최근 성과를 측정하는 h지수 변형

초록

본 논문은 전통적인 h‑지수가 오래된 논문 인용에 크게 의존해 미래 연구 성과 예측에 한계가 있음을 지적하고, 최근 몇 년간의 논문만을 대상으로 하는 h‑지수 변형을 제안한다. 이 새로운 지표는 학술 채용 및 연구비 배분 시 최신 연구 역량을 보다 정확히 평가할 수 있으며, ISI Web of Knowledge를 이용해 손쉽게 계산할 수 있다.

상세 분석

전통적인 h‑지수는 “h편의 논문이 각각 최소 h번 인용되었다”는 정의에 따라 연구자의 전체 경력에 걸친 인용량을 반영한다. 그러나 인용은 시간이 지남에 따라 누적되므로, 오래된 논문의 높은 인용이 현재의 연구 생산성을 과대평가하는 경향이 있다. 이는 특히 젊은 연구자나 최근에 전향한 분야에서 채용·승진 판단에 부정확성을 초래한다. 논문은 이러한 문제점을 인식하고, 최근 n 년(예: 5년) 동안 발표된 논문만을 대상으로 h‑지수를 재계산하는 변형 지표를 제안한다. 이 ‘최근 h‑지수(R‑h)’는 기존 h‑지수와 동일한 계산 절차를 따르지만, 데이터베이스 검색 시 연도 제한을 두어 최신 논문만 추출한다.

핵심적인 기술적 논의는 두 가지 측면에서 이루어진다. 첫째, R‑h가 기존 h‑지수와 상관관계가 높으면서도 최신 연구 활동을 더 민감하게 반영한다는 실증 분석이다. 저자는 여러 학문 분야의 연구자를 표본으로 삼아, 전체 h‑지수와 R‑h를 비교했을 때, R‑h가 최근 논문 수와 인용률에 더 강하게 연관됨을 보여준다. 둘째, R‑h의 계산이 ISI Web of Knowledge와 같은 상용 데이터베이스에서 간단히 구현 가능하다는 점이다. 검색 옵션에 ‘Publication Year ≥ 현재 연도‑n+1’ 조건을 추가하고, 인용 횟수를 정렬하면 자동으로 h‑지수와 동일한 방식으로 R‑h를 도출할 수 있다.

또한 논문은 R‑h의 한계도 언급한다. 짧은 기간 동안 인용이 충분히 축적되지 않을 경우, R‑h가 낮게 나타날 수 있어, 특히 논문 발표 직후의 연구자를 과소평가할 위험이 있다. 이를 보완하기 위해 저자는 ‘가중 평균 인용’이나 ‘예측 인용 모델’과 결합하는 방안을 제시한다. 마지막으로, R‑h를 활용한 채용·승진 사례 연구를 통해, 전통적인 h‑지수만을 사용했을 때와 비교해 보다 공정하고 최신 역량 중심의 평가가 가능함을 실증한다.