데이터 인용 (Data Citation)
쉽게 풀면
논문에서 다른 연구자의 글을 가져다 쓰면 반드시 참고문헌으로 인용합니다. 그런데 최근에는 논문뿐 아니라 "데이터셋" 자체도 하나의 독립된 학술 결과물로 인정받고 있습니다. 누군가 몇 년에 걸쳐 수천 명을 조사한 설문 원자료를 데이터 저장소에 공개했다면, 그 데이터를 가져다 재분석한 연구자는 원 데이터를 만든 사람의 노력을 "논문처럼" 인용해야 한다는 것이 데이터 인용입니다. 이를 위해 데이터셋에도 논문의 DOI(디지털 객체 식별자)처럼 고유한 식별번호를 붙이고, 참고문헌 목록에 "저자, 연도, 데이터셋 제목, 저장소, DOI" 형식으로 정식 기재하도록 권장됩니다. 이렇게 하면 데이터를 만든 연구자도 논문 저자처럼 인용 실적을 인정받을 수 있습니다.
왜 중요한가
대규모 공개 데이터셋을 구축하는 작업은 논문 한 편을 쓰는 것 못지않은 시간과 자원이 들지만, 그 기여가 논문 인용처럼 명확히 집계되지 않으면 데이터 제작자의 학술적 성과로 인정받기 어렵습니다. 데이터 인용은 이런 불균형을 바로잡고, 데이터셋 구축 자체를 독립된 연구 성과로 평가하려는 오픈사이언스 흐름과 맞닿아 있어 관련 정책 논의에서 자주 다뤄집니다. 특히 기계학습 분야처럼 대형 벤치마크 데이터셋이 연구 생태계의 핵심 자원이 되는 분야에서는 데이터 인용 관행이 연구 재현성과 공정한 기여 평가 모두에 중요한 역할을 합니다.
논문에서는 이렇게 쓰입니다
이 문장은 연구팀이 직접 수집하지 않은 공개 데이터를 분석에 썼으며, 그 데이터를 만든 연구자의 기여를 일반 참고문헌과 동일한 격식으로 밝혔다는 뜻입니다.
기계학습 분야에서는 널리 쓰이는 공개 벤치마크 데이터셋을 활용할 때도, 제작자가 정한 인용 형식을 따라 참고문헌에 표기해야 한다는 뜻입니다.
정부·공공기관이 배포하는 관측 데이터를 쓸 때도 개인 연구자가 만든 데이터셋과 마찬가지로 출처를 정식으로 인용해야 한다는 의미입니다.
조금 더 깊게 보면
데이터 인용을 체계적으로 지원하기 위해 데이터셋에도 논문처럼 DOI 같은 영구 식별자를 부여하고, 버전이 바뀔 때마다 별도의 식별자를 붙여 어떤 시점의 데이터가 쓰였는지 구분할 수 있도록 하는 경우가 많습니다. 논문을 읽을 때는 사용된 데이터셋의 버전과 출처가 명확히 밝혀져 있는지, 그리고 데이터셋 제작자가 요구하는 특정 인용 형식(예: 특정 논문을 함께 인용하도록 요구하는 경우)을 따랐는지를 확인하면 연구의 투명성을 판단하는 데 도움이 됩니다.
주의할 점
데이터 인용은 데이터공유 성명과 다른 개념입니다. 데이터공유 성명이 "이 논문의 데이터를 어디서 구할 수 있는가"를 알리는 것이라면, 데이터 인용은 "내가 쓴 데이터를 누가 만들었는지"를 밝히는 것입니다. 데이터 인용을 생략하면 원 데이터 제작자의 기여가 드러나지 않아 학술적 공로가 누락되며, 일부 분야에서는 이를 저자권 관련 윤리 위반에 준하는 문제로 다루기도 합니다.