우리는 이번 연구에서 과학 연구 성장의 구조와 원인을 찾기 위하여 서지학적인 분석, 네트워크 분석을 수행하였다. 최근에 급격하게 발전하고 연구 규모가 거대한 마이크로바이옴 연구 분야를 선택하여 분석하였다. 특히 이번 연구에서 전세계 마이크로바이옴 연구 규모 상위 11개 국가의 분석을 수행하였는데, 해당 국가들의 네트워크를 2000년부터 2021년에 걸쳐 연도별 변화를 분석하였다. 이를 통해 국가별 연구 네트워크 변화의 공통점과 차이점을 확인할 수 있었다.
서지학 분석으로 바라본 성장 패턴에서 공통적으로 과학 네트워크의 성장을 예측할 수 있었다. 서지학적 접근을 더 자세히 분석하기 위해 공저자 네트워크를 제작하였다. 대부분 국가의 네트워크가 서지학 분석을 통해 예측한 것보다 성장에 차이가 없을 것이라고 분석하였다.
이 후 네트워크 이론에서 사용되는 여러가지 측정값들을 사용하여 네트워크의 구조를 표현하였다. 우선 인접 노드 간의 결집도를 정량화하는 평균 집결 계수를 살펴보았다. 그 결과 과학 연구분야는 초기부터 높은 값을 가진 채로 네트워크가 생성되고 시간이 지나면서 조금씩 값이 감소하는 모습을 보였다. 이것은 네트워크를 이루는 연구자들이 전체 성장 시기에 걸쳐 매우 단단히 연결되어 있고, 시간이 지나면서 그 연결성이 조금씩 떨어지는 것을 의미한다. 그런데 중국 네트워크에서는 다른 국가들에 비해 훨씬 빠르게 평균 집결 계수가 감소하는 것을 볼 수 있었다.
또 네트워크의 정보 효율성 등을 나타내는 평균 경로길이의 변화가 독특함을 알 수 있었다. 평균 경로길이의 증가는 네트워크 크기에 증가에 비례한다고 알려져 있다. 그런데 대부분의 네트워크에서 시그모이드 함수(Sigmoid function)의 모양으로 증가하고 일정한 값에 수렴하였고, 특정 국가들은 선형 함수 (Linear fuction)의 모습으로 증가하고 일정한 값에 수렴하였다. 네트워크가 생성되고 발전하는 동안 평균 경고길이가 어떤 시점에서 특정 값으로 수렴한다는 점은 지금까지 알려지지 않았던 내용이다.
이번 연구는 랜덤 그래프 생성 모델인 '에르되스 레니 모델'(Erdös - Rényi model)이나 '작은 세계 네트워크'(Small world network) 생성 모델인 '와츠-스트로가츠 모델'(Watts-Strogatz model)과 같은 네트워크 생성 모델링을 실제 네트워크 사례에서 보여주었다.
해당 연구 결과에서는 마이크로바이옴 연구분야가 '와츠-스트로가츠 모델'에 의해 생성되는 높은 평균결집계수와 짧은 평균 경로길이를 가지는 '작은 세계 네트워크'에 근사할 것으로 생각한다. 특히 생성되는 시점에서도 '작은 세계 네트워크'에 근사하며 크기가 커지면서도 "작은 세계 네트워크'에 근사한 채로 커지는 것도 알 수 있었다. 평균결집계수가 점차 감소하는 것을 본다면 "작은 세계 네트워크'에 근사함이 지속적으로 유지되지 않을 수도 있음을 보여주었다.
이러한 구조적인 변화속에서 네트워크 성장의 요인, 과학 성장의 요인을 규명하기 위하여 각 네트워크의 주요 노드들의 성격을 살펴보았다.
서로 다른 연구자 사이에 해당 노드가 얼마나 존재하는지 수를 의미하는 사이 중심성을 통해 살펴보았다.
각 네트워크의 주요 노드들의 지위는 네트워크의 발전이 진행되면서 일반적으로 동적인 변화를 보였다. 특히 네트워크의 최상위 노드들도 네트워크 내의 연결성의 지위를 분석 기간동안 똑같이 유지하지는 않았다. 이것은 과학 네트워크의 발전이 어느정도 동적이라는 것을 예측하게 해준다. 그리고 미국과 중국의 경우 주요 노드들 중 염기서열 분석 기술과 관련되어 있는 연구를 하는 노드들이 각 네트워크에서 지위의 상승 및 허브 노드로 작용하였다. 또 이 노드들은 타 국가 네트워크에 끼어들기를 함을 확인할 수 있었다.
이를 통해 네트워크의 발전 요인중에 염기서열 분석에 대한 연구자들의 접근이 크게 영향을 준 것을 알 수 있었다..
이러한 발견들은 마이크로바이옴 분야, 더 나아가 과학이 발전하는 방식을 설명해 줄 수 있다는 점에서 본 연구의 의미가 있다.