과학의 과학

서문 9

1부. 경력의 과학

1장. 과학자의 생산성 19

1.1 얼마나 많은 논문이 출판되는가? 20

1.2 생산성은 분야별로 다르다 22

1.3 생산성은 사람마다 다르다 25

1.4 어째서 그렇게 생산적일까? 28

2장. h 지수 35

2.1 h 지수의 정의와 의의 36

2.2 h 지수의 예측력 41

2.3 h 지수의 한계 47

3장. 마태 효과 53

3.1 이름에 무슨 의미가 있길래? 54

3.2 영향력이 불러오는 영향력 60

3.3 마태 효과는 실재할까? 64

4장. 나이와 과학적 성취 71

4.1 과학자는 인생의 어느 시점에 가장 위대한 일을 할까 72

4.2 과학자의 생애 주기 75

4.2.1 생애 초기 75

4.2.2 생애 중기와 말기 76

4.3 무엇이 전성기를 결정할까 77

4.3.1 지식의 부담 78

4.3.2 실험적 혁신가 대 개념적 혁신가 80

5장. 무작위 영향력 규칙 89

5.1 경력 뒤섞기 91

5.2 무작위 영향력 규칙 94

6장. Q 인자 101

6.1 운이 영향력을 결정한다면 101

6.2 Q 모형 104

6.3 당신의 Q 는? 108

6.4 영향력 예측하기 112

7장. 승승장구 117

7.1 폭발적인 성공 118

7.2 승승장구 모형 122

7.3 승승장구는 우리에게 어떤 의미일까? 126

2부. 협업의 과학

8장. 팀 과학의 우세 135

8.1 팀 과학의 대두 137

8.2 팀 과학의 동인 140

8.3 거리의 소멸 141

9장. 보이지 않는 대학 149

9.1 비상한 기운 152

9.2 보이지 않는 대학 155

10장. 공저자 네트워크 161

10.1 공저자 네트워크 살펴보기 163

10.2 공동 연구자의 수 165

10.3 좁은 세상 167

10.4 연결된 덩어리 171

11장. 팀 구성 173

11.1 ‘지나친 재능’이 있을까? 175

11.2 적절한 균형 178

11.3 성공적인 팀 구성하기 185

11.4 다이나믹 듀오 190

12장. 크고 작은 팀 195

12.1 팀 크기만 변한 것이 아니다 197

12.2 큰 팀이 항상 더 좋을까 200

12.3 과학을 발전시키는 큰 팀, 파괴적으로 혁신하는 작은 팀 202

12.4 과학에는 크고 작은 팀이 모두 필요하다206

13장. 과학적 공로 209

13.1 논문에 누가 어떻게 기여했는가? 211

13.2 처음이냐 마지막이냐 213

13.3 A부터 Z까지 219

13.4 여성이 마주하는 협력의 불이익 224

14장. 공로 할당 229

14.1 마태 효과 다시 살펴보기 230

14.2 집단에서의 공로 할당 235

3부. 영향력의 과학

15장. 거대한 과학 251

15.1 과학의 기하급수적 성장 252

15.2 기하급수적 성장의 의미 254

15.3 과학자가 되기는 점점 어려워지고 있을까 260

15.3.1 박사학위 취득하기 260

15.3.2 학계에서 직장 잡기 262

15.4 과학의 연료는 떨어지고 있을까 267

16장. 피인용 수 격차 271

16.1 피인용 수 분포 273

16.2 피인용 수 분포의 보편성 275

16.3 피인용 수가 알려 주는 것과 알려 주지 않는 것280

17장. 영향력이 높은 논문 285

17.1 ‘부익부’ 현상 286

17.2 선점 우위 효과 288

17.3 적익부 290

18장. 과학적 영향력 293

18.1 참신함과 영향력의 관계 293

18.1.1 참신함 측정하기 294

18.1.2 참신함의 역설 296

18.2 대중성은 (좋든 나쁘든) 피인용 수를 늘린다299

19장. 과학의 시간 차원 305

19.1 가까이서 혹은 멀리서 보기 307

19.2 발견의 성지 309

19.3 오래된 발견의 영향력은 자라난다312

19.4 논문의 만료 기한 317

요약 321

20장. 최종 영향력 323

20.1 개별 논문의 인용 동역학 325

20.2 놀랍게도 보편적인 인용 동역학 327

20.3 최종 영향력 331

20.4 미래 영향력 333

4부. 전망

21장. 과학은 가속할 수 있는가 339

21.1 로봇 과학자 애덤 341

21.2 실험의 미래 345

21.3 새로운 도전들 347

22장. 인공지능 353

22.1 AI가 불러오는 새로운 물결 355

22.2 AI가 과학에 미치는 영향 359

22.2.1 정보 조직화 360

22.2.2 과학적 문제 해결하기 361

22.3 인공지능과 인간 지능 363

23장. 과학의 편향과 인과성 369

23.1 실패 370

23.2 영향력의 넓은 정의 376

23.3 인과성 380

맺음말: 모든 과학의 과학 387

부록 A1. 팀 구성 모형 391

부록 A2. 인용 수 모형 395

A2.1 프라이스 모형 395

A2.2 선호적 연결의 근원 399

A2.3 적익부 402

A2.4 개별 논문의 최소 인용 모형 403

감사의 말 411

옮긴이의 말 415

주 419

찾아보기 441

과학자의 생애 주기는 흔히 주요한 창의적인 산출이 없는 배움의 시기부터 시작한다. 그 뒤로 창의적 결과물이 빠르게 증가해 30대 후반과 40대에 정점을 찍고, 말년으로 갈수록 점차 감소한다. 놀랍도록 보편적인 패턴이다. (...) 왜 창의성은 20대와 30대 초에는 발휘되지 않을까? 그리고 왜 말년에는 감소할까?

우리는 역설적인 상황에 놓여 있다. 참신함이 과학에서 필수적이라는 것은 명백하다. 참신한 아이디어가 바로 높은 점수를 받는 아이디어다. 그러나 연구 지원 사업 신청에서 발견되는 참신함에 대한 편견을 보면, 혁신적인 과학자는 애초에 그런 아이디어를 확인하는 데 필요한 연구비를 지원받는 데부터 어려움을 겪을 수 있다. 설사 연구비를 지원받는다고 해도 참신한 아이디어는 평범한 아이디어보다 실패할 가능성이 크다.

성공작들은 시간 축에서 상당히 가까이 모여 있으며, 높은 영향력의 연구들을 잇달아 발표하는 일종의 ‘폭발(burst)’ 시기가 있다. 이러한 패턴은 과학 분야 경력에만 국한되지 않는다. 예술가와 영화감독의 히트작들도 비슷한 시간 패턴을 보인다. 성공적인 작업의 시기가 모여 있는 현상이 창의적인 경력에서 흔하게 발견되는 것이다. 이 주목할 만한 패턴의 원인이 되는 메커니즘은 무엇일까?