논문은 데이터가 있어야 시작됩니다. 지금 손에 있는 것과 각각으로 무엇을 물을 수 있는지를 적었습니다.
원본 파일은 올리지 않습니다 — 용량이 크고 어지럽기만 합니다. 전부 서버에 있고 지문(sha256)으로 무결성을 확인합니다. 접속 경로는 docs/DATA_ACCESS_PLAYBOOK.md에 있습니다.
가로 길이가 표본 크기입니다. GitHub·ProQuest가 워낙 커서 나머지가 짧아 보이지만, HuggingFace 19.8만·KCI 2.4만도 이 분야에서는 큰 표본입니다. 규모가 크다고 좋은 데이터가 아닙니다 — 아래 위험을 같이 보십시오.
수집 50만 건 중 라이선스·파생관계·생성일이 모두 있는 것 · 로컬 확보
무엇인가 — AI 모델의 내려받기·좋아요·라이선스 77종·파생 계보(부모 7,166개)·생성일·언어·과업
물을 수 있는 것 — 라이선스 제한이 파생 생성에 미치는 영향 · 문서화가 채택에 미치는 영향
✅ 표본이 압도적. AI가 주제 자체. GPU 불필요
⚠️ ICIS 2025에 직격 3편 존재 · 내려받기 상위 50만이라 꼬리 생존편향
핵심 14저널 완비분. 전체 수집은 231만 건 · 로컬 확보
무엇인가 — 저널·발행연도·인용수·저자와 소속·국영문 초록
물을 수 있는 것 — 국내 AI 연구의 확산 경로 · 학제간 협업 구조 · 인용 결정요인
✅ 인용수·저자소속까지 완비. 한국 맥락. 국내 심사위원이 아는 데이터
⚠️ 「이게 왜 경영 연구인가」에 답이 필요하다
1984년~현재 42년 일별. 재무는 3,346사 · 접속 확보
무엇인가 — 일별 주가·거래량·발행주식수 · 재무 949항목 · KOSPI 지수
물을 수 있는 것 — AI 도입 기업의 성과 · 이벤트 스터디
✅ 42년 일별, 결측 0%. 무엇을 하든 데이터가 안 흔들린다
⚠️ 주가 자체는 AI 연구로 안 보인다 · 「무엇을 사건으로 볼 것인가」 미해결
신문 4.25억 · 학술지 1.18억 · 학위논문 689만 · 접속 확보
무엇인가 — 기사·논문 전문. 매체·일자·문서유형. Jupyter 작업대 제공
물을 수 있는 것 — AI 담론의 시계열 변화 · 기업 발표와 언론 반응 · 텍스트 마이닝
✅ 4.25억 건 전문. TDM 권리가 클리어돼 크롤링 약관 위험 0
⚠️ 데이터셋당 200만 상한 · 한국어는 3.8만뿐 · 검색식 문법 미숙련
시간당 28.7만 이벤트 · 무료 공개
무엇인가 — 모든 공개 저장소의 커밋·이슈·PR·스타. 행위자와 시점
물을 수 있는 것 — 오픈소스 AI 개발의 협업 구조 · 봇이 개발에 미치는 영향
✅ 연 25억 이벤트. 봇 비중 30.1% 자체가 발견거리
⚠️ 전처리가 무겁다 · ICIS 2024·2025에 봇 논문 이미 존재
2023년 「인공지능」 검색 기준 · 무료 공개
무엇인가 — 제목·리드 200자·매체·일자
물을 수 있는 것 — 국내 AI 담론 · 기업 발표 시점 추출
✅ 한국어 뉴스로는 가장 정돈됨
⚠️ 전문이 아니라 리드 200자 · 페이징 5,000건 상한
전체 92GB · 무료 공개
무엇인가 — 질문·답변·평판·시점
물을 수 있는 것 — 개발자가 AI 도구를 쓰면서 질문이 어떻게 바뀌었나
✅ 개인 수준 행동 데이터. 무료
⚠️ 2024년 4월이 마지막. 최신 AI 시기가 안 잡힌다
서울캠퍼스 단말 전용 · 원격 불가 · 캠퍼스 방문 필요
무엇인가 — 전 세계 상장사 재무·주가·기업 공시·뉴스·애널리스트 추정치. Excel 애드인으로 내려받기 가능
물을 수 있는 것 — AI 관련 기업 재무·시장 반응 · WRDS로 안 잡히는 비상장·해외 데이터 보완
✅ 회장님이 8/5에 직접 짚어주신 자산. 커버리지가 WRDS보다 넓다
⚠️ 원격·자동화 불가. 제가 못 만진다. 회장님이 단말에서 직접 뽑아 주셔야 한다 → 대량 수집은 불가, 소량 정밀 조회용
전 세계 데이터센터 자산 단위 DB — 용량·소유주·사업 단계 · 구독 확인 필요
무엇인가 — 데이터센터 개별 자산의 용량·소유·상태 · 에너지 전환 투자 · 기업별 설비투자(2026년 상위사 7,500억 달러)
물을 수 있는 것 — AI 데이터센터 건설이 전력·투자에 미치는 영향 · 빅테크의 AI 인프라 투자 경쟁 · 지역별 입지 결정요인
✅ AI × 인프라 × 투자가 한 데이터에 있다. 지금 가장 뜨거운 주제이고 경영학 저널에 바로 붙는다. 자산 단위라 패널 구성이 가능하다
⚠️ KAIST가 BNEF를 구독하는지 미확인. 블룸버그 터미널과 별도 상품이다 · 구독해도 단말 전용이면 대량 수집 불가
미수집 (제안 단계) · 미수집
무엇인가 — 수행기관 컨소시엄·구축년도·구축량·내려받기·버전이력
물을 수 있는 것 — 정부 AI 데이터 사업의 아웃소싱 구조가 성과에 미치는 영향
✅ 지도교수 조직통제 축과 정확히 일치 · 선행연구 거의 없음
⚠️ 표본 977건. 결측 빼면 더 준다 — 이게 최대 위험
| 무엇 | 왜 못 쓰나 |
|---|---|
| 실험 (Prolific·MTurk) | IRB 신청 마감 7/31이 지났다. 사람 대상 수집은 불가 |
| 설문조사 | 위와 같은 이유 |
아이디어를 반나절 파다가 "아 이건 안 되네" 하는 일을 막으려고 먼저 적어 둡니다.
| 코퍼스 | 규모 | 범위 |
|---|---|---|
| AIS eLibrary | 18,784 | MISQ·JAIS·CAIS·ICIS·ECIS·PACIS·AMCIS·HICSS |
| 상위저널 (Semantic Scholar) | 15,685 | ISR·JMIS·MnSc·DSS·POM·M&SOM·SMJ·OrgSci 등 |
| KCI 전수 | 2,311,287 | 국내 등재 학술지 전체 |
| 지도교수 지도논문 | 23 | 강금석 교수 지도 석사논문 전수 — 초록·분량·방법론 |
| KAIST 경영대 학위논문 | 881 | KOASAS 수집분. 2024년 이후 AI 논문 25편 목록화 |
이게 있어서 「이 질문을 아무도 안 했다」를 로컬에서 구문검색으로 판정할 수 있습니다. 논문의 신규성 주장을 뒷받침하는 근거입니다.
| 원천 | 인증 | 확보한 것 |
|---|---|---|
| WRDS | 개인계정 + 2단계 인증 | PostgreSQL 직접 접속 성공 |
| TDM Studio | Playwright 세션 | Jupyter 작업대까지 열림 |
| KAIST 도서관 DB | 세션 쿠키 | 구독 DB 194종 목록 확보 |
| KCI | 인증 불필요 | OAI-PMH로 키 없이 전수 수집 |
| KOASAS | JS 우회 | 학위논문 881편 |
| HuggingFace | 공개 API | expand[]=cardData 로 라이선스 확보 |
| Bloomberg | 서울캠퍼스 단말 | 원격 불가 — 회장님만 접근 가능 |
자격증명은 전부 저장소 밖(권한 600)에 있습니다. KAIST 도서관 구독 DB 194종 전체 목록은 evidence/official/kaist-library-db.md에 있습니다 — Factiva·Web of Science·SCOPUS·EBSCO·DBPIA·KISS·RISS·NICE BizLINE·Value-Search·STATISTA 등이 포함됩니다.
이 판단이 틀렸다고 보시면 해당 줄을 드래그해 밑줄 긋고 말씀해 주십시오.