사회과학분야 학술연구 지식지도 (knowledge map)의 개발 및 구현

Abstract

O 한국학술진흥재단이 ‘시스템고도화 학술진흥정책‘을 구현하기 위하여 전략적 분석정보지원 기반 구축을 위해 추진된 본 연구는 지식지도의 수요에 따라 사회과학분야를 중심으로 수요 우선순위에 따른 지식지도 구축 방안을 도출하고 수요자별(연구자, 관리자, 최고의사결정자) 학술연구 지식지도를 구축 및 구현하여 제시하였다. O 특히 한국과학재단과의 통합으로 거듭나게 될 한국연구재단에서는 기존의 인문사회분야를 넘어서는 종합학술연구 지원 기관으로서의 기능과 역할을 수행해야할 임무가 주어진다. 이에 본 연구는 현 시점에서 대단위 학술연구정보를 선별, 분류, 해석하는 새로운 정보분석 수단과 함께 필요한 정보를 목적에 맞게 분류하고 분석하는 새로운 가치창출의 방법을 찾고자 노력하였다. O 본 연구에서는 사회과학 학술연구 분야를 대상으로 지식 간의 관계에 KRF에서 서비스하고 있는 DB로부터 항목들 간의 관계를 도출하여, 지식지도로 표현하였다. 지식지도의 도출을 위해서 논리 구조와 물리 구조를 정립하였다. 논리 구조의 정립 부분에서는 지식지도의 유형화를 시도하여 어떤 지식지도를 만들 것인가라는 문제를 해결하고자 하였다. O 기존의 선행 연구들을 토대로 지식지도를 유형화하여 지식지도 요구사항을 충족시키기 위해 필요한 지도의 유형을 선별해 냈다. 그 결과 주제별 R&D 기관지도, 연구자 네트워크 지도, 과제 수행기관 지도의 세 가지 지도 유형이 도출되었다. O 사회과학 학술연구의 현황분석에서는 지식지도 중에서 가장 기초적인 현황을 2-mode 네트워크 분석을 통해 지식생태계를 구성하는 다양한 요소들 사이의 연계관계를 제시하였다. 사회과학 학술연구 현황은 2004년도부터 2008년 사이 KRF에서 발주한 사회과학분야 학술연구과제를 대상으로 사회학, 경제학, 정치학, 행정학, 교육학 등의 20개 학문분야를 중심으로 주요 수행기관, 수행 규모, 연구자 현황 등에 대하여 분석하였다. O 특히 사회과학 학술연구분야의 과제수행기관 및 연구자 분석, 학술분야와 연구기관간의 관계분석, 학술분야별 연구성과분석, 학술분야 내외의 파급효과 분석 등을 진행하였다. O 2-mode 네트워크를 활용하여 사업명, 학문 중분류, 소속기관, 성별, 나이 등의 변수 사이의 연계관계를 파악할 때 두 변수 링크 값이 수적으로 일정한 크기 이상의 경우만을 추출하여 이를 중심으로 연계관계를 분석하면 자료의 특성으로 인해 지식지도의 해석에 오해를 불러일으킬 소지가 있으므로 주의가 필요하다. O 특히 학문 중분류와 소속기관 사이의 연계관계를 나타내줌에 있어서 링크 값이 일정한 크기 이상의 경우만을 추출할 경우 절대 수의 문제가 등장한다. 연구자 수가 상대적으로 적어 그 결과 과제 수가 적었다면 이러한 분야는 추출에서 제외될 수 있다. 이러한 사정을 무시하고 일정한 수 이상의 링크만을 대상으로 추출하여 연계관계를 파악하면 절대 수행 과제 수가 많은 대학이 두각을 나타내는 순환논리에 빠질 수 있다. O 이러한 한계를 극복하기 위해서는 실제 사회과학 학술연구의 해당 분야 전문가들이 분석 결과를 구체적으로 해석하고 그 결과를 다시 지식지도 작성에 반영하는 과정이 필요하다. 향후 연구결과를 진전시키기 위해서 본 연구과제에서 개발된 다양한 지식지도를 해당 분야 전문가의 지속적인 자문과 검증과정을 통해 한계가 극복될 수 있을 것이다. O 사회과학 학술연구분야의 지식지도는 효율적이고 체계적인 학술연구정책 및 연구지원 계획수립에 활용될 수 있다. 정확하고 심층적인 학술연구현황을 모니터링하고, 그 결과를 정책결정에 활용한다면 정책기획 및 평가에 효율성 및 신뢰성 제고할 수 있을 것이다. 특히 다양한 학술연구 분야간의 종합조정 및 지원정책을 통한 연구 효율성 및 생산성을 강화시키는 데에도 도움을 줄 수 있을 것이다. O 지식지도를 활용하여 사회과학 학술연구분야의 유망한 영역을 도출할 수 있고,학술연구과제의 선정 시에도 평가근가 및 기준과 관련하여 기여할 수 있다. 지식지도는 미래지향적 핵심 연구 분야 및 전략적 추진과제 도출하고, 연구성과 대비 연구규모 및 연구비 적정성 분석과 최적의 지원액을 산출하는데 기여할 수 있으며, 특히 세계적으로 경쟁력이 있고 수월성이 있는 연구영역 및 최선의 공동연구자를 추출하는데 활용될 수 있을 것이다.