The intersection of circular economy and artificial intelligence: a bibliometric review

Motivation

• Known: 순환경제는 지속가능한 발전을 위한 핵심 패러다임이며, AI는 데이터 처리와 최적화를 통해 다양한 산업에서 경쟁력을 강화하는 기술로 인식되어 있다.
• Gap: AI와 CE의 교집합 영역에 대한 체계적 문헌 검토가 부족하며, AI가 구체적인 순환경제 관행을 어떻게 강화하는지에 대한 상세 분석이 필요하다.
• Why: AI가 순환경제 전환을 가속화할 수 있는 중요한 기술이라는 점이 인식되고 있으나, 두 분야의 상호작용을 체계적으로 분석한 연구가 미흡하기 때문이다.
• Approach: Web of Science 데이터베이스에서 수집한 문헌에 대해 co-word analysis, co-occurrence network analysis, co-citation analysis, thematic mapping 등의 advanced analytical techniques를 적용한 bibliometric literature review를 수행한다.

Achievement

Fig. 2  The most productive countries. Source: Authors’ own work

• 문헌 교차점 분석: AI와 CE 연구의 상호작용 양상을 시각화하여 지적·개념적 구조 파악
• 주요 연구 클러스터 식별: 현재 학술 논의의 주도적 주제와 emerging topics 도출
• 실무적 영향 매핑: 순환경제 공급망 전반에서 AI의 운영적 이점을 구체적으로 파악
• 지식 격차 규명: 데이터 기반의 향후 연구 방향 제시

How

Fig. 3  Co-word Analysis. Source: Authors’ own work

• Web of Science 데이터베이스를 주요 출처로 하여 학술 출판물 수집
• Co-word analysis를 통해 연구 분야의 개념적 구조 파악
• Co-occurrence network analysis로 키워드 간 관계성 및 네트워크 구조 분석
• Co-citation analysis를 활용하여 지적 기반 및 학파적 흐름 파악
• Thematic mapping으로 주제 영역 시각화 및 연구 클러스터 분류
• 3가지 연구 질문 설정: AI-CE 상호작용 방식, 주요 연구 라인의 특성, AI가 강화하는 순환경제 관행

Originality

• AI와 CE의 교집합 영역에 대한 최초의 체계적 bibliometric 분석 제공
• 단순 기술 중심 분석을 넘어 구체적인 circular practices 수준에서 AI의 역할 규명
• Industry 4.0 기술 중 AI의 개별적 영향력을 특화하여 분석
• 데이터 기반의 향후 연구 로드맵을 scholar, policymaker, practitioner에게 제시

Limitation & Further Study

• Web of Science 데이터베이스에만 의존하여 다른 학술 소스(Scopus, Google Scholar 등)의 문헌 누락 가능성
• 2022년 이후 최신 연구 동향(특히 ChatGPT 등장 이후)의 충분한 반영 검증 필요
• Bibliometric 분석의 특성상 질적 심화 분석이 제한적일 수 있음
• 향후 연구는 사례 연구 및 실증적 검증을 통해 식별된 연구 클러스터의 실제 효과성 검증 필요
• 산업별·지역별 AI-CE 통합 현황에 대한 보다 구체적인 경험적 증거 수집 필요

Evaluation

총평: 본 논문은 AI와 순환경제의 교집합 영역에 대한 체계적 bibliometric 분석을 통해 현재의 학술적 논의 구조를 명확히 하고, 향후 연구와 정책 수립을 위한 데이터 기반의 로드맵을 제시하는 가치 있는 기여를 한다.