SNIP, 저널 인용 영향의 신뢰할 수 있는 지표

초록

Moed는 Leydesdorff와 Opthof가 제안한 분수 인용 카운팅 방식에 대해 비판하며, SNIP이 필드‑정규화된 인용 영향 측정에 있어 더 타당하고 정교한 지표임을 주장한다. SNIP은 인용 평균을 필드 평균 참고문헌 수로 나누는 ‘평균의 비율’ 방식을 사용하고, Scopus 데이터와 인덱싱 범위를 엄격히 제한한다. 또한 분수 인용을 논문 수준에 적용할 경우 발생하는 통계적·이론적 문제를 제시한다.

상세 분석

본 논문은 SNIP(Source‑Normalized Impact per Paper)과 Leydesdorff‑Opthof(L&O)가 제안한 “분수 인용 카운팅(Fractional Citation Counting)” 기반 지표를 비교·비판한다. 먼저 SNIP은 “평균의 비율”(ratio of averages) 방식을 채택한다. 즉, 특정 저널의 1‑3년 구간 논문당 평균 인용 횟수를, 그 저널이 속한 주제 분야(저널을 인용한 논문 집합)의 평균 1‑3년 구간 참고문헌 수(인용 잠재력)로 나눈다. 여기서 주제 분야는 1‑10년 구간에 해당 저널 논문을 인용한 모든 논문으로 정의되며, 인용 잠재력 계산에 사용되는 참고문헌은 반드시 Scopus에 색인된 저널에 한정한다. 이러한 제한은 데이터베이스 커버리지 차이에 따른 편향을 최소화한다는 장점을 가진다.

반면 L&O는 “비율의 평균”(average of ratios) 방식을 적용한다. 각 인용 논문마다 전체 참고문헌 수 n에 대해 1/n 가중치를 부여하고, 이를 평균화한다. Moed는 이 접근법이 두 가지 근본적인 문제를 야기한다고 지적한다. 첫째, 1‑3년 구간에 해당하는 참고문헌이 전혀 없는 논문(r=0)의 경우 가중치를 0으로 처리해야 하는데, 이는 해당 논문이 주제 분야 정의에 포함되면서도 인용 잠재력 계산에서 제외되는 모순을 만든다. 둘째, 같은 분야 내에서 참고문헌 수가 많은 논문은 인용 가중치가 낮아져, 실제 연구 영향과 무관하게 ‘긴 참고문헌 리스트’를 가진 논문의 인용이 과소평가된다. 이는 필드 수준에서 평균적인 인용 잠재력을 정규화하는 SNIP의 원칙과 상충한다.

또한 Moed는 SNIP이 기존의 저널 임팩트 팩터(JIF)와 비슷한 값 범위를 유지하도록 설계됐으며, 절반 이상의 저널은 인용 잠재력이 낮아 SNIP 값이 평균 인용 수보다 높게 나타나는 등 직관적인 해석이 가능하도록 조정되었다고 설명한다. 마지막으로 통계적 유의성 검정에 관한 L&O의 주장에 대해, 비율의 평균이든 평균의 비율이든 적절한 통계 모델을 적용하면 차이 검정이 가능하다는 기존 연구(Glänzel 2010)를 인용하며, 궁극적인 지표 선택은 ‘타당성(validity)’이 가장 중요한 기준임을 강조한다.