국가 특성이 대학 연구 성과에 미치는 영향 다층 모델 기반 세계 대학 순위와 지도화

초록

본 논문은 Scopus 기반 SCImago Institutions Ranking 데이터를 활용해 2006‑2010년 기간 동안 500편 이상 논문을 발표한 전 세계 대학·연구기관을 대상으로, 다층 로지스틱 회귀모형을 적용한다. 국가별 1인당 GDP 등 단일 공변량이 두 가지 성과 지표(최고 논문 비율, 최고 저널 비율)에 미치는 영향을 정량화하고, 공변량을 일정값으로 고정한 조정 순위와 지도 시각화를 제공한다. 이를 통해 재정적 여건이 열악한 국가에서도 뛰어난 연구 성과를 보이는 기관을 식별한다.

상세 분석

이 연구는 다층 로지스틱 회귀(multilevel logistic regression)를 핵심 분석 도구로 채택함으로써, 기관 수준의 성과와 국가 수준의 구조적 요인을 동시에 모델링한다. 종속 변수는 두 가지 이진 지표, 즉 ‘최고 논문 비율(best paper rate)’과 ‘최고 저널 비율(best journal rate)’로 정의되는데, 이는 각각 기관이 전체 논문 중 상위 10%에 해당하는 논문·저널에 게재한 비율을 의미한다. 독립 변수로는 기관 규모(발표 논문 수), 분야 특성, 그리고 국가 수준의 경제·사회 지표(예: 1인당 GDP, 연구개발(R&D) 투자 비중, 고등교육 참여율 등)가 포함된다. 다층 구조는 1단계(기관)와 2단계(국가)로 구성되어, 국가 간 이질성을 랜덤 효과로 포착한다.

모델 추정은 최대우도법을 이용했으며, 공변량의 고정 효과와 국가별 랜덤 인터셉트를 동시에 추정한다. 결과적으로, 1인당 GDP가 높은 국가에 속한 기관은 평균적으로 높은 베스트 페이퍼 비율을 보였지만, 공변량을 일정값(예: 평균 GDP)으로 고정한 조정값을 적용하면, 경제적 여건이 열악한 국가에서도 상대적으로 높은 성과를 내는 기관을 드러낼 수 있다. 이는 순수한 절대 지표가 국가 자원 격차를 반영해 편향될 위험을 보완한다는 점에서 의미가 크다.

시각화 측면에서는 웹 애플리케이션(www.excellencemapping.net)을 통해, 각 기관을 주제별 순위 리스트와 타일 기반 지도(tile‑based map)로 동시에 제공한다. 사용자는 특정 공변량을 선택해 해당 변수값을 고정한 ‘조정 순위’를 확인할 수 있으며, 지도 상에서 색상·크기로 성과 차이를 직관적으로 파악한다. 이러한 인터랙티브 기능은 정책 입안자와 대학 경영진이 국가·기관 수준의 구조적 제약을 고려한 전략을 수립하는 데 실용적인 도구가 된다.

한계점으로는 1) 데이터가 Scopus와 SCImago에 등재된 영문·국제 학술지에 국한돼 비영어권·지역 학술지의 성과가 과소평가될 가능성, 2) 500편 이상 논문을 발표한 기관만 분석 대상에 포함돼 소규모 대학·연구소는 배제됐다는 점, 3) 다층 로지스틱 회귀가 비선형 상호작용을 충분히 포착하지 못할 수 있다는 통계적 제약이 있다. 향후 연구에서는 다변량 베이지안 모델이나 네트워크 기반 분석을 도입해 복합적인 상호작용을 탐색하고, 보다 포괄적인 데이터베이스를 활용해 결과의 일반화를 검증할 필요가 있다.