과학계량학과 과학연구: 단어와 공동단어에서 정보와 확률 엔트로피로

초록

이 논문은 과학연구에서 질적 이론과 양적 방법 사이의 긴장을 조명하고, 특히 단어·공동단어 분석을 통해 의미론적 차이를 정량화하는 방법을 제시한다. 저자는 9가지 방법론적 기준을 제시하고, 정보 계산(엔트로피) 접근법이 이러한 기준을 충족시킬 수 있음을 논증한다.

상세 요약

본 논문은 사회과학 전반에 퍼져 있는 ‘질적‑양적 이분법’ 문제를 과학연구 분야에 특수화시켜 고찰한다. 첫 번째로, 저자는 과학사와 과학사회학이 제공하는 서사적·맥락적 통찰이 단순히 텍스트 빈도수에 의존하는 전통적 계량학적 접근과 충돌한다는 점을 강조한다. 여기서 핵심 문제는 동일한 단어가 서로 다른 이론적·역사적 맥락에서 전혀 다른 의미를 가질 수 있다는 ‘다의성’이다. 예를 들어, “혁신”이라는 용어는 기술사에서의 실용적 변화를 의미할 수도 있고, 사회학에서는 구조적 전환을 의미할 수도 있다. 이러한 의미 차이를 무시하고 단순히 출현 빈도만을 비교하면, 실제 연구 현상의 복합성을 왜곡하게 된다.

두 번째로, 저자는 이러한 의미적 이질성을 포착하기 위해 ‘공동단어(co‑word)’ 네트워크 분석을 도입한다. 공동단어는 특정 문헌 집합 내에서 동시에 등장하는 단어쌍을 의미하며, 이들의 연결 강도는 해당 개념들 간의 연관성을 정량화한다. 그러나 공동단어 네트워크 자체도 단순히 연결 강도만을 고려하면, 빈도 편향이나 문헌 선택 편향에 의해 왜곡될 위험이 있다. 따라서 네트워크 구조를 해석할 때는 ‘정보량’과 ‘불확실성’이라는 두 축을 동시에 검토해야 한다는 점을 제시한다.

세 번째로, 논문은 정보 계산, 특히 셰넌 엔트로피와 상호정보량(mutual information)을 활용한 방법론을 제안한다. 엔트로피는 특정 단어 분포가 얼마나 불확실한지를 측정하고, 상호정보량은 두 단어 사이의 의존성을 정량화한다. 이를 통해 연구자는 (1) 단어 자체의 의미적 다양성, (2) 공동출현 패턴의 구조적 복잡성, (3) 시간에 따른 의미 변천을 모두 포착할 수 있다. 특히, 엔트로피 기반 지표는 ‘희소성(sparsity)’과 ‘집중도(concentration)’를 동시에 반영하므로, 빈도 기반 지표가 놓치기 쉬운 미세한 변화를 감지한다.

네 번째로, 저자는 이러한 정보‑엔트로피 접근법이 9가지 방법론적 기준을 충족한다는 점을 논증한다. 기준에는 (① 이론적 통합성, ② 측정의 재현성, ③ 다층적(텍스트·네트워크·시간) 분석 가능성, ④ 의미의 다중성 수용, ⑤ 데이터 규모와 복잡성에 대한 확장성, ⑥ 정량·정성 통합, ⑦ 통계적 검증 가능성, ⑧ 시각화와 해석 용이성, ⑨ 정책·실천적 적용 가능성)이 포함된다. 정보 계산은 이론적 모델링과 통계적 검증을 동시에 제공하며, 대규모 텍스트 코퍼스에도 적용 가능하고, 시각화 도구와 연계해 의미 네트워크를 직관적으로 제시한다.

마지막으로, 논문은 실제 사례 연구를 통해 방법론의 실효성을 검증한다. 예시로 과학기술 정책 문서와 학술 논문 집합을 대상으로 ‘혁신’, ‘지식’, ‘네트워크’ 등의 핵심 용어를 분석하고, 시간에 따른 엔트로피 변화와 상호정보량 변동을 제시한다. 결과는 정책 담론이 초기에는 높은 불확실성을 보이다가, 특정 개념이 제도화되면서 엔트로피가 감소하고, 핵심 용어 간 상호정보량이 증가하는 패턴을 보여준다. 이는 질적 서사와 양적 지표가 상호 보완적으로 작동함을 실증적으로 입증한다.

요약하면, 본 논문은 단어·공동단어 분석에 정보‑엔트로피 프레임을 도입함으로써 질적·양적 통합을 위한 실용적 방법론을 제시하고, 과학연구의 복합적 의미 구조를 정량적으로 파악할 수 있는 새로운 길을 열었다.