Identifying interdisciplinary emergence in the science of science: combination of network analysis and BERTopic

Motivation

• Known: 과학 출력이 지수적으로 증가하고 있으며, 인용 분석과 네트워크 분석을 통한 과학 맵핑이 과학의 경향을 파악하는 데 사용되어 왔다.
• Gap: 기존 연구는 특정 전문 분야 내 혁신에 초점을 맞추었으나, 학제간 지식 재조합 과정과 이것이 전체 과학 지식 경관의 진화에 미치는 영향에 대한 체계적 연구가 부족하다.
• Why: 전 지구적 난제 해결을 위해 학제간 연구가 중요하며, 과학 정책 수립과 혁신 궤적 예측을 위해 신흥 과학 분야의 출현을 조기에 식별하는 것이 필수적이다.
• Approach: Web of Science 메타데이터로부터 학제간 공동 발생 네트워크를 구축하고, 시기별 비교를 통해 학제간 영향의 변화를 분석한 후, BERTopic을 활용하여 비지도 학습 방식으로 학제간 분류를 수행한다.

Achievement

Fig. 5 Subject co-occurrence network analysis result. a LSB-TE. b LSB-PS. c PS-TE. d LSB-PS-TE. Note: The growing interd

• 학제간 출현 식별 방법론 개발: 네트워크 중심성 지수와 임베딩 토픽 모델링을 결합한 신규 메트릭 제시
• 글로벌 학제간 과학의 출현 분석: 전 세계 과학 지식 지도에서 학제간 영역의 시간적 변화 패턴 규명
• BERTopic 활용의 실증적 검증: 자연어 처리 기반 토픽 모델링이 신흥 학제간 주제 분류에 유효함을 입증
• 출현 영역의 질적 검증: 신흥 영역의 출처와 성질을 파악하여 방법론의 타당성 확보

How

Fig. 1 Overall research process. The overall research process is performed

• Web of Science Core Collection 데이터베이스에서 메타데이터 추출
• 과학 범주별 공동 발생 네트워크(science category-subject co-occurrence network) 구축
• 다중 과학 범주를 포함하는 연구 분야를 학제간으로 정의
• 시간 경과에 따른 네트워크 비교를 통해 학제간성의 변화 패턴 분석
• BERTopic (Bidirectional Encoder Representations from Transformers) 적용
• 비지도 학습 알고리즘을 통한 학제간 분류 수행
• 결과에 대한 질적 검증 실시

Originality

• 네트워크 분석과 임베딩 토픽 모델링의 최초 결합: 기존 과학 맵핑 도구에 새로운 방법론 추가
• 학제간 지식 재조합에 초점: 기술 수렴(technology convergence) 중심의 기존 연구를 학제간 과학으로 확대
• 동적 시간 분석 도입: 단순 정적 분석이 아닌 시기별 비교를 통해 출현 과정의 동역학 규명
• BERTopic의 신규 응용: 자연언어처리 기반 토픽 모델링을 과학의 과학(science of science) 분야에 새로이 적용

Limitation & Further Study

• Web of Science 데이터에 국한된 분석으로 다른 학술 데이터베이스의 포함 필요
• 메타데이터 기반 분석으로 논문의 내용 깊이를 충분히 반영하지 못할 수 있음
• 학제간성의 정의가 다중 과학 범주 나열에 한정되어 실질적 지식 통합 정도 측정 부족
• BERTopic의 파라미터 최적화 및 하이퍼파라미터 선택에 대한 민감도 분석 필요
• 후속 연구: 다양한 학술 데이터베이스와의 비교 분석, 실시간 모니터링 시스템 개발, 정성적 사례 연구 확대

Evaluation

총평: 이 연구는 네트워크 분석과 임베딩 토픽 모델링을 창의적으로 결합하여 학제간 과학의 출현을 식별하는 새로운 방법론을 제시하며, 과학 정책 수립과 혁신 예측에 실질적 가치를 제공한다. 데이터 기반 접근과 질적 검증을 통해 방법론의 신뢰성을 입증했으나, 데이터 범위 확대와 추가적 타당성 검증이 필요하다.