Coevolution of policy and science during the pandemic

Motivation

Known: 과학과 정책 간의 단절은 오래된 우려사항이며, 정책입안자들이 과학을 제대로 활용하지 못하거나 검증되지 않은 과학이 의사결정에 영향을 미칠 수 있다는 것이 알려져 있다.
Gap: 대규모 글로벌 차원에서 정책과 과학의 공진화(coevolution)를 신뢰할 수 있게 추적할 수 있는 체계적인 이해가 부족했으며, 팬데믹 상황에서의 동적 상호작용을 정량적으로 분석한 연구가 없었다.
Why: 팬데믹은 정책과 과학의 상호작용이 극히 중요한 전례 없는 환경을 제공하며, 이를 이해하면 향후 위기 상황에서 과학기반 정책결정을 개선할 수 있는 인사이트를 제공한다.
Approach: Overton(정책 문서 데이터베이스)과 Dimensions(과학 논문 인용 데이터베이스) 두 대규모 데이터베이스를 연결하여, 2020년 1월-5월 114개국과 55개 국제기구(IGO)의 37,725개 정책 문서와 과학 논문의 인용 관계를 분석했다.

Achievement

정책-과학 동기화: COVID-19 정책 문서의 비중이 확진자 수 증가와 높은 상관관계를 보이며, 초기 의료/보건 중심에서 경제·사회 문제로 정책 우선순위가 시간에 따라 동적으로 전환되는 것을 확인
최신 과학 활용: COVID-19 정책 문서가 인용한 과학 논문 중 19.9%가 2020년에 발표되었으며, 이는 다른 정책 문서의 10배 이상으로 극히 최신 과학을 활용함을 입증
높은 품질 과학 선별: 정책에 인용된 COVID-19 논문이 인용되지 않은 논문보다 평균 40배 많은 인용을 받음으로써, 정책입안자들이 과학 커뮤니티에서 중요하다고 여기는 연구를 선택하고 있음을 증명
동료검증 선호: 프리프린트 서버(medRxiv, bioRxiv)는 대량의 논문을 발표하지만 정책 인용도는 낮고, 반대로 Lancet 등 상위 의학 저널의 동료검증 논문이 정책 문서에 훨씬 많이 인용됨
기관 간 불균형: 정책 인용의 대부분이 WHO 등 국제기구(IGO)에 집중되어 있으며, 국가 정부는 과학을 주로 국제기구를 통해 간접적으로 활용하고 있음을 발견

How

Overton 데이터베이스에서 2020년 1월-5월 글로벌 정책 문서 37,725개 수집 (114개국, 55개 IGO)
키워드 필터링을 통해 COVID-19 관련 정책 문서 7,730개 추출
Dimensions 데이터베이스와 연결하여 정책 문서가 인용한 과학 논문 식별
정책 문서의 시간 경과에 따른 비중 변화를 확진자 수 곡선과 비교하여 동기화 분석
정책 인용 논문과 미인용 논문의 학술 인용도(citation count) 비교분석
출판 매체별(동료검증 저널 vs 프리프린트) 정책 인용 비율 분석
정책 문서의 학문 분야 분포 시간대별 추적 (의료/보건 → 경제/사회)

Limitation & Further Study

지역적 한계: 중국 본토가 데이터에 포함되지 않아 전역 분석이 아님 (세계 인구의 66.3% 커버)
인과관계 미입증: 정책 문서가 과학을 인용하는 것과 실제 정책 효과성 간의 인과관계 미확인 (논문에서도 '충분조건이 아님' 명시)", '선택 편향: 문서화된 정책만 분석하므로 비공식 의사결정과정 누락
시간 범위 제한: 2020년 1월-5월로 제한되어 장기적 추세 파악 불가
후속 연구 필요: 정책의 실제 이행 정도, 과학 활용이 팬데믹 억제 효과에 미친 영향 정량화
기관 세부 분석: 국가 정부 내 부처별, 정치 성향별 과학 활용 차이 심화 분석

Evaluation

Novelty: 4/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 팬데믹이라는 극적 상황에서 정책과 과학의 상호작용을 처음으로 대규모 데이터로 추적한 창의적 연구로, 과학기반 정책결정의 실제 양상을 보여주며 동시에 기관 간 불균형 문제를 제기한다. 정책 효과성과의 인과관계는 미확인이지만, 과학정책 연구와 위기 관리에 중요한 통찰을 제공한다.