김세형 윤태영 강주영 2023-02 2288-3908 https://aurora.ajou.ac.kr/handle/2018.oak/35745 대한민국은 1999년에 고령자의 비율이 7%가 넘으면서 고령화 사회가 되었고, 2017년에는 고령자의 비율이 14%가 넘어 고령 사회가 되었다. 현재 많은 전문가들은 가까운 미래에 대한민국은 고령자들의 비율이 20%가 넘어 초고령 사회가 될 것으로 전망한다. 고령 사회가 되면서 이전에는 발생하지 않았던 다양한 문제들이 발생하고 있으며 그 빈도 또한 가속화되는 고령화와 함께 가파르게 증가하고 있다. 고령화의 진행에 대비하여 현재 우리나라는 2013년 개정된 민법에 따라 후견제도를 도입하여 운영하고 있다. 그러나, 여전히 고령자 관련 분쟁은 꾸준히 증가하고 있다. 따라서 고령자 관련 분쟁 및 피해 사례에 대해 다양한 유형을 파악하여 관련법과 정책 수립이 필요한 시점이다. 이에 본 연구는 고령화 단계에 따른 ‘고령자’와 관련된 판례를 분석하여 분쟁 사례들을 유형화한다. 이를 위해 ‘후견’, ‘고령’, ‘의사결정’, ‘부양’, ‘노인’을 키워드로 판례를 수집하여 분석하였다. 본 연구에서는 법률 전문가에 자문을 통해 토픽 모델링 결과에서 분쟁 유형을 도출하였다. 법률 전문가가 토픽 모델링 결과에서 효과적으로 분쟁 유형을 도출할 수 있도록 문장 임베딩 기술을 활용한 BERTopic을 이용하여 토픽 모델링을 진행하였다. 또한 소셜 네트워크 분석을 통해 토픽 모델링 결과를 보완하고 해석을 진행하였다. 많은 양의 판례 데이터에 텍스트 마이닝 기법을 활용하여 분석함으로써 주요한 분쟁 유형을 고령화의 진행 단계에 따라 도출하였다. 텍스트 마이닝을 통해 도출된 결과의 해석은 분석가의 주관이 들어가게 되는데, 토픽 모델링의 결과 해석을 법률 전문가를 통해 진행하여 그러한 단점을 보완할 수 있었다. 본 연구의 결과로 도출된 분쟁 유형들을 활용하여 추후 법률 제정 및 정책 수립에 활용될 것으로 기대된다. Kor 한국전자거래학회 BERTopic과 소셜 네트워크 분석 기반 고령화 단계별 판례분석을 통한 분쟁 유형 도출에 관한 연구 A Study on the Clustering of Dispute Types through Judicial Precedent Analysis Related to ‘Elderly’ Based on BERTopic and Social Network Analysis Article 144 1 123 한국전자거래학회지 28 한국전자거래학회지, Vol.28 No.1, pp.123-144 고령자 법률 텍스트 마이닝 토픽 모델링 후견 제도 BERT BERTopic 딥러닝 소셜 네트워크 분석 Elderly Legislation Text Mining Topic Modeling Guardianship System BERT BERTopic Deep Learning Social Network Analysis Article