전 세계 대학·연구기관 고인용 논문 기반 순위와 시각화

초록

본 논문은 Scopus 데이터베이스에서 추출한 고인용 논문 정보를 활용해 전 세계 대학 및 연구 중심기관의 분야별 우수성을 정량화하고, 다층 모델을 적용해 통계적으로 신뢰할 수 있는 기관별 지표와 신뢰구간을 산출한다. 웹 애플리케이션은 순위 리스트와 지리적 위치를 원형으로 표시한 지도 두 가지 형태로 결과를 제공한다. 교육 품질이나 사회적 영향 등 비학술적 요소는 제외하고, 논문 인용 성과에 초점을 맞춘 것이 특징이다.

상세 분석

이 연구는 기존의 대학·기관 순위가 주로 단순 카운트나 평균 인용수에 의존하는 한계를 극복하고자, 다층(멀티레벨) 회귀 모델을 도입했다. 다층 모델은 논문이 속한 학문 분야, 연도, 국가 등 계층적 구조를 고려함으로써 기관별 ‘예상 고인용 논문 수’를 추정한다. 이는 관측값이 표본 편향이나 연도별 출판량 변동에 민감한 점을 보완한다. 모델은 각 기관에 대해 95 % 신뢰구간을 제공해, 순위 변동의 통계적 불확실성을 명시한다는 점에서 실용적이다.

데이터는 Scopus에서 2010‑2022년 사이에 발표된 논문 중 상위 1 %에 해당하는 고인용 논문을 선정했으며, 기관명 정규화와 지오코딩을 통해 전 세계 12 000여 개 기관을 지도에 배치했다. 분야별 분석은 22개의 대분류(예: 생명과학, 물리·천문학, 사회과학 등)로 구분돼, 사용자는 관심 분야를 선택해 해당 분야에서의 상대적 우수성을 시각적으로 탐색할 수 있다.

시각화 측면에서 웹 애플리케이션은 두 가지 주요 뷰를 제공한다. 첫 번째는 ‘리스트 뷰’로, 기관명을 클릭하면 해당 기관의 예상 고인용 논문 수, 관측값, 신뢰구간, 분야별 평균 대비 비율 등을 표 형태로 확인한다. 두 번째는 ‘맵 뷰’로, 원의 크기가 예상 고인용 논문 수를, 색상이 신뢰구간 폭을 나타내어 지리적 분포와 불확실성을 동시에 파악하게 한다. 사용자는 지도 확대·축소와 필터링을 통해 특정 국가·지역이나 상위 N 기관만을 선택할 수 있다.

한계점으로는(1) 인용 데이터가 학술적 영향만을 반영하고, 교과 과정·산학 협력·사회적 파급 효과 등은 배제된다는 점, (2) Scopus에 등재되지 않은 지역 저널이나 비영어권 출판물은 누락될 가능성이 있다는 점, (3) 다층 모델이 가정하는 정규성 및 독립성 가정이 실제 데이터에 완전히 부합하지 않을 수 있다는 점을 들 수 있다. 향후 연구에서는 교과·산업 연계 지표와 Altmetric 등 대안적 영향 지표를 통합하고, 모델에 비선형 효과와 시간적 변동성을 추가해 보다 정교한 기관 평가 체계를 구축할 여지가 있다.