몇 개의 프로젝트에서 등장하는지 그 연결의 강도를 분석하였다. 그 중 연결된 프로젝트 수 상위 500개의 유의미한 단어로 워드 클라우드를 생성하였다. 워드 클라우드 생성은 각 분석대상 연도의 자료를 별도로 분석하였다.

다음으로 토픽 모델링 분석을 통해 각 연도의 분석대상 프로젝트 전체를 일정 기준에 따라 하위분류하여 몇 가지 토픽으로 나누었다. 토픽 모델링이란 현재 문서를 가장 잘 설명하는 단어의 확률분포와 문서별 토픽 분포를 추출하는 방법으로, 텍스트마이닝을 통하는 가장 대표적인 토픽 모델링 방법인 LDA 방식을 채택하였다(Blei et al. 2003). 한편 본 연구는 시기별 문서 텍스트를 수집하여 각 시기의 토픽 특성을 파악하는 동적 토픽 모델링(dynamic topic modeling)(이수상, 2016)을 하였으며, 이를 통해 시간에 따른 토픽의 변화양상을 파악하였다. Panichella et al.(2013)의 방식대로, 클러스터 안의 데이터들이 다른 클러스터와 비교해서 얼마나 비슷한가를 나타내는 클러스터링 평가방법 실루엣(silhouette) 기법을 활용하였고, 최적의 토픽 수와 alpha 및 beta 값과 계산반복횟수(number of iterations)를 찾고자 다음의 선행연구들을 추가로 참고하였다.

토픽 수 결정 알고리즘은 이원상·손소영(2015)의 문헌을 참고하여 확률분포의 퍼플렉서티(perplexity) 값을 이용하였다. 퍼플렉서티는 확률분포 모형에서 협업, 파트너십 등과 같이 결과 만족도가 높아 토픽 수가 최적일 때 가장 작은 값을 나타낸다. 연구자는 양 해의 데이터에 대해 각각 다양한 토픽 수를 시도하여 퍼플렉서티 값이 가장 작은 값을 취해 토픽 수 5를 채택하였다. 양 해의 토픽 수가 같은 것은 독립된 알고리즘에 의한 우연의 결과로, 의도적으로 같은 값을 취한 것은 아님을 밝힌다. 또한 이렇게 결정된 토픽 수로 도출된 토픽 모델링은 주제의 범주화가 가장 잘 되었다고 판단된다.

분석의 학습방식(learning method)은 잠재적 토픽 모델에 널리 사용되는 MCMC 방식을 선택하였고 분석을 위한 설정값은 Chang(2011)의 사례를 따라 알파(alpha), 베타(beta)의 값을 지정하였다.⁶⁾ Griffiths and Steyvers(2004)에 따르면 일반적으로 알파는 50을 토픽 수로 나눈 수를 취하는 것이 적절하며, 베타는 0.1을 취하는 경우와 0.01을 취하는 경우가 존재한다(Steyvers and Griffiths, 2007). 알파 값은 클수록 토픽들의 분포가 비슷해지고 작을수록 특정 토픽에 해당하는 프로젝트 수가 크게 나타나는 경향이 있었는데, 이에 연구자는 각 연도의 자료를 분석할 시 10.0 부근의 다양한 알파 값으로 토픽 모델링 분석을 실시하여 주제 범주화가 가장 적절히 이루어지고 토픽별 키워드 및 해당 프로젝트 수가 적절히 분포된 값을 채택하였다. 분석절차의 계산반복횟수에 관해 Kyrölä(2010)는 1.000회가 적절히 혼합된 샘플을 얻기 위한 일반적인 숫자라고 하였고, 본 연구에서도 그와 같이 분석하였다. 토픽 모델링 분석 결과 각 토픽의 토픽명은 각 토픽의 대표 키워드를 참고하여 연구자가 지정하였다(이원상 외, 2015).

토픽-키워드 네트워크 분석은 모든 토픽과 주요 키워드 간 2-모드 네트워크로, 토픽별 영향력이 높은 주요 단어를 추출하였다. 이때 단어-토픽 간 링크의 비중(weight)은 단어-토픽이 서로 연관될 확률로, 그 수치가 높을수록 링크 선의 두께가 두껍게 나타나도록 하였다. 토픽-키워드 네트워크 분석을 통해 2개 이상의 토픽을 연결하는 매개(brockerage) 키워드가 있는지 확인하여 이러한 매개 키워드가 갖는 함의를 고찰하였다.

마지막으로 각 토픽에 해당하는 프로젝트의 내용을 살펴 토픽별 주요 단어가 등장한 맥락을 비교하였다. 즉 토픽-프로젝트 네트워크 분석을 통해 다양한 토픽을 아우르는 토픽 간 매개 역할을 하는 프로젝트의 존재 여부를 살펴보아 향후 프로젝트 간 협업의 가능성 및 정부 지원 및 투자 유치 등에 참고하고자 한다.

앞서 설명한 바와 같이 토픽 수 5, 알파 값 8.25, 베타 값 0.1을 채택하여, 2018년 대표적인 사회혁신 프로젝트의 토픽 모델링을 분석하였다. 분석 결과 토픽별 상위 5개 키워드는 Table 3과 같이 나타났으며 연구자가 토픽의 대표 키워드를 참고하여 설정한 토픽명은 ① 일과 삶의 균형, ② 리빙랩, ③ 공동체 회복, ④ 청년의 지역 활동, ⑤ 고령화 사회이다. 전체 70개 프로젝트 중 토픽별로 연관된 프로젝트 수는 10~19개로, 비교적 고른 분포를 보였다. 5가지 토픽 중 “청년의 지역 활동”(토픽④)은 관련 프로젝트의 수가 가장 많아, 2018년의 사회혁신 프로젝트 중 가장 큰 비중을 차지하였다. 한편 실제 사회혁신 프로젝트의 대부분은 생활 속 문제점을 해결하려는 경우가 대부분으로 각 프로젝트는 특정 토픽에만 해당될 수 있는 성질의 것이 아니기에 토픽 모델링 분석 결과 몇 가지 키워드가 두 토픽에 중복 등장하는 경우가 있다.

Table 3.

2018 topic modeling with LDA

첫 번째 토픽 “일과 삶의 균형”은 최근 직업생활과 일상적 삶의 균형을 추구하는 이른바 ‘워라벨(work-life balance)’ 경향을 반영한 것이다. 자아를 실현하면서 삶을 영위하고자 하는 경향은 사회혁신 프로젝트에서 ‘노동, 가치관, 기업, 삶’ 등의 키워드와 상호 밀접한 관련성을 보이고 있다.

두 번째 토픽 “리빙랩”은 일상의 문제를 시민들이 협업을 통해 논의하고 계획하고 실행하고 개선 혹은 해결방안을 찾는 방식이다. 이는 세 번째 토픽 “공동체 회복”을 위한 실행방법(action plan)의 일종으로 볼 수 있다. ‘동네, 협업, 사람, 공동체, 거점’ 등이 이와 연관된 주요 키워드이다. 즉, 공동체의 일원이 참여자가 되어 지역 문제를 해결하는 방식이 실현되고 있음을 보여준다. 이는 지역커뮤니티를 다루는 도시계획적 관점이 리빙랩을 통해 사회혁신으로 연결될 수 있음을 보여준다.

세 가지 토픽(“일과 삶의 균형”, “리빙랩”, “공동체 회복”)은 네 번째 토픽 “청년의 지역 활동”의 목적과 달성을 위한 구체적 방법이라 할 수 있다. 청년이 지역 문제에 관심을 가지고 적극적으로 해결책을 모색하는 상황을 보여준다.

마지막으로 우리 사회 당면 과제인 “고령화 사회”와 관련된 사회혁신 프로젝트에는 ‘노인’ 외에 ‘교육’, ‘시민’, ‘경제’, ‘노동’, ‘가치관’ 등의 키워드가 등장하고 있다. 이 토픽은 고령 사회를 향하는 한국 사회가 교육, 경제, 노동 등 다양한 분야와 연관되어 있음을 반증한다.

2019년 토픽 모델링 분석 역시 토픽 수 5, 알파값 8.25, 베타값 0.1로 설정하였으며, 1,000회 반복하여 계산하였다. 토픽별 대표 키워드를 참고하여, 토픽명을 ① 데이터 활용 해결, ② 정부와 공동체의 협업, ③ IT를 통한 혁신, ④ 청년의 지역문화 사업, ⑤ 마을단위 혁신사업으로 설정하였다. 각 토픽에 해당되는 주요 키워드는 Table 4와 같다. 전체 45개 프로젝트 중 토픽별 관련 프로젝트 수는 7~12개이다.

Table 4.

2019 topic modeling with LDA

토픽별 상위 키워드 중 ‘데이터’, ‘기술’, ‘개발자’ 등 IT(정보기술)와 관련된 단어가 2019년 새로이 등장했으며, 2018년 주요 단어였던 ‘문화’, ‘청년’, ‘지역’과 ‘노동’, ‘기업’, ‘협업’, ‘지역’, ‘청년’ 등의 단어가 2년 연속 나타났다. 토픽별 상위 키워드 중 두 토픽에서 중복으로 등장하는 ‘지역’은 이에 관련된 사회혁신 프로젝트가 다수 진행되고 있음을 보여준다.

첫 번째와 세 번째 토픽 “데이터를 활용한 해결” 및 “IT를 통한 혁신”은 데이터와 IT 기술을 활용하여 사회문제를 해결하고자 하는 바가 증가함을 알려준다.

한편 세 번째 토픽 “IT를 통한 노동 혁신”과 네 번째 토픽 “청년의 지역문화 사업”에 나타난 키워드 ‘기업’, ‘사업’, ‘리더’는 사회혁신의 중심이 정부 및 시민(단체)에서 기업으로 그 영역을 넓혀가고 있다고 해석된다. 민간 차원의 유연하고 빠른 의사결정 구조에 힘입어 사회문제에 관해 다양한 시도가 이루어지고 있는 것이다.

마지막 다섯 번째 토픽 “마을단위 혁신사업”은 2018년에 나타난 토픽 “공동체 회복”의 연결선 상에 있는 토픽으로 지역 내 공동체에 대한 관심과 노력이 2019년에도 계속되고 있음을 알 수 있다.

2018년 토픽 모델링 분석 결과는 노동, 주거, 지역사회, 공동체, 청년(취업), 고령화 사회 등이 주요 이슈였음을 보여준다. 대표적 프로젝트로는 <지역에서 하고 싶은 일 하면서 살아가기>, <지역과 청년과 일을 연결하다> 및 <노인 인권이란 고령화 시대의 인권이다>를 들 수 있다.

2019년에는 데이터, 협업, 개발자 교육, 사업 및 기업 관련 주제어가 새롭게 등장하였다. <시민의 데이터 리터러시가 사회를 바꾼다>, <모임의 힘: 여성 개발자 커뮤니티 활동>, <사회혁신 비즈니스 디자인씽킹 ‘모비랩’> 등의 프로젝트는 각각 데이터, IT 개발, 비즈니스 관점에서 사회문제에 접근한 사례이다. 토픽 모델링 분석 결과와 관련된 프로젝트에 대한 분석은 후반부의 토픽-프로젝트 네트워크 분석에서 자세히 논하고자 한다.

지역사회 및 지역문화에 주목하고 있는 현상은 2018년에 이어 2019년에도 계속되고 있다. 이는 공동체와 지역성(locality), 그리고 문화의 중요성에 주목하는 범세계적 흐름과 맥을 같이 한다(Gupta and Ferguson, 1997; Mayo, 2000; Joychelovitch, 2019).

2019년 ‘데이터’, ‘개발자’ 등의 키워드가 토픽 모델링 분석 결과에 나타난 것은 2018년에 없던 새로운 현상으로, 빠르게 진화하는 정보기술이 국내 사회혁신 영역에 활발히 적용되고 있음을 보여준다. 2019년의 또 다른 트렌드는 사회혁신의 발전에 있어 정부의 역할이다. 중앙정부가 공동체 등과 협업으로 지식을 공유하며 혁신을 추구하는 단계에 이른 것은 정부와 시민(단체), 기업 등 서로 다른 주체들이 경계를 넘나들며 협업을 진행하고 있는 것(Cooke and Muir, 2012)으로 해석된다.

2018년 프로젝트의 5가지 토픽은 상호 공유하는 키워드가 고루 있는 다원적 네트워크를 이룬다. 토픽 중 “일과 삶의 균형”과 “리빙랩”이 비교적 중심성이 높았으며 “고령화 사회”가 그 뒤를 따랐다. 3가지 토픽에서 공통으로 자주 등장한 키워드 ‘가치관’, ‘이야기’, ‘본인’은 국내 사회혁신 프로젝트가 혁신가 자신의 가치관 또는 자아실현과 관련된 것으로 보인다. 다만 “공동체 회복”과 “청년의 지역활동” 토픽은 서로 직접 연결되는 키워드를 갖지 않는 것으로 분석되었다.

그 외 “고령화 사회”와 “일과 삶의 균형” 토픽은 ‘가치관’, ‘노동’, ‘문제’, ‘본인’이 매개키워드로 작용하였다. 고령화 사회에 있어서의 노동 문제와 (노동의) 가치에 대한 문제가 중요해 짐을 알 수 있다.

그리고 “일과 삶의 균형”에 있어 ‘본인’, ‘사람’의 키워드가 “공동체 회복” 및 “리빙랩”과 연결되는 것으로 보아, 더 나은 삶을 위해 공동체 회복의 중요성을 인지하고 있으며, “리빙랩”과 같은 일상에서의 해결방식을 추구하고 있음을 볼 수 있다.

“청년의 지역 활동”은 고령화가 평균 이상으로 급속히 진행되고 있는 농촌 지역에서 그 해결책이 요구되어 “고령화 사회” 토픽과 연결되며, “리빙랩” 및 “일과 삶의 균형” 토픽과는 ‘기획, 이야기’ 등의 키워드를 공유한다. 이와 같이 2018년 청년들의 사회혁신 활동 범위는 지역, 농촌 지역, 노인, 이야기, 도시, 문화 등 매우 다양하며 2가지 이상의 토픽을 아우르는 경우가 많다.

2019년에는 “데이터를 활용한 해결” 외 나머지 4개 토픽(“정부와 공동체의 협업”, “청년의 지역문화사업”, “IT를 통한 노동 혁신” 및 “마을단위 혁신사업”)이 각각의 공통 키워드로 상호 긴밀하게 연결된 네트워크를 이루고 있다. 이들은 ‘공동체’, ‘협업’, ‘도시’, ‘리더’, ‘지역’, ‘이야기’, ‘노동’ 등의 키워드를 공유한다. 특히 ‘공동체’는 가장 많은 3가지 토픽에 연관되며 2019년 프로젝트에서 비중 있게 다루어지고 있다. 이는 사회혁신에서 공동체 관련 사항은 개선되어야 할 주요 관심사이자 사회문제로 인식되었음을 반증한다.

가장 높은 중심성을 갖는 토픽은 “정부와 공동체의 협업”이며, 5개 토픽 중 홀로 떨어져 있는 “데이터를 활용한 해결” 토픽도 “정부와 공동체의 협업” 토픽과 ‘주민’이라는 키워드로 연결된다. “정부와 공동체의 협업”의 주요 이해관계자로써의 주민이 “데이터를 활용한 (사회문제) 해결”을 요구하고 있는 것이다.

공동체 그리고 청년 활동에 대한 키워드는 2018년의 “청년의 지역활동”, “공동체 회복”과 2019년의 “청년의 지역문화 사업”과 같이 비슷한 양태로 나타났다. 노동 또한 지속적으로 다루어지는 주제이다. 2018년이 일과 삶의 균형을 찾으며 새로운 가치관을 모색하는 시기였다면, 2019년의 분석 결과는 정보기술 분야로 연계된 모습이다.

특히 2019년 새로 등장한 토픽 “데이터를 활용한 해결”과 “IT를 통한 혁신”과 관련하여 개발자 교육, 코딩 교육 등이 사회혁신의 범주에 새롭게 등장하였다. 디지털 사회혁신(Digital Social Innovation, DSI)이 매우 중요한 분야로 나타나고 있고, 이를 실천하기 위한 구체적인 방법들이 요구되고 있다.

키워드 변화와 함께 네트워크 특성도 변화하였다. 2018년에는 5가지 토픽이 강하게 연결하며 군집하는 경향에 비해, 2019년에는 “데이터를 활용한 해결”과 나머지 토픽이 나누어져 있다.

2018년 조사된 사회혁신 프로젝트의 토픽-키워드 네트워크에서 2가지 이상의 토픽을 잇는 매개키워드가 조밀한 네트워크를 이룬 반면, Figure 5를 통해 토픽 간 매개가 되는 프로젝트는 상대적으로 그 관계망이 단순한 것을 확인할 수 있다. 5가지 토픽 중 프로젝트 중심성이 높은 토픽은 “리빙랩”이며, 특히“고령화 사회” 토픽의 경우 매개가 되는 프로젝트가 없는 동떨어진 네트워크로 나타난다.

토픽 간 매개 역할을 하는 프로젝트와 그 내용의 일부를 살펴보면 다음과 같다. 토픽 “리빙랩”과 “일과 삶의 균형”을 중개하는 연락담당자(Liaison) 기능을 하는 프로젝트로는 <역사를 통한 여행>, <오늘의 실패를 내일로 미루지 마라>, <그림가게 미나리 하우스>, <구하라 담비와 예술동물원>이 있다. 한 예로, <역사를 통한 여행>은 전 세계의 역사 여행지를 돌아보며 받은 영감으로 지속적으로 시민들에게 역사적 소양을 키워주고자 한다. <서학동 예술마을에서 사는 이야기>, <사람이 모이는 지역의 조건> 또한 토픽 “공동체 회복”과 “리빙랩” 사이에서 연락담당자로 기능한다. 특히 <서학동 예술마을에서 사는 이야기>에서는 작가가 주요활동가로서 작품 제작, 마을 공공미술 관련 활동과 더불어 할매공방을 운영하고 동네 아이 엄마들과 작업하며 아이를 키우고 공동체 속에서 함께 놀기를 실천하고 있다.

그 외 토픽 “청년의 지역활동”과 “리빙랩”을 징검다리로 매개하며 대리인(Representative) 및 문지기(Gatekeeper)라는 관계로 이어주는 프로젝트에는 <지역에서 하고 싶은 일 하면서 살아가기>, <지역예술 활성화 방안에 대한 고민>이 있다. 이들은 각각 청년대상 문화/교육 콘텐츠 제작 및 네트워킹, 지역예술 활성화를 주요 주제로 활동하며 상호 연관되었다.

다른 토픽 간 매개 역할을 하는 프로젝트는 없으나 토픽 “고령화 사회”에도 주목할 만한 프로젝트가 있다. <할머니학교>는 할머니의 배움이 가족의 변화로 이어지고 ‘할머니학교’ 운영과정에 의해 노인 관련 관점이 전환되는 데 기여했으며, <노인 인권이란 고령화 시대의 인권이다>는 노인 학대에 관해 알리며 인권교육을 통해 인권의식 향상을 위해 노력하여 시민들의 자발적인 노인지원을 이끌어냈다.

2019년의 토픽-프로젝트 네트워크는 모든 토픽이 하나 이상의 다른 토픽과 연관된 것으로 나타나, 전체적으로 조화로운 네트워크를 이룬다. 이는 동일한 해의 토픽-키워드 네트워크에서 “정부와 공동체의 협업” 토픽을 중심으로 “데이터를 활용한 해결”을 제외한 나머지 네 토픽에 연결성이 집중되었던 것과 다른 양상이다. 다시 말해 각 프로젝트의 내용을 바탕으로 토픽 모델링 분석된 키워드의 네트워크와 달리 각 토픽과 연관된 개별 프로젝트의 관계를 살펴보았을 때 소외된 토픽이 없이 균형 잡힌 네트워크를 이루고 있다.

Figure 6에 오각형 노드로 표현된 매개 프로젝트는 모두 2가지 토픽 사이에서 연락담당자로서 기능한다. 5가지 토픽 중 비교적 긴밀한 네트워크를 이루는 “정부와 공동체의 협업”, “청년의 지역문화 사업” 그리고 “도시 속 동네 이야기”에서 그러한 기능을 하는 프로젝트는 <놀이를 찾는 사람들>, <업자마인드 장착 공무원들의 담담한 대화>, <지속가능한 지역의 혁신, 시민 자산화>, <커먼즈필드, 우리는 무엇을 할 수 있을까>, <줄리엣과 도시광부, 그 이후>가 있다. 이 중 <놀이를 찾는 사람들>은 문화재 등 지역의 고유한 자원을 놀이로 만들고자 하는 청년들의 혁신 프로젝트로, 지역에 주목한 사업이자 향후 정부 및 지역 공동체와의 협업이 필요하다.

Figure 6.

2019 topic-project network visualization (Each document represents a project)

앞서 토픽-키워드 네트워크에서 다른 토픽들과 약한 연결성을 보였던 “데이터를 활용한 해결”은 각각 <업자마인드 장착 공무원들의 담담한 대화>, <포용적 혁신, 혁신적 포용은 가능할까?> 및 <집단지성의 힘: 일본 방사능 측정지도>와 “정부와 공동체의 협업” 및 “IT를 통한 노동 혁신”과 연결된다. 그 가운데 주목할 만한 <집단지성의 힘: 일본 방사능 측정지도>는 정부의 정보 공유가 제한적인 현실에서 자발적 선의로 뭉친 개인들이 집단의 힘을 발휘하여 혁신을 성취할 가능성을 보여줬다.

2018년 토픽-프로젝트 네트워크에는 중심성을 띄는 토픽 및 2가지 키워드를 매개하는 프로젝트가 존재했다. 매개 역할을 하는 프로젝트는 향후 두 가지 혹은 그 이상의 분야에 영향을 끼치며 성장할 수 있는 가능성을 지닌 것이다. 예를 들어, <지역예술 활성화 방안에 대한 고민>과 같이 징검다리 역할을 하는 프로젝트가 존재한다.

그러나 “고령화 사회” 토픽 관련 프로젝트는 다른 토픽과 상호 연관된 바 없이 동떨어져 있다. 다시 말해 “고령화 사회”와 관련된 프로젝트는 “일과 삶의 균형”, “리빙랩”, “청년의 지역활동” 등 다른 이슈와 연결되어 다루어지지 않고 오로지 고령화 사회에만 집중하여 다루어졌다. 고령화 사회에 주목한 프로젝트의 대상이 고령인구 밀집 지역이었음을 감안할 때, Figure 5와 같은 네트워크가 형성된 것은 관련 프로젝트의 지역적 배경과 지리적으로 연관되기 어려웠던 것이 그 이유라고 해석된다.

반면 2019년의 프로젝트는 이전 해의 “고령화 사회” 토픽과 같이 전체 네트워크에서 소외되거나 “리빙랩”과 같이 중심성이 두드러지는 단일 토픽 없이 분석된 모든 토픽 및 연관 프로젝트가 다원적 네트워크 구조를 이룬다. 분석 대상이 된 전체 프로젝트 중 2019년의 경우 2가지 이상의 토픽을 연결하는 매개 프로젝트의 수가 2018년 보다 상대적으로 많아, 다양한 주제를 아우르는 프로젝트 사례가 증가했음을 알 수 있다. 이것은 개별 혁신가로서 사고의 확장이 이루어진 결과이자 다원적 협력체가 구축될 수 있는 생태계 구조를 띠고 있다는 점에서 긍정적 의미를 갖는다.

이같이 토픽 간 경계를 넘나드는 포괄적 시도가 시작된 것은 향후 한국의 사회혁신 생태계 발전에 있어 희망적 요소로 해석된다. 예를 들어 토픽 간 매개 역할을 하는 프로젝트의 활동가에게 해당 프로젝트의 전체 네트워크 내 중요 역할에 대해 알리며 해당 토픽 관련 플랫폼 역할을 촉구할 수 있다. 같은 토픽들을 매개하는 프로젝트의 경우 상호 더욱 긴밀한 교류 및 협업의 제안이 가능하다. 덧붙여 이들의 매개 역할은 단일 토픽에 연관된 프로젝트에게 좋은 사례가 된다. 가령 2018년의 주요 토픽 중 “고령화 사회”에 연관된 프로젝트 중 두 가지 이상의 토픽을 넘나드는 사례가 발견되지 않았는데, 토픽-키워드 네트워크 분석 결과를 참고하여 다른 토픽 및 프로젝트와의 새로운 연계 등 프로젝트의 발전을 꾀할 수 있다. 특히 정부가 국내 사회혁신 플랫폼을 구축 및 운영하고, 매개 역할을 하는 프로젝트들이 혁신의 중추적 역할을 한다면 더욱 실효성 있는 사회혁신 생태계와 커뮤니티를 육성할 수 있다.