인용 역학의 숨은 규칙과 이동 파워법 모델

초록

APS 저널 논문들의 인용 데이터를 분석해 로그정규, 단순 파워법, 이동 파워법 세 가지 후보 함수를 Kolmogorov‑Smirnov 검정으로 비교하였다. 이동 파워법이 모든 연도 구간에서 가장 높은 적합도를 보였으며, 인용 급증(버스트)이 초기 몇 년 내에 집중되는 현상을 발견했다. 이를 설명하기 위해 시간에 따라 감소하는 초기 매력도를 갖는 선형 선호 부착 모델을 제안했고, 시뮬레이션이 실증적 인용 분포와 버스트 현상을 모두 재현함을 확인하였다.

상세 분석

본 연구는 물리학 분야에서 가장 방대한 인용 데이터베이스 중 하나인 APS(미국 물리학회) 저널 컬렉션을 활용해 인용 분포의 근본적인 형태를 규명하고자 했다. 먼저, 인용 횟수 k_in 의 누적분포를 세 가지 함수 형태—로그정규(log‑normal), 단순 파워법(simple power‑law), 이동 파워법(shifted power‑law)—에 맞춰 추정하였다. 적합도 평가는 Kolmogorov‑Smirnov(KS) 통계량 D와 이를 기반으로 만든 p‑값을 이용했으며, 모델 파라미터는 최대우도법으로 최적화했다. 결과는 다음과 같다. (1) 단순 파워법은 꼬리 영역(k > 20)에서만 제한적으로 높은 p‑값을 보였고, 전체 구간에서는 부적합했다. (2) 로그정규는 1970년 이전 데이터에만 비교적 높은 p‑값을 나타냈으며, 이후 연도에서는 급격히 감소해 실증 데이터와 괴리를 보였다. (3) 이동 파워법은 모든 연도(1950‑2008)에서 p‑값이 0.2 이상으로, 특히 전체 구간에서 가장 일관된 적합도를 제공했다. 이동 파워법의 지수 γ 는 시간에 따라 감소하는 추세를 보였으며, 1950년대에는 γ≈5.6, 2008년에는 γ≈3.1이었다. 이는 인용 네트워크가 시간이 흐름에 따라 점점 더 평탄한 분포를 갖게 됨을 의미한다.

다음으로 인용 버스트 현상을 정량화했다. 논문별 연도별 인용 증가율 Δk/k 를 1년 간격으로 측정한 결과, 버스트 크기 분포는 수십 배에 이르는 폭넓은 스케일을 보였으며, 90 % 이상의 대형 버스트(Δk/k > 3)는 발표 후 4년 이내에 발생했다. 이는 기존의 선호 부착 모델이 예측하는 ‘지속적·점진적’ 인용 축적과는 상반되는 급격한 초기 성장 현상을 시사한다.

이를 설명하기 위해 저자들은 ‘시간 의존 초기 매력도(initial attractiveness)’를 도입한 선형 선호 부착 모델을 제안했다. 구체적으로, 새로운 인용이 발생할 확률은 기존 인용수 k_in 와 시간에 따라 감소하는 매력도 A(t) 의 합에 비례한다: Π(k_in, t) ∝ k_in + A₀ e^{-δt}. 여기서 A₀ 는 논문이 처음 공개될 때의 기본 매력도, δ 는 감쇠율이다. 실험적으로는 누적 커널 Π⁾(k_in) 을 측정해 평균 매력도 ⟨A⟩≈7.0을 추정했으며, 이는 초기 몇 년 동안은 매력도가 인용 확률을 크게 좌우하지만, 시간이 지나면 선호 부착(즉, k_in 에 비례)만이 지배적인 메커니즘이 됨을 확인했다. 모델 시뮬레이션은 (i) 이동 파워법 형태의 인용 분포, (ii) 버스트 크기와 발생 시점의 통계적 특성, (iii) 연도별 평균 인용도와 매력도 변화를 모두 실증 데이터와 일치시켰다.

이러한 결과는 인용 네트워크가 단순한 ‘많이 인용될수록 더 많이 인용된다’는 메커니즘을 넘어, 초기 매력도와 급격한 초기 성장(버스트)이라는 두 가지 핵심 요소가 복합적으로 작용함을 보여준다. 특히, 이동 파워법이 전 기간에 걸쳐 가장 적합한 분포 형태라는 점은 기존 연구에서 제시된 로그정규나 순수 파워법보다 현실적인 인용 역학을 더 잘 포착한다는 중요한 시사점을 제공한다.