시각 정보로 과학 분야를 구분하는 새로운 접근법

본 논문은 과학 논문에 삽입된 그림을 활용해 학문 분야를 구분하고, 분야 간 지식 흐름을 파악하는 방법론을 제시한다. 서론에서는 과학 커뮤니케이션에서 시각 자료가 차지하는 중요성을 강조하면서도, 기존의 과학 메트릭스 연구가 인용·텍스트에만 초점을 맞추어 왔음을 지적한다. ‘VizioMetrics’라는 용어를 도입해 시각 정보를 정량화하는 연구 영역을 정의하고, 이를 통해 분야 구분과 아이디어 전파를 분석하고자 하는 목표를 설정한다. 관련 연구 파트에서는 인용 네트워크, 텍스트 기반 전문어 거리, 수학 기호 빈도 등 다양한 메트릭스를 소개하고, 기존 시각 자료 분석(차트 분류, 데이터 추출, 다이어그램 의미 해석) 연구들을 정리한다. 이와 대비해 본 연구는 그림 자체를 고차원 특징 벡터로 변환하고, 이를 기반으로 분야별 시각 서명을 구축한다는 점에서 차별성을 가진다. 데이터는 arXiv에서 2017년 12월까지 수집한 1,343,669편의 논문에 포함된 5,009,523개의 그림이다. 처리 파이프라인은 네 단계로 구성된다. 첫째, ResNet‑50 사전 학습 모델을 이용해 각 그림을 2048‑차원 특징 벡터로 임베딩한다. 둘째, PCA를 적용해 차원을 200 ~ 300 수준으로 축소한다. 셋째, K‑Means(K=4) 군집화를 수행해 그림을 몇 개의 대표 클러스터로 요약한다. 넷째, 각 학문 분야별로 클러스터 빈도 히스토그램을 정규화해 ‘시각 서명’(visual signature)을 만든다. 시각 서명 간 유클리드 거리를 시각적 거리로 정의하고, 이를 기존의 두 메트릭스와 비교한다. 인용 기반 거리로는 평균 최단 인용 경로를, 텍스트 기반 거리로는 자연어 전문어 거리(‘jargon distance’)를 사용한다. Mantel 테스트 결과, 시각 거리와 인용 거리 사이의 상관계수 r=0.706, 텍스트 거리와는 r=0.531으로 통계적으로 유의미한 양의 상관관계를 보였다. 이는 시각적 특징이 독립적인 정보를 제공함을 의미한다. 시각적 거리와 다른 두 거리 간 차이가 큰 분야 쌍을 분석한 결과, ‘Computational Linguistics’가 다른 컴퓨터 과학 분야와 인용 구조는 유사하지만, 테이블 형태의 그림이 많아 시각 서명이 현저히 다름을 발견했다. 이는 시각 스타일이 분야 고유의 커뮤니케이션 방식을 반영한다는 증거이다. 또한, 신경망 구조도와 임베딩 시각화라는 두 종류의 특수 그림을 라벨링하고, CNN 기반 분류기를 학습시켜 해당 그림들의 출현 빈도를 추적했다. 신경망 구조도는 2010년대 초반부터 급증했으며, 인용 수가 급증하기 전부터 시각적 증거가 나타났다. 이는 시각 자료가 새로운 연구 트렌드의 초기 신호가 될 수 있음을 시사한다. 실험 결과를 바탕으로 논문은 다음 네 가지 주요 기여를 제시한다. (1) 그림을 이용한 학문 분야 구분 방법 제시, (2) 기존 인용·텍스트 기반 방법과의 비교를 통해 시각적 패턴이 독립적인 정보를 제공함을 입증, (3) 시각적·텍스트·인용 거리 간 차이를 통해 새로운 커뮤니케이션 양상을 발견, (4) 특정 그림 유형을 통해 아이디어 전파와 트렌드 변화를 추적하는 방법 제시. 한계점으로는 ResNet‑50이 자연 이미지에 최적화돼 과학 그림의 특수성을 완전히 포착하지 못한다는 점, K‑Means와 같은 단순 군집화가 복잡한 시각 패턴을 충분히 모델링하지 못할 가능성, 그리고 arXiv 중심 데이터가 분야별 편향을 내포한다는 점을 언급한다. 향후 연구에서는 도메인 특화 CNN 설계, 비지도 학습 기반 군집화, 특허·뉴스 등 다른 문헌에의 적용을 제안한다. 결론적으로, 시각 정보를 정량화해 학문 영역을 구분하고 지식 흐름을 분석하는 접근법은 과학 메트릭스 연구에 새로운 차원을 제공하며, 향후 학술 검색·추천·요약 시스템에 시각적 메트릭스를 통합함으로써 성능 향상과 새로운 응용 가능성을 열어줄 것으로 기대된다.