캐나다 나노기술 지식 생산에 미치는 인지·지리·협업 근접성 분석

초록

본 연구는 캐나다 나노기술 분야 연구자들의 지식 생산에 인지적, 지리적, 협업적 근접성이 미치는 영향을 통계·사회망·머신러닝 기법으로 종합적으로 분석한다. 세 가지 근접성이 모두 유의하게 지식 생산량을 설명하며, 특히 인지 근접성이 가장 큰 영향을 미치는 것으로 나타났다. 또한, 구축된 예측 모델은 향후 정책 설계에 활용될 수 있는 잠재력을 보였다.

상세 분석

본 논문은 ‘지식 생산’이라는 개념을 학술 논문의 발표 횟수와 인용 횟수, 그리고 특허 출원 건수 등으로 정량화하였다. 인지 근접성은 연구자들의 전공 분야와 키워드 기반 주제 유사성을 바탕으로 Jaccard 유사도와 bibliographic coupling을 활용해 측정했으며, 지리 근접성은 연구기관 간 물리적 거리(킬로미터)와 동일 주(주) 내에 위치한지를 이진 변수로 설정하였다. 협업 근접성은 공동 저자 네트워크에서의 연결 강도(공동 논문 수)와 네트워크 중심성(베트윈 중심성, 클러스터링 계수)으로 정의하였다.

통계 분석 단계에서는 다중 회귀모형을 이용해 각 근접성 변수의 독립적인 효과를 검증하였다. 결과는 인지 근접성(β=0.42, p<0.001)이 가장 큰 정규화 회귀계수를 보였으며, 지리 근접성(β=0.21, p=0.004)과 협업 근접성(β=0.18, p=0.009)도 각각 유의한 양의 영향을 나타냈다. 변수 간 다중공선성을 확인하기 위해 VIF값을 계산했으며, 모든 값이 2.3 이하로 허용 범위 내에 있었다.

사회망 분석에서는 전체 연구자 네트워크를 1,842명의 노드와 4,567개의 엣지로 구성하고, 모듈러리티 최적화를 통해 7개의 주요 클러스터를 도출하였다. 각 클러스터는 특정 연구 주제(예: 나노소재 합성, 바이오나노, 전자나노 등)와 지역(온타리오, 퀘벡, 브리티시컬럼비아 등) 기반으로 구분되었으며, 클러스터 내부의 인지·지리·협업 근접성이 모두 높은 편이었다. 특히, 온타리오 주에 집중된 클러스터는 높은 협업 중심성과 높은 인용률을 동시에 보여, 지역적 집중이 지식 확산에 긍정적 역할을 함을 시사한다.

머신러닝 단계에서는 랜덤 포레스트와 XGBoost 모델을 활용해 연구자의 향후 논문 발표량을 예측하였다. 피처로는 앞서 정의한 인지·지리·협업 근접성 지표와 과거 발표 실적, 연구비 규모, 기관 규모 등을 포함했다. 교차 검증 결과, 랜덤 포레스트 모델이 R²=0.68, MAE=1.23(논문 수)로 가장 높은 예측 정확도를 보였으며, 변수 중요도 분석에서 인지 근접성이 가장 큰 기여도를 차지했다. 이는 근접성 개념이 단순 상관관계를 넘어 실제 생산성 예측에 활용될 수 있음을 입증한다.

한계점으로는 데이터가 2008‑2022년 사이의 Scopus·Web of Science 논문에 국한되었으며, 특허 데이터와 산업 협력은 별도로 분석되지 않았다. 또한, 인지 근접성 측정에 사용된 키워드 기반 방법이 주제의 미세 차이를 포착하지 못할 가능성이 있다. 향후 연구에서는 산업 파트너와의 협업, 국제 공동연구 네트워크, 그리고 시간에 따른 근접성 변화 동태를 포함한 다차원 모델링이 필요하다.

결론적으로, 인지·지리·협업이라는 세 축의 근접성은 캐나다 나노기술 분야의 지식 생산을 설명하고 예측하는 핵심 요인이다. 정책 입안자는 인지적 다양성을 촉진하면서도 지리적 클러스터를 지원하고, 협업 인프라(공동 연구 플랫폼, 데이터 공유 시스템)를 강화함으로써 혁신 생태계를 최적화할 수 있다.