알트메트릭스, 연구의 사회적 영향력을 가리키는 나침반인가

본 논문은 연구의 사회적 영향력 측정이라는 당면 과제를 해결할 잠재적 도구로서 알트메트릭스(altmetrics)에 대한 포괄적인 개요를 제공한다. 서론에서는 과학 정책의 변화, 즉 '모드 1'(학문 중심)에서 '모드 2'(사회 문제 해결 협력 중심)로의 전환을 배경으로 연구의 사회적 기여에 대한 증거 요구가 높아졌음을 설명한다. 기존의 동료 검토와 서지메트릭스는 과학 내부 영향력 평가에는 적합하나, 정치, 임상 실천, 교육 등으로의 연구 영향력 확산을 측정하는 데는 한계가 있으며, 현재 선호되는 사례 연구 방식도 노동 집약적이고 표준화되기 어려운 문제점을 지닌다. 이러한 공백을 메꿀 수 있는 대안으로 부상한 것이 알트메트릭스이다. 논문은 알트메트릭스를 학술 자료의 영향력을 소셜 미디어 플랫폼 데이터를 통해 측정하는 웹 기반 메트릭스로 정의한다. 이는 웹사이트 조회수, PDF 다운로드, 참고관리자 저장(맨들리, CiteULike), 소셜 미디어 공유(트위터, 페이스북), 블로그 논평, 위키피디어 언급 등 '문서 수준'에서 발생하는 다양한 온라인 활동('멘션')을 포착한다. 이러한 측정은 출판 후 수일에서 수주 내에 가능하여 전통적 인용 지표보다 훨씬 빠른 피드백을 제공한다. 논문은 알트메트릭스의 체계적 이해를 위해 여러 분류 체계를 소개한다. 대표적으로 ImpactStory는 영향력을 '학자 대상'(저장, 인용)과 '공공 대상'(논의, 추천)으로 구분하는 반면, PLOS는 사용자 유형 구분 없이 '조회, 저장, 논의, 추천, 인용'의 활동 유형으로 분류한다. 이러한 분류는 연구 영향력이 단일 차원이 아닌, 다양한 관문을 통과하는 연속체임을 보여준다. 알트메트릭스의 주요 장점으로 네 가지가 제시된다. 첫째, '범위의 확대'로, 인용이 포착하지 못하는 학계 외부(실무자, 정책 입안자, 일반 대중)의 관여와 영향을 측정할 가능성을 제공한다. 둘째, '다양성'으로, 논문뿐만 아니라 데이터세트, 소프트웨어, 슬라이드 등 다양한 연구 성과물의 영향력을 평가할 수 있다. 셋째, '속도'로, 인용 데이터가 축적되기까지 수년을 기다릴 필요 없이 실시간에 가까운 영향력 추적이 가능하다. 넷째, '개방성'으로, 많은 소셜 웹 도구가 API를 통해 데이터에 대한 개방적 접근을 허용한다. 그러나 논문은 알트메트릭스의 중대한 단점과 도전 과제도 상세히 논의한다. 가장 큰 문제는 데이터의 '의미' 해석이다. 트윗이나 '좋아요' 수가 실제 사회적 영향력이나 학문적 품질을 반영하는지 불분명하다. 또한, 플랫폼 간 비교의 어려움, 인기 중심의 콘텐츠 편향, 학문 분야에 따른 사용 차이(의학/생명과학이 우세), 그리고 지표의 게임화 가능성 등이 신뢰할 수 있는 평가 도구로서의 걸림돌이다. 저자는 알트메트릭스가 사회적 영향력을 '직접' 측정하기보다는 '관여'의 '프록시(간접 지표)' 역할을 할 뿐이며, 이는 영향력의 필요조건이지 충분조건이 아니라고 경고한다. 결론적으로, 이 논문은 알트메트릭스가 연구 평가 지형을 변화시키고 사회적 영향력 측정에 대한 중요한 대화를 촉발시킨 혁신적 도구임을 인정한다. 그러나 이는 아직 성장 중인 영역으로, 표준화, 신뢰성, 타당성 측면에서 많은 연구와 개발이 필요하다. 알트메트릭스는 기존의 동료 평가 및 서지메트릭스를 대체하기보다 보완하고 풍부하게 하는 '보조 지표'로서, 보다 포괄적이고 정교한 연구 평가 생태계를 구축하는 데 기여할 잠재력을 지니고 있다.