과학과 소프트웨어 연결: 지식‑코드 추적성의 도전과 과제

초록

이 논문은 학술 논문과 연관된 소스 코드 사이의 링크가 부족하고, 기존 링크가 시간이 지나면서 사라지는 ‘링크 로트’ 문제를 진단한다. GitHub README, 코드 주석, 논문 본문 등에서 발견되는 연결 패턴을 실증적으로 분석하고, 추적성 확보를 위한 표준화·자동화·양방향 링크 필요성을 제시한다.

상세 분석

본 연구는 과학‑소프트웨어 연계 현황을 세 가지 관점(README‑논문, 논문‑레포지토리, 코드‑주석)에서 정량·정성적으로 조사하였다. 첫 번째 실험에서는 20 000개 이상의 README 파일 중 377개를 표본으로 선정해 344개가 실제 논문을 인용했으며, 이 중 339개는 오픈 액세스 논문이었다. 도메인 분석 결과, 딥러닝·컴퓨터 비전·기계학습이 전체의 75 %를 차지했으며, 나머지는 웹 API, 생물학, 화학 등 다양한 분야에 분포했다. 흥미롭게도 README 내 링크 업데이트는 전체의 8 %에 불과했으며, 대부분은 사전 인쇄판에서 공식 버전으로 교체되는 정도였다. 두 번째 분석에서는 인용된 논문이 해당 레포지토리로 역링크를 제공하는 비율을 조사했는데, 136편 중 62편(≈45 %)만이 공식 레포지토리 링크를 포함했으며, 42 %는 전혀 링크를 제공하지 않았다. 이는 논문‑코드 간 양방향 연결이 매우 취약함을 보여준다. 세 번째 실험에서는 10 000개 이상의 코드 주석에서 학술 논문을 언급한 사례를 추출하고, 372개 표본을 수작업 검증한 결과 305개가 실제 논문을 참조했다. 여기서 저자들은 지식 전이 유형을 8가지로 분류했으며, 수식·공식(30 %), 의사코드(19 %)가 가장 흔한 전이 형태였고, 28 %는 전이가 전혀 없었다. 특히 13 %는 유료 장벽으로 인해 논문 접근이 불가능해 전이 유형을 판단할 수 없었다. 이러한 실증 결과는 현재 과학‑소프트웨어 연결이 ‘링크 생성 → 식별 → 유지’의 세 단계에서 모두 구조적·문화적 결함을 가지고 있음을 명확히 한다. 저자들은 링크 생성 시 목표와 형식을 사전에 정의하고, README·주석 외에도 이슈·풀 리퀘스트 등 개발 과정 전반에 걸쳐 메타데이터를 자동 수집·표준화하는 도구가 필요하다고 주장한다. 또한, 논문 저자와 레포지토리 관리자가 공동으로 관리하는 ‘양방향 영구 링크(doi‑git‑hash 등)’를 도입하면 링크 로트를 크게 감소시킬 수 있다. 마지막으로, 현재는 링크가 대체로 레포지토리 메인 페이지 수준에 머물러 있어, 구체적인 코드·데이터·실험 설정까지 연결되는 미세 추적성은 부재한다는 점을 지적한다. 이는 재현성·재사용성을 저해하는 핵심 요인으로, 향후 연구에서는 자동화된 추적성 매핑과 지속 가능한 아카이브 인프라가 필수적이다.