소셜 네트워크가 학술 논문에 미치는 영향: 네트워크 연계 분석

초록

본 논문은 소셜 미디어와 학술 네트워크를 연계하여 청중이 논문에 미치는 영향을 정량화한다. 저자들은 트위터·레딧·페이스북 등에서 발생하는 언급을 기반으로 ‘청중 네트워크’를 구축하고, 기존의 인용·공동인용·저자 친밀도 네트워크와 비교·통합 분석한다. 실험 결과, 소셜 버즈와 논문의 장기 인용량 사이에 유의미한 상관관계가 존재함을 확인하였다.

상세 분석

이 연구는 기존 학술 네트워크 연구가 주로 저자 간 협업, 인용 관계, 공동인용 패턴 등 내부 구조에 초점을 맞추어 왔음에도 불구하고, 외부 청중—특히 소셜 미디어 사용자—가 논문의 확산과 인용에 미치는 역할을 간과해 왔다는 점을 지적한다. 저자들은 먼저 주요 학술 데이터베이스(Scopus, Web of Science)에서 2015‑2020년 사이에 발표된 10,000편 이상의 논문을 선정하고, 각 논문의 DOI를 키로 삼아 트위터, 레딧, 페이스북, 인스타그램 등 4대 소셜 플랫폼에서 해당 DOI 혹은 논문 제목이 언급된 포스트를 크롤링하였다. 이를 통해 ‘청중 언급 네트워크’를 구축했으며, 노드(사용자)와 논문 사이의 이중 연결 구조를 도입해 이분 그래프 형태로 모델링하였다.

네트워크 분석에서는 전통적인 중심성 지표(디그리, 베트윈, 클로즈니스)와 더불어 시간 가중 중심성(Time‑Weighted Centrality)을 제안해 초기 언급이 장기 인용에 미치는 영향을 정량화하였다. 또한, 멀티레벨 커뮤니티 탐지를 위해 Louvain 알고리즘을 적용, 소셜 커뮤니티와 학술 커뮤니티 간의 교차율을 측정하였다. 결과적으로, 초기 3개월 내에 소셜 언급이 급증한 논문은 평균 인용 수가 2배 이상 높았으며, 특히 ‘바이럴 사건(attractive incidents)’이라 명명한 급격한 언급 피크가 발생한 경우, 해당 논문의 인용 성장 곡선이 지수적으로 상승하는 패턴을 보였다.

또한, 상관 분석에서는 소셜 버즈(언급 수, 리트윗/공유 횟수)와 전통적 인용 지표 사이의 피어슨 상관계수가 0.62(p<0.001)로 통계적으로 유의미함을 확인했다. 이는 소셜 미디어가 학술 커뮤니케이션의 초기 촉매 역할을 할 수 있음을 시사한다. 다만, 분야별 차이를 고려했을 때 인문·사회과학 분야는 자연과학에 비해 소셜 버즈와 인용 간 상관관계가 약한 경향을 보였으며, 이는 청중의 전문성 차이와 정보 소비 패턴 차이에서 기인할 가능성이 있다.

연구의 한계로는 소셜 데이터 수집 시 API 제한과 언어 편향(영어 중심)으로 인해 비영어권 논문의 청중 네트워크가 충분히 포착되지 못한 점, 그리고 인용 데이터가 누적되는 시점과 소셜 언급이 발생하는 시점 사이의 인과관계를 완전히 규명하지 못한 점을 들 수 있다. 향후 연구에서는 멀티모달 텍스트 분석을 도입해 언급 내용의 감성·주제별 차이를 정량화하고, 학술 저널의 편집 정책이 소셜 확산에 미치는 영향을 탐색할 필요가 있다.