Database Management Systems (2000–2026): A Scopus-Based Bibliometric Review of Research Streams and Key Contributor

Essence

Figure 1. Author-level Visualization

본 논문은 Scopus 데이터베이스를 이용하여 2000년부터 2026년까지 DBMS 분야의 연구 동향과 지식 구조를 분석하는 bibliometric 연구이다. VOSviewer를 활용하여 저자 네트워크, 인용 관계, 키워드 동시 발생을 분석하고, 연구의 학제 간 융합화와 AI/머신러닝으로의 연구 추이 변화를 규명한다.

Motivation

Known: Bibliometric 분석은 대규모 학술 문헌의 출판 동향, 인용 패턴, 협력 네트워크를 객관적으로 분석하는 확립된 방법론이다. Scopus는 컴퓨터 과학 및 정보 시스템 분야의 광범위한 peer-reviewed 문헌을 포함하여 bibliometric 연구에 널리 사용되고 있다.
Gap: 기존 DBMS 관련 bibliometric 연구는 제한된 시간 범위나 소규모 데이터베이스를 사용하여 전체 DBMS 연구 생태계에 대한 포괄적인 분석이 부족했다. 특히 2000-2026년의 장기간 DBMS 연구 발전 궤적, 주요 연구 흐름, 국제 협력 네트워크에 대한 체계적인 분석이 미흡하였다.
Why: DBMS는 클라우드 컴퓨팅, IoT, 머신러닝 등의 신기술 등장으로 데이터 저장 및 처리 방식이 급변하고 있는 분야이다. 따라서 장기간의 포괄적인 bibliometric 분석을 통해 DBMS 연구의 진화 경로, 주요 기여자, 부상하는 연구 방향을 파악하는 것은 학자와 실무자에게 중요한 통찰을 제공할 수 있다.
Approach: Scopus 데이터베이스에서 "database management system", "DBMS", "data management" 등의 키워드로 2000-2026년 영문 학술논문, 학술대회 논문, 리뷰를 검색하고 중복 및 무관 자료를 제거한 후, VOSviewer를 이용하여 저자 네트워크 시각화, 기관 수준 및 국가 수준 분석, 키워드 동시 발생 분석을 수행한다. 추가적으로 기술통계를 통해 출판량, 인용 패턴, 지역별 연구 분포를 분석한다.

Achievement

Figure 1. Author-level Visualization

DBMS 연구의 학제 간 융합 확인: healthcare, bioinformatics, data science 등 다양한 분야으로부터의 영향 증가를 규명
협력 네트워크 특성 규명: 클러스터 내 밀접한 협력이 존재하는 반면, 클러스터 간 협력은 부족함을 규명
인용 영향력 있는 주요 논문 식별: DBMS 연구 발전에 기여한 고인용 논문 도출
연구 추이의 전환 규명: 전통적 DBMS 주제에서 artificial intelligence, machine learning으로의 연구 방향 변화 확인
전역적 협력의 필요성 강조: DBMS 연구 내 혁신 주도적 연구와 글로벌 협력 강화 필요성 제시

How

Figure 1. Author-level Visualization

Scopus 데이터베이스로부터 체계적 검색 전략 수립 및 데이터 수집
VOSviewer를 이용한 저자 수준의 co-authorship 네트워크 시각화 (blue, red, green, yellow, purple 클러스터 식별)
기관 수준 및 국가 수준의 협력 네트워크 분석
키워드 동시 발생(keyword co-occurrence) 분석을 통한 연구 주제 추이 파악
기술통계를 이용한 출판 추이, 인용 패턴, 지역별 분포 분석

Originality

Scopus 데이터베이스를 활용한 DBMS 분야의 26년간(2000-2026) 장기간 포괄적 bibliometric 분석은 기존 제한된 범위의 연구와 차별화됨
Co-authorship, 기관, 국가 수준의 다층 협력 네트워크 분석을 통해 DBMS 연구 생태계의 구조적 특성(cluster 내 강한 협력, cluster 간 약한 협력)을 규명
전통적 DBMS 주제에서 AI/머신러닝으로의 연구 패러다임 전환을 정량적으로 추적

Limitation & Further Study

선행 결과 일부(institution-level, country-level visualization)만 논문에 제시되어 완전한 분석 결과 확인 어려움
논문이 발간 직후(2026년 4월)인 점을 고려하면 미래 데이터 포함의 정확성 검증 불가
Cluster 간 상호작용 부재 원인에 대한 심화 분석이나 권고 사항이 제한적
VOSviewer 분석의 정량적 지표(network density, clustering coefficient 등)에 대한 구체적 수치 제시 부족
특정 국가, 기관, 저자의 기여도에 대한 정량적 비교 분석 미흡

Evaluation

Novelty: 2/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 2/5 Overall: 2/5

총평: 본 논문은 DBMS 분야의 장기간 bibliometric 분석을 시도하여 연구 진화 경로를 추적한 의의가 있으나, 표준적 분석 방법론의 활용, 정량적 지표 부족, 주요 결과의 미제시로 인해 과학적 엄밀성과 완성도가 부족하다. 특히 2026년 발간 시점에서 미래 데이터 포함 정확성이 검증되지 않았으며, 발견된 클러스터 간 협력 부족이라는 흥미로운 현상에 대한 심화 분석과 실질적 권고가 필요하다.