얀 헨드릭 쇤 사건 (Jan Hendrik Schön Scandal)

한 줄 정의: 벨 연구소의 물리학자 얀 헨드릭 쇤이 2000년대 초 유기 반도체·분자 트랜지스터 관련 데이터를 대량으로 조작해 2년간 30편에 가까운 논문을 발표했다가 적발되어 전원 철회된 사건입니다.

쉽게 풀면

얀 헨드릭 쇤은 2000~2002년 사이 <네이처>, <사이언스> 등 최상위 학술지에 놀라운 속도로 논문을 쏟아내며 "차세대 반도체의 스타"로 불렸습니다. 하지만 다른 연구자들이 서로 다른 실험에서 나온 그래프가 완전히 동일한 잡음(노이즈) 패턴을 갖고 있다는 점을 발견했습니다. 진짜 측정 데이터라면 잡음까지 똑같을 수 없기 때문입니다. 벨 연구소의 내부 조사 결과 쇤은 데이터를 그래프 편집 프로그램으로 재사용하고 가공한 것으로 드러났고, 그의 논문 대부분이 철회되었으며 박사 학위도 취소되었습니다. 이 사건은 최고 권위의 동료심사 학술지조차 정교한 조작을 걸러내지 못할 수 있음을 보여준 사례로 꼽힙니다.

왜 중요한가

쇤 사건은 세계 최고 수준의 연구기관과 최상위 학술지의 동료심사 체계조차 정교하게 조작된 데이터를 걸러내지 못할 수 있음을 보여준 대표적 사례여서, 연구윤리와 과학적 검증 제도를 논의하는 문헌에서 반복적으로 인용된다. 이 사건 이후 원자료 보관·공개 요구, 공동저자의 책임 범위, 학술지의 검증 절차 강화 등 연구 진실성을 확보하기 위한 여러 제도적 논의가 촉발되었기 때문에, 연구부정행위나 출판윤리를 다루는 논문에서 핵심 사례로 다뤄진다.

논문에서는 이렇게 쓰입니다

"쇤 사건(Schön Scandal)은 공동저자와 동료심사자 모두가 원자료를 직접 검증하지 않았을 때 발생하는 위험성을 보여준다."

이 문장은 다수의 공저자가 이름을 올렸음에도 실제 실험 데이터의 진위를 아무도 확인하지 않았던 구조적 허점을 지적하는 맥락에서 이 사건을 사례로 든 것입니다.

"쇤 사건 이후 다수의 학술지가 원자료 제출 및 보관을 의무화하는 정책을 도입하였다."

이 사건을 계기로 학술지들이 실험의 원본 데이터를 요구하거나 일정 기간 보관하도록 규정을 강화했다는 뜻이다.

"쇤 사건은 동일한 그래프가 서로 다른 실험 결과로 반복 제시된 정황이 동료 연구자들의 통계적 이상 탐지를 통해 드러난 사례로 자주 인용된다."

다른 연구자들이 여러 논문의 그래프에서 나타난 통계적으로 비정상적인 유사성을 알아채면서 조작이 밝혀졌다는 점을 설명하는 문장이다.

조금 더 깊게 보면

쇤의 조작은 서로 다른 실험 조건에서 얻었다고 주장된 그래프들이 잡음 패턴까지 동일하다는 점을 다른 연구자들이 발견하면서 드러났으며, 이는 데이터의 통계적 특성을 비교하는 것만으로도 조작 정황을 포착할 수 있음을 보여준 사례로 언급된다. 이 사건은 이후 다수 공저자 체계에서 각 저자가 실제로 어떤 역할과 검증 책임을 졌는지를 명시하는 기여자 역할(contributorship) 논의, 그리고 원자료를 제3자가 검증할 수 있도록 공개하는 재현성(reproducibility) 논의로 이어지는 계기가 되었다.

주의할 점

당시 쇤의 논문에는 다수의 저명한 공동저자가 이름을 올리고 있었지만, 조사 결과 실제 자료 조작에 관여한 사람은 쇤 한 명으로 결론지어졌습니다. 이는 저자자격기준에 따라 이름을 올린 공저자라도 자동으로 부정행위 책임을 지는 것은 아니지만, 동시에 데이터 검증 의무를 다하지 않았다는 비판에서 자유롭지 않다는 점을 함께 보여준 사례입니다.