주제별 인용통계 순위 매김에 대한 실증연구

초록

본 연구는 국가별 요약통계를 활용해 논문당 인용수와 허시 지수(H‑index)를 주제 분야별로 비교한다. 분포 가정 없이 비율을 직접 계산함으로써, 서로 다른 학문 분야에 속한 연구자들의 허시 지수를 대략적으로 비교할 수 있는 기준을 제시한다.

상세 분석

이 논문은 기존의 인용통계 비교가 주로 개별 논문이나 연구자 수준에서 이루어졌던 점을 비판하고, 국가 차원의 요약통계를 이용해 보다 거시적인 시각을 제공한다. 먼저 각 국가별로 ‘논문당 평균 인용수(Citations per Publication, CPP)’와 ‘허시 지수 평균(H‑index 평균)’을 추출한다. 여기서 중요한 methodological choice는 어떠한 확률분포를 가정하지 않고, 순수히 관측값을 비율로 전환한다는 점이다. 이는 특히 인용분포가 극히 비대칭이고 장-tail을 갖는 현실을 반영한다는 장점이 있다.

연구자는 20개 이상의 국가와 10여 개의 학문 분야(예: 자연과학, 공학, 의학, 사회과학, 인문학 등)를 대상으로 데이터를 정리하였다. 각 분야별 CPP와 H‑index 평균을 전체 평균으로 나눈 비율을 산출하고, 이를 ‘분야 보정 계수(Field Normalization Factor)’라 명명한다. 예를 들어, 의학 분야의 CPP 비율이 1.8이면, 같은 인용수를 기록한 연구자는 의학 분야보다 인문학 분야에서 1.8배 더 높은 평가를 받을 수 있다는 의미다.

또한, 논문은 이러한 비율이 실제 연구자 개인의 허시 지수에 어떻게 적용될 수 있는지를 시뮬레이션한다. 가상의 연구자 A와 B가 각각 물리학과 경제학에서 동일한 H‑index(예: 20)를 가졌다고 가정하면, 분야 보정 계수를 적용해 A의 ‘조정 H‑index’는 20×0.9(물리학 보정값) = 18, B는 20×1.2(경제학 보정값) = 24가 된다. 따라서 B가 상대적으로 더 높은 평가를 받는다.

이러한 접근법은 두 가지 중요한 시사점을 제공한다. 첫째, 인용통계의 절대값만으로는 학문 간 비교가 왜곡될 위험이 크다는 점이다. 둘째, 분야별 보정 계수를 활용하면 정책 입안자나 연구 평가 기관이 보다 공정한 비교 기준을 마련할 수 있다. 다만, 국가별 데이터에 의존하기 때문에 데이터 품질·포괄성에 한계가 있으며, 소수의 고인용 논문이 비율을 과도하게 끌어올릴 가능성도 논의된다.

결론적으로, 이 연구는 ‘분야 보정 비율’이라는 간단하면서도 실용적인 도구를 제시함으로써, 학문 간 인용격차를 정량화하고, 연구자 평가의 투명성을 높이는 데 기여한다. 향후 연구에서는 개별 연구자 수준의 데이터와 시간적 변동성을 포함해 보정 모델을 정교화할 필요가 있다.