Papers and patents are becoming less disruptive over time

Motivation

• Known: Newton의 '거인의 어깨 위에 서기(standing on the shoulders of giants)' 이론에 따르면 축적된 지식은 미래의 발전을 가능하게 해야 한다. 최근 수십 년간 과학·기술 지식의 양은 지수적으로 증가했다.
• Gap: 역설적으로 여러 주요 분야에서 진보가 둔화되고 있다는 증거가 있지만, 이를 대규모로 정량적으로 검증한 연구가 부족하다. 논문과 특허가 기존 지식을 어떻게 활용하는지에 대한 체계적 분석이 필요하다.
• Why: 과학과 기술의 진보 속도는 사회 전체의 혁신 동력과 직결되어 있으며, 디스럽션(disruption) 감소의 원인을 파악하면 정책 입안자와 연구 기관이 보다 효과적인 전략을 수립할 수 있다. 이는 과학 진보의 본질적 변화를 이해하는 데 중요하다.
• Approach: 새로운 정량 지표인 CD 지수(Combinatorial Disruption Index)를 개발하여 논문과 특허가 인용 네트워크에서 얼마나 기존의 것과 단절하는지 측정했다. 6개의 대규모 데이터셋(American Physical Society, JSTOR, Microsoft Academic Graph, Patents View, PubMed, Web of Science)을 활용해 60년간의 추세를 분석했다.

Achievement

Fig. 2: Decline of disruptive science and technology.

• CD 지수 개발: 기존 지식 네트워크에서 논문과 특허가 얼마나 새로운 방향으로 진행되는지 정량화하는 새로운 메트릭 개발
• 보편적 디스럽션 감소 확인: 모든 분야에 걸쳐 시간이 지남에 따라 논문과 특허의 디스럽션이 일관되게 감소하는 패턴 발견
• 지식 활용 범위의 축소: 디스럽션 감소는 연구자들이 점점 더 좁은 범위의 기존 지식을 활용하는 경향과 연계됨을 증명
• 출판 품질 및 인용 관행의 배제: 관찰된 패턴이 출판 품질 변화나 인용 관행 변화로는 설명될 수 없음을 입증

How

Fig. 1: Overview of the measurement approach.

• CD 지수(Combinatorial Disruption Index): 논문/특허의 참고 자료들이 이전에 함께 인용된 정도를 측정하여, 새로운 조합의 정도를 정량화
• 6개 대규모 데이터셋 통합 분석: 45백만 편의 논문과 390만 개의 특허의 인용 데이터 활용
• 다중 메트릭 검증: 인용(citation) 기반 지표와 텍스트(text) 기반 메트릭 모두를 적용하여 로버스트성 확보
• 시계열 분석: 60년 기간에 걸친 추세 변화를 추적하고 필드별 특수성 검토
• 언어 분석: 논문과 특허의 언어 변화를 통해 디스럽션 감소의 가시화
• 고품질 과학 필터링: Nobel laureate 데이터 등을 활용하여 품질 높은 연구만 선별 분석

Originality

• CD 지수의 혁신성: 기존의 단순한 인용 기반 메트릭을 넘어 네트워크 토폴로지를 활용한 새로운 디스럽션 측정 방식 제시
• 초대규모 다중 데이터셋 통합: 6개의 독립적이고 대규모 데이터셋(45M 논문 + 3.9M 특허)을 통합하여 분석함으로써 일반화 가능성 극대화
• '어깨 위에 서기' 이론의 역설 해석: 축적된 지식이 증가했음에도 디스럽션이 감소하는 현상을 '지식 활용의 범위 축소'로 설명하는 새로운 관점 제시", '다층적 검증: 인용 기반, 텍스트 기반, 언어 복잡도 등 다양한 메트릭을 활용한 견고한 검증
• 필드 불변성(universal pattern) 증명: 다양한 학문 분야와 기술 영역에서 일관되게 나타나는 패턴 입증

Limitation & Further Study

• 인용 데이터의 제약: 인용 네트워크는 공식 출판된 지식만 포함하며, 회색 문헌(grey literature)과 비공식적 지식 교류는 포함되지 않음
• 시간 경과에 따른 바이어스: 최근 논문의 인용 완성도가 낮을 수 있어 최근 데이터의 신뢰성 검토 필요
• 인과관계 규명의 한계: 디스럽션 감소와 지식 범위 축소의 상관관계는 보였으나, 어느 것이 원인이고 결과인지 명확하지 않음
• 데이터 가용성 제약: 일부 데이터베이스(APS, JSTOR, WoS)는 라이선스 제한으로 완전 공개되지 않아 재현성 저해 가능
• 후속 연구 필요: 디스럽션 감소의 근본 원인(funding 구조, 평가 체계, 학제간 협력 감소 등)을 규명하는 심화 연구
• 정책적 개입 효과 검증: 고위험-고보상 연구(high-risk/high-reward research) 지원이 디스럽션 증가에 실제로 효과적인지 실증 필요

Evaluation

총평: 본 논문은 과학과 기술의 진보 패턴을 정량적으로 규명하는 획기적 연구로, 새로운 CD 지수 개발과 초대규모 데이터 분석을 통해 '디스럽션의 역설'을 설득력 있게 입증했다. 결과는 과학 정책과 혁신 전략 수립에 중요한 시사점을 제공하지만, 인과관계 규명과 메커니즘 심화 분석은 향후 연구 과제로 남아있다.