명칭식별 (Name Disambiguation)
쉽게 풀면
이름이 같은 서로 다른 사람을 구별하거나, 표기가 다른 같은 사람을 하나로 합치는 작업이다.
왜 중요한가
명칭식별은 같은 표기의 저자를 실제 인물별로 분리하고 같은 인물의 다른 표기를 묶는 작업으로, 서지데이터베이스의 저자 검색 정확도와 계량서지학의 개인 단위 분석(h지수 등)의 신뢰성을 결정합니다. 동명이인이 많은 한국·중국어 성명에서는 특히 어려운 문제입니다. 저자 식별자(ORCID 등) 보급이 확산되면서 저자 스스로 프로필을 관리해 모호성 문제를 예방하는 방향도 함께 추진되고 있다.
논문에서는 이렇게 쓰입니다
소속기관과 공저자 정보를 이용해 동명이인 저자를 자동으로 구분하는 방법을 제안한 문장이다.
같은 이름을 가진 사람을 구별할 때 소속뿐 아니라 함께 논문을 쓴 사람들의 관계까지 보면 더 정확히 가려낼 수 있다는 설명이다.
조금 더 깊게 보면
자동 식별은 소속·공저자·주제 유사도를 단서로 하지만 소속 이동이나 분야 전환이 있는 연구자에게서 오류가 많고, 정답 데이터 구축 자체가 비용이 큽니다. ORCID 같은 식별자가 근본 해법이지만 등록률과 과거 문헌 연결이 불완전해 알고리즘 식별과 병행됩니다. 명칭모호성해소는 저자명 식별(author name disambiguation) 문제라고도 불리며, 동일 이름을 쓰는 서로 다른 저자를 소속기관·공저자 네트워크·연구 주제 등의 부가 정보로 구분하는 작업으로, 대규모 서지데이터베이스의 저자 통계 정확도에 직접 영향을 미친다. 최근에는 기계학습 기반의 자동 식별 기법이 도입되고 있지만, 완전 자동화는 여전히 오류 위험을 동반한다. 동일 기관 소속 연구자가 다수인 경우 소속기관 정보만으로는 모호성을 완전히 해소하지 못하는 경우도 있다.
주의할 점
명칭식별은 자동화된 알고리즘을 사용하더라도 완벽하지 않아, 특히 흔한 이름의 경우 오류 검증을 위한 사람의 검토가 병행되어야 한다는 점에 유의해야 한다.
부가 정보가 부족한 저자는 잘못된 클러스터로 병합되거나 반대로 동일 인물의 논문이 여러 개로 쪼개질 위험이 있다는 점에 유의해야 한다.