---
type: paper
slug: keungoui-kim-2024-interdisciplinary-emergence-bertopic
title: >-
  Identifying Interdisciplinary Emergence in the Science of Science: Combination
  of Network Analysis and BERTopic
authors:
  - '[[keungoui-kim]]'
  - '[[dieter-f-kogler]]'
  - '[[siramaliphol]]'
year: 2024
venue: '[[humanities-and-social-sciences-communications]]'
volume: '11'
pages: ''
doi: 10.1057/s41599-024-03044-y
categories:
  - '[[bibliometric-methods]]'
  - '[[innovation-economics]]'
methods:
  - '[[bertopic]]'
  - '[[co-occurrence-network-analysis]]'
  - '[[eigenvector-centrality]]'
themes:
  - '[[interdisciplinary-science-emergence]]'
  - '[[knowledge-recombination]]'
  - '[[science-of-science]]'
aliases:
  - kim-kogler-maliphol-2024-bertopic
last_updated: '2026-05-20T01:44:29+09:00'
---
# Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and BERTopic

*[[keungoui-kim]], [[dieter-f-kogler]], [[siramaliphol]] (2024)* · [[humanities-and-social-sciences-communications]] · [DOI ↗](https://doi.org/10.1057/s41599-024-03044-y)

> Web of Science Core Collection 의 약 *119 만* 학제간 (interdisciplinary) 학술 publication metadata 를 *science category–subject co-occurrence network* 로 모델링하고, *Eigenvector centrality (EIG)* 와 그 성장률 (EIG.GR) 의 결합으로 *dominant science* 와 *growing/emerging science* 를 분리해 식별. 이어 *embedding 기반* topic modeling 인 [[bertopic]] (Devlin et al. 2019 의 BERT + UMAP + HDBSCAN + c-TF-IDF) 으로 growing-science publication subset 의 주제를 unsupervised 로 추출, *부상 분야* 가 *그린·지속가능 기술*, *건강·면역*, *aerospace · marine · remote sensing* 같은 *글로벌 grand challenge* 도메인에 집중함을 보인다. 학제간 *지식 재결합* (knowledge recombination) 의 동학을 정량화하는 새로운 도구 제안.

- **RQ**: 학제간 (interdisciplinary) 과학 연구의 *부상* (emergence) 을 *frequency-based* (canonical bias 위험) 가 아닌 *network influence + embedding-based 주제 모델링* 으로 식별할 수 있는가? 부상 분야와 지배 분야는 명확히 구분되는가?
- **방법론**: [[co-occurrence-network-analysis]] (science category–subject pair 의 undirected weighted graph), [[eigenvector-centrality]] (EIG) + 성장률 EIG.GR, [[bertopic]] (BERT embedding + UMAP 차원 축소 + HDBSCAN density clustering + c-TF-IDF representative term)
- **데이터**: Web of Science Core Collection (~63M records), 2012-2017 의 LSB · PS · TE 3 카테고리 publication 7,453,987 편 → interdisciplinary (≥2 카테고리) 1,194,332 편 (1,137 journal, 172 subject). 두 시기 분할: 2012-2014 vs 2015-2017. 4 가지 interdisciplinary domain: LSB-TE, LSB-PS, PS-TE, LSB-PS-TE
- **주요 발견**: (1) Dominant science (EIG 상위 10%) 와 growing science (EIG.GR 상위 10%) 가 4 도메인 모두에서 *명확히 구분* 됨 — 즉 *현재 지배적* 인 분야와 *빠르게 부상하는* 분야가 다르다. (2) growing-science 의 next-period 평균 EIG = **0.348** vs 그 외 = **0.093** — 현재 EIG.GR 이 미래 영향력의 강한 예측 지표 (path-dependence 가 과학 지식 생산에도 작동). (3) Emerging subject 들의 공통 특징: *green/sustainable technology*, *aerospace · marine · remote sensing*, *immunology · neurosciences · pharmacology* — 글로벌 grand challenge (기후·보건·지구 관측) 와 일치.
- **시사점**: STI 정책의 *과학 forecasting* 에서 단순 빈도 (citation count, publication count) 대신 *network centrality 의 성장률* + *embedding 기반 주제 식별* 을 결합하면 *canonical bias* 를 피하면서 향후 5 년 안에 부상할 분야를 더 정확히 예측 가능. mRNA 백신처럼 *수 십 년 학제간 누적* 이 응용 단계에서 결합되는 시점을 사전에 감지하는 도구.

## 요약

이 paper 는 [[siramaliphol]] 의 *2기 다면적 확장* 갈래 중 가장 *방법론 기여 중심* 의 작업이며 (siramaliphol.md paper #7 분류), [[dieter-f-kogler]] · [[keungoui-kim]] 와의 *Kogler 라인* (UCD Spatial Dynamics Lab) 의 학제간 과학 메타데이터 분석을 [[siramaliphol]] 의 *STI 정책 응용* 관점과 합류시킨 자리. *과학의 과학 (science of science)* 의 핵심 질문 — "어디서 새 분야가 부상하는가" — 를 (i) *frequency bias* 의 함정과 (ii) *predefined local map* 의 좁은 시야를 피하면서 *global aggregate* 데이터에서 풀려는 시도이다.

방법론은 *2-stage pipeline*. **Stage 1**: WoS 의 science category–subject (예: A=LSB-TE 의 *Environmental Sciences*, *Engineering Environmental* 등 80+ subject) 의 *publication-level co-occurrence pair* 를 추출해 undirected weighted network 구축 (subject = node, publication = edge). 각 node 의 [[eigenvector-centrality]] (EIG) 계산 — degree centrality 와 달리 *연결된 node 의 중요성* 까지 가중. 두 시기 (2012-2014, 2015-2017) 의 EIG 값 비교로 *EIG 성장률* (EIG.GR) 도출. 상위 10% threshold 로 *dominant* (현재 영향력 큰) 와 *growing* (성장률 큰) science 분리. **Stage 2**: growing-science 의 publication subset 에 [[bertopic]] 적용 — *all-MiniLM-L6-v2* 384-d embedding → UMAP 차원 축소 → HDBSCAN density clustering → c-TF-IDF 로 cluster representative term 추출. Bag-of-Words 기반 LDA · DTM 과 달리 *문맥* 보존. 결과는 qualitative validation (대표 publication 의 abstract 검토) 으로 확인.

핵심 발견은 dominant 와 growing 의 *명확한 분리* 이다. 예: LSB-TE 의 dominant subject 는 *Environmental Sciences*, *Engineering Environmental*, *Green & Sustainable Science & Technology* (이미 두꺼운 영향력) 이나, growing subject 는 *Forestry*, *Materials Science Textiles*, *Pharmacology & Pharmacy*, *Medicine Research & Experimental* (새로 부상 중). PS-TE 의 growing 은 *Engineering Aerospace*, *Engineering Marine*, *Water Resources*, *Engineering Ocean* — 지구 관측 + 해양 + 항공우주의 *기술 융합* 부상. growing-science 의 next-period EIG 평균은 0.348 로 비-growing 의 0.093 보다 *3.7배* 높아, *EIG.GR* 자체가 미래 영향력의 *강한 예측 지표*.

이 paper 는 siramaliphol.md 의 *실타래 1* (한국 발전 모델의 확장) 이 아닌 *방법론 기여* 라인 — *지식 재결합* 의 동학을 측정하는 도구 — 의 대표 작업. *path-dependence* 가 *국가·지역 산업* (Eum & Maliphol 2023) 만이 아니라 *과학 지식 생산* 자체에서도 작동한다는 발견은, [[siramaliphol]] 의 *evolutionary economics* 사고가 *지식 생산* layer 까지 확장된 자리. 한계: WoS 의 subject 분류 자체가 *고정된 schema* 라 *truly novel* (현재 schema 에 없는) 분야의 부상은 포착 못함. social science · humanities 는 citation density 낮아 interdisciplinarity 측정 왜곡 가능.

## 핵심 결과

| Interdisciplinary 도메인 | 2012-14 Publication 수 | 2015-17 Publication 수 |
|---|---:|---:|
| LSB-TE | 68,768 | 79,112 |
| LSB-PS | 115,499 | 120,161 |
| **PS-TE** (가장 활발) | **345,520** | **414,010** |
| LSB-PS-TE (3중 융합) | 25,447 | 25,805 |

| 도메인 | Dominant subjects (top 영향력) | Growing subjects (top 성장률) |
|---|---|---|
| LSB-TE | Environmental Sci, Engineering Environmental, Green & Sustainable, Energy & Fuels | Forestry, Materials Textiles, Pharmacology, Medicine Research |
| LSB-PS | Chemistry Applied, Biochemistry & Mol Bio, Food Sci, Chem Multidisciplinary | Neurosciences, **Immunology**, Polymer Sci, Paleontology, Microbiology |
| PS-TE | Materials Multidisciplinary, Physics Applied, **Nanoscience**, Chem Physical | Engineering Aerospace, **Green & Sustainable**, Engineering Marine, Water Resources, Engineering Ocean |
| LSB-PS-TE | Materials Coatings, Water Resources, Engineering Environmental, CS Interdisciplinary | **Automation & Control**, Remote Sensing, Imaging Sci, Geosciences, Crystallography |

| 예측력 검증 | Next-period 평균 EIG |
|---|---:|
| Growing-science subjects | **0.348** |
| 그 외 subjects | 0.093 |

(Growing-science 의 차세대 EIG 가 3.7배 — EIG.GR 의 path-dependence 입증)

## 방법론 노트

핵심 도구는 [[bertopic]] 의 4-step 파이프라인:

1. **Embedding**: `all-MiniLM-L6-v2` 384-d dense vector 변환 (clustering·semantic search 용 범용 모델).
2. **차원 축소**: UMAP (Uniform Manifold Approximation and Projection; McInnes et al. 2016) — 고차원의 *manifold 가정* 위에서 distance·density 보존.
3. **Density clustering**: HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) — noise robust + adaptive cluster size.
4. **Representative term**: c-TF-IDF (class-based TF-IDF; Grootendorst 2022).

$$
\text{c-TF-IDF}_x = \frac{tf_{x,c}}{w_c} \times \log \frac{N}{D_{w}}
$$

여기서 $tf_{x,c}$ 는 cluster $c$ 내 term $x$ 의 빈도, $w_c$ 는 cluster $c$ 의 총 단어 수, $N$ 은 전체 cluster 수, $D_w$ 는 term $w$ 를 포함한 cluster 수. TF-IDF 의 *cluster 단위 일반화*.

[[eigenvector-centrality]] 의 정의:

$$
x_i = \frac{1}{\lambda} \sum_{j \in N(i)} A_{ij} x_j
$$

여기서 $A_{ij}$ 는 인접 행렬, $\lambda$ 는 최대 eigenvalue, $N(i)$ 는 노드 $i$ 의 이웃 — 즉 *영향력 있는 이웃 가진 노드* 가 자체로 영향력 큼. 단순 degree centrality 와 달리 *질적 (qualitative)* 차원의 영향력 측정.

식별 전략: (a) Top 10% threshold 는 *skewed scientific network* 의 power-law 분포 + 통계적 noise 의 false positive 감소 균형. (b) 3-year period 분할 (2012-14, 2015-17) 은 ranking stability (Archambault et al. 2009) 와 short-term 변화 포착의 균형. (c) document type filter (Article, Journal) 로 quality 통제 + duplication 방지.

## 연구 계보

이 paper 는 (i) Fortunato et al. (2018) Science 의 *Science of Science* manifesto, (ii) Chu & Evans (2021) PNAS 의 *canonical bias* 경고, (iii) Bloom et al. (2020) AER 의 *research productivity declining* 진단을 받아, (iv) Rotolo et al. (2015) 의 *emerging technology indicators* framework 과 (v) Curran & Leker (2011), Kogler et al. (2017, 2022) 의 *patent co-occurrence network* 전통 위에 [[bertopic]] (Grootendorst 2022; BERT — Devlin et al. 2019) 의 *embedding-based topic modeling* 을 결합한 자리. 학제간 측정 layer 에서는 Leydesdorff (2018), Larivière et al. (2015), Boyack (2017) 의 *interdisciplinarity * variety/similarity balance 가 직접 선행. [[siramaliphol]] 의 *연구 궤적* 안에서는 *2기 방법론적 기여* 의 정점이며 (siramaliphol.md paper #7 — 가장 높은 피인용), [[dieter-f-kogler]] 라인과 [[wonsub-eum-2023-southeast-asian-catch-up]] 의 *path-dependent diversification* 사고가 *과학 지식 생산* 으로 확장된 통합점.

## See also

- [[siramaliphol]]
- [[keungoui-kim]]
- [[dieter-f-kogler]]
- [[bertopic]]
- [[co-occurrence-network-analysis]]
- [[eigenvector-centrality]]
- [[interdisciplinary-science-emergence]]
- [[knowledge-recombination]]
- [[wonsub-eum-2023-southeast-asian-catch-up]]
- [[taewon-kang-2022-italian-nuts3-regional-knowledge]]
- [[humanities-and-social-sciences-communications]]