Linking Global Science Funding to Research Publications

Motivation

• Known: 학술 출판물의 펀딩 인정(Funding Acknowledgment)은 과학 연구를 지원하는 조직에 대한 추적 데이터를 제공한다. 그러나 기존 데이터셋들(IRIS UMETRICS, OpenAlex, Dimensions)은 지역 편향, 불완전한 커버리지, 명확화 방법의 투명성 부족 등의 제한이 있다.
• Gap: 펀더 이름이 자유 텍스트 형식으로 기록되어 있어 명명 규칙, 약자, 번역, 조직 세분성의 광범위한 변동이 발생한다. 데이터베이스 간 조화로운 글로벌 펀더 정체성 매핑과 투명한 명확화 절차가 부재하다.
• Why: 과학 펀딩 시스템의 구조가 전 세계적으로 변화하고 있으며, 펀딩이 어떤 문제를 추구할 것인지, 어느 지역에 자원을 배분할 것인지를 결정하므로, 펀딩 흐름 추적, 형평성 평가, 과학 발견 궤적을 분석하기 위한 통합 데이터 인프라가 필수적이다.
• Approach: 다단계 휴리스틱 기반 명확화 파이프라인을 구현했으며, 어휘 정규화(Lexical Normalization), 유사성 기반 클러스터링(Similarity-based Clustering), 규칙 기반 매칭, 명명 엔티티 인식(Named Entity Recognition) 지원, 수동 검증을 결합하여 WoS 펀딩 인정을 OpenAlex 및 ROR의 표준 식별자로 연결했다.

Achievement

Figure 4: Geographic distribution of funding agencies across biblio-

• 대규모 명확화 데이터셋: 740만 개의 펀딩 인정 문자열을 190만 개의 고유 펀더로 정규화하여 글로벌 과학 펀딩의 대표적 추적 가능한 데이터셋을 구축했다.
• 다중 데이터베이스 비교: WoS, OpenAlex, Dimensions 간의 논문 수준 비교를 통해 펀더 표현의 상당한 차이, 특히 낮은 빈도 조직과 글로벌 남반구 펀더에서의 불균형을 정량화했다.
• 투명성과 유연성: 일치하지 않은 경우와 다중 일치 경우를 기록하여 모호성에 대한 투명성을 보장하고 하위 사용에 대한 유연성을 제공했다.
• 기술적 검증: 전문 인정 섹션에 대한 수동 검증 및 회상(Recall)·정확도(Precision) 메트릭 보고로 신뢰성을 확보했다.

How

Figure 2: Overview of the funder name disambiguation pipeline.

• Web of Science, OpenAlex, Dimensions 세 주요 서지학 데이터베이스에서 펀딩 정보 추출
• 어휘 정규화 및 약자 탐지를 통한 문자열 전처리
• MinHash 지역 민감 해싱(Locality-Sensitive Hashing) 기반의 유사성 클러스터링 실행
• 규칙 기반 매칭으로 알려진 펀더 패턴 처리
• 명명 엔티티 인식(NER) 모델을 통한 조직 이름 식별 지원
• 유사성 기반 폴백 방법으로 추가 매칭 시도
• 결과에 대한 표적화된 수동 검증 수행
• 매칭 유형 및 미해결 케이스 기록하여 투명성 유지
• 지리적 커버리지 및 펀더 집중도 분석을 통한 비교 평가

Originality

• 다단계 하이브리드 접근법: 기계 학습 기반 방법과 규칙 기반 휴리스틱, 수동 검증을 결합하여 대규모 명확화 문제를 해결한 혁신적 방법론
• 투명성 우선 설계: 기존 접근법과 달리 완전한 일치를 강제하지 않고 불확실한 경우를 명시적으로 기록하여 재현성과 투명성을 우선시함
• 글로벌 남반구 표현 강조: 지역 편향 분석을 통해 기존 데이터베이스의 불균형을 명시적으로 문서화하고 보다 포괄적인 커버리지를 제공
• 교차 데이터베이스 벤치마킹: 여러 주요 서지학 데이터베이스 간의 체계적 비교를 통해 메타데이터 품질의 절대적 평가 표준 제시

Limitation & Further Study

• 지역 편향 잔존: WoS가 비영어 출판물의 완전성과 표준화 면에서 제한이 있어 글로벌 남반구 펀더의 과소 표현이 여전히 존재할 수 있음
• 자유 텍스트 의존성: 펀딩 인정이 자유 텍스트 형식이므로 누락되거나 불완전한 기록이 매칭 정확도에 영향을 미칠 수 있음
• 수동 검증의 확장성: 대규모 명확화 파이프라인에서 수동 검증 단계가 병목이 될 수 있으므로, 자동화된 검증 방법 개발이 필요
• 시간적 역학: 조직의 이름 변경, 합병, 분할 등 시간에 따른 펀더 정체성 변화를 추적하는 메커니즘 개선이 필요
• 후속 연구 방향: 자연어 처리 모델의 계속적 개선, 펀더 관계 네트워크 구축, 펀딩 흐름의 동시대적 분석 확장 가능

Evaluation

총평: 본 연구는 과학 펀딩의 글로벌 투명성과 비교 가능성을 크게 향상시키는 실질적이고 포괄적인 데이터 인프라를 제공하며, 다단계 명확화 방법론과 체계적 교차 데이터베이스 검증을 통해 과학-정책 연구의 신뢰성을 높이는 중요한 기여를 한다.