최근 정보통신 기술의 발전과 4차 산업혁명으로 방대한 규모의 정보와 데이터가 생산되는 빅데이터 시대에 돌입하게 됨으로써 전문 지식들이 융합하여 학문의 영역이 넓어지고 복잡해졌기 때문에 연구 동향을 분석하는 것이 어려워졌다. 기존에는 연구 동향 파악을 위해 문헌 조사, 전문가 평가, 델파이 기법과 같은 정성적 연구방법이 사용되어 왔으나 이는 결과를 도출하는데 많은 시간과 비용이 소요되고 전문가의 주관적 가치가 반영될 가능성이 있다는 한계점이 있다. 이러한 정성적 연구 동향 분석방법을 보완하고자 최근 텍스트 마이닝(Text-mining)을 이용한 정량적 연구 동향 분석이 이뤄지고 있으나 그 분석 내용이 거시적이라는 단점이 있다. 이를 해결하기 위한 방법으로 본 논문은 이상문서 탐지에 SVDD (Support Vector Data Description)을 도입하고 이를 K 관리를 통해 시각화함으로써 기존 연구 동향과 상이한 문서들을 분류(탐지)하여 문서단위의 구체적 연구 동향 파악이 가능한 방법을 제시한다. 사례 연구엔 산업공학 분야의 학술지인 IEMS, 대한산업공학회지, 산업경영시스템학회지에 2008년부터 2017년 6월까지 게재된 1559편의 연구논문 영문명과 초록의 텍스트를 사용하였다.