기술대학, 세계 대학 순위에서 독특한 행동 양식 보인다

초록

본 연구는 2017년 THE 세계 대학 순위에 포함된 137개의 기술대학(TU)을 대상으로 점수 분포와 클러스터 특성을 분석한다. 기술대학은 산업소득 점수는 높지만 연구·교육·인용 점수는 상대적으로 낮은 경향을 보이며, 가중치를 산업소득에 더 비중을 두는 시나리오에서는 대부분 순위가 상승한다.

상세 분석

이 논문은 ‘기술대학(Technical University, TU)’이라는 정의를 명확히 설정하고, 2017년 Times Higher Education (THE) 세계 대학 순위에서 총 981개 대학 중 137개를 기술대학으로 선정하였다. 선정 기준은 대학 명칭에 “technical”, “technology”, “polytechnic”이 포함되거나, 교과목 구성에서 40~50% 이상이 공학·기술 분야인 경우이다. 두 저자는 독립적으로 검증하고 3% 미만의 불일치만을 보였으며, 최종적으로 137개 대학을 확정하였다.

각 대학에 대해 THE가 제공하는 다섯 개 핵심 점수(Teaching, Research, Citations, International Outlook, Industry Income)를 수집하고, 평균·중위수 등 기술통계와 Pearson 상관분석(α<0.1)으로 차원 간 연관성을 검증하였다. 특히 Industry Income 점수는 다른 네 차원과의 상관관계가 낮아, 기술대학이 산업 연계에서 독자적인 강점을 가지고 있음을 시사한다.

다음으로 k‑means 군집분석을 수행했으며, 클러스터 수를 5개(각 차원에 대응)로 사전 지정하였다. Determinant(W) 기준을 사용하고, 무작위 초기값과 10번 반복을 통해 안정적인 군집을 도출하였다. 결과적으로 연구·인용·교육 점수가 낮고 산업소득 점수가 높은 ‘산업 중심형’ 클러스터와, 전통적인 연구·교육 성과가 비교적 고른 ‘균형형’ 클러스터 등이 식별되었다.

가중치 시뮬레이션에서는 기존 THE 가중치(Research 30%, Citations 30%, Teaching 30%, International Outlook 7.5%, Industry Income 2.5%)를 변형한 세 가지 시나리오를 설정하였다. 시나리오 1(soft)에서는 Research·Citations을 각각 27.5%로 낮추고 Industry Income을 7.5%로 상승시켰으며, 시나리오 2(strong)에서는 두 차원을 25%로 낮추고 Industry Income을 12.5%로 확대하였다. 시나리오 3(tech)에서는 Citations만 27.5%로 낮추고 Industry Income을 5%로 조정하였다. 각 시나리오에서 재계산된 종합 점수는 대부분의 기술대학이 순위 상승을 경험했으며, 특히 세계 최고 수준(WCU)으로 분류되지 않은 대학에서 그 효과가 두드러졌다.

연구 결과는 현재 THE 순위가 연구·인용 중심으로 설계돼 기술대학의 산업 연계 성과를 충분히 반영하지 못한다는 점을 비판한다. 산업소득 가중치를 확대하면 기술대학의 실제 역량을 보다 공정하게 평가할 수 있으며, 이는 정책 입안자와 대학 경영진이 ‘연구 중심’ 전략에서 ‘산업 협력·기술 이전’ 전략으로 균형을 맞추는 데 근거를 제공한다. 또한, 클러스터 분석을 통해 기술대학 내에서도 ‘산업 중심형’과 ‘연구 중심형’ 등 이질적인 전략군이 존재함을 밝혀, 일률적인 순위 정책보다 맞춤형 지원이 필요함을 강조한다.