노벨상 수상자 예측 방법론

클래리베이트 애널리틱스는 피인용 우수 연구자, Citation LaureatesTM 을 선정함에 있어 34,000건 이상의 과학 저널 및 기타 자료를 기반으로 완벽하게 색인한 온라인 기반 논문 데이터베이스인 Web of ScienceTM를 활용하여 극히 최상위의 고인용 논문(Highly Cited Papers, Web of Science Core CollectionTM에서 최소 1천 회 이상 인용된 논문)을 작성한 연구자를 찾아 분석을 시작합니다.

 

1천 회 이상 인용이 된다는 것

아래의 표는 Web of Science에 1970년 부터 2020년까지 50년 간 축적된 논문과 인용수에 따른 비율을 나타냅니다.

인용수 해당 범위 내 논문 수 누적수
100,000 – 331,679* 2 2
50,000 – 99,999 13 15
10,000 – 49,999 261 276
5,000 – 9,999 716 992
2,000 – 2,999 3,078 5,683
1,000 – 1,999 16,029 21,712
500 – 999 62,596 84,308
0 – 499 50,637,099 50,721,407

5천 만 건의 논문 중에서 21,700건(0.04%)만이 최소 1천 회 이상 인용된 논문이며 더 좁혀서 5,700건(0.01%)만이 2천 회 이상 인용된 기록을 갖고 있는 최상위의 논문입니다. 

 

피인용 우수 연구자를 찾기 위해 당시 ISI의 전문 분석가들은 다음과 같이 정량적과 정성적인 분석을 수행합니다.

 

1. 피인용수가 높은 연구 발견

클래리베이트의 웹 오브 사이언스(WebofScience) 전문가들에 의해 피인용건 수가 높은 논문, 총 피인용수, 분야별 논문당 피인용수, 그리고 지난 2-30년이 넘는 기간 동안 상대적으로 두드러진 영향력을 보이는 연구를 백분율 점수로 계산하여 높은 점수를 나타내는 연구를 선정합니다. 2018년 클래리베이트에서는 이러한 Citation Laureates에 포함되는 연구자의 연구 논문이 세계 상위 0.01%라는 것을 발표하였습니다.

 

2. 피인용이 가장 높은 연구 파악 후 해당 연구 논문 저자가 그 분야의 최초 연구자인지 확인

과학 연구에 있어 ‘최초’는 가장 중요한 평가 요소 중 하나입니다. 이에 따라 당사 분석 전문가들은 연구 분야가 파악되면 특정 연구의 발견 및 성장에 핵심적인 역할을 한 선도 연구자를 찾아냅니다. 공동 연구와 같이 협력을 기반으로 한 연구가 증가하고 있는 가운데 노벨상 수상자 후보 처럼 한 명의 연구자를 선정하는 것은 가장 큰 어려움 중 하나입니다.

 

3. 선정된 연구분야에서 수상 후보자의 과거 수상 경력 확인

“predictor awards”라는 명성을 얻는 상을 이미 수상한 연구자들도 있습니다. 예를 들어 생물의학상에서는 Canada Gairdner Awards 와 Lasker Awards를 최고의 2가지 상으로 인정합니다. 클래리베이트 애널리틱스의 분석 전문가들은 후보자들이 이미 이러한 상을 수상한 경력이 있는지를 파악합니다.

 

4. 선정된 해당 연구 성과가 노벨상 주최 측에서도 인정받을 수 있는 내용인지 확인

인류 발전에 지대한 공헌을 한 연구일수록 노벨상 수상에 한층 가까워집니다. 실제 1945년 생리학 및 의학 부문 노벨상 수상은 페니 실린이 인류에 공헌한 점을 인정받아 Alexander Fleming, Ernst B. Chain, 그리고 Howard Florey에게 돌아갔습니다. 또한 연구에서 급성장하는 분야에서 두드러지는 진보나 혁신을 가져오는 경우에도 수상가 능성이 높아집니다. 실제로 지난 2010년 Andre Geim와 Konstantin Novoselov은 나노물질 그래핀(nanomaterial graphene)의 분리를 발견하여 세계 물성물리학 연구 분야에서 엄청난 진보를 가져온 것을 인정받아 물리학 부문 노벨상을 수상했습니다. 이렇게 다른 연구에 영향력 높은 발견을 이루어내는 것도 수상을 위한 좋은 조건이 됩니다.

 

5. 최근 노벨상 수상의 주요 현황 분석

최근 노벨상 주최 측에서 주목하고 있는 주요 분야를 분석해내는 것 역시 수상자 후보를 예측하는데 주요한 요소입니다. 다시 한 번 ‘그래핀’ 분야를 예로 들어보자면 대부분 20-30년 이상의 역사를 지닌 다른 연구 분야를 제치고 6년의 짧은 역사를 지닌 ‘그래핀’ 분야 연구가 노벨상 수상의 분야로 선정된 것을 봐도 알 수 있습니다. 따라서 전문 분석가들은 상대적으로 오래된 연구와 함께 최근 주목받는 주제의 연구 분야 역시 가중치를 두고 분석합니다.

과학분야 사회학자이자 이 분야 최초 연구라고도 할 수 있는 Scientific Elite: Nobel Laureates in the United States (New York: Free Press, 1977)의 저자인 Harriet Zuckerman은 “매년 노벨상을 수상할 수 있는 숫자보다 더 많은 우수한 과학자들이 있습니다.” 라고 말하며 “이것은 매년 실제 노벨상을 수상한 수상자의 동료 연구자 중 수상하지 못한 연구자들이 수상자 리스트로 계속 축적된다는 의미이기도 합니다.”라고 설명했습니다.

따라서 클래리베이트에서는 당해년도 혹은 미래의 ‘노벨상 수상자’로 예측되는 연구자 명단을 발표할 때 영향력 높은 논문 보유 여부, 연구자의 총 피인용 횟수, 연구 분야 별 평균 대비 각 논문당 인용이 얼마나 되었는지, 그리고 기타 피인용 관련 측정 지표들을 가장 중점적으로 확인한 후 이 데이터가 노벨상 주최측에서 특별하게 주목하는 실제 발명이나 연구 주제에 부합하는지 비교합니다.

2002년 이 발표를 처음 시작한 이후 클래리베이트가 발표한 연구자 336명 중 2019년까지 실제로 54명이 노벨상을 수상하였습니다. 실제 수상한 우수 피인용 연구자의 리스트는 여기에서 확인하실 수 있습니다.