Changes in Social Discourse on Healthcare Artificial Intelligence Before and After the Enforcement of the 「AI Basic Act」: A News Article-Based Topic Modeling and Keyword Network Analysis

doi:10.22716/sckt.2026.14.2.010

All Issue

2026 Vol.14, Issue 2 Preview Page

Research Article

Changes in Social Discourse on Healthcare Artificial Intelligence Before and After the Enforcement of the 「AI Basic Act」: A News Article-Based Topic Modeling and Keyword Network Analysis 「AI 기본법」 시행 전·후 보건의료 AI의 사회적 담론 변화: 뉴스 기사 기반 토픽모델링 및 키워드 네트워크 분석: Eunsuk Lee¹
이은숙¹; ¹Assistant Professor, Keimyung University College of Nursing

¹계명대학교 간호대학 조교수

30 June 2026. pp. 115-133

PDF

Abstract

본 연구는 ｢AI 기본법｣ 시행 전·후 보건의료 AI 관련 뉴스 담론의 변화를 분석하기 위해 2023년 1월 1일부터 2026년 5월 10일까지 BIGKinds에서 수집한 뉴스 기사 3,371건을 대상으로 TF-IDF, LDA 토픽 모델링 및 키워드 네트워크 분석을 실시하였다. 분석 결과, 시행 전 담론은 바이오헬스 연구개발, 차세대 의료제품 육성, 보건의료데이터 활용, 디지털 헬스케어 플랫폼 등 기술개발과 산업 활성화 중심으로 구성되었다. 반면 시행 후에는 AI 의료기기·의약품 정책개발, 취약지 의료지원, 개인정보보호, 생애전주기 관리, 의료빅데이터 거버넌스 및 지역기반 정밀의료 안전망이 부각되었다. 키워드 네트워크 분석에서도 시행 전에는 바이오헬스 연구개발과 차세대 의료제품 육성을 중심으로 기술·산업 관련 키워드가 연결된 반면, 시행 후에는 정책개발, 취약지 의료지원, 개인정보보호, 통합돌봄 및 거버넌스 관련 키워드의 연결 구조가 강화되었다. 특히 법 시행 이후 보건의료 AI는 기술 도입의 문제를 넘어 안전성, 책임성, 공공성 및 건강형평성을 고려해야 하는 정책적 의제로 확장되었다. 본 연구는 보건의료 AI 담론이 기술혁신 중심에서 안전성, 공공성, 책임성, 형평성을 포함하는 신뢰 기반 거버넌스 중심으로 이동하고 있음을 확인하였다.

This study examined changes in news discourse on healthcare artificial intelligence before and after the enforcement of the AI Basic Act in Korea. A total of 3,371 news articles published between January 1, 2023, and May 10, 2026, were collected from BIGKinds and divided into two periods based on the enforcement date of January 22, 2026. TF-IDF analysis, latent Dirichlet allocation topic modeling, and keyword network analysis were conducted to identify major keywords, latent topics, and semantic structures. Before the enforcement of the Act, the discourse mainly focused on biohealth research and development, next-generation medical products, healthcare data utilization, generative AI, and digital healthcare platforms, indicating a technology- and industry-oriented perspective. After the enforcement of the Act, the discourse shifted toward AI medical device and pharmaceutical policy development, support for medically underserved areas, personal information protection, life-cycle-based management, healthcare big data governance, and region-based precision medicine safety nets. These findings suggest a shift toward trust-based governance emphasizing safety, publicness, accountability, equity, and human-centered care.

Keywords

Healthcare AI

AI Basic Act

News Articles

Topic Modeling

Keyword Network Analysis

References

과학기술정보통신부, “인공지능 발전과 신뢰 기반 조성 등에 관한 기본법”, 법률 제21311호, 2026.
김지은, “의료 인공지능의 활용과 지원”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.
World Health Organization, “Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models”, World Health Organization, 2025.
유승찬, “생성형 AI를 활용한 의무기록 초안 작성 서비스”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.
정찬권, 최인영, “디지털 병리와 인공지능”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.
김경진, “정성적 평가 기반의 의료 인공지능 발전 방향 분석”, 박사학위논문, 순천향대학교 대학원, 2021.
이수경, “생성형 AI의 의료적 활용과 개인정보보호”, 의료법학, 제24권, 제4호, pp. 67-101, 2023.
10.29291/kslm.2023.24.4.067
이인영, “보건의료에서의 인공지능 적용과 관련된 법적 과제에 대한 개관”, 한국의료법학회지, 제27권, 제2호, pp. 35-71, 2019.
10.17215/kaml.2019.12.27.2.35
국가생명윤리정책원, “보건의료분야의 인공지능 윤리와 거버넌스: 대규모 멀티모달 모델에 대한 가이던스”, 국가생명윤리정책원, 2025.
D. M. Blei, A. Y. Ng, and M. I. Jordan, “Latent Dirichlet allocation”, Journal of Machine Learning Research, Vol. 3, pp. 993-1022, 2003.
E. Otte, and R. Rousseau, “Social network analysis: A powerful strategy, also for the information sciences”, Journal of Information Science, Vol. 28, No. 6, pp. 441-453, 2002.
10.1177/016555150202800601
한국언론진흥재단, “BIGKinds 뉴스검색·분석 서비스 안내”, 한국언론진흥재단, 2026.
R Core Team, “R: A language and environment for statistical computing”, R Foundation for Statistical Computing, 2024.
I. Feinerer, K. Hornik, and D. Meyer, “Text mining infrastructure in R”, Journal of Statistical Software, Vol. 25, No. 5, pp. 1-54, 2008.
10.18637/jss.v025.i05
G. Salton, and C. Buckley, “Term-weighting approaches in automatic text retrieval”, Information Processing & Management, Vol. 24, No. 5, pp. 513-523, 1988.
10.1016/0306-4573(88)90021-0
B. Grün, and K. Hornik, “topicmodels: An R package for fitting topic models”, Journal of Statistical Software, Vol. 40, No. 13, pp. 1-30, 2011.
10.18637/jss.v040.i13
C. Sievert, and K. Shirley, “LDAvis: A method for visualizing and interpreting topics”, In Proceedings of the Workshop on Interactive Language Learning, Visualization, and Interfaces, pp. 63-70, 2014.
10.3115/v1/W14-3110
J. Chang, J. Boyd-Graber, S. Gerrish, C. Wang, and D. M. Blei, “Reading tea leaves: How humans interpret topic models”, Advances in Neural Information Processing Systems, Vol. 32, pp. 288-296, 2009.
G. Csardi, and T. Nepusz, “The igraph software package for complex network research”, InterJournal, Complex Systems, Vol. 1695, pp. 1-9, 2006.
윤은경, 김정옥, 변혜민, 이국근, “COVID-19 ‘덕분에 챌린지’ 전후 간호사 관련 뉴스 기사의 토픽 모델링 및 키워드 네트워크 분석”, Journal of Korean Academy of Nursing, 제51권, 제4호, pp. 442-453, 2021.

Information

Publisher :The Society of Convergence Knowledge
Publisher(Ko) :융복합지식학회
Journal Title :The Society of Convergence Knowledge Transactions
Journal Title(Ko) :융복합지식학회논문지
Volume : 14
No :2
Pages :115-133
DOI :https://doi.org/10.22716/sckt.2026.14.2.010

[1] 과학기술정보통신부, “인공지능 발전과 신뢰 기반 조성 등에 관한 기본법”, 법률 제21311호, 2026.

[2] 김지은, “의료 인공지능의 활용과 지원”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.

[3] World Health Organization, “Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models”, World Health Organization, 2025.

[4] 유승찬, “생성형 AI를 활용한 의무기록 초안 작성 서비스”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.

[5] 정찬권, 최인영, “디지털 병리와 인공지능”, 의료 AI의 병원 적용사례와 과제, 한국보건산업진흥원, 2025.

[6] 김경진, “정성적 평가 기반의 의료 인공지능 발전 방향 분석”, 박사학위논문, 순천향대학교 대학원, 2021.

[7] 이수경, “생성형 AI의 의료적 활용과 개인정보보호”, 의료법학, 제24권, 제4호, pp. 67-101, 2023.
10.29291/kslm.2023.24.4.067

[8] 이인영, “보건의료에서의 인공지능 적용과 관련된 법적 과제에 대한 개관”, 한국의료법학회지, 제27권, 제2호, pp. 35-71, 2019.
10.17215/kaml.2019.12.27.2.35

[9] 국가생명윤리정책원, “보건의료분야의 인공지능 윤리와 거버넌스: 대규모 멀티모달 모델에 대한 가이던스”, 국가생명윤리정책원, 2025.

[10] D. M. Blei, A. Y. Ng, and M. I. Jordan, “Latent Dirichlet allocation”, Journal of Machine Learning Research, Vol. 3, pp. 993-1022, 2003.

[11] E. Otte, and R. Rousseau, “Social network analysis: A powerful strategy, also for the information sciences”, Journal of Information Science, Vol. 28, No. 6, pp. 441-453, 2002.
10.1177/016555150202800601

[12] 한국언론진흥재단, “BIGKinds 뉴스검색·분석 서비스 안내”, 한국언론진흥재단, 2026.

[13] R Core Team, “R: A language and environment for statistical computing”, R Foundation for Statistical Computing, 2024.

[14] I. Feinerer, K. Hornik, and D. Meyer, “Text mining infrastructure in R”, Journal of Statistical Software, Vol. 25, No. 5, pp. 1-54, 2008.
10.18637/jss.v025.i05

[15] G. Salton, and C. Buckley, “Term-weighting approaches in automatic text retrieval”, Information Processing & Management, Vol. 24, No. 5, pp. 513-523, 1988.
10.1016/0306-4573(88)90021-0

[16] B. Grün, and K. Hornik, “topicmodels: An R package for fitting topic models”, Journal of Statistical Software, Vol. 40, No. 13, pp. 1-30, 2011.
10.18637/jss.v040.i13

[17] C. Sievert, and K. Shirley, “LDAvis: A method for visualizing and interpreting topics”, In Proceedings of the Workshop on Interactive Language Learning, Visualization, and Interfaces, pp. 63-70, 2014.
10.3115/v1/W14-3110

[18] J. Chang, J. Boyd-Graber, S. Gerrish, C. Wang, and D. M. Blei, “Reading tea leaves: How humans interpret topic models”, Advances in Neural Information Processing Systems, Vol. 32, pp. 288-296, 2009.

[19] G. Csardi, and T. Nepusz, “The igraph software package for complex network research”, InterJournal, Complex Systems, Vol. 1695, pp. 1-9, 2006.

[20] 윤은경, 김정옥, 변혜민, 이국근, “COVID-19 ‘덕분에 챌린지’ 전후 간호사 관련 뉴스 기사의 토픽 모델링 및 키워드 네트워크 분석”, Journal of Korean Academy of Nursing, 제51권, 제4호, pp. 442-453, 2021.

The Society of Convergence Knowledge Transactions ISSN:2287-8920(Print) 융복합지식학회논문지

All Issue