시스템 수준 창의성의 부상과 일반화 연구

초록

본 논문은 과학 혁신을 ‘기초’, ‘확장’, ‘일반화’ 세 유형으로 구분하는 새로운 계량 지표를 제시한다. 2천3백만 건의 OpenAlex 논문과 1천9백만 건의 Web of Science 논문을 분석한 결과, 최근 기초·확장 연구는 감소하고 있지만, 서로 다른 분야를 연결하는 일반화 연구는 급격히 증가하고 있음을 발견했다. 이는 웹·소셜미디어·AI 등 디지털 인프라의 확산과 연계되어 과학 혁신의 중심이 분야 내부에서 시스템 전체로 이동하고 있음을 시사한다.

상세 요약

논문은 먼저 과학 혁신을 세 가지 구조적 역할로 정의한다. ‘기초’는 특정 학문 분야의 토대를 마련하는 연구이며, ‘확장’은 기존 기초 위에 새로운 변형이나 적용을 추가하는 작업이다. ‘일반화’는 서로 다른 분야의 개념·방법을 통합·모듈화하여 새로운 조합을 가능하게 하는 역할을 의미한다. 이를 정량화하기 위해 저자들은 인용 네트워크와 텍스트 토픽 모델링을 결합한 복합 지표를 설계했다. 인용 흐름을 추적해 논문이 어느 정도의 ‘분야 간 거리’를 넘는지를 측정하고, 토픽 유사성을 통해 내용적 연계성을 파악한다. 두 지표를 가중 평균해 각 논문의 ‘일반화 점수’를 산출하고, 이를 기준으로 전체 논문을 세 유형으로 분류하였다. 데이터는 2010년부터 2022년까지의 23백만 건 OpenAlex와 19백만 건 Web of Science를 사용했으며, 분야별·연도별 가중치를 적용해 시간적·구조적 편향을 보정하였다. 결과는 세 가지 주요 추세를 보여준다. 첫째, 전통적인 기초 연구와 확장 연구는 2015년 이후 지속적으로 감소했으며, 이는 연구비 감소와 학문적 경쟁 심화가 원인일 가능성이 있다. 둘째, 일반화 연구는 2010년대 초반부터 완만히 증가했지만, 2018년 이후 웹·소셜미디어·AI 도구의 보급과 함께 급격히 가속화되었다. 셋째, 일반화 연구가 활발히 일어나는 분야는 컴퓨터 과학, 생명공학, 데이터 과학 등 디지털 전환이 빠른 영역이며, 전통적인 인문·사회과학에서도 점차 확산되는 양상이 포착되었다. 저자들은 이러한 현상이 ‘시스템 수준 창의성’이라고 명명하고, 혁신이 개별 학문 내부가 아니라 전체 과학 시스템의 연결망 속에서 발생한다는 패러다임 전환을 강조한다. 정책적 함의로는 기초 연구 지원을 유지하면서도, 분야 간 협업 플랫폼, 데이터 공유 인프라, AI 기반 메타분석 도구 등에 투자해 일반화 연구를 촉진할 필요가 있다고 제언한다. 또한, 평가 체계가 인용 수 중심에서 ‘연결성’과 ‘통합성’ 지표를 포함하도록 재설계해야 한다는 점을 강조한다.