이 연구는 학술 논문 전문(full-text)을 기반으로 자연어처리(NLP) 분야의 대규모 알고리즘 공동출현(co-occurrence) 네트워크를 구축하고, 알고리즘의 영향력을 네트워크 관점에서 분석한다. 기존 연구가 알고리즘을 개별적으로 평가한 것과 달리, 딥러닝 모델로 알고리즘 개체를 추출해 전체·누적·연도별 공동출현 네트워크를 만들고 다양한 중심성 지표로 집단적 영향력을 시간에 따라 측정했다. 그 결과 알고리즘 네트워크는 복잡 네트워크의 전형적 특징을 보이며 약 20년에 걸쳐 연결이 점점 조밀해졌다. 고전적·고성능 알고리즘과 서로 다른 연구 시기의 교차점에 위치한 알고리즘이 높은 인기·통제력·중심성을 가졌으며, 영향력이 쇠퇴할 때는 먼저 핵심 네트워크 위치를 잃은 뒤 다른 알고리즘과의 연관이 약해졌다. 40여 년의 출판물을 다룬 최초의 대규모 알고리즘 공동출현 네트워크 분석이다.

• •논문 전문 기반 NLP 알고리즘 공동출현 네트워크를 대규모로 구축
• •딥러닝으로 알고리즘 개체 추출 후 전체·누적·연도별 네트워크 구성
• •약 20년간 네트워크 연결이 점점 조밀해지는 복잡 네트워크 특징 확인
• •고전·고성능 및 연구 시기 교차점 알고리즘이 높은 중심성·영향력 보유
• •영향력 쇠퇴 시 핵심 위치를 먼저 잃고 이후 연관성이 약화되는 패턴 발견