h-지수 조작 (h-index gaming)

한 줄 정의: 연구자의 생산성과 영향력을 나타내는 h-지수를 실제 학술적 기여보다 높이기 위해 인위적으로 피인용 수를 늘리는 행위.

쉽게 풀면

h-지수는 한 연구자가 얼마나 많이, 그리고 얼마나 자주 인용되는 논문을 냈는지를 하나의 숫자로 나타낸 지표다. 이 숫자를 실제 학문적 기여보다 부풀리기 위해 자기 논문을 서로 인용해주거나, 관련 없는 논문에 억지로 인용을 끼워 넣는 등의 수법이 동원된다. 대형 공동연구 프로젝트에 참여하면 정상적으로도 h-지수가 빠르게 오를 수 있어, 조작 여부는 신중하게 판단해야 한다.

왜 중요한가

h-지수는 채용, 승진, 연구비 심사 등 연구자 평가에 널리 쓰이는 정량 지표이기 때문에, 이를 조작하려는 유인과 그로 인한 학술 생태계 왜곡은 연구윤리·과학계량학 연구의 중요한 주제입니다. 특정 지표에 과도하게 의존하는 평가 관행이 연구의 질보다 양적 조작을 부추길 수 있다는 문제의식은 연구 평가 제도 개선 논의와도 직결됩니다.

논문에서는 이렇게 쓰입니다

"채용 심사위원회는 지원자의 h-지수가 비정상적으로 높은 이유를 확인하기 위해 인용 출처를 자세히 검토했다."

단순 수치만이 아니라 인용의 출처와 성격까지 살펴본 검토 사례다.

"연구진은 특정 연구 분야에서 소수의 저자군이 서로의 논문을 반복적으로 인용함으로써 h-지수를 인위적으로 끌어올리는 패턴을 네트워크 분석을 통해 확인하였다."

과학계량학 논문에서는 이처럼 인용 네트워크 분석을 통해 h-지수 조작에 해당할 수 있는 비정상적 인용 패턴을 탐지하는 연구가 이루어진다.

"일부 연구자는 자기 인용(self-citation) 비율을 높임으로써 단기간에 h-지수를 상승시킨 것으로 나타났다."

연구 평가 정책 논문에서는 이처럼 자기 인용률과 같은 세부 지표를 함께 살펴보며 h-지수의 신뢰성을 검토하는 경우가 많다.

조금 더 깊게 보면

h-지수 조작을 탐지하기 위해 연구자들은 흔히 자기 인용을 제외한 h-지수, 공동저자 수 대비 보정한 지표, 또는 인용 출처의 다양성을 함께 살펴보는 보조 지표를 활용합니다. h-지수 자체가 논문 수와 인용 수를 동시에 반영하도록 설계되었지만 연구 분야별 인용 관행의 차이나 공동연구 규모를 충분히 보정하지 못한다는 한계가 있어, 단일 지표만으로 연구자를 평가하는 것은 바람직하지 않다는 지적이 학계에서 꾸준히 제기되고 있습니다.

주의할 점

공동연구가 활발한 대형 프로젝트에서는 정상적으로도 h-지수가 빠르게 오를 수 있어, 조작 여부는 인용 출처의 성격을 함께 살펴야 판단할 수 있다.