이중과학별 공동저자 핵심 규모 분석

초록

본 연구는 Ausloos(2013)의 공동저자 핵심 지표(mₐ)를 팀 기반 시스템에 확대 적용한다. “주도 연구자(LI)”와 각 공동저자(CA) 사이의 1:1 관계를 “이중과학별(Binary Scientific Star, BSS)”이라 정의하고, 논문을 학술지와 프로시딩(학회 발표·서적 등)으로 구분해 J ∝ A/r^α 형태의 파워‑법칙을 검증한다. H.E. Stanley와 M. Ausloos 두 명의 LI를 대상으로 30년·10년 구간을 나누어 분석한 결과, α는 두 번째 과학자에 약하게 의존하고, 핵심 규모(mₐ)는 공동저자 수와 출판 유형에 따라 변하지만 일정 범위 내에 머무른다. 학술지와 프로시딩 간에 BSS 핵심 규모 차이는 거의 없으며, 상위 몇 명의 공동저자만이 BSS 분석에 의미가 있음을 확인한다.

상세 분석

본 논문은 기존의 “J ∝ 1/r” 라는 Zipf‑유사 법칙을 “J = A/r^α”(α≤1) 로 일반화하고, 이를 LI와 그 공동저자들의 관계에 적용한 Ausloos(2013)의 mₐ 지표를 팀 수준으로 확장한다. 핵심 아이디어는 LI와 각 CA가 형성하는 1:1 관계를 “이중과학별(BSS)”이라 명명하고, BSS가 다른 공동저자와 공동으로 발표한 논문의 수 J(r) 를 순위 r에 따라 분석하는 것이다.

연구 대상은 H.E. Stanley(HES)와 M. Ausloos(MA) 두 명의 저명한 과학자로, 각각 1,150편·599편 이상의 논문과 600명·300명 정도의 공동저자를 보유한다. 데이터는 학술지(j)와 프로시딩(p)으로 구분했으며, 시간 구간을 1990‑2000년(≈30년)과 2000‑2010년(≈10년)으로 나누어 α와 mₐ의 변화를 탐색했다.

통계적 분석 결과, 전체 데이터와 각 BSS에 대해 로그‑로그 플롯에서 직선 형태가 관찰되었으며, R² 값이 0.860.99에 달해 파워‑법칙이 잘 맞는다. α 값은 BSS마다 0.851.14 사이로, “두 번째 과학자”에 따라 약간 차이지만, 전체적인 경향은 α≈1에 근접한다. 이는 공동저자와의 협업 강도가 순위에 따라 거의 역비례한다는 의미이다.

mₐ 지표는 각 LI의 전체 공동저자 집합에 대해 1026 사이, BSS 별로는 515 사이로 나타났다. 즉, 핵심 공동저자 수는 전체 공동저자 수(NDCA)와 비례하지만, 출판 유형(j vs p)에 따라 차이가 있다. 특히 프로시딩에서는 핵심 규모가 다소 작아지는 경향이 있었지만, 차이는 통계적으로 유의미하지 않았다.

또한 “king effect”(r=1에서 급격한 상승)와 “queen effect”(r=2‑3에서 완만한 감소) 현상이 일부 BSS에서 확인되었다. 이는 특정 공동저자가 LI와 매우 밀접한 협업 관계를 맺고 있음을 시사한다.

간접 지표로는 전체 공동논문 수 X = ∑_{r=1}^{r_M}J(r) 를 정의하고, 분포의 왜도(skewness)와 첨도(kurtosis)를 계산했다. HES와 MA 모두 양의 왜도와 높은 첨도를 보였으며, 이는 공동저자 협업 빈도가 소수의 핵심 파트너에 집중되는 구조를 반영한다.

시간 구간별 비교에서는 최근 10년 구간에서 α가 약간 감소하고 mₐ가 증가하는 경향이 관찰되었다. 이는 연구팀이 점차 확대되면서 핵심 공동저자 비중이 늘어나고, 협업 강도가 다소 완화되는 현상으로 해석될 수 있다.

결론적으로, BSS 개념과 mₐ 지표는 팀 기반 과학 협업을 정량화하는 유용한 도구이며, 출판 유형이나 시간에 따라 변동성을 보이지만 전반적인 구조는 안정적이다. 이러한 지표는 연구자 역할 구분, 팀 구성 최적화, 과학 정책 수립 등에 활용될 가능성이 크다.