Global citation inequality is on the rise

Motivation

• Known: 과학은 높은 계층화 사회로서 마태 효과(Matthew effect)에 의해 우수한 과학자들이 과도한 보상을 받는다는 것이 잘 알려져 있다. 또한 저자 수준에서 인용 분포의 대규모 불평등이 존재한다.
• Gap: 시간에 따른 인용 불평등의 추이와 학문 분야·국가·기관 간 인용 농축 차이에 대한 종합적 분석이 부족했다. 저자 동일성 확인(author disambiguation) 기술의 발전으로 이를 규모 있게 조사할 수 있게 되었다.
• Why: 인용 기반 과학적 보상 체계가 심화되는 불평등은 창의적 경쟁을 촉진할 수 있지만, 자원 집중화, 투자 수익 감소, 아이디어 독점으로 이어질 수 있어 과학의 미래 진화에 중요한 함의를 갖는다.
• Approach: Web of Science 데이터베이스에서 의학·자연·농업과학 분야의 4,042,612명 저자의 25,986,133편 논문을 추출하여, 필드 정규화 인용 점수(nics)와 지니 계수(Gini coefficient)를 이용해 2000-2015년 인용 농축 추이를 정량 분석했다.

Achievement

• 인용 불평등의 상승 추세 입증: 제외(physics & astronomy) 학문 분야에서 상위 1%의 분수 계산 인용 점유율이 14.7%에서 19.6%로(33% 증가), 전체 계산 인용이 14.1%에서 21%로(49% 증가)했으며, 지니 계수가 0.65에서 0.70으로 상승했다.
• 논문 출판과 협력 활동의 이질적 추세: 상위 1%는 전체 논문 점유율을 5%에서 12%(분수 계산) 및 4%에서 11%(전체 계산)로 늘렸고, 연간 발표 건수가 전체 계산에서 10.1에서 12.4로 증가했으나 분수 계산에서는 3.1에서 2.1로 감소했다.
• 지역적 집중화 변화: 상위 인용 과학자들이 서유럽과 오세아니아 고순위 대학에 점점 더 거주하는 반면, 미국의 엘리트 집중도는 약간 감소했다.
• 협력 양태의 상이한 변화: 상위 1%는 공저 논문과 전체 계산 발표에서 더 큰 증가를 보였고 상대적 분수 계산 감소가 더 작았으며, 일반 과학자들은 더 크고 많은 협력을 하지만 발표량은 감소했다.

How

• Web of Science(Clarivate)에서 의학·자연·농업과학의 저자-논문 데이터 추출
• 저자 동일성 확인(disambiguation) 알고리즘으로 5개 이상 출판 기록을 가진 저자들의 출판 프로필 생성
• 필드 정규화 인용 점수(ncs, normalized citation score) 계산: 해당 연도·분야의 평균 인용 수로 정규화
• 인용 팽창을 고려한 조정 지수(nics, normalized inflation-corrected scores) 도입
• 전체 계산(full-count)과 분수 계산(fractional counting)으로 저자별 누적 인용 영향도 측정
• 인용 밀도 플롯(citation density plots)과 지니 계수(Gini coefficient)로 시간 추이 분석
• 학문 분야, 국가, 기관별 층화 분석으로 불평등 양상 비교

Originality

• 규모와 범위의 혁신성: 426만 명 저자와 2,600만 편 논문을 포함한 글로벌 데이터셋으로 15년간 추이를 분석한 가장 대규모 저자 수준 인용 불평등 연구
• 방법론적 진전: 저자 동일성 확인 기술의 발전을 활용하여 기존 연구가 달성하지 못한 규모의 정밀 분석 가능
• 이중 계산 방식 도입: 전체 계산과 분수 계산을 병행하여 협력 양태의 복잡성을 포착하는 새로운 통찰 제공
• 마태 효과의 시간적 심화 실증: 과학 불평등의 역사적 악화를 정량적으로 처음 입증
• 내인성 요인 분석: 단순 불평등 측정을 넘어 협력, 출판 활동 변화와의 구체적 연관성 규명

Limitation & Further Study

• 물리학·천문학 제외의 정당성 부족: 대형 협력 실험(Large Hadron Collider)의 영향을 받는 분야를 분석에서 제외했으나, 이들이 실제 과학 생태계의 중요한 부분이므로 이들 분야의 추이 단독 분석 필요
• 인용 수를 성공의 유일한 지표로 사용: 인용 수는 영향력의 불완전한 측정치이며, 방법론적 혁신, 부정적 결과, 기초과학 등 인용되지 않는 중요한 기여를 과소평가할 수 있음
• 시간적 한계: 2015년까지의 데이터만 분석하여 2015년 이후의 최근 추이와 COVID-19 팬데믹의 영향 미반영
• 인과 관계 규명 부족: 협력 증가와 인용 집중화의 관계가 상관관계로만 보여지며, 협력이 불평등을 야기하는지 아니면 엘리트들이 더 많이 협력하는지 명확하지 않음
• 제도적 요인의 불충분한 분석: 대학 순위, 자금 배분 정책, 학술지 편집 관행 등 불평등을 심화시킬 수 있는 제도적 메커니즘에 대한 깊이 있는 분석 필요
• 후속 연구 제안: (1) 2015년 이후 최근 데이터 포함, (2) 학문 분야별 세부 분석, (3) 불평등의 질적 결과(자원 접근성, 경력 이동성 등) 조사, (4) 정책 개입 효과에 대한 실험 연구

Evaluation

총평: 이 연구는 대규모 저자 동일성 확인 데이터를 활용하여 글로벌 과학 시스템의 인용 불평등이 심화되고 있음을 처음 정량적으로 입증한 중요한 논문이다. 다만 인용을 성공의 단일 지표로 보는 한계와 인과관계의 불명확성, 제도적 메커니즘에 대한 분석 부족이 있어 후속 질적·정책 연구가 필요하다.