Science of science

Motivation

• Known: 인용 네트워크(citation network)와 협력 네트워크(collaboration network)를 통해 과학 분야의 구조와 진화를 분석할 수 있으며, 학술 출판의 디지털 데이터가 증가하고 있다.
• Gap: 학제 간 보편적 법칙을 찾으려 하지만 서로 다른 분야와 국가 간의 문화적 차이, 선호도 차이를 충분히 설명하지 못하고 있다.
• Why: 과학적 성공의 원인을 이해하면 더 효과적인 과학 정책 수립, 과학자 경력 경로 개선, 연구 자금 배분 최적화를 통해 전체 과학 진전을 가속화할 수 있다.
• Approach: 네트워크 과학(network science), 기계학습(machine learning), 에이전트 기반 모델링(agent-based modeling) 등의 빅데이터 기반 정량 분석 방법론을 활용하여 과학자, 기관, 아이디어 간의 관계 구조를 규명한다.

Achievement

• 출판량 vs 개념 확장의 불균형 발견: 과학 논문은 15년마다 2배씩 지수적으로 증가하지만 개념적 영역(idea space)은 선형적으로만 증가한다.
• 위험 회피 현상 규명: 과학자들은 기존 전문성과 관련된 주제를 선호하는 경향이 있으며, 이는 미래 발견의 잠재력을 제약한다.
• 혁신적 발견의 구조 파악: 최고 영향력의 과학은 기존 업적의 관습적 조합을 기반으로 하면서도 비일반적 조합을 포함한다.
• 팀 규모와 영향의 역설: 소규모 팀은 오래되고 저명도 낮은 아이디어에서 과학기술을 혁신하는 반면, 대규모 팀은 최근 유명한 아이디어를 발전시켜 높지만 단기적 영향을 생성한다.
• 인용 축적 동역학의 예측 모델: 미시적 모델들이 개별 논문의 미래 영향력을 예측 가능하게 한다.

How

Fig. 2. Choosing experiments to accelerate collective discovery

• 인용 네트워크(citation network) 분석을 통한 영향력 있는 발견 경로 추적
• 협력 네트워크(collaboration network) 분석을 통한 새로운 과학 분야 출현 패턴 파악
• 대규모 텍스트 분석을 통한 제목과 초록에서 추출한 용어로 개념적 영역 측정
• 네트워크 과학(network science) 방법론으로 인접한 분야 간 밀집화(densification) 감지
• 에이전트 기반 모델링(agent-based modeling)으로 과학자의 협력자 선택 재현
• 계량 경제학 방법, 기계학습, 수학적 분석, 컴퓨터 시뮬레이션 활용

Originality

• 과학 자체를 연구 대상으로 삼는 자기참조적(reflexive) 접근으로 과학의 메타수준 분석 실현
• scientometrics, 과학사회학, 혁신연구 등 여러 분야의 이론과 방법을 통합하는 진정한 학제 간 연구
• 출판량 증가와 개념 확장의 불균형 발견이라는 역설적 통찰
• 팀 규모의 역설(소규모 팀의 혁신성, 대규모 팀의 영향력)을 정량적으로 규명
• 개별 논문의 인용 축적 역학을 예측 가능한 모델로 수식화

Limitation & Further Study

• 분야 간 문화적 차이 미흡: 보편적 법칙을 추구하지만 서로 다른 학문 분야의 습관, 선호도, 질문 방식의 차이를 충분히 고려하지 못한다.
• 국가 간 정책 이식의 어려움: 국가 간 차이로 인해 도출된 과학 정책을 다른 맥락에 적용하기 어렵다.
• 데이터 편향성: 주요 데이터 소스가 영어권, 자연과학 중심으로 편향되어 있을 가능성
• 인과관계 규명의 한계: 상관관계(correlation) 중심의 분석으로 인해 인과관계(causality) 규명이 제한적이다.
• 후속연구 방향: 도메인 특화 SciSci 연구(domain-specific SciSci studies)를 강화하여 개별 연구 분야의 특성에 맞춘 통찰 개발 필요

Evaluation

총평: 본 논문은 과학의 메커니즘을 정량적으로 분석하는 새로운 학문 분야 SciSci를 종합적으로 소개하며, 출판 지수 성장 vs 개념 선형 확장, 팀 규모의 역설 등 흥미로운 발견들을 제시한다. 다만 분야 간 차이 고려 부족과 인과관계 규명의 한계는 향후 개선 과제이다.