공동인용분석 (Co-citation Analysis)
쉽게 풀면
어떤 두 논문이 다른 여러 논문에서 함께 자주 인용되면, 그 두 논문이 비슷한 주제라고 보는 분석 방법이다. 두 논문이 다른 논문들에 함께 자주 인용되면 서로 관련 있다고 보는 분석법이다.
왜 중요한가
두 문헌이 함께 인용되는 빈도는 후속 연구자들이 둘을 관련 있다고 본 정도를 반영하므로, 공동인용분석은 학문 분야의 지적 구조와 연구 전선을 시각화하는 데 널리 쓰입니다. 저자 공동인용분석은 특정 분야의 학파 구분 연구에 표준 도구가 되었습니다. 한 분야의 지적 구조를 지도처럼 시각화해 보여줌으로써, 신규 연구자가 해당 분야의 주요 흐름과 학파를 빠르게 파악하는 데 실질적으로 도움을 준다.
논문에서는 이렇게 쓰입니다
공동인용분석으로 특정 학문분야의 지식구조를 시각적으로 도출한 연구를 소개하는 문장이다.
공동인용분석이 학문분야 내부의 세부 연구흐름을 시각적으로 드러내는 데 쓰임을 보여주는 사례이다.
조금 더 깊게 보면
공동인용은 인용이 축적되어야 계산되므로 최신 문헌의 관계를 포착하기 어렵고, 이 점에서 출판 즉시 계산 가능한 서지결합과 상보적입니다. 유사도 정규화 방법(코사인, 자카드 등)과 군집 알고리즘 선택에 따라 결과 지도가 달라지므로 방법론 명시가 필수입니다. 공동인용 강도는 단순 동시 인용 횟수 외에도 자카드 계수나 코사인 유사도로 정규화되며, 이렇게 계산된 유사도 행렬에 다차원척도법(MDS)이나 군집분석을 적용해 학문 지도를 시각화합니다. 공동인용분석에서 저자 단위로 집계하면 학파나 연구자 네트워크가 드러나고, 문헌 단위로 집계하면 특정 개념이나 방법론의 확산 경로가 드러나 분석 단위 선택이 결과 해석을 좌우한다.
주의할 점
공동인용분석은 후속 문헌의 인용 패턴에 의존하므로 최근에 발표되어 아직 충분히 인용되지 않은 문헌은 분석에서 제대로 포착되지 않을 수 있다.
공동인용분석 결과로 그려지는 지도는 특정 시점의 데이터베이스 수록 범위에 의존하므로, 다른 데이터베이스를 쓰면 같은 분야라도 다른 지도가 그려질 수 있다.