과학자의 연구 전략 전통과 혁신 사이의 긴장

본 논문은 ‘전통과 혁신 사이의 본질적 긴장(essential tension)’이라는 사회학·철학적 개념을 정량적으로 검증하고자, 1934‑2008년 사이에 MEDLINE에 등재된 6,455,756개의 초록을 대상으로 화학 물질 간 관계 네트워크를 구축하였다. 1983‑2008년 구간을 분석 대상으로 삼아, 각 연도별 네트워크에 새롭게 추가된 링크를 다섯 가지 연구 전략으로 분류하였다. 1) **전략 정의** - **점프(Jump)**: 전혀 새로운 화학 물질 혹은 새로운 관계를 도입하는 가장 위험한 전략. - **새로운 연결(New)**: 기존 물질 사이에 아직 보고되지 않은 새로운 관계를 제시하거나, 새로운 물질을 포함하지만 기존 클러스터 내에 머무는 경우. - **새로운 통합(New Consolidation)**: 동일 지식 클러스터 내에서 새로운 관계를 추가해 해당 분야를 깊게 파고드는 전략. - **반복 통합(Repeat Consolidation)**: 이미 알려진 관계를 다시 확인하거나 재현하는 보수적 전략. - **반복 교량(Repeat Bridge)**: 서로 다른 클러스터를 연결하는 기존 관계를 재현하는 전략. 클러스터는 네트워크 모듈러리티 기반으로 자동 식별했으며, 클러스터 내·외 연결을 통해 ‘통합’과 ‘교량’ 구분을 수행하였다. 2) **전략 빈도와 안정성** 전체 2008년 네트워크는 181,078개의 노드와 84,709,977개의 링크를 포함한다. 연도별 전략 비율을 집계한 결과, ‘반복’ 전략이 전체 링크의 85.8 %를 차지해 압도적이며, ‘새로운’ 전략은 14.2 %에 불과했다. 특히 ‘점프’ 전략은 1.8 %로 가장 희귀했다. 흥미롭게도 1983‑2008년 구간 동안 전략 비율은 거의 변하지 않았으며, 이는 지식 베이스가 급격히 확대되고 가능한 신규 연결이 22배에서 188배로 증가했음에도 과학자들이 새로운 기회를 충분히 탐색하지 않았음을 의미한다. 3) **생성 모델을 통한 편향 추정** 연구자들은 ‘에이전트’가 각 연도에 가능한 링크 수에 비례해 전략을 선택하되, 전략별 편향 파라미터(ν, ρ, θₙ, θᵣ)를 적용하는 확률 모델을 구축했다. 실제 관측된 전략 빈도와 모델이 예측한 빈도 사이의 피어슨 상관계수는 0.983으로 매우 높았다. 파라미터 추세는 시간에 따라 ‘새로운’ 기회보다 ‘반복’ 기회를 선호하는 경향이 강화되고, ‘새로운 통합’보다 ‘새로운 교량’에 대한 선호가 감소함을 보여준다. 이는 과학자들이 점차 지역적(클러스터 내부) 탐색에 머무르고 있음을 시사한다. 4) **위험·보상 관계** 전략의 ‘놀라움(surprisal)’을 –log P(strategy) 로 정의하고, 해당 전략이 포함된 논문의 평균 인용수를 회귀 분석하였다. 결과는 놀라움이 클수록 평균 인용수가 증가한다는 양의 관계를 확인했으며, 놀라움이 10배 차이날 때 평균 인용수가 약 2.26배 늘어났다. 놀라움은 평균 인용수 변동(29.2 % 설명)과 표준편차 변동(28.6 % 설명) 모두에 유의하게 기여한다. 즉, 위험한 전략은 성공 시 높은 보상을 주지만, 성공 확률 자체가 낮아 변동성이 크다. 5) **기대 인용과 전략 선택의 합리성** 위험 중립적 과학자를 가정하고, 전략별 평균 인용수(반복 = 8.38, 새로운 = 11.00, 점프 = 12.90)를 이용해 기대 인용 = 성공 확률 × 평균 인용수 로 계산했다. 기대값을 동일하게 만들려면 새로운 전략의 성공 확률이 반복 전략 대비 0.76, 점프 전략은 0.65가 되어야 한다. 실제 성공 확률이 이보다 낮을 가능성이 높아, 보수적 ‘반복’ 전략이 기대 인용 측면에서 우세함을 확인했다. 6) **수상과 고인용 논문의 특성** 137개의 주요 생물·화학 상 수상자를 분석한 결과, ‘점프’·‘새로운 교량’ 전략을 채택한 연구가 수상 확률이 현저히 높았다. 이는 평균 인용만으로는 설명되지 않는 ‘극단적 보상’이 존재함을 의미한다. 과학자들은 평균적인 경력 안전성보다 가끔씩 ‘대박’ 성과를 목표로 위험을 감수한다는 해석이 가능하다. 7) **정책적 함의** 연구는 현재 학술 평가 시스템이 인용 중심으로 설계돼 보수적 전략을 과도하게 장려한다는 점을 지적한다. 혁신을 촉진하기 위해서는 (1) 위험 높은 프로젝트에 대한 전용 펀딩, (2) 실패를 포함한 연구 성과를 평가에 반영하는 지표, (3) 새로운 화학 관계 탐색을 지원하는 데이터베이스와 시각화 도구 제공 등이 필요하다. 결론적으로, 본 연구는 대규모 텍스트·네트워크 분석을 통해 ‘전통 vs. 혁신’이라는 이론적 긴장이 실제 과학 활동에서 어떻게 나타나는지를 정량적으로 입증했으며, 위험을 감수하는 전략이 높은 보상을 제공하지만 평균적인 기대값을 초과하지 못한다는 사실을 밝혀냈다. 이는 과학 정책 입안자와 연구기관이 혁신을 촉진하기 위한 제도적 개혁의 필요성을 강조한다.