SSH 분야 학문 분류 비교 조직 채널 텍스트 관점

초록

본 연구는 플랑드르 VABB‑SHW 데이터베이스에 수록된 사회과학·인문학(SSH) 논문을 세 가지 분류 체계—기관 기반 조직 분류, 출판 매체 기반 채널 분류, 그리고 텍스트 기반 논문 수준 분류—로 비교한다. 텍스트 기반 분류가 채널 분류와 가장 높은 일치도를 보이며, 동시에 조직 분류와도 채널 분류보다 더 가까운 관계를 나타낸다. 다학제 저널의 학문적 프로필을 명확히 드러내고, 50편 이상 게재된 저널 중 절반 미만만이 채널 분류와 90 % 이상 일치한다는 점을 통해 텍스트 기반 방법의 검증 및 학문 동향 분석 가치를 강조한다.

상세 요약

이 논문은 SSH 분야의 학문 분류 체계가 연구 평가와 정책 설계에 미치는 영향을 정량적으로 검증하고자 한다. 먼저 조직 기반 분류는 저자 소속 기관을 기준으로 하여, 전통적으로 학문 영역을 정의하는 가장 보수적인 접근법이다. 반면 채널 기반 분류는 논문이 게재된 저널이나 컨퍼런스의 주제 범주를 활용해, 출판 매체가 암시하는 인지적 연관성을 포착한다. 텍스트 기반 분류는 논문 제목, 초록, 그리고 가능한 경우 채널 명까지 포함한 텍스트 데이터를 기계 학습 알고리즘에 투입해, 실제 내용과 가장 근접한 학문 라벨을 도출한다.

분석 결과, 텍스트 기반 분류는 채널 기반 분류와 78 % 이상의 상관관계를 보이며, 이는 출판 매체가 어느 정도 내용적 정보를 제공한다는 가설을 뒷받침한다. 그러나 텍스트 기반 분류는 조직 기반 분류와도 65 % 수준의 일치를 보여, 저자 소속이 논문 내용에 미치는 영향을 텍스트가 효과적으로 포착한다는 점을 시사한다. 특히 ‘사회학’과 ‘역사’는 여러 채널에 걸쳐 분산되어 있지만, 텍스트 분석을 통해 이들 분야가 서로 교차하는 영역을 명확히 식별할 수 있었다. 반면 ‘법학’은 채널과 조직 양쪽 모두에서 비교적 독립적인 클러스터를 형성해, 학문 경계가 뚜렷함을 확인했다.

다학제 저널에 대한 분석에서는, VABB‑SHW에 포함된 다학제 저널이 SSH와 보건 과학을 동시에 강조하는 특수한 프로필을 가지고 있음을 발견했다. 저널 수준에서 채널 분류가 90 % 이상 일치하는 경우는 전체 저널의 45 %에 불과했으며, 이는 기존 채널 기반 분류만으로는 저널의 실제 학문적 성격을 완전히 파악하기 어렵다는 점을 강조한다.

결론적으로, 텍스트 기반 논문 수준 분류는 조직·채널 두 분류 체계의 장점을 결합하면서도, 각각의 한계를 보완하는 유용한 도구임을 입증한다. 정책 입안자와 연구 평가 기관은 이 방법을 활용해 보다 정교한 학문 지도와 자원 배분 전략을 수립할 수 있을 것이다.