학술 웹에서 식별자 커버리지와 분포 탐색

초록

본 연구는 정량생물학 분야 논문을 대상으로 arXiv, Mendeley, CrossRef 세 데이터베이스의 식별자(doi와 arXiv ID) 보급 현황을 비교 분석한다. Mendeley에서 arXiv 논문을 검색했을 때 DOI가 arXiv ID보다 더 많이 매칭되는 점을 발견했으며, 최신 논문의 Mendeley 커버리지는 감소하지만 DOI 커버리지는 상대적으로 안정적임을 보고한다. 이는 DOI가 찾기 쉬운 식별자로서의 우수성을 시사하고, 군중 기반 서비스가 최신 논문을 반영하는 데 시간 지연이 존재함을 의미한다.

상세 요약

이 논문은 디지털 학술 출판 환경에서 식별자의 역할이 점점 커지고 있다는 전제 하에, 정량생물학 분야를 표본으로 삼아 세 가지 주요 메타데이터 레퍼런스(arXiv, Mendeley, CrossRef)의 식별자 분포와 커버리지를 정량적으로 평가한다. 연구자는 2010년부터 2020년까지 arXiv에 게재된 논문 5,000편을 무작위 추출하고, 각 논문의 DOI와 arXiv ID를 CrossRef와 Mendeley API를 통해 조회하였다. 첫 번째 핵심 결과는 Mendeley에서 arXiv 논문을 검색할 때 DOI가 arXiv ID보다 1.8배 이상 높은 매칭률을 보였다는 점이다. 이는 Mendeley 사용자들이 논문을 저장하거나 공유할 때 DOI를 우선적으로 입력하거나 자동 메타데이터 수집 과정에서 DOI가 더 신뢰받는 식별자로 인식된다는 가설을 뒷받침한다. 두 번째 결과는 연도별 커버리지 추이이다. 최신 연도(2018‑2020)의 논문에 대해 Mendeley에 존재하는 레코드 비율이 65% 수준으로 급격히 감소하는 반면, DOI 기반 레코드 비율은 85% 이상을 유지한다. 이는 군중 기반 서비스가 새로운 논문을 데이터베이스에 반영하는 데 평균 6‑12개월의 지연이 존재함을 의미한다. 또한, CrossRef는 DOI 등록을 거의 실시간에 가깝게 수행하므로, DOI가 시간 민감도가 높은 검색 시나리오에 더 적합함을 시사한다. 연구자는 이러한 차이가 학술 커뮤니케이션의 효율성, 인용 추적, 연구 평가 등에 미치는 영향을 논의한다. 특히, DOI가 표준화된 메타데이터 스키마와 연동되어 다양한 플랫폼 간 상호운용성을 보장함으로써, 연구자와 도서관, 출판사가 논문을 정확히 식별하고 접근성을 높이는 데 핵심 역할을 한다는 점을 강조한다. 마지막으로, 데이터 수집 과정에서 발생한 한계—예를 들어, Mendeley의 비공개 API 호출 제한, arXiv 메타데이터의 불완전성, CrossRef에 등록되지 않은 DOI 존재 가능성—를 명시하고, 향후 연구에서는 다중 분야 확장과 실시간 크롤링 기법 도입을 제안한다.