과학적 영향 측정의 다차원성 39가지 지표 주성분 분석

초록

본 연구는 전통적인 인용 기반 지표와 최신 사용 로그 기반 지표 39종을 대상으로 주성분 분석(PCA)을 수행하였다. 결과는 과학적 영향이 단일 지표로 포착되기 어려운 다차원 구조임을 보여주며, 임팩트 팩터는 핵심이 아닌 주변에 위치함을 확인하였다.

상세 분석

연구진은 2009년부터 2013년까지 Web of Science와 COUNTER 사용 로그 데이터를 결합하여 39개의 학술 영향 지표를 산출하였다. 지표는 전통적인 인용 횟수, h‑index, Eigenfactor, Article Influence와 같은 인용 기반 지표와, 다운로드·뷰 횟수, 소셜 네트워크 상의 연결성, Altmetric 점수 등 사용 기반 지표로 구분된다. 각 지표는 동일한 저널 집합에 대해 순위화된 형태로 변환된 뒤, 상관 행렬을 구성하고 주성분 분석을 적용하였다. 첫 번째 주성분은 전체 변동성의 약 38%를 설명했으며, 이는 주로 인용량과 장기적인 학술적 인정에 기인한다. 두 번째 주성분은 22%의 변동성을 차지하고, 사용 로그와 단기적 관심도를 반영한다. 세 번째 주성분은 12% 수준으로, 소셜 미디어와 비전통적 확산 경로를 포착한다. 이들 세 축을 통해 과학적 영향이 ‘전통적 인용’, ‘디지털 사용·관심’, ‘사회적 확산’이라는 세 가지 독립적인 차원으로 구성됨을 확인하였다. 특히, 임팩트 팩터는 첫 번째 주성분에 약한 로딩을 보이며, 전체 구조의 주변에 위치한다. 이는 임팩트 팩터가 장기 인용을 강조하지만, 최신 디지털 활용도와 사회적 파급력을 충분히 반영하지 못한다는 점을 시사한다. 반면, 사용 기반 지표인 다운로드·뷰 순위와 Altmetric 점수는 두 번째·세 번째 주성분에 강하게 기여하여, 빠른 피드백과 대중적 관심을 측정하는 데 유용함을 보여준다. 연구진은 교차 검증을 통해 PCA 결과가 데이터 샘플링 변화에 강인함을 확인했으며, 군집 분석을 추가 적용해 저널을 ‘전통적 영향 중심’, ‘디지털 사용 중심’, ‘사회적 파급 중심’ 등으로 분류하였다. 이러한 다차원적 분류는 연구자와 도서관, 정책 입안자가 특정 목적에 맞는 지표를 선택하도록 돕는다.