인용 내용 분석을 위한 구문과 의미 통합 프레임워크

초록

본 논문은 인용 내용 분석(CCA)을 위한 새로운 프레임워크를 제안한다. 인용의 구문적·의미적 특성을 동시에 코딩할 수 있는 2×2 구조의 코드북을 설계하고, 적용 절차와 원칙을 제시한다. 이를 통해 기존 인용 분석이 놓친 사회문화적 맥락을 보다 정밀하게 탐색할 수 있다.

상세 분석

본 연구는 전통적인 인용 횟수 기반 분석이 갖는 한계를 비판적으로 검토하고, 인용이 단순한 ‘연결’이 아니라 연구자들의 인지·사회적 행위라는 점을 강조한다. 이를 위해 사회과학에서 활용된 내용 분석(content analysis)의 이론적·방법론적 토대를 재조명하고, 도서관·정보학 분야에서의 선행 적용 사례를 정리한다. 논문은 CCA를 “구문(syntactic) 모듈”과 “의미(semantic) 모듈”로 구분하고, 각각을 다시 “인용자(citing) 차원”과 “인용된(cited) 차원”으로 이중화한 2×2 매트릭스를 제시한다. 구문 모듈은 인용 문장의 형태적 특징(예: 인용 위치, 인용 형식, 인용 부호 사용 등)을 코딩하고, 의미 모듈은 인용의 기능적 의미(예: 지식 이전, 비판, 확장, 비교 등)와 정서적 톤(긍정·부정·중립) 등을 기록한다. 코드북 설계 시 ‘참조 범위 정의’, ‘코드의 상호 배타성 및 포괄성 확보’, ‘코딩 신뢰도 검증’ 등 네 가지 원칙을 제시하며, 실제 코딩 과정을 단계별로 안내한다. 또한, 자동화된 텍스트 마이닝 기법과 인간 코더의 질적 판단을 결합한 하이브리드 접근법을 제안해, 대규모 데이터셋에서도 높은 정확도와 해석 가능성을 동시에 달성할 수 있음을 시사한다. 마지막으로 CCA가 연구 성과 평가, 학문 네트워크 분석, 과학 정책 설계 등에 미칠 파급 효과와 향후 연구 과제(코드북 표준화, 다학제 적용, 시계열 분석 등)를 논의한다.