친분과 공동저자 관계의 연관성 분석

초록

본 연구는 다학제·다기관·지리적으로 분산된 연구센터(CENS)를 대상으로, 공동저자 네트워크와 연구자 간 친분(아쿠언턴스십) 네트워크를 구축·비교한다. 두 네트워크의 위상 구조와 커뮤니티 겹침 정도를 분석해, 소규모 개인 친분망이 과학 협업에 핵심적인 역할을 함을 확인한다.

상세 분석

이 논문은 과학 협업 연구에서 흔히 사용되는 공동저자 네트워크를 ‘친분 네트워크’와 직접 비교함으로써, 두 네트워크가 실제로 얼마나 일치하는지를 실증적으로 검증한다. 연구 대상은 2003‑2009년 사이 CENS(Center for Embedded Networked Sensing)에서 발표된 608편의 논문(391명 저자)이며, 공동저자 관계는 논문별 저자 수에 따라 가중치를 부여하는 식( wᵢⱼ = Σₖ δₖᵢδₖⱼ/(nₖ‑1) )을 적용해 정량화한다. 이는 소수 저자 논문이 더 강한 협업을 의미한다는 가정에 기반한다.

친분 네트워크는 설문조사를 통해 구축했으며, 388명의 잠재 응답자 중 191명이 참여했다(응답률 49%). 설문은 두 단계로 구성돼, 첫 단계에서 ‘얼굴을 보고 인사할 정도로 알고 있는 사람’ 목록을 선택하게 하고, 두 번째 단계에서 최초 만남 연도와 연락 빈도를 물었다. 수집된 데이터는 비대칭(일방향) 관계와 누락 데이터를 포함했으며, 이를 ‘가용 사례 분석’으로 무방향화해 최종 네트워크를 생성했다. 친분 관계의 가중치는 연락 빈도(주 1회, 월 1회, 가끔, 거의 없음)로 정의했으며, 빈도가 높을수록 가중치를 크게 부여했다.

위상 분석 결과, 두 네트워크 모두 높은 클러스터링 계수와 짧은 평균 경로 길이를 보였지만, 친분 네트워크가 더 높은 연결 밀도와 큰 평균 차수를 나타냈다. 이는 연구자들이 실제로는 많은 사람과 친분을 유지하지만, 공동저자 관계는 제한된 소수와만 형성된다는 점을 시사한다. 커뮤니티 탐색(Louvain 알고리즘)에서는 공동저자 커뮤니티와 친분 커뮤니티 간 겹침 비율이 약 0.42로, 완전 일치하지 않지만 유의미한 부분 겹침을 보여준다. 특히, 물리·컴퓨터 과학 분야의 대규모 프로젝트에서는 공동저자 관계가 형성되었음에도 불구하고, 실제 대면 접촉이 거의 없는 경우가 다수 발견돼, ‘공동저자는 반드시 친분을 의미하지 않는다’는 결론을 뒷받침한다.

또한, 논문은 기존 연구(Newman 2004)에서 공동저자 네트워크를 친분 네트워크의 대리 변수로 사용한 가정에 비판적 시각을 제시한다. 데이터에 기반한 실증 결과는 대규모, 지리적으로 분산된 협업 환경에서는 디지털 협업 도구가 공동저자 관계를 촉진하지만, 개인적 친분 형성에는 여전히 물리적 접촉과 지속적인 교류가 필요함을 강조한다. 마지막으로, 연구는 향후 네트워크 기반 협업 지원 시스템 설계 시, 공동저자와 친분 정보를 별도로 고려해야 함을 제언한다.