💻 computer science

Machine Learning Research in India: Institutions, Citation Patterns, and Research Trajectories Among Top-Cited Scholars on Google Scholar

이 논문은 478명의 인용 횟수가 가장 많은 인도 머신러닝 학자들의 인용 패턴과 연구 궤적을 분석하기 위해 Scholar-India-ML 계량서지학 데이터셋을 소개하며, 인도 과학원(IISc)과 인도 통계 연구소(ISI)가 IIT(인도 공과대학교)보다 인용 영향력 면에서 더 뛰어난 성과를 내고 있는 한편 산업 연구소들이 국가 AI 생태계의 중요한 기여자로서 부상하고 있음을 밝히고 있다.

원저자: Kunal Dhanda

게시일 2026-06-26

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Kunal Dhanda

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

인도의 머신러닝(ML) 연구 현장을 거대하고 북적이는 하나의 오케스트라라고 상상해 보십시오. 오랫동안 모두는 가장 크고 유명한 섹션이 "IIT"(인도 공과대학교)라고 생각했습니다. 이들은 모두가 알고 있는 명성 높고 고액 연봉을 받는 솔로 연주자들과 같습니다.

하지만 이 논문은 전체 오케스트라를 녹음하고 오디오를 분석한 작업을 마친 사운드 엔지니어와 같습니다. 엔지니어(Kunal Dhanda 박사)는 '머신러닝'이라는 악기를 연주하는 인도의 상위 478명 연구자들을 조사했고, 얼마나 많은 사람들이 그들의 음악을 들었는지(인용 횟수)를 확인했으며, 실제로 누가 가장 큰 소리를 내고 있는지에 대한 놀라운 사실들을 발견했습니다.

논문이 찾아낸 내용을 쉬운 비유를 통해 정리하면 다음과 같습니다.

1. 데이터 수집: "구글 스칼라 플레이리스트"

연구자는 단순히 누가 유명한지 추측하지 않았습니다. 그는 구글 스칼라(학술 논문의 거대한 도서관)로 가서, 자신을 "머신러닝" 전문가라고 태그한 인도의 모든 사람을 찾아달라고 요청했습니다. 그리고 그들의 작업이 얼마나 많이 인용되었는지(마치 노래가 얼마나 스트리밍되었는지 세는 것과 같습니다)에 따라 정렬했습니다.

정제 과정: 그는 480명의 이름으로 시작했으나, 두 개의 "가짜" 또는 "잘못 분류된" 항목을 제외했습니다. 하나는 거대한 팀 프로젝트 덕분에 높은 수치를 기록한 입자 물리학자였고, 다른 하나는 시스템을 속이려 한 것으로 보이는 인물이었습니다.
결과: 그는 총 152만 회의 인용 횟수를 기록한 478명의 실제 연구자로 구성된 깨끗한 명단을 남겼습니다.

2. "부자가 더 부자가 되는" 효과 (지니 계수)

논문은 지니 계수(0에서 1 사이의 점수)라는 것을 사용하여 불평등을 측정했습니다.

비유: 파이를 상상해 보십시오. 만약 모두가 똑같은 조각을 받는다면 점수는 0입니다. 만약 한 사람이 파이 전체를 먹어버린다면 1이 됩니다.
발견: 인도의 ML 파이 점수는 0.53입니다. 이는 "부자가 더 부자가 되는" 현상이 여기서 일어나고 있지만, 아주 극단적인 수준은 아님을 의미합니다. 상위 5%의 연구자(약 24명)가 전체 관심(인용)의 거의 **31%**를 차지하고 있습니다. 이는 마치 몇몇 헤드라이너들이 대부분의 박수를 받지만, 여전히 주목받는 다른 밴드들도 많은 음악 페스티벌과 같습니다.

3. 거대한 반전: 누가 실제로 가장 시끄러운가?

이것이 이 논문의 가장 큰 반전입니다. 모두가 IIT가 인도 연구의 왕이라고 생각합니다.

현실 점검: 논문은 **인도 과학원(IISc)**이 인용 횟수 측면에서 IIT를 실제로 능가한다는 것을 발견했습니다.
- IISc: 26명의 연구자가 있으며 전체 인용의 **8.9%**를 차지합니다.
- IIT: 16명의 연구자가 있지만 인용의 **4.1%**만을 차지합니다.
이유: 논문은 IISc가 순수하게 연구에만 집중하는 특화된 연구실 같은 반면, IIT는 엄청난 강의 부담을 가진 거대 대학이기 때문이라고 제안합니다. 또한, 많은 상위 IIT 졸업생들이 해외로 나가 취업하기 때문에, "스타"들이 항상 IIT 시스템 안에 머무는 것은 아닙니다.

4. "레거시 거물들": 인도 통계 연구소 (ISI)

ISI(인도 통계 연구소)라고 불리는 작은 그룹이 있습니다.

비유: 이들을 베테랑 재즈 뮤지션이라고 생각하십시오. 이들은 아주 작은 그룹(단 8명의 연구자)이지만, 전체 인용의 **6.1%**를 기여합니다.
이유: 이들은 현대적인 "딥 러닝"이 대중화되기 훨씬 전부터 이 분야를 해온 베테랑들입니다. 패턴 인식과 같은 오래되고 기초적인 주제에 대한 그들의 작업은 수년 동안 수천 번 인용되었습니다. 그들은 오랜 역사를 바탕으로 몸집보다 훨씬 큰 영향력을 발휘합니다.

5. 기업 플레이어: 빅테크 연구소

논문은 **구글(Google)이나 마이크로소프트(Microsoft)**와 같은 기업에서 연구하는 사람들도 살펴보았습니다.

발견: 이들은 전체 그룹의 작은 부분(약 6%)을 차지하지만, 인용의 **7.7%**를 차지합니다.
비유: 이들은 연구 세계의 할리우드 스튜디오와 같습니다. 이들은 큰 예산을 가지고 있으며 많은 관심을 받는 고품질의 "블록버스터"(논문)를 생산합니다. 구글과 마이크로소프트 인도가 주요 플레이어입니다.

6. 무엇을 연주하고 있는가? (연구 관심 분야)

연구자가 이들이 실제로 무엇을 연구하는지 살펴보았을 때:

컴퓨터 비전(컴퓨터에게 이미지를 "보는" 법을 가르치는 것)이 가장 인기 있는 장르입니다.
이미지 프로세싱과 데이터 마이닝이 그 뒤를 바짝 쫓고 있습니다.
흥ered하게도, 거대 언어 모델(LLM)(챗봇의 기술적 기반)과 같은 "최신" 트렌드는 아직 최상위권이 아닙니다. 이는 아마도 가장 많은 인용을 기록한 사람들이 이 분야에서 오랫동안 일해왔기 때문이며, 그들의 "클래식 히트곡"(오래된 논문)이 여전히 가장 많이 재생되고 있기 때문일 것입니다.

7. 한계점 (마이크가 잡지 못한 것)

저자는 이 연구가 무엇을 말할 수 없는지에 대해 솔직하게 밝힙니다:

자기 선택(Self-Selection): 이것은 구글 스칼라 프로필을 만든 사람들만을 집계합니다. 만약 인도의 어떤 천재적인 연구자가 구글 스칼라를 사용하지 않는다면, 그는 이 오케스트라에 포함되지 않습니다.
과거 vs 현재: 데이터는 사람들이 현재 어디서 일하는지를 보여주지만, 그들이 유명해졌을 당시에는 어디서 일했는지는 보여주지 않습니다. 연구자는 지금 대학에 있을 수 있지만, 유명해졌을 때는 기업에서 일했을 수도 있습니다.
인과관계의 부재: 우리는 IISc가 높은 인용 횟수를 기록한다는 것을 알지만, IISc가 높은 인용을 유발한 것인지, 아니면 인용 횟수가 높은 연구자들이 그냥 IISc로 간 것인지는 알 수 없습니다.

요약

이 논문은 인도의 머신러닝 현장이 대중이 생각하는 것보다 훨씬 더 다양하다는 모습을 그려냅니다. IIT가 그 브랜드로 유명하긴 하지만, 인용 횟수 측면에서의 실질적인 강자는 IISc와 ISI입니다. 한편, 빅테크 연구소들은 조용히 주요 플레이어로 부상하고 있습니다. 이곳은 몇몇 기관과 기업이 많은 스포트라이트를 쥐고 있지만, 레거시 전문가들과 현대적 혁신가들이 건강하게 섞여 있는 풍경입니다.