인용 수익률 논문 저널 연구자를 위한 일관된 평가 지표

초록

본 논문은 논문, 학술지, 연구자를 동일한 기준으로 비교할 수 있는 새로운 지표인 “인용 수익률(ROC)”을 제안한다. ROC는 논문이 받은 인용 횟수를 해당 논문이 포함된 저널의 평균 인용 수와 비교한 비율로 정의되며, 분야 간 차이를 보정하고 불필요한 자기·강제 인용을 억제한다는 장점을 가진다.

상세 분석

ROC(Return on Citation) 개념은 가장 단순한 형태의 비율, 즉 “받은 인용 수 ÷ 기대 인용 수”로 정의된다. 여기서 기대 인용 수는 해당 논문이 게재된 저널의 평균 인용 수 혹은 분야별 평균 인용 수를 사용한다. 이 접근법은 기존의 임팩트 팩터(IF)와 달리 개별 논문의 성과를 저널 수준의 기대치와 직접 비교함으로써 논문 자체의 가치를 보다 명확히 드러낸다.

첫 번째 강점은 분야 정규화이다. 과학·공학·인문·사회 등 인용 문화가 크게 다른 분야에서도 ROC는 동일한 척도로 비교 가능하다. 예를 들어, 평균 인용 수가 낮은 수학 분야에서도 높은 ROC를 기록하면 해당 논문이 해당 분야에서 상대적으로 큰 영향을 미쳤음을 의미한다.

두 번째는 자기·강제 인용 억제 효과다. 기존 지표는 인용 수 자체에만 초점을 맞추어 저자나 편집자가 인위적으로 인용을 늘리는 행위를 방지하기 어렵다. ROC는 기대 인용 수와의 비율이므로, 단순히 인용 수를 늘려도 기대치가 함께 상승하면 비율이 크게 변하지 않는다. 따라서 과도한 자기 인용이나 편집부 강제 인용이 ROC에 미치는 효과는 제한적이다.

세 번째는 적용 범위의 일관성이다. 논문, 저널, 연구자 각각에 동일한 ROC 공식을 적용함으로써, 연구자의 전체 포트폴리오(다수 논문의 평균 ROC)와 저널의 전체 성과(전체 논문의 평균 ROC)를 직접 비교할 수 있다. 이는 현재 h‑index, g‑index 등 연구자 중심 지표와 저널 중심 지표 사이의 불일치를 해소한다.

하지만 몇 가지 한계도 존재한다. 첫째, 기대 인용 수를 어떻게 정의하느냐에 따라 결과가 크게 달라진다. 저널 평균 인용 수는 저널 규모, 출판 주기, 개방 접근 여부 등에 민감하게 반응한다. 따라서 ROC를 계산할 때는 동일한 연도, 동일한 문서 유형(연구 논문, 리뷰 등)별로 평균을 구하는 세밀한 전처리가 필요하다.

둘째, 최신 논문은 인용 누적 기간이 짧아 낮은 ROC를 보일 가능성이 있다. 이를 보완하기 위해 시간 가중치를 도입하거나, 일정 기간(예: 2년, 5년) 내 인용을 기준으로 하는 변형 ROC를 고려해야 한다.

셋째, 데이터 품질 문제이다. 인용 데이터베이스의 누락·오분류, 다중 출판 형태(프리프린트·정식 출판) 등은 ROC 계산에 오류를 초래한다. 따라서 신뢰할 수 있는 데이터 소스(Scopus, Web of Science, Crossref 등)를 통합하고, 중복 인용을 제거하는 절차가 필수적이다.

마지막으로, ROC 자체가 새로운 ‘게임’의 대상이 될 가능성도 있다. 연구자들이 저널 선택 시 평균 인용 수가 낮은 저널을 선호하거나, 인용을 인위적으로 조작해 평균을 낮추려는 시도가 발생할 수 있다. 이는 정책 차원에서 저널의 평균 인용 수를 투명하게 공개하고, 비정상적인 인용 패턴을 탐지하는 알고리즘을 병행해야 함을 시사한다.

종합하면, ROC는 기존 지표들의 주요 결함을 보완하면서도 구현이 비교적 간단한 장점을 가진다. 다만, 기대 인용 수 정의, 시간 가중치, 데이터 정합성 등에 대한 세심한 설계와 지속적인 모니터링이 동반되어야 실효성을 확보할 수 있다.