“학문 분야를 초월한 저널 평가: JCR 주제별 정규화 임팩트 팩터(CNIF) 제안 및 검증”

이러한 변수들을 바탕으로 주성분 분석(Principal Component Analysis, PCA)을 수행함으로써, 과학 분야와 사회과학 분야의 JCR 주제 카테고리들 사이에서 변동성을 설명하는 주요 요인들을 도출하였다. 비록 학문 분야마다 논문 발표와 인용 패턴이 크게 다르지만, PCA 결과는 전체 변동성의 78 % 이상을 첫 번째와 두 번째 주성분이 설명한다는 점을 보여준다. 특히, 논문당 평균 참고문헌 수는 카테고리별 IF 변동성을 설명하는 주요 요인 중 하나가 아니라는 것이 확인되었다. 이는 기존에 “참고문헌 수가 많을수록 IF가 높다”는 일반적인 인식이 실제 데이터에서는 제한적인 설명력을 가진다는 것을 의미한다.

이러한 분석을 토대로 저자는 JCR 주제 카테고리 목록을 기반으로 한 새로운 정규화 지표인 ‘카테고리 정규화 임팩트 팩터(Category Normalized Impact Factor, 이하 CNIF)’를 제안한다. CNIF는 각 저널이 속한 모든 인덱싱 카테고리를 고려하여, 해당 카테고리별 평균 IF와 비교함으로써 각 저널의 상대적 영향력을 보다 공정하게 평가한다. 구체적으로, CNIF는 다음과 같은 절차로 계산된다. 첫째, 저널이 포함된 각 카테고리의 평균 IF와 표준편차를 구한다. 둘째, 저널의 실제 IF를 각 카테고리 평균 IF와 표준편차를 이용해 Z‑점수(z‑score)로 변환한다. 셋째, 해당 Z‑점수들을 가중 평균하여 최종 CNIF 값을 산출한다. 이때 가중치는 각 카테고리의 논문 수 또는 인용 횟수에 비례하도록 설정할 수 있다.

제안된 CNIF와 기존 IF를 비교하기 위해, 경제학 및 경영학 분야에 속하는 100개의 저널을 대상으로 실증 분석을 수행하였다. 이들 저널은 두 개 이상의 JCR 주제 카테고리에 동시에 포함되어 있어, 각 카테고리별 IF가 서로 다를 가능성이 높다. 분석 결과, CNIF를 적용한 후에는 카테고리별 순위 차이가 평균적으로 약 32 % 감소하였다. 여기서 “순위 차이”는 각 저널이 포함된 모든 카테고리에서의 순위 백분위수(percentile rank) 차이 중 최댓값을 의미한다. 즉, 한 저널이 A 카테고리에서는 상위 10 %에 속하고 B 카테고리에서는 하위 40 %에 속한다면, 두 순위 사이의 차이는 30 % 포인트이며, 이는 기존 IF 기반 순위에서 나타나는 불일치를 크게 완화한다는 뜻이다.

요약하면, 본 연구는 (1) IF가 학문 분야 간에 직접 비교될 수 없는 근본적인 이유를 정량적 변수로 분해하여 설명하고, (2) 주성분 분석을 통해 변동성의 주요 원인을 밝혀내며, (3) 모든 인덱싱 카테고리를 포괄적으로 고려하는 CNIF라는 새로운 정규화 지표를 제시하고, (4) 실제 저널 데이터를 통해 CNIF가 기존 IF에 비해 순위 불일치를 현저히 줄일 수 있음을 실증적으로 입증하였다. 이러한 결과는 학술 평가와 연구 성과 비교에 있어 보다 공정하고 신뢰할 수 있는 기준을 제공함으로써, 학문 분야 간의 장벽을 낮추고 연구자들이 자신의 연구 영향을 보다 정확히 인식하도록 돕는 데 기여할 수 있다. 앞으로는 CNIF를 다른 분야에도 확대 적용하고, 장기적인 인용 추세와 연계한 동적 정규화 모델을 개발함으로써, 학술 평가 체계 전반의 투명성과 객관성을 더욱 향상시킬 필요가 있다.