Do Large Language Models Reduce Research Novelty? Evidence from Information Systems Journals

Motivation

• Known: ChatGPT는 전문가들의 생산성을 8-40% 증가시켰으나, 이러한 산출량 증가가 진정한 지적 진전을 의미하는지는 검증되지 않았다. 과학 시스템은 구조적으로 새로운 아이디어를 처벌하고 관습적 연구를 선호한다.
• Gap: 기존 연구는 LLM의 생산성 효과만 측정했으나, 산출된 연구의 의미론적 새로움(novelty)이 실제로 변했는지는 실증적으로 규명되지 않았다.
• Why: 과학 진보는 출판량이 아닌 새로운 아이디어 결합에 달려 있으므로, LLM이 생산성은 높이되 새로움은 감소시킨다면 지적 정체를 야기할 수 있다.
• Approach: 2020-2025년 정보시스템 저널 44개에 게재된 13,847개 논문의 SPECTER2 임베딩을 이용하여 의미론적 새로움을 측정하고, ChatGPT 출시(2022년 11월)를 처치 시점으로 하는 이중차분(difference-in-differences) 설계를 적용했다.

Achievement

Figure 3. Mean z-scored novelty by affiliation group and period. Non-EDA authors show higher baseline novelty

• 이질적 처치 효과 발견: 비영어권 국가(Non-EDA) 소속 저자들이 영어권 국가(EDA) 저자들 대비 상대적 새로움에서 0.18 표준편차 감소 (beta = -0.176, p < 0.001), 즉 새로움 분포상 7백분위 포인트 하락
• 견고성 검증: 대체 근처이웃값, 대체 처치시점, COVID 년도 제외, 사전 처치 플라시보 검정 등 모든 강건성 검정에서 결과 유지
• 구성 수준 이론(Construal Level Theory) 적용: LLM이 심리적 거리 감소(즉시성, 확실성, 노력 감소)를 통해 추상적·탐색적 사고에서 구체적·관습 추종적 실행으로 전환
• 생산성-새로움 트레이드오프 증거: 생산성 향상과 새로움 감소의 동시 발생 가능성 제시

How

Figure 1. Research model. The main path captures the association between LLM availability and semantic novelty,

• SPECTER2 임베딩 사용: 각 논문을 고차원 벡터로 표현하여 의미론적 유사성 측정
• 코사인 거리(cosine distance) 계산: 각 논문과 가장 가까운 선행 논문들 간 거리를 새로움으로 정의
• 이중차분 설계: Post × Non-EDA 상호작용항으로 처치 효과 추정
• 사건 연구(event study) 사양: 사전 추세 검정으로 평행 추세 가정 검증
• 하위 표본 분석: 출판 연도, 저자 경력, 저널 영향력 등으로 층화 분석

Originality

• 의미론적 새로움을 LLM 생산성 문헌의 종속변수로 최초 도입
• ChatGPT 출시라는 자연실험을 활용한 인과 추론의 가시성 높음
• 구성 수준 이론을 AI-생산성 논쟁에 명시적으로 연결한 이론적 기여
• 비영어권 저자라는 특정 집단의 이질적 효과 규명으로 LLM 효과의 불평등성 입증

Limitation & Further Study

• LLM 실제 채택률과 사용 강도를 직접 관찰하지 못함 (제도 변수를 간접 지표로 사용)
• SPECTER2 임베딩이 '새로움'의 유일한 측정법일 수 없으며, 의미론적 거리가 질적 새로움을 완전히 포착하지 못할 가능성", '정보시스템 분야 중심이므로 다른 학문 분야 일반화 가능성 제한
• 구성 수준 이론 메커니즘이 추론(inference)에만 기반하고 직접 검증되지 않음
• 후속 연구: (1) 문헌 기반 LLM 채택 실제 데이터 수집, (2) 인지 실험을 통한 구성 수준 변화 직접 측정, (3) 다분야·다국가 비교 연구, (4) 새로움의 질적 평가와의 수렴타당도 검증

Evaluation

총평: 이 논문은 LLM이 생산성을 높이는 동시에 연구의 지적 다양성을 감소시킬 수 있다는 중요한 실증적 증거를 제시하며, 특히 비영어권 저자에게 집중된 효과를 통해 기술 도입의 불평등한 영향을 조명한다. 강력한 연구 설계와 견고한 검정으로 신뢰도가 높으나, 메커니즘의 직접 검증과 분야 간 일반화 가능성 확대가 필요하다.