Large teams develop and small teams disrupt science and technology

Motivation

Known: 과학기술 분야에서 팀 규모의 증가 추세가 관찰되고 있으며, 이는 전문화, 통신기술 발전, 학제간 협력 필요성 때문으로 알려져 있다. 그러나 팀 규모가 지식발견과 기술혁신에 최적화되어 있는지는 증거 부족 상태이다.
Gap: 대규모 팀이 더 많은 인용을 받는다는 것은 알려져 있으나, 단순 인용 수만으로는 혁신적 기여와 발전적 기여를 구분할 수 없다. 팀 규모와 과학기술의 혁신성(disruption) 간의 체계적 관계는 규명되지 않았다.
Why: 과학기술 정책과 자금 배분이 대규모 팀 중심으로 편향되어 있는 현황에서, 소규모 팀의 혁신적 역할을 입증함으로써 다양한 팀 규모를 지원하는 균형잡힌 정책 수립의 근거를 제공한다.
Approach: 세 가지 출처(Web of Science 논문, US 특허, GitHub 소프트웨어)에서 수집한 65백만 개 데이터에 대해 disruption 지수(-1~1)를 계산하여 팀 규모별 과학기술의 혁신성을 정량적으로 측정하고 비교 분석했다.

팀 규모와 혁신성의 역관계: 팀이 1명에서 50명으로 증가할 때 논문, 특허, 소프트웨어의 disruption 점수가 각각 70, 30, 50 백분위수 감소
고임팩트 작업의 명확한 분화: 상위 5% 인용 수준에서 솔로 저자는 고임팩트 논문 생산 확률이 10인 팀과 동등하나, 혁신적 논문 생산 확률은 72% 더 높음
시간과 분야에 걸친 일관성: 1954-2014년 전 기간과 90% 학문 분야에서 팀 규모와 disruption의 음의 상관관계 일관되게 관찰
disruption 지수의 타당성 검증: 노벨상 수상 논문이 상위 2% disruption 분포에 위치, BTW 모델 논문(혁신)은 상위 1%, Bose-Einstein 응축 논문(발전)은 하위 3%에 위치

Fig. 1 | Quantifying disruption. a, Simplified illustration of disruption.

Web of Science에서 42백만 논문(611백만 인용), USPTO에서 500만 특허(6500만 인용), GitHub에서 1600만 소프트웨어 프로젝트와 900만 포크 수집
Citation displacement를 기반으로 한 disruption 지수 D = (p_i - p_j)/(n_i + n_j + n_k) 계산 (i: 해당 논문, j: 인용된 논문, k: 동시 인용 논문)
팀 규모별로 disruption 점수의 분포를 분석하고 백분위 변화 측정
고임팩트 작업(상위 5% 인용)에 대해 별도 분석 실행
시간 기간, 학문 분야, 논문 유형(이론/경험, 리뷰/원저)별 층화 분석 실행
arXiv 매칭을 통해 논문의 그림 개수로 이론-경험 구분 후 통제 분석 실행

출판 및 인용 편향: 소규모 팀의 혁신 작업이 즉시 인용되지 않고 미래에 평가될 가능성이 높아 현재 데이터로는 잠재적 혁신을 과소평가할 가능성
분야별 예외: 컨퍼런스 중심의 컴퓨터 공학과 공학 분야에서 패턴이 약화되어 출판 문화에 따른 편향 존재
인과관계 미규명: 팀 규모가 혁신성을 직접 결정하는지, 아니면 혁신적 사람들이 소규모 팀을 선택하는지는 미결정
GitHub 데이터 한계: 2011-2014년 최근 4년만 포함하여 장기 추세 관찰 부족
후속 연구 필요: 팀 조성(다양성, 위계), 기금 배분, 기관 구조 등 팀 성과에 영향미치는 다른 요인들에 대한 추가 조사 필요