Gender Differences in Research Topic and Method Selection in Library and Information Science: Perspectives from Three Top Journals

기술 요약: 문헌정보학에서의 연구 주제 및 방법 선택에 나타나는 성별 차이

문제 제기
기존 문헌은 성별이 연구 방법론 선택에 영향을 미친다고 제안하며(일반적으로 여성이 질적 방법을, 남성이 양적 방법을 선호한다는 가설), 이러한 결과가 연구 주제의 매개 역할을 고려하지 못하고 있음을 시사한다. 또한, 현재의 연구들은 구체적인 방법론적 기법보다는 광범위한 이분법적 분류(질적 대 양적)에 의존하는 경우가 많다. 특정 방법(예: 인터뷰, 이론적 접근법)의 선택에 있어 성별 차이에 관한 세밀한 통계적 데이터가 부족한 실정이다. 전통적인 수동 콘텐츠 분석은 노동 집약적이며 대규모 데이터셋에 적용하기 어렵다. 본 연구는 주제의 변동성을 통제하고, 대규모 전문(full-text) 코퍼스를 처리하기 위해 자동 분류 접근 방식을 활용함으로써, 문헌정보학(LIS) 내 연구 주제 및 방법 선택의 성별 차이를 조사하여 이러한 공백을 메우고자 한다.

연구 방법론
본 연구는 1990년부터 2019년 사이에 발행된 세 곳의 최상위 문헌정보학 학술지인 Journal of the Association for Information Science and Technology (JASIST), Journal of Documentation (JDoc), Library and Information Science Research (LISR)에 게재된 5,281편의 연구 논문을 분석하였다.

1. 주제 식별: 저자들은 분산 주제 벡터 모델인 Top2Vec을 사용하여 논문의 전문으로부터 연구 주제를 식별하였다. 이 모델은 의미론적 일관성을 바탕으로 17개의 뚜렷한 주제를 생성하였으며, 이후 도메인 지식을 활용하여 이를 수동으로 명명하였다(예: "정보 탐색 행태", "계량서지학/계량정보학").
2. 방법 분류 (CogFT): 수동 주석 달기의 한계를 극복하기 위해, 본 연구는 전문 인지(full-text cognition)에 기반한 자동 분류 모델인 CogFT(Cognize Full Texts)를 활용하였다.
   • 구조: CogLTX에서 영감을 받은 이 모델은 전문을 블록 단위로 분할하고, self-attention 기반의 글로벌 인코더(SciBERT)를 사용하여 각 블록의 연구 방법 관련성을 결정한 뒤, 가장 핵심적인 블록을 추출한다.
   • 분류: SciBERT와 Sigmoid 레이어를 사용하는 분류 네트워크는 Chu & Ke (2017)가 설정한 분류 체계를 바탕으로 추출된 블록들을 16개의 구체적인 연구 방법(예: 인터뷰, 이론적 접근법, 실험)으로 분류한다.
   • 학습 및 검증: 모델은 1,981편의 수동 주석이 달린 논문 코퍼스로 학습되었다. 저빈도 방법에 대한 클래스 불균형 문제를 해결하기 위해 키워드 검색을 통해 학습 세트를 확장하였고, 노이즈 데이터를 제거하기 위해 확신 학습(confident learning)을 통해 정교화하였다. 모델은 MS, Ngram+Chi2+NB, 그리고 다양한 SciBERT/BigBird 아키텍처를 포함한 여러 베이스라인 모델보다 우수한 성능을 보였다.
3. 성별 추론: 저자의 성별은 성명을 미국 사회보장국(SSA), PUBMED 저자, 세계 성별 이름 사전(World Gender Name Dictionary)의 세 가지 대규모 데이터셋과 대조하여 추론하였다. 높은 정밀도(약 98%)를 확보하기 위해 두 개 이상의 데이터셋에서 일치하는 경우를 요구하는 합의 방식(consensus approach)을 사용하였다. 자동으로 식별되지 않은 저자는 수동으로 검증하였다.

주요 결과
분석은 성별 식별이 가능한 저자의 99.84%를 대표하는 제1저자를 대상으로 하였다(남성 60.67%, 여성 39.33%).

• 주제 선택: 주제 선택에서 유의미한 성별 격차가 존재했다. 여성 저자는 "건강 정보/커뮤니티" 및 "학교 도서관/정보 리터러시"와 같이 사람과 사회적 이슈와 관련된 주제에서 과잉 대표되었다. 남성 저자는 "정보 검색/모델 및 알고리즘" 및 "과학 평가"와 같이 시스템 및 알고리즘과 관련된 주제에서 과잉 대표되었다.
• 방법 선택 (전체): 전체 성별 비율을 통제하더라도 특정 방법에서 유의미한 성별 편향이 나타났다. 여성 저자는 인터뷰(Interview), 설문조사(Questionnaire), **관찰(Observation)**을 사용할 가능성이 유의미하게 높았다. 남성 저자는 계량서지학(Bibliometrics) 및 **이격적 접근법(Theoretical approach)**을 사용할 가능성이 유의미하게 높았다.
• 방법 선택 (주제 내): 결정적으로, 성별에 따른 방법 선택의 차이는 동일한 연구 주제 내에서도 지속되었다.
  • 인터뷰: 여성 저자는 남성이 주로 점유하는 주제(예: "정보 조직/정보 관리")를 포함한 5가지 서로 다른 주제에서 인터뷰 사용에 대한 강한 선호도를 보였다.
  • 이론적 접근법: 남성 저자는 여성이 주도하는 주제를 포함한 4가지 주제에서 이론적 접근법에 대한 더 강한 선호도를 보였다.
  • 일반적 경향: 여성 저자는 남성 저자에 비해 유의미하게 선호하는 방법의 범위가 더 넓었다.
• 학술지별 차이: 주제와 방법의 분포는 JASIST, JDoc, LISR 간에 차이가 있었으나, 핵심적인 발견은 일관되었다. 학술지와 관계없이 여성 저자는 인터뷰를 유의미하게 선호하였고, 남성 저자는 이론적 접근법을 유의미하게 선호하였다.

의의 및 기여
본 논문은 과학계열 계량정보학 및 학계의 성별 연구 분야에 다음과 같은 몇 가지 기여를 한다고 주장한다.

1. 방법 선택에 대한 세밀한 통찰: 본 연구는 광범위한 질적/양적 이분법을 넘어 구체적인 방법론적 선호도를 밝혀냈다. 이는 성별 차이가 단순히 주제 선택의 함수가 아니라, 여성은 다양한 주제에 걸쳐 인터뷰를 선호하고 남성은 이론적 접근법을 선호하는 경향이 있음을 보여준다.
2. 이론적 설명: 본 연구의 결과는 남성과 여성이 세상을 인식하고 지식을 습득하는 방식이 다를 수 있다는 사회적 인식론 이론을 뒷받침한다. "인터뷰"에 대한 선호는 "연합적 인지 양식(associative cognitive style)"(상호작용, 경청, 신뢰)과 일치하며, "이론적 접근법"에 대한 선호는 "독립적 인지 양식(independent cognitive style)"(추론, 분석, 독립적 판단)과 일치한다.
3. 방법론적 혁신 (CogFT): 본 연구는 상대적으로 적은 양의 주석 코퍼스를 사용하여 높은 정확도로 전문 데이터로부터 연구 방법을 분류할 수 있는 모델인 CogFT를 도입하고 검증하였다. 이는 노동 집약적인 수동 코딩에 대한 의존도를 낮추고, 대규모 코퍼스에서 연구 방법론을 분석할 수 있는 확장 가능한 솔루션을 제공한다.
4. 학술적 형평성에 대한 시사점: 저자들은 이러한 구체적인 설계 과정에 대한 이해가 성별 포용성을 증진하는 데 도움이 될 수 있다고 제안한다. 혼합 방법론 연구와 성별을 교차하는 협업을 장려함으로써 다양한 인지 양식의 강점을 활용할 수 있으며, 이는 잠재적으로 과학적 산출물과 영향력에서의 성별 격차를 좁힐 수 있다고 제안한다.

본 연구는 세 곳의 최상위 문헌정보학 학술지에 국한되었다는 점과 성명에 기반한 성별 추론이 이분법적이며 성별 정체성의 전체 스펙트럼을 포착하지 못할 수 있다는 점을 인정하며 완만한 한계를 명시하였다. 향후 연구로는 더 넓은 범위의 학술지 커버리지와 성별 차이의 근본 원인을 심층 탐구하기 위한 저자 대상의 질적 인터뷰가 제안되었다.