Evolution of Research Method Usage Across the Academic Careers of Library and Information Science Scholars
이 논문은 자동 분류 및 토픽 모델링 기법을 활용하여 도서관·정보과학 (LIS) 분야 학자들의 경력 단계별 연구 방법 사용 패턴을 분석한 결과, 학문적 연차에 따라 방법론의 다양성이 증가 후 감소하는 경향을 보이며 특히 Bibliometric 방법의 사용 비율이 경력 후기 단계에서 크게 증가함을 밝혔습니다.
이 논문은 **"도서관 및 정보과학 (LIS) 학자들의 연구 방법론이 경력에 따라 어떻게 변해왔는지"**를 분석한 흥미로운 연구입니다. 어렵게 들릴 수 있지만, 쉽게 비유해서 설명해 드리겠습니다.
📚 연구의 핵심: "학자의 경력은 요리사의 레시피 변천사와 같다"
이 연구는 도서관과 정보과학 분야의 학자들이 **어떤 '연구 도구 (방법론)'**를 사용했는지, 그리고 그들이 젊을 때, 중년일 때, 노련해졌을 때 어떻게 그 도구들을 바꿔왔는지를 1990 년부터 2023 년까지의 방대한 논문 데이터를 통해 분석했습니다.
연구진은 14 개의 주요 학술지에 실린 2 만 6 천여 편의 논문을 컴퓨터 (인공지능) 로 분석하여, 학자들의 '경력 나이 (첫 논문 발표 후 경과 연수)'를 기준으로 세 그룹으로 나누어 살펴봤습니다.
🔍 3 단계로 보는 학자의 연구 방법 진화
1. 신입 학자 (젊은 시절): "모든 재료를 맛보고 실험하는 요리 견습생"
특징: 새로운 기술과 트렌드에 매우 민감합니다.
비유: 마치 젊은 요리사가 최신 유행하는 '웹 분석 (웹오메트릭스)' 같은 새로운 조리법을 배우고, 다양한 실험을 해보는 단계입니다.
주요 도구: 웹 분석, 정보 검색 행동 분석 등 기술 기반의 새로운 방법을 많이 사용합니다.
패턴: 다양한 방법을 시도해 보지만, 아직 주력할 '시그니처 메뉴'는 정해지지 않은 상태입니다.
2. 중견 학자 (중년): "레시피를 융합하여 메뉴를 확장하는 셰프"
특징: 연구의 폭이 가장 넓어지는 황금기입니다.
비유: 이제 요리 실력이 늘어난 셰프가, 익숙한 재료 (기존 방법) 를 가지고도 새로운 요리를 만들어냅니다. 가장 다양한 연구 방법을 동시에 사용합니다.
주요 도구: 문헌 분석, 설문 조사, 실험 등 기존의 전통적인 방법과 새로운 방법을 섞어 (혼합 방법) 사용합니다.
패턴: 연구 방법의 다양성이 정점에 달합니다. "이 방법과 저 방법을 섞으면 더 좋은 결과가 나오겠지?"라고 생각하며 창의적으로 접근합니다.
3. 노련한 학자 (시니어): "자신만의 시그니처 메뉴로 완성도를 높이는 명인"
특징: 연구 방법의 다양성은 조금 줄어들지만, 특정 분야에서 깊은 통찰을 보여줍니다.
비유: 이제 명인이 된 셰프는 수많은 실험을 거친 후, 자신에게 가장 잘 맞는 '문헌 분석 (Bibliometrics)' 같은 핵심 레시피에 집중합니다.
주요 도구: **문헌 분석 (문헌을 분석하여 데이터를 뽑아내는 방법)**이 압도적으로 많이 사용됩니다. (약 32% 차지)
패턴: 처음엔 다양한 방법을 썼지만, 나이가 들수록 가장 자신 있고 효율적인 방법에 집중하게 됩니다. 마치 명인이 복잡한 조리법 대신 자신만의 비법으로 최고의 맛을 내는 것과 같습니다.
💡 이 연구가 우리에게 주는 교훈
도구는 상황에 따라 달라집니다: 연구 방법 (도구) 은 고정된 것이 아닙니다. 학자의 경력 단계, 시대의 기술 발전 (예: 인터넷의 등장), 연구 주제의 변화에 따라 가장 적합한 도구가 바뀝니다.
젊은이들은 시니어를 무작정 따라하지 않아도 됩니다: 젊은 연구자들이 "선배들은 이걸 쓰니까 나도 이걸 써야지"라고 생각할 필요가 없습니다. 연구에 필요한 도구는 경력 단계와 연구 목적에 맞춰 스스로 선택하고 발전시켜야 합니다.
다양성은 중요하지만, 집중도 필요합니다: 경력 초기에는 다양한 방법을 배우는 것이 중요하지만, 나중에는 그중에서 가장 자신에게 맞는 방법을 깊이 있게 파고드는 것이 연구의 완성도를 높이는 길입니다.
🎯 결론: "연구 방법의 여정"
이 논문은 학자들의 연구 여정을 **"다양한 도구를 수집하는 시기 (젊음) → 도구를 융합하여 확장하는 시기 (중년) → 최고의 도구를 선택하여 완성하는 시기 (노년)"**로 요약합니다.
이는 마치 한 요리사가 견습생 시절 모든 재료를 맛보고, 중년엔 창의적인 퓨전 요리를 개발하다가, 나중엔 자신만의 대표 메뉴로 명성을 얻는 과정과 매우 비슷합니다. 이 연구는 젊은 학자들에게 "너의 경력 단계에 맞는 연구 도구를 선택하라"는 현실적인 조언을 주고 있습니다.
1. 연구 문제 (Problem)
배경: 연구 방법은 과학적 탐구의 핵심 도구이며, 학자의 경력 단계 (Academic Age) 에 따라 인지 능력, 연구 관심사, 방법론 선택이 변화합니다.
문제점: 기존 연구들은 학술 연령과 연구 생산성, 협업 네트워크 간의 관계를 다루거나 연구 방법의 분류 자체에 집중했습니다. 그러나 학자의 학술 경력 (Academic Age) 과 연구 방법 선택의 진화적 관계를 통합적으로 분석한 연구는 부족합니다.
목표: 도서관 및 정보과학 (LIS) 분야에서 학자들의 학술 경력 단계 (초기, 중기, 후기) 에 따라 연구 방법 사용 패턴이 어떻게 변화하는지 규명하고, 신진 연구자들에게 방법론 선택에 대한 통찰을 제공하는 것입니다.
2. 연구 방법론 (Methodology)
이 연구는 대규모 텍스트 마이닝 및 머신러닝 기법을 활용하여 다음과 같은 단계로 진행되었습니다.
가. 데이터 수집 및 전처리
데이터 소스: 1990 년부터 2023 년까지 발행된 LIS 분야 대표 학술지 14 종 (예: Scientometrics, JASIST, IPM 등) 의 논문 26,677 건의 메타데이터 및 풀텍스트 (Full-text) 를 수집했습니다.
저자 식별 (Disambiguation): OpenAlex API 를 활용하여 저자 이름 중복을 제거하고 고유 ID 를 부여했습니다.
학술 연령 (Academic Age) 계산: 각 저자의 첫 논문 출판 연도를 기준으로 '학술 경력 시작점'을 설정하고, 이후 논문 출판 시점과의 차이를 계산하여 학술 연령을 산출했습니다.
샘플링: 학술 연령이 14 년 이상이고, 5 년 간격으로 일관된 출판 기록을 가진 435 명의 시니어 학자 (총 6,116 건의 논문) 를 최종 분석 대상으로 선정했습니다.
나. 연구 방법 자동 분류 (Automatic Classification)
분류 체계: Chu & Ke (2017) 가 제안한 LIS 분야 연구 방법 16 가지 분류 체계 (예: 문헌계량학, 내용 분석, 델파이, 실험, 인터뷰 등) 를 적용했습니다.
모델:CogFT (Cognize Full Text) 모델을 사용했습니다. 이는 Ding et al. (2020) 의 CogLTX 모델을 기반으로 한 심층 학습 모델로, SciBERT 를 사용하여 논문 풀텍스트를 임베딩하고, Self-Attention 메커니즘을 통해 연구 방법 관련 문맥을 추출하여 16 가지 범주로 자동 분류합니다. (F1 점수 > 0.85)
다. 연구 주제 클러스터링
모델:Top2Vec (Deep Learning 기반 비지도 토픽 모델링) 을 활용하여 논문 초록에서 20 개의 주요 연구 주제를 추출했습니다.
라. 분석 기법
통계 분석: 카이제곱 검정 (Chi-square test) 을 통해 학술 연령 그룹 간 연구 방법 사용 빈도의 유의미한 차이를 분석했습니다.
시각화: 히트맵, 3 차원 산점도 (출판 수, 방법 다양성, 주제 다양성), 버블 차트 등을 활용하여 경력별 패턴을 시각화했습니다.
3. 주요 결과 (Key Results)
가. 학술 연령별 연구 방법 사용 차이
가장 빈번한 방법: 전 경력 단계에서 **문헌계량학 (Bibliometrics)**이 가장 많이 사용되었으며, 초기 학자 (19.61%) 에서 시니어 학자 (31.81%) 로 갈수록 그 비중이 증가했습니다.
차이점:
초기 학자 (<7 년): 웹메트릭스 (Webometrics) 등 신기술 기반 방법을 선호.
중기 학자 (7~14 년): 가장 다양한 연구 방법을 사용하며, 방법론적 실험이 활발함.
시니어 학자 (>14 년): 문헌계량학, 내용 분석, 인터뷰 등 특정 방법에 집중하는 경향. 'Think aloud protocol' 등 특정 방법은 시니어 학자가 선호.
통계적 유의성: 웹메트릭스, 문헌계량학, Think aloud protocol 등에서 학술 연령에 따른 사용 빈도 차이가 통계적으로 유의미하게 나타남.
나. 연구 방법 다양성의 진화 패턴
역 U 자형 곡선: 학자의 학술 연령이 증가함에 따라 연구 방법의 다양성은 초기에 증가하다가 후기에는 감소하는 경향을 보임.
초기: 다양한 방법을 탐색.
중기: 가장 다양한 방법론을 적용하며 주제 확장을 시도.
후기: 핵심 방법론에 집중하여 효율성을 높임.
방법론의 결합: 학자들은 단일 방법뿐만 아니라 전통적 방법과 비전통적 방법을 결합하거나, 여러 방법을 혼용 (Mixed methods) 하는 경향이 있으며, 이는 경력 단계에 따라 변화함.
다. 연구 주제와 방법의 상관관계
주제별 선호도:
젊은 학자: 정보 검색 행동, 정보 검색 등 기술/알고리즘 중심 주제와 웹메트릭스/실험 방법 선호.
중년 학자: 도서관 서비스, 정책 효과 등 실증 연구와 방법론 통합.
시니어 학자: 정보 이론, 문헌계량학 등 이론적 심화 및 고전적 주제와 문헌계량학/이론적 접근 선호.
3 차원 분석: 젊은 학자는 '다양한 방법, 제한된 주제', 중년 학자는 '확장된 주제와 방법의 재사용', 시니어 학자는 '방법, 주제, 생산성의 균형 (Triangular balance)'을 이루는 패턴을 보임.
4. 연구의 기여 및 의의 (Contributions & Significance)
가. 이론적 기여
사회인지이론 적용: Bandura 의 사회인지이론을 바탕으로, 학자의 인지 발달과 환경 상호작용이 연구 방법 선택에 어떻게 영향을 미치는지 설명했습니다. (초기: 관찰 학습과 실험 -> 후기: 자기조절과 핵심 역량 집중)
동적 진화 관점: 정적인 방법론 분류를 넘어, 학자의 경력 시간에 따른 방법론 사용의 진화적 궤적을 최초로 대규모 데이터로 규명했습니다.
나. 실용적 기여
신진 연구자 가이드: 젊은 연구자들이 자신의 경력 단계에 맞는 방법론을 선택하고, 시니어 학자의 방법론을 맹목적으로 따르기보다 자신의 연구 목적에 맞게 발전시킬 수 있는 프레임워크를 제공합니다.
교육 및 정책 제안: 대학 및 연구 기관은 학자의 경력 단계별 특성에 맞는 맞춤형 연구 방법론 교육 프로그램을 설계할 수 있습니다. (예: 초기에는 다양한 방법 탐색 교육, 후기에는 심화 및 통합 교육)
5. 한계 및 향후 연구 (Limitations & Future Work)
한계:
표본 편향: 14 개 저널과 14 년 이상 경력의 시니어 학자만 포함하여 전체 LIS 학계의 일반화에는 한계가 있음.
분류 체계의 한계: 급변하는 AI/머신러닝 기반의 새로운 방법론을 기존 16 가지 분류 체계에 완벽하게 반영하기 어려움.
원인 분석 부재: 방법 선택의 근본적인 동기 (자금, 저널 정책, 개인적 선호 등) 에 대한 심층 분석은 부족함.
향후 연구:
컨퍼런스 논문, 단행본 등 데이터 소스 확대.
새로운 기술 기반 방법론을 반영한 분류 체계 고도화.
성별, 협업 네트워크, 연구 배경 등 개인 및 구조적 요인이 방법 선택에 미치는 인과관계 분석.
결론적으로, 본 연구는 LIS 학자들의 학술 경력에 따른 연구 방법 사용의 진화를 정량적으로 규명하여, 학자의 경력 단계에 따른 방법론적 성숙도 변화 (다양성 증가 후 집중화) 와 이를 뒷받침하는 이론적, 실용적 함의를 제시했습니다.