공동저자 성별 동질성 측정의 집합 기반과 네트워크 기반 지표의 관계

본 논문은 학술 출판물에서 공동저자 간의 성별 동질성을 측정하는 두 가지 주요 방법, 즉 집합 기반 지수 α와 네트워크 기반 동질성 계수 r 사이의 관계를 체계적으로 탐구한다. 서론에서는 동질성(assortativity) 개념을 소개하고, 경제학·사회학·생물학 분야에서 성별 동질성이 어떻게 연구되어 왔는지를 간략히 서술한다. 특히 Bergström(2003, 2016)가 제안한 α는 “양성(남성) 개인이 양성 파트너와 연결될 확률(p)과 음성(여성) 개인이 양성 파트너와 연결될 확률(q)의 차이”로 정의되며, 개별 저자마다 동일한 가중치를 부여한다는 특징이 있다. 반면 Newman(2003)의 r은 네트워크 전체의 엣지 빈도에 기반해 계산되며, 고도 연결된 저자(다수의 공동저자를 가진 사람)의 영향력이 크게 반영된다. 두 번째 섹션에서는 Newman의 동질성 측정 공식을 상세히 전개한다. K개의 범주가 존재하고, e_{ij}가 i→j 엣지 비율, a_i와 b_i가 각각 i에서 나가는 엣지와 i로 들어오는 엣지의 총 비율이라 할 때, r = (∑_i e_{ii} – ∑_i a_i b_i) / (1 – ∑_i a_i b_i) 로 정의된다. 이 식은 무작위 연결과 비교했을 때 동질성 정도를 정량화한다. 다음으로 Bergström의 α를 집합 기반 데이터에 적용하는 방법을 제시한다. 양성 집합 N⁺와 음성 집합 N⁻를 정의하고, 각 개인 s에 대해 양성 파트너와의 연결 수 π_s, 음성 파트너와의 연결 수 ν_s를 구한다. α는 두 형태의 합산식으로 표현되며, 첫 번째는 개별 위험 차이(p–q) 형태, 두 번째는 n_{ij} (i명 양성, j명 음성으로 구성된 클리크 수) 를 이용한 통계적 계산식이다. 핵심은 제3섹션에서 제시된 정리(Theorem 1)이다. 저자 정체성이 구분되지 않은 상황에서 각 논문을 완전 연결된 클리크로 모델링하고, 각 무방향 엣지를 두 개의 방향 엣지로 변환한다. 여기서 각 엣지에 “저자 수의 역수” 즉 1/k (k는 해당 논문의 저자 수) 만큼 가중치를 부여하면, Newman의 r와 Bergström의 α가 수학적으로 동일함을 증명한다. 증명 과정에서는 엣지 가중치 Z_s = c·K_s (K_s는 저자 s의 전체 연결 수) 를 도입하고, 이를 이용해 r의 분자와 분모를 α의 정의식과 일치시키는 일련의 대수적 변형을 수행한다. 특히 e_{++}=e_{--}와 a_i=b_i 관계를 활용해 식을 단순화하고, 최종적으로 r = α임을 확인한다. Corollary 2에서는 모든 논문의 저자 수가 동일한 경우, 가중치가 1이 되므로 별도 가중치를 적용하지 않아도 두 지표가 동일함을 보여준다. 이는 실무에서 가장 간단히 적용 가능한 상황을 제시한다. 결론에서는 성별 불균형에 대한 사회적 관심이 증가함에 따라, 동질성 측정 방법 선택이 연구 결과에 미치는 영향을 강조한다. 특히 고도 연결된 저자(다저자 논문)가 많은 경우, 전통적인 r은 과도한 가중을 부여해 동질성을 과대평가할 위험이 있다. 반면 α는 개인 수준에서 균등하게 평가한다. 따라서 연구자는 데이터 특성에 맞춰 엣지 가중치를 1/k 로 설정하거나, 필요에 따라 무가중치 네트워크를 사용할 수 있다. 이 접근법은 성별 외에도 연령, 학문 분야 등 다양한 이진·범주형 특성에 대한 동질성 분석에 일반화될 수 있다.