두 편의 논문이 있다고 해 볼까요? 제목도 다르고 쓴 사람도 다르며 서로를 인용한 적도 없습니다. 그런데 두 논문의 참고문헌 목록을 나란히 펼쳐 보니 같은 책과 같은 논문이 여러 편 겹쳐 있습니다. 같은 자료를 읽고 그 위에 생각을 쌓았다면 두 연구가 비슷한 문제를 다루고 있을 가능성이 크겠죠. 참고문헌의 겹침으로 문헌 사이의 가까움을 재는 방법, 그것이 바로 ‘서지 결합(Bibliographic Coupling)’입니다.

서지 결합이란 쉽게 말해 ‘두 문헌이 같은 제3의 문헌을 함께 인용할 때 두 문헌이 서로 묶여 있다고 보고, 함께 인용한 문헌이 많을수록 더 가깝다고 판단하는 분석 방법’을 의미합니다. 1963년 미국 매사추세츠 공과대학(MIT)의 마이런 케슬러(M. M. Kessler)가 처음 제안했습니다. 인용 관계로 문헌의 유사성을 계산하는 방법 가운데 가장 이른 시기의 것으로 꼽힙니다.

본 자료에서는 서지 결합이 어떻게 생겨났는지, 결합의 세기를 어떻게 세는지, 동시 인용 분석과 무엇이 다른지, 그리고 지금은 어디에 쓰이는지까지 차례로 살펴보겠습니다.

참고문헌이 겹치면 이웃이 된다

서지 결합은 어떻게 생겨났을까?

1960년대 초는 과학 논문이 빠르게 늘어나던 때였습니다. 연구자가 자기 분야의 글을 모두 읽는 일은 점점 불가능해졌고, 관련 논문을 골라 묶어 줄 새로운 방법이 필요했습니다.

제목이나 초록만으로는 놓치는 연결이 많았습니다. 전혀 다른 표현을 쓰는 두 논문이 사실은 같은 실험 결과를 바탕으로 하고 있을 수도 있기 때문입니다. 글의 겉모습이 아니라 글이 기댄 근거를 비교하자는 발상은 이런 고민에서 나왔습니다.

(1) 주제어 대신 인용
그때까지 문헌을 묶는 기준은 주로 사람이 붙인 주제어와 분류 기호였습니다. 하지만 같은 개념도 분야마다 부르는 이름이 달라 엇갈리기 쉬웠습니다. 케슬러는 저자가 직접 고른 참고문헌이야말로 내용을 잘 드러내는 단서라고 보았습니다.

(2) 1963년의 제안
케슬러는 미국 문헌정보 학술지에 실린 논문에서 이 개념을 정리하고, 물리학 논문들을 대상으로 실험도 진행했습니다. 참고문헌을 공유하는 논문끼리 묶었을 때 실제로 주제가 비슷한 무리가 만들어진다는 점을 보여 주려 한 것입니다.

(3) 인용 색인과의 만남
비슷한 시기 유진 가필드(Eugene Garfield)가 과학 인용 색인을 만들면서 인용 정보를 대량으로 다룰 수 있는 기반이 마련되었습니다. 가필드도 서지 결합의 생각을 받아들여 자신의 작업에 활용했습니다.

결합의 세기를 세는 법

계산 방식은 아주 단순합니다. 두 문헌의 참고문헌 목록을 나란히 놓고 겹치는 항목의 수를 세면 됩니다. 이 숫자를 ‘결합 강도’라고 부릅니다.

• 결합 강도(Coupling Strength): 두 문헌이 함께 인용한 문헌의 수입니다. A와 B가 모두 C, D, E를 인용했다면 3이 되며, 값이 클수록 두 문헌의 주제가 가까울 가능성이 크다고 봅니다.
• 결합 단위(Unit of Coupling): 두 문헌을 이어 주는 공통 참고문헌 하나하나를 가리키며, 케슬러가 쓴 용어입니다. 하나도 없다면 두 문헌은 결합되지 않은 것으로 봅니다.
• 정규화(Normalization): 참고문헌이 긴 논문일수록 우연히 겹칠 확률도 높아지므로, 실제 분석에서는 목록 길이를 고려해 값을 보정하기도 합니다.

이 생각은 논문 한 편을 넘어 저자 단위로도 넓힐 수 있습니다. 두 연구자가 쓴 글 전체의 참고문헌을 모아 겹치는 정도를 세면, 누가 비슷한 지적 뿌리를 공유하는지 엿볼 수 있습니다. 2008년 자오(Dangzhi Zhao)와 스트로트만(Andreas Strotmann)은 이를 저자 서지 결합 분석이라는 이름으로 정리했습니다. 저자가 계속 글을 쓰는 동안에는 참고문헌도 함께 늘어나므로, 저자 단위의 결합 강도는 시간이 지나며 달라질 수 있다는 점도 짚었습니다.

동시 인용 분석과 무엇이 다를까?

서지 결합과 자주 함께 언급되는 방법이 동시 인용 분석입니다. 둘 다 인용으로 유사성을 재지만 바라보는 방향이 정반대입니다.

(1) 뒤를 보느냐, 앞을 보느냐
서지 결합은 두 논문이 ‘인용한’ 문헌, 즉 과거 쪽을 봅니다. 반면 1973년 헨리 스몰(Henry Small)이 제안한 동시 인용 분석은 두 논문을 ‘함께 인용한’ 이후의 문헌을 봅니다. 하나는 나가는 화살표를, 다른 하나는 들어오는 화살표를 세는 셈입니다.

(2) 고정된 값과 자라는 값
논문의 참고문헌은 출판되는 순간 확정됩니다. 그래서 두 논문 사이의 서지 결합 강도는 시간이 지나도 바뀌지 않습니다. 동시 인용은 새로운 논문이 나올 때마다 늘어날 수 있어, 학계의 평가가 쌓이며 변합니다.

(3) 갓 나온 논문에 강하다
이 차이는 장점이 되기도 합니다. 막 출판되어 아직 아무도 인용하지 않은 논문은 동시 인용으로는 분석할 수 없습니다. 하지만 참고문헌은 처음부터 있으니 서지 결합으로는 곧바로 이웃을 찾을 수 있습니다. 1972년 로버트 앰슬러(Robert Amsler)처럼 두 방법을 합쳐 쓰자는 제안이 나온 것도 그래서입니다.

서지 결합은 지금 어디에 쓰일까?

반세기가 넘은 방법이지만 지금도 여러 곳에서 쓰입니다. 디지털로 된 인용 정보가 넘쳐나면서 오히려 활용 범위가 넓어졌습니다.

(1) 관련 논문 추천
학술 검색 서비스는 한 논문과 참고문헌을 많이 공유하는 다른 논문을 ‘관련 논문’으로 보여 주곤 합니다. 연구자는 이를 따라가며 놓쳤던 선행 연구를 찾을 수 있습니다.

(2) 연구 지형 그리기
계량정보학에서는 많은 논문을 결합 강도로 연결해 연구 주제의 무리를 지도처럼 그립니다. 최근 논문이 많은 분야의 흐름을 파악하는 데 특히 쓸모가 있습니다.

(3) 한계도 분명하다
같은 문헌을 인용했다고 해서 같은 이야기를 한다는 보장은 없습니다. 널리 쓰이는 통계 기법 책처럼 분야를 가리지 않고 인용되는 문헌은 전혀 다른 주제의 논문까지 묶어 버립니다. 그래서 결과를 그대로 믿기보다 다른 지표와 함께 살피는 것이 좋습니다.

같은 책장을 거쳐 온 글끼리는 이웃일 가능성이 크다는 단순한 생각, 그것이 서지 결합 이해의 첫걸음입니다.