어느 학문 분야든 논문 목록을 펼쳐 보면 같은 이름이 유난히 자주 눈에 띕니다. 한 사람이 수십 편을 쓰는 동안 대부분의 연구자는 평생 한두 편에 그칩니다. 얼핏 보면 우연 같지만, 이 쏠림에는 놀라울 만큼 일정한 규칙이 숨어 있습니다.

로트카의 법칙이란 쉽게 말해 ‘논문을 많이 쓰는 사람의 수는 논문 수의 제곱에 반비례해 줄어든다’는 경험 법칙을 의미합니다. 정식 이름은 로트카의 과학 생산성 법칙(Lotka’s Law of Scientific Productivity)으로, 문헌정보학에서 저자의 생산성을 재는 가장 기본적인 도구로 쓰입니다.

본 자료에서는 로트카의 법칙이 어떻게 발견되었는지, 법칙의 내용이 무엇인지, 그리고 도서관과 연구 현장에서 어떻게 쓰이고 어떤 한계가 있는지 차례로 살펴보겠습니다.

로트카의 법칙의 이해와 활용

화학 초록에서 찾은 규칙

이 법칙을 처음 밝힌 사람은 미국의 통계학자 앨프리드 로트카입니다. 그는 인구 변화를 수학으로 설명한 학자로 더 유명하지만, 1926년 「과학 생산성의 빈도 분포」라는 짧은 논문으로 문헌정보학에도 큰 발자취를 남겼습니다.

로트카는 두 가지 자료를 손으로 세었습니다. 하나는 1907년부터 1916년까지의 『케미컬 앱스트랙츠(Chemical Abstracts)』 색인에서 성이 A와 B로 시작하는 화학자들이었고, 다른 하나는 1900년까지의 물리학 역사를 정리한 아우어바흐의 연표에 실린 물리학자들이었습니다.

두 분야는 성격이 전혀 달랐지만, 저자마다 몇 편의 논문을 썼는지 정리하자 거의 같은 모양의 분포가 나타났습니다. 로트카는 이것이 특정 분야의 우연이 아니라 과학 활동 전반에 흐르는 규칙일 수 있다고 보았습니다.

역제곱으로 줄어드는 저자 수

로트카의 법칙은 아주 간단한 식으로 나타낼 수 있습니다. 논문을 n편 쓴 저자의 수는 1편 쓴 저자의 수를 n의 제곱으로 나눈 값과 비슷하다는 것입니다.

(1) 한 편 쓴 저자
1편만 쓴 저자가 100명이라면, 이들이 전체 저자 가운데 가장 큰 무리를 이룹니다. 로트카의 계산에 따르면 전체 저자의 약 60%가 여기에 속합니다.

(2) 두 편 쓴 저자
2의 제곱인 4로 나누어 약 25명이 됩니다. 한 편을 더 썼을 뿐인데 사람 수는 4분의 1로 줄어듭니다.

(3) 열 편 쓴 저자
10의 제곱인 100으로 나누어 단 1명 정도만 남습니다. 많이 쓰는 사람일수록 그 수가 빠르게 드물어지는 것입니다.

이처럼 지수가 2인 모양을 역제곱 법칙(Inverse Square Law)이라고 부릅니다. 소수의 연구자가 많은 논문을 내고, 다수의 연구자가 적은 논문을 내는 긴 꼬리 모양의 분포가 생기는 까닭이 여기에 있습니다.

도서관과 연구 현장에서의 쓰임

로트카의 법칙은 브래드퍼드의 법칙, 지프의 법칙과 함께 계량서지학의 3대 법칙으로 꼽힙니다. 숫자로 학술 활동을 읽어 내려는 여러 분야에서 출발점 역할을 합니다.

• 핵심 저자 파악(Core Author Identification): 한 분야에서 꾸준히 많은 논문을 내는 연구자를 찾아, 장서 수집이나 전문가 추천의 기준으로 삼습니다.
• 연구 평가(Research Evaluation): 기관이나 국가의 연구 성과가 일반적인 분포와 얼마나 다른지 비교해 특징을 살핍니다.
• 분야 성숙도 진단(Field Maturity Analysis): 새로 생긴 분야는 한두 편 쓴 저자의 비율이 유난히 높아, 분포를 보면 분야가 얼마나 자리 잡았는지 짐작할 수 있습니다.
• 수집 계획 수립(Collection Planning): 도서관은 생산성이 높은 저자의 저작을 우선 갖추어 이용자의 요구에 효율적으로 대응합니다.

뒷날 과학사학자 데릭 드 솔라 프라이스는 이 생각을 이어받아, 전체 저자 수의 제곱근에 해당하는 사람들이 논문의 절반가량을 낸다는 프라이스의 법칙(Price’s Law)을 내놓기도 했습니다.

법칙을 읽을 때의 주의점

로트카의 법칙은 놀라울 만큼 자주 들어맞지만, 자연법칙처럼 언제나 정확한 것은 아닙니다. 경험에서 얻은 규칙인 만큼 쓰는 사람이 조심해서 읽어야 합니다.

자주 지적되는 한계

• 지수의 차이(Exponent Variation): 분야와 시기에 따라 지수가 2보다 크거나 작게 나와, 같은 식을 그대로 적용하기 어렵습니다.
• 공동 저자 문제(Co-authorship Problem): 여러 사람이 함께 쓴 논문을 누구의 몫으로 셀지에 따라 결과가 크게 달라집니다.
• 동명이인 문제(Name Ambiguity): 이름이 같은 다른 사람을 한 명으로 세거나, 한 사람을 여러 명으로 나누어 세는 오류가 생깁니다.

무엇보다 논문 수는 생산성의 한 면일 뿐, 연구의 질이나 영향력을 그대로 보여 주지는 않습니다. 그래서 오늘날에는 인용 횟수 같은 다른 지표와 함께 살펴보는 것이 일반적입니다.

로트카의 법칙은 과학의 세계에서 생산이 소수에게 몰리는 모습을 단순한 숫자로 보여 줍니다. 100년 전 화학자와 물리학자의 이름을 하나하나 세어 얻은 이 규칙은 지금도 학술 정보의 흐름을 읽는 기본 틀로 쓰이고 있습니다.

숫자 뒤에 숨은 규칙을 알아보되 그 한계까지 함께 읽는 것, 그것이 학문 지형 읽기의 첫걸음입니다.