The Invisible Infrastructure of Biomedical Research: An Exploratory Analysis of Software Mentions and Sentence-Level Citation Marking
생물 의학 논문에서 나타난 약 80만 건의 소프트웨어 언급을 대상으로 한 이 탐색적 분석은 문장 단위의 인용 표시가 일반적으로 낮으며(10.7%), 도구 유형에 따라 크게 달라지는데, 특히 통계 패키지의 인용 빈도가 가장 낮다는 점은 표적화된 정책 개입과 개선된 검증 방법의 필요성을 강조한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
현대 과학은 눈에 보이지 않는 도구들에 크게 의존하고 있다. 생물학자가 DNA 가닥을 서열 분석하거나 통계학자가 방대한 데이터 세트를 분석할 때, 그들은 단순히 펜과 종이를 사용하는 것이 아니라 복잡한 컴퓨터 프로그램을 실행하고 있는 것이다. 이 프로그램들은 발견의 엔진이며, 연구자들이 무엇을 결론지을 수 있는지와 얼마나 빠르게 작업할 수 있는지를 결정한다. 그러나 과학자들이 자신의 연구에 대해 공로를 인정받기 위해 사용하는 시스템인 학술적 인용은 소프트웨어가 아닌 책과 논문을 위해 만들어졌다. 연구자가 논문에서 프로그램을 언급할 때, 그것은 종종 작업대 위에 놓인 도구처럼 문장 속의 단순한 이름으로 나타난다. 이러한 이름들은 정식 참조(reference)와 연결되는 경우가 드물기 때문에, 소프트웨어를 만든 사람들은 그들의 노동에 대한 공로를 제대로 인정받지 못하는 경우가 많다. 이러한 인정의 결여는 이러한 도구들을 계속 운영하는 데 필요한 시간과 비용을 정당화하기 어렵게 만들며, 다른 이들이 실험을 재현하는 것을 어렵게 만드는 기록의 공백을 남긴다.
아칸소 대학교 리틀록 캠퍼스의 Md Motasim Billa가 수행한 새로운 연구는 정확히 얼마나 자주 이런 일이 발생하는지, 그리고 이 문제가 모든 유형의 소프트웨어에 대해 동일한 문제인지 조사한다. 연구자는 1980년부터 2022년 사이에 발표된 약 140,000편의 생물 의학 연구 논문 속에 포함된 약 800,000개의 소프트웨어 이름 언급을 살펴보았다. 그는 단순히 소프트웨어가 몇 번 언급되었는지만 센 것이 아니라, 문장을 면밀히 살펴서 그 언급이 참조 목록을 가리키는 대괄호 안의 숫자나 위첨자와 같은 정식 인용 표식과 함께 나타나는지를 확인했다. 이 구분은 매우 중요한데, 문장 속에 떠 있는 이름은 인간 독자에게는 보이지만, 과학적 영향력을 추적하는 자동화된 시스템에는 보이지 않기 때문이다.
연구 결과, 정식 인용은 놀라울 정도로 드물었다. 전체 논문 컬렉션을 통틀어 소프트웨어 언급 중 같은 문장에 인용 표식을 동반한 경우는 약 11%에 불과했다. 대다수인 약 70%는 텍스트에 그냥 이름만 적혀 있었다. 그러나 연구는 이 낮은 비율이 모든 종류의 도구에 걸쳐 균일하지 않다는 것을 밝혔다. 소프트웨어 도구가 인용될 가능성은 그것이 어떤 종류의 도구인지에 따라 크게 달라졌다. 인공지능 모델을 훈련하는 데 사용되는 머신러닝 프레임워크는 언급된 경우의 약 18%에서 인용되었다. 프로그래밍 언어는 약 16%의 사례에서 인용되었다. 이와 극명하게 대조적으로, 데이터 분석의 핵심인 범용 통계 패키지는 언급된 경우의 단 2%만이 인용되었다. 참고문헌을 정리하는 데 사용되는 도구인 레퍼런스 매니저는 단 1%의 경우에만 인용되었다.
이러한 패턴은 과학자들이 소프트웨어에 대해 이야기하는 방식이 하나의 고장 난 습관이 아니라, 도구의 종류에 따른 서로 다른 관습의 집합임을 시사한다. 통계 소프트웨어는 독특한 저작물로서 구체적인 공로를 인정받아야 할 대상이라기보다, 현미경이나 시험관처럼 표준 장비처럼 취급되는 경우가 많다. 과학자가 통계 패키지를 사용했다고 말할 때, 그들은 흔히 인용을 요구하지 않는 방법론적 관례를 따르는 것이다. 반대로, 머신러닝 프레임워크는 도구를 인용하는 주요한 방법으로 간주되는 관련 연구 논문들이 있는 경우가 많아 인용률이 더 높았다. 또한 연구는 텍스트에서 도구가 명명되는 방식이 인용 확률을 바꾼다는 것을 발견했다. 문장에 소프트웨어에 대한 웹 링크가 포함되어 있으면 정식 인용이 있을 가능성이 더 높았다. 만약 문장에서 소프트웨어를 만든 회사나 개발자를 언급한다면, 저자의 관점에서는 정식 참조가 필요 없다고 여겨져 인용될 가능성이 훨씬 낮아졌다.
연구자는 또한 현재의 방법들이 소프트웨어 이름과 우연히 비슷해 보이는 일반 단어를 얼마나 잘 구별할 수 있는지 테스트했다. 많은 소프트웨어 도구는 "star", "cluster", "string"과 같이 흔한 영어 단어와 같은 이름을 가지고 있다. 연구에 따르면 기존의 알려진 소프트웨어 도구 목록에는 이러한 모호한 이름들이 포함되어 있지 않았다. 연구자가 "cluster"와 같은 단어가 소프트웨어를 의미하는지 아니면 단순히 무더기를 의미하는지를 파악하기 위해 주변 단어에 기반한 단순한 규칙을 사용했을 때, 그 규칙들은 중간 정도의 성능을 보였으나 기술적인 맥락에서는 자주 실패했다. 이는 소프트웨어를 자동으로 추적하는 데 사용되는 도구들이 인간의 도움이나 더 발전된 기술 없이는 가장 흔하고 모호한 이름들을 처리하기에 아직 충분히 정교하지 않음을 강조한다.
이 연구는 소프트웨어 과소 인용 문제가 실재하지만, 이것이 단순히 과학자들이 공로를 주는 것을 잊어버린 사례가 아니라고 결론짓는다. 대신, 이는 서로 다른 유형의 도구들이 서로 다른 규칙으로 취급되는 복잡한 문제이다. 격차는 현대 연구를 주도하는 통계 패키지에서 가장 크게 나타난다. 이 연구에 사용된 데이터는 완벽한 무작위 표본이 아니며 소프트웨어를 식별하는 방법이 인간 전문가에 의해 완전히 검증된 것도 아니기에, 본 연구의 결과는 최종적인 전수 조사라기보다는 문제가 가장 심각한 곳을 보여주는 지도라고 보는 것이 적절하다. 결과는 모든 과학자에게 "소프트웨어를 인용하라"고 말하는 단일한 규칙은 효과가 없을 수 있음을 시사한다. 대신, 현재 '보이지 않는 장비'로 취급되고 있는 특정 유형의 도구들에 맞춤화된 정책이 필요하며, 이를 통해 과학의 디지털 인프라를 구축한 이들이 마땅히 받아야 할 공로를 얻을 수 있도록 해야 한다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.