Longitudinal Topic Mapping of a National-Language Research Field: Korean Balanced Regional Development Studies in the Korea Citation Index, 2004– 2025

기술 요약: 한국 균형발전 연구의 종단적 토픽 매핑 (2004–2025)

문제 제기
한국학술지인용색인(KCI)과 같은 국가 단위 인용 색인은 Scopus나 Web of Science와 같은 국제 데이터베이스에는 잘 나타나지 않는 정책 관련 학술 성과를 포착한다. 그러나 이러한 국가 언어 기반 데이터베이스 내 학문 분야의 주제적 진화는 여전히 제대로 이해되지 않고 있다. 기존의 종단적 과학 매핑 연구는 단일 국가 코퍼스 내에서 진화하는 메타데이터 표준, 대안적 텍스트 표현, 또는 서로 다른 모델 계열에 따라 주제적 변화가 어떻게 유지되는지를 거의 조사하지 않는다. 본 연구는 한국 균형발전 분야가 시간이 흐름에 따라 어떻게 주제적으로 재편되었는지, 그리고 관찰된 종단적 궤적이 국가 언어 중심의 서지 시스템 내 방법론적 변동에 대해 얼마나 견고한지를 규명함으로써 이 간극을 메우고자 한다.

연구 방법론
본 연구는 2004년부터 2025년 사이에 발표된 1,127개의 KCI 등재 논문 선별 코퍼스를 사용하여 종단적 토픽 매핑 접근법을 적용한다. 본 방법론은 단순히 특정 토픽 분할의 안정성을 넘어, 시간적 추론의 안정성을 테스트하기 위해 설계된 엄격한 민감도 분석 프레임워크를 특징으로 한다.

• 코퍼스 구축: 기본 코퍼스는 최초 검색된 3,053개의 레코드에서 중복 제거 및 2단계 관련성 스크리닝 과정을 거쳐 1,127개의 논문으로 정제되었다. 또한, 강력한 거버넌스 용어를 포함하는 '타겟형(targeted)' 세트(N=1,373, 잠재적 위음성 포함)와 예비 스크리닝된 모든 레코드를 유지한 '광범형(broad)' 세트(N=1,939)라는 두 개의 민감도 코퍼스도 구축되었다.
• 토픽 모델링: 코퍼스 전반에 걸쳐 paraphrase-multilingual-MiniLM-L12-v2 임베딩, 차원 축소를 위한 UMAP, 그리고 클러스터링을 위한 HDBSCAN을 사용하는 BERTopic 모델을 적합시켰다. 이 구성을 통해 15개의 실질적인 연구 전선(research fronts)을 식별하였으며, 879개의 문서를 분류하고 나머지 248개는 이상치(HDBSCAN 토픽 -1)로 남겨두었다.
• 베이스라인 비교: 모델 계열이 달라져도 시간적 궤적이 지속되는지 테스트하기 위해, 15개의 토픽을 가진 동일 코퍼스 기반의 잠재 디리클레 할당(LDA) 모델을 대조적인 확률론적 베이스라인으로 적합시켰다.
• 시간적 분석: 2004–2025년 기간을 네 개의 분석 창(2004–2009, 2010–2015, 2016–2020, 2021–2025)으로 나누었다. 유병률(Prevalence)은 기간별 분류된 문서의 점유율로 계산되었다. 추세의 통계적 유의성은 문서 부트스트랩 95% 신뢰 구간과 단조 연관성에 대한 Cochran–Armitage 검정을 사용하여 평가되었다.
• 강건성 검증: 본 연구는 세 가지 차원의 타당성을 평가하였다:
  1. 의미론적 해석 가능성: 토픽 일관성($C_v$, NPMI) 및 인간 검토를 통한 라벨링을 통해 평가되었다.
  2. 분할 안정성: 다양한 사양(임베딩, UMAP 시드, HDBSCAN 파라미터, 메타데이터 필드 변경)에 따른 전체적인 합의 정도를 측정하기 위한 정규화된 상호 정보량(NMI)과 특정 전선 멤버십의 중첩을 측정하는 자카드 유사도(Jaccard similarity)로 측정되었다.
  3. 시간적 강건성: 코퍼스 경계 제한, 한국어 텍스트로 제한, 키워드 제외, 혹은 코퍼스 경계 변경 등의 다양한 섭동(perturbation) 하에서 모델을 재적합하여, 인구 통계적 추세의 방향이 일관되게 유지되는지 테스트하였다.
• 교차 데이터베이스 진단: KCI 레코드를 Scopus와 연결하는 2단계 절차를 통해 중복률을 정량화하였으며, 확인된 중복률이 매우 낮음(0.98%)을 발견하여 국가 코퍼스의 독자적인 성격을 강화하였다.

주요 결과

• 주제적 진화: 가장 유의미한 종단적 변화는 "인구 감소, 지방 소멸 및 지역 활력" 연구 전선(T4)의 부상이다. 이 전선의 분류된 문서 점유율은 첫 번째 기간(2004–2009)의 1.9%에서 마지막 기간(2021–2025)에는 21.4%로 증가하였다. 이 궤적은 통계적으로 유의미하였다 (Cochran–Armage $z = 6.77, p < 0.001$).
• 층위 형성(Layering) 대 대체(Replacement): 지방 분권, 지역 혁신, 재정 분권, 법제 개혁과 관련된 기존 연구 전선들은 전체 기간 동안 가장 큰 규모의 클러스터를 유지하였다. 인구 통계적 주제의 부상은 기존의 제도적·경제적 전통을 완전히 대체하는 것이 아니라, 새로운 관심사가 기존의 틀 위에 "층위(layering)"를 형성하며 쌓이는 과정을 나타낸다.
• 모델 강건성: 인구 통계적 전선의 상승 궤적은 코퍼스 경계, 메타데이터 필드(키워드 또는 영어 텍스트 제외), 임베딩 모델, 클러스터링 파라미터의 변화를 포함한 모든 민감도 분석에서 지속되었다.
  • 인구 통계적 전선에 할당된 정확한 문서 집합은 사양에 따라 변동이 있었으나(자카드 유사도 범위 0.399~0.754), 시간적 추세의 방향은 일관되게 양(+)의 방향을 유지하였다.
  • LDA 베이스라인은 T4를 단일 토픽으로 재현하지는 못했으나, 강력한 상승 궤적을 보이는 "인구 통계 패밀리"(두 개의 LDA 토픽 결합)를 식별해냈다(기간 동안 3.7%에서 25.5%로 상승).
• 의미론적 특성: 인구 통계적 전선(T4)은 다른 전선들에 비해 상대적으로 낮은 의미론적 일관성($C_v = 0.368$)을 보였는데, 이는 해당 영역이 엄격하게 경계 지어진 의미론적 토픽이라기보다 광범위한 정책 지향적 영역임을 시사한다.

의의 및 주장
본 논문은 두 가지 주요 기여를 주장한다:

1. 실질적 통찰: 인구 통계적 관심사(인구 감소 및 지방 소멸)가 기존의 지방 분권 및 혁신 전통 위에 층위를 형성하며 한국의 균형발전 학술 연구의 중심이 되었음을 입증한다. 이러한 변화는 인구 통계적 변화를 단순한 인구 통계 수치가 아닌, 영토 거버넌스와 지역 생존 가능성의 문제로 재정의하는 것을 반영한다.
2. 방법론적 프레임워크: 본 연구는 국가 언어 체계의 종단적 과학 매핑을 위한 세 가지 차원의 평가 프레임워크인 의미론적 해석 가능성, 분할 안정성, 시간적 강건성을 제안한다.
   • 저자들은 시간적 강건성이 분할 안정성과는 별도로 평가되어야 한다고 주장한다. 즉, 특정 토픽의 구체적인 문서 멤버십이 서로 다른 모델 사양에서 크게 변하더라도, 종단적 결론(예: "인구 통계 연구가 상승하고 있다")은 견고할 수 있다.
   • 본 연구는 유병률 추정치에 이상치 처리가 미치는 영향을 명확히 하기 위해 "분류된 문서"와 "전체 문서" 분모를 모두 보고해야 할 필요성을 강조한다.
   • 또한, 메타데이터 가용성과 언어 구성(예: 후기 연도의 영어 초록 비중 증가)을 민감도 재적합을 통해 테스트해야 할 잠재적 시간적 측정 변화의 원인으로 다루는 것의 중요성을 역설한다.

결론적으로, 국가 데이터베이스 내 연구 전선의 정확한 의미론적 경계는 모델에 의존적일 수 있으나, 엄격한 민감도 분석을 통해 견고한 시간적 궤적을 식별하는 것은 가능하며, 이는 다른 국가 인용 색인을 연구하기 위한 전이 가능한 진단 체크리스트를 제공한다.