인용 카르텔 (Citation Cartel)
쉽게 풀면
학술지의 영향력을 나타내는 임팩트팩터는 그 학술지에 실린 논문이 다른 논문에 얼마나 많이 인용되는지로 계산됩니다. 이 점을 악용해 몇몇 학술지의 편집진이나 특정 연구자 그룹이 서로 짜고 "우리 논문을 인용해주면 우리도 당신 논문을 인용해주겠다"는 식으로 품앗이하듯 인용 횟수를 부풀리는 것이 인용 카르텔입니다. 마치 온라인 쇼핑몰에서 가짜 리뷰를 서로 남겨주며 평점을 조작하는 것과 비슷합니다. 인용 데이터베이스 업체들은 특정 학술지나 저자 사이의 인용 패턴이 비정상적으로 집중되어 있는지를 분석해 이런 카르텔을 적발하려 하며, 적발되면 해당 학술지가 인용지수 산정에서 아예 제외되는 제재를 받기도 합니다.
왜 중요한가
임팩트팩터나 h-지수 같은 인용지수는 학술지 평가, 연구비 배분, 연구자 승진·채용 심사 등 학계 전반의 의사결정에 직접적으로 활용됩니다. 인용 카르텔은 이런 지표를 인위적으로 왜곡시켜 실제 학문적 기여와 무관하게 특정 학술지나 연구자 집단이 부당한 이득을 얻게 만들기 때문에, 계량서지학(bibliometrics)과 연구윤리 분야에서 꾸준히 다뤄지는 주제입니다. 또한 이 문제는 개별 논문 차원을 넘어 학술 출판 생태계 전체의 신뢰도와 평가 시스템의 공정성과도 맞닿아 있어, 정책 및 제도 개선 논의에서도 자주 인용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 논문 간 인용 관계를 그물망처럼 그려보는 네트워크 분석 기법을 이용해, 정상적인 학술적 인용과 인위적으로 조직된 인용 담합을 구분하려는 연구 방법을 설명하고 있습니다.
계량서지학 연구에서 흔히 쓰이는 표현으로, 특정 학술지의 자기인용 및 상호인용 비율이 같은 분야의 다른 학술지들에 비해 비정상적으로 높게 나타날 때 인용 카르텔을 의심할 수 있다는 분석 결과를 설명하고 있습니다.
연구윤리 및 학술 출판 정책을 다루는 논문에서, 학술지 편집진이나 특정 저자 그룹 사이의 인용이 유독 몰려 있는 현상을 근거로 인용 카르텔의 가능성을 조사하는 방식을 보여줍니다.
조금 더 깊게 보면
인용 카르텔을 실증적으로 탐지할 때는 흔히 자기인용률(self-citation rate)과 상호인용률(mutual citation rate)을 함께 살펴보고, 인용이 특정 학술지나 저자 집단에 얼마나 편중되어 있는지를 네트워크 분석으로 시각화합니다. 인용 네트워크에서 소수의 노드끼리 비정상적으로 밀집된 연결을 이루는 클러스터가 발견되면 이를 카르텔의 정황 증거로 보는 경우가 많습니다. 다만 이런 패턴만으로 의도적 담합을 단정하기는 어렵기 때문에, 시간에 따른 인용 패턴의 변화나 편집진과 인용 대상 저자 간의 관계 등 정성적 정보를 함께 고려하는 것이 일반적입니다. Clarivate 등 인용 데이터베이스 운영기관은 이런 이상 패턴이 확인된 학술지를 인용지수 산정에서 일시적 또는 영구적으로 제외하는 방식으로 대응하기도 합니다.
주의할 점
같은 분야 연구자들끼리 서로의 논문을 자주 인용하는 것 자체는 자연스러운 현상이며, 이를 무조건 인용 카르텔로 의심해서는 안 됩니다. 인용 카르텔은 인용 조작의 한 형태로, 학문적 연관성과 무관하게 조직적·상호적으로 인용 횟수를 부풀리려는 명백한 의도가 확인될 때에만 해당됩니다.