컴퓨터 과학 교수 채용 네트워크에서 성별 생산성 명성의 역할

본 논문은 컴퓨터 과학 분야에서 여성 교수 비율이 현저히 낮은 현상을 정량적으로 분석하고, 그 원인을 구조적·동태적 관점에서 규명하고자 한다. 연구자는 1970년부터 2011년까지 북미 205개 박사과정 부문을 포괄하는 데이터베이스를 구축했으며, 여기에는 2659명의 테뉴어 트랙 교수(여성 16.1%)에 대한 학력·채용·출판 기록이 포함된다. 데이터는 주로 공개된 이력서와 DBLP 논문 데이터베이스를 통해 수집·정제되었으며, 채용 연도와 기관 정보를 바탕으로 연도별 지원자·공고 시퀀스를 재구성했다. 채용 네트워크는 각 대학을 노드로, 박사 졸업생이 다른 대학에 조교수로 임용될 때마다 방향성 에지(u→v)를 두어 구축되었다. 이 네트워크에 최소 위반 순위(MVR) 알고리즘을 적용해 각 대학의 명성 순위를 산출했으며, 이는 기존 US News 순위와 높은 상관(r²=0.80)을 보이면서도 실제 채용 흐름을 반영한다. 명성 차이 Δrank(u,v)와 채용 기관 자체의 명성 rank(v)는 모델의 핵심 변수로 사용되었다. 학술 생산성 측정은 DBLP에서 조교수 임용 1년 이내의 논문 수를 추출하고, 라텐트 디리클레 할당(LDA)으로 10개의 세부 분야 토픽을 도출해 분야별 평균 논문 수와 비교해 z‑score를 계산함으로써 분야 편차를 보정하였다. 이 방식은 컴퓨터 과학이 학회 중심 출판 문화를 갖는 점을 고려하면서도, 분야별 출판 관행 차이를 최소화한다. 전체 표본에서는 남·여 교수 간 생산성 차이가 유의하지 않았지만, 2002년 이후 채용된 집단에서는 남성이 유의하게 높은 생산성 점수를 보였다. 이는 최근 여성 교수들의 초기 생산성이 남성보다 낮아지는 경향을 시사한다. 박사후 경험은 이진 변수로 포함했으며, 박사후 경험이 있는 지원자는 평균적으로 생산성 점수가 높았다. 이는 박사후 과정이 단순히 시간적 여유를 제공하는 것이 아니라, 연구 역량 자체를 강화한다는 가설을 뒷받침한다. 지리적 변수는 동일 지역(동부·중서부·서부·캐나다) 내 이동 여부를 나타내며, 채용 결정에 미치는 영향은 상대적으로 작았다. 모델링 단계에서는 로지스틱 회귀 기반의 확률적 매칭 함수를 사용해 각 지원자‑공고 쌍에 대한 매칭 확률을 추정했다. 변수별 중요도를 순차적으로 추가하면서 모델 오차 감소량을 측정했을 때, 명성 차이와 생산성 점수가 가장 큰 기여를 했으며, 성별 변수는 추가해도 오차 감소가 통계적으로 유의하지 않았다. 이는 성별이 직접적인 채용 결정 요인이라기보다, 명성·생산성·박사후 경험 등과 상호 연관된 ‘공변량’으로 작용한다는 결론을 뒷받침한다. 부수적인 결과로는 다음과 같다. 첫째, 상위 10% 명성 대학이 여성 교수 채용 비율이 기대치를 초과한다는 점이다. 이러한 ‘상위 기관 집중 현상’은 하위 명성 기관이 동일 비율로 여성 교수를 채용하려 할 경우 경쟁력이 약화되는 구조적 억제 효과를 만든다. 둘째, 자기 채용(self‑hire) 비율이 여성에게 9.4%로 남성(6.1%)보다 유의하게 높았다. 이는 여성 지원자가 자신의 박사 졸업 기관에 남는 경향이 남성보다 강함을 의미한다. 셋째, 여성은 남성보다 박사후 경험을 갖는 비율이 낮으며, 이는 초기 생산성 격차와 연계될 가능성이 있다. 결론적으로, 이 연구는 교수 채용 과정이 복잡하고 비선형적인 네트워크 구조를 가지고 있음을 보여주며, 명성·생산성·박사후 경험이라는 구조적 요인이 성별 격차를 매개한다는 점을 실증한다. 정책 입안자는 단순히 성별 할당량을 늘리는 것이 아니라, 하위 명성 기관의 여성 채용 역량을 강화하고, 초기 생산성 격차를 해소하기 위한 지원(예: 박사후 펀딩, 멘토링 프로그램) 등을 고려해야 함을 시사한다.