BioINwatch
(BioIN + Issue + watch) : 바이오 이슈를 빠르게 포착하여 정보 제공가장 많이 인용된 논문은 혁신적 발견을 이끄는 연구방법과 분석기술에 관한 내용
- 등록일2025-05-08
- 조회수471
- 분류종합 > 종합
- 원문링크
-
발간일
2025-05-08
-
키워드
#21세기 가장 많이 인용된 논문#AI 연구#정량적 실험 데이터 분석법#정성적 연구 방법론#SW & 분석 도구
- 첨부파일
-
차트+
?
차트+ 도움말
가장 많이 인용된 논문은 혁신적 발견을 이끄는 연구방법과 분석기술에 관한 내용
BioINwatch(BioIN+Issue+Watch): 25-29
◇ 네이처는 21세기 들어 발표된 논문 중 가장 많이 인용된 상위 25편의 논문 목록을 조사. 예상과 달리 혁신적 발견보다 AI 연구, 정량적 실험 데이터 분석 기법, 정성적 연구 방법론에 관한 논문이 압도적으로 많은 피인용 횟수를 기록. 별도 분석에서 역대 가장 많이 인용된 논문 3편은 모두 생물학적 실험기법(Biological laboratory techniques)을 다룬 논문으로 조사. 이러한 결과는 과학 발전을 이끄는 혁신적 발견이 연구(실험) 방법과 분석 도구에서 비롯된다는 점을 시사함에 따라 연구성과 평가 시 혁신적 발견뿐만 아니라 연구현장 기여도를 함께 고려할 필요 ▸주요 출처 : Nature, The most-cited papers of the twenty-first century, 2025.4.17. |
◆︎ 네이처는 21세기 초반(2001~2025) 발표된 논문 중 가장 많이 인용된 상위 25편의 논문 목록을 발표
○ 대표적 학술 인용 데이터베이스 5개*를 기반으로 21세기 1분기에 발표된 논문 중 피인용 횟수 상위 25편의 논문을 조사
* Google Scholar, Web of Science, Scopus, Dimensions, OpenAlex 5가지 DB는 각기 다른 색인 방식과 기준으로 동일 논문의 인용 횟수가 달라 중간값으로 인용 순위를 산정
○ 혁신적 발견보다 방법론에 관한 연구가 압도적으로 많은 피인용을 기록
- 21세기 들어 최초의 mRNA 백신, CRISPR 기반 유전자 편집기술, 우주의 비밀을 밝힌 힉스 입자 발견과 중력파의 첫 측정에 이르기까지 혁신적인 과학적 발견들이 발표되었지만
- 인공지능 연구가 가장 많은 피인용 횟수 1위를 차지하였고, 정량적 실험(PCR) 데이터 분석법 및 정성적 연구 방법론이 각각 2위와 3위를 기록
- 이러한 결과는 과학적 발견에서 방법론이 핵심적인 역할을 하며 다양한 연구에 폭넓게 적용되어 영향력이 크다는 것을 시사
※ 연구자의 논문 인용 방식을 연구하는 미샤 테플리츠키 박사는 “과학자들은 방법론, 이론, 실증적 발견 모두를 중시한다고 말하지만 실제로 방법론이 더 많이 인용된다”고 언급
◆︎ 가장 많이 인용된 논문은 마이크로소프트 연구진이 2016년 발표한 논문으로, AI 발전을 뒷받침하는 딥러닝에 관한 내용
○ “딥 레지듀얼 러닝(DeepResidualLearning) 네트워크, ResNet”에 관한 연구로 데이터베이스에 따라 10만∼25만 회 인용
- ‘ResNet’은 신경망 층이 깊어질수록 신호가 소멸되어 발생하는 신호 불일치 문제점을 해결한 딥러닝 신경망 아키텍처로, 알파고(AlphaGo), 알파폴드(AlphaFold), 챗지피티(ChatGPT)와 같은 혁신적 AI 발전을 뒷받침
- 이외 LLM 모델의 출발점이 된 아키텍처 ‘트랜스포머(2017)’ 7위, 이미지 인식 AI 모델 ‘ImageNet(2017)’ 8위 등 5편의 AI 관련 논문이 상위 25편에 포함
※ 노벨 물리학상 수상자 제프리 힌턴 토론토대 교수는 “AI 분야는 전통적인 과학보다 훨씬 빠르게 논문이 생산되며 다양한 분야에서 폭넓게 활용되기 때문에 높은 피인용 횟수를 기록한다”고 설명
< 21세기 초반에 발표된 논문 중 피인용 횟수 상위 10위 논문 >
순위 | 논문 | 피인용 횟수 범위 |
1 | 이미지 인식을 위한 ‘딥 레지듀얼 러닝’ (Deep residual learning for image recognition(2016)) | 103,756~254,074 |
2 | 실시간 정량 PCR 방법을 이용한 상대적 유전자 발현량 분석 (Analysis of relative gene expression data using real-time quantitative PCR and the 2-△△Ct method(2001)) | 149,953~185,480 |
3 | 심리학 분야 패턴 연구 접근법인 ‘주제 분석’ 활용 (Using thematic analysis in psychology(2006)) | 100,327~230,391 |
4 | 정신질환 진단 및 통계 지침서, DSM-5 (Diagnostic and Statistical Manual of Mental Disorders, DSM-5(2013)) | 98,312~367,800 |
5 | X선 회절 패턴 분석용 소프트웨어, SHELX의 짧은 역사 (A short history of SHELX(2007)) | 76,523~99,470 |
6 | 데이터 분류·회귀 분석 알고리즘, “Random Forests” (Random forests(2001)) | 31,809~146,508 |
7 | Attention is all you need(2017) (Attention 기반 Transformer 아키텍처에 관한 논문) | 56,201~150,832 |
8 | 심층컨볼루션 신경망을 이용한 ImageNet 분류 (ImageNet classification with deep convolutional neural networks(2017)) | 46,860~137,997 |
9 | 글로벌 암 통계 2020: 185개국에서 36개 암에 대한 발병률 및 사망률에 대한 GLOBOCAN의 추정치 (Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries(2020)) | 75,634~99,390 |
10 | 글로벌 암 통계 2018: 185개국에서 36개 암에 대한 발병률 및 사망률에 대한 GLOBOCAN의 추정치 (Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries(2018)) | 66,844~93,433 |
출처 : Nature, The most-cited papers of the twenty-first century, 2025.4.17.
-
이전글
- 이전글이 없습니다.
-
다음글
- 미국 ARPA-H가 추진하고 있는 23개 프로그램